01:27Jerry Liu@jerryjliu0jerryjliu0提出在agent harness上构建工作流图,并通过外部agent循环动态创建该图,实现循环与图形的结合。这种方法允许开发者利用LlamaIndex的框架灵活编排agent行为。Peter Steinberger参与讨论循环与图形之间的转变。该思路强调重复迭代,以构建复杂的agent系统。技巧LlamaIndex智能体工作流推荐理由:想搞Agent工作流?看看jerryjliu0怎么用循环和图形动态构建的,比硬编码灵活多了。原文稍后读已读值得跟进有用关注 LlamaIndex
07:47Jerry Liu@jerryjliu0精选LlamaIndex 团队在旧金山举办全员线下会议,宣布向 AI 智能体文档基础设施方向演进。其基准 ParseBench 已包含 2000+ 企业页面,约 80 个解决方案通过验证,每月下载量达 1.5 万。轻量解析器 liteparse 在约 2 个月内收获 11.5k+ GitHub 星星。LlamaParse 推出 agentic 和 cost-effective 两种模式,定义了基于 VLM 的 OCR 解决方案的帕累托前沿。团队计划在 Q3 大幅提升 ParseBench 的垂直领域数据集和任务覆盖范围。AI产品LlamaIndexLlamaParseliteparse推荐理由:LlamaIndex 团队发了几款文档解析工具的进展和基准数据,特别是 liteparse 两个月就冲到 1.1 万星,很能打。原文稍后读已读值得跟进有用关注 LlamaIndex
06:19Jerry Liu@jerryjliu0精选LlamaIndex 本周与一家全球公司会面后,加速成为 AI 代理的文档基础设施。ParseBench 基准已覆盖 2000+ 企业页面,验证约 80 个解决方案,每月 15k 次下载,在 HuggingFace 和 Kaggle 可用。LlamaParse 的 agentic 和成本效益模式直接定义 VLM 基 OCR 解决方案的帕累托前沿,每天改进复杂表格、图表、字体和布局。免费解析器 liteparse 在约 2 个月内获得 11.5k+ GitHub 星标。AI产品LlamaIndexParseBenchLlamaParse推荐理由:LlamaIndex 在文档处理上发力,ParseBench 基准和 LlamaParse 实用,liteparse 免费且明星增长快。原文稍后读已读值得跟进有用关注 LlamaIndex
02:14LlamaIndex@llama_indexLlamaIndex 与 You.com 联合在旧金山 AWS Builder Loft 举办 Agentic Hackathon,时间定于 7 月 24 日。参与者可在一天内利用实时网络数据构建智能体,涵盖实时情报、深度研究或多智能体系统。活动包含现场演示和评委评审,报名链接通过 Luma 平台进行。行业LlamaIndexYou.comAgentic Hackathon推荐理由:想试试用实时数据搭智能体?LlamaIndex 和 You.com 办了个一天的黑客松,7月24日旧金山,直接动手还上台比。原文稍后读已读值得跟进有用关注 LlamaIndex
02:03Jerry Liu@jerryjliu0精选LlamaIndex 发布了 liteparse-grpc,一个基于 gRPC 协议的文档解析服务,支持 PDF、Office 文档和图片解析,输出 JSON、文本或 Markdown 格式。该服务提供 PDF 页面截图、文档复杂度评估和 OCR 需求判断功能。liteparse-grpc 同时提供 npm 包和 Docker 镜像,以及 TypeScript 客户端存根和 protobuf 定义,便于生成 Python、Go、Java 等语言的客户端。原有的 REST API 仍将继续维护。AI产品liteparseLlamaIndexgRPC推荐理由:LlamaIndex 给 LiteParse 加了 gRPC 接口,后端服务间解析文档更快更高效,适合微服务架构。原文稍后读已读值得跟进有用关注 liteparse
00:39LlamaIndex@llama_indexLlamaIndex 为文档处理工具 LiteParse 新增 gRPC 接口(liteparse-grpc),支持以 npm 包或 Docker 镜像运行。该接口可解析 PDF、Office 文档和图片为 JSON、text 或 Markdown,还能将 PDF 页面渲染为截图,并估算文档复杂度及是否需要 OCR。此前 LiteParse 仅可通过 REST 调用,新接口更适合服务间通信。liteparse-grpc 还包含 CLI 客户端、TypeScript 客户端存根和 protobuf 定义,方便生成 Python、Go、Java 等语言的客户端。AI产品LiteParsegRPCLlamaIndex推荐理由:LlamaIndex 给 LiteParse 加了 gRPC 接口,微服务之间调文档处理更快了,还能解析 PDF、Office 和图片,带截图和 OCR 预判,适合多语言系统。原文稍后读已读值得跟进有用关注 LiteParse
01:46Jerry Liu@jerryjliu0LlamaParse 发布 Conversational Extract 功能,用户可通过自然语言对话定义文档提取字段,无需手写 JSON Schema。用户上传参考文档后,AI agent 自动推断 schema,支持对话交互调整。系统可在规模达 100 万以上的文档上运行提取,为每个字段返回 bounding boxes、引用和置信度分数。AI产品LlamaParseLlamaIndex文档提取推荐理由:LlamaParse 出了新功能,跟聊天一样定义要提取什么字段,不用再手写 JSON schema 了,还能一键跑百万级文档,带引用和置信度。原文稍后读已读值得跟进有用关注 LlamaParse
06:24LlamaIndex@llama_indexLlamaIndex 发布 LlamaParse 的新功能 Conversational Extract,用户只需上传文档,AI agent 即可自动生成 JSON Schema。支持通过对话进行修改,也提供模板直接使用。该功能替代了手动编写提取 schema 的流程,目前已在 cloud.llamaindex.ai 上线。AI产品LlamaIndexLlamaParseConversational Extract推荐理由:LlamaIndex 刚上线了一个新功能,你不用再手写 JSON Schema 了,上传文档或者聊几句就能自动生成提取模板,太方便了。原文稍后读已读值得跟进有用关注 LlamaIndex
09:21Jerry Liu@jerryjliu0LlamaIndex 创始人 Jerry Liu 在推文中赞同一种观点:企业利用数据的核心不在于训练模型,而在于将数据转化为模型可在推理时通过上下文使用的技能或工件。他指出训练模型耗时费力且需随基模型更新重复,且难以撤销。相比之下,通过提示词和编排利用模型推理时的易用性是 LLM 流行的部分原因。行业LlamaIndexLLM上下文学习推荐理由:LlamaIndex 创始人聊数据策略:别费劲训练模型,把数据做成上下文技能更划算。原文稍后读已读值得跟进有用关注 LlamaIndex
06:15Jerry Liu@jerryjliu0Jerry Liu指出,并非所有任务都需要前沿智能(如5.6 Sol xhigh),每个任务都存在最优模型+配置组合。LlamaIndex团队投资大量研究构建自动路由、微调布局模型和专门处理表格、图表、手写等模型。这些研究使LlamaParse成为文档处理服务领域在准确率、成本和延迟的帕累托前沿上最优的选择。他强调初创公司构建专业化、领域特定的工作流程仍有巨大空间。AI产品LlamaParseLlamaIndex文档OCR推荐理由:Jerry Liu分享文档处理思路,LlamaParse针对表格、图表等优化,比通用模型更准更快,值得做文档处理的团队看看。原文稍后读已读值得跟进有用关注 LlamaParse
05:16Jerry Liu@jerryjliu0精选LlamaIndex 推出免费桌面应用,可将 PDF 文件拖拽转换为干净 Markdown 文本,无需 CLI 或浏览器。应用基于 Tauri 框架,使用 Rust 后端(LiteParse)和 React 前端,实现跨平台运行。它支持预览页面截图并叠加提取的边界框,方便用户验证解析结果。整个过程完全本地执行,不依赖任何模型或互联网连接。AI产品LlamaIndexLiteParsePDF解析2 个信源在谈事件专题推荐理由:LlamaIndex 做了个免费离线桌面工具,拖拽 PDF 就变 Markdown,还能预览页面图和边界框,不用联网也不用命令行。原文稍后读已读值得跟进有用关注 LlamaIndex
01:09LlamaIndex@llama_indexLlamaIndex团队推出了基于Tauri的跨平台桌面应用,用Rust后端(LiteParse)和React前端构建。用户可拖拽PDF文件,直接转换为纯净的Markdown文本。应用还支持预览页面截图并叠加解析出的边界框,方便检查文档结构。该工具旨在帮助用户在将文档内容输入AI代理前快速验证解析结果。AI产品LlamaIndexLiteParsePDF2 个信源在谈事件专题推荐理由:LlamaIndex搞了个桌面小工具,把PDF往里一拖就转成纯文本Markdown,还能看框选位置,适合喂给AI助手前清理文档用。原文稍后读已读值得跟进有用关注 LlamaIndex
07:47Jerry Liu@jerryjliu0LlamaParse新增三个功能:用户元数据标签允许为每个解析任务附加自定义标签并回传;使用标签可按项目或团队筛选解析用量和成本;签名Webhook通过HMAC签名确保回调真实性。这些功能帮助处理每日数百万文档的团队精细追踪使用情况和成本。AI产品LlamaParseLlamaIndex文档解析推荐理由:LlamaParse现在能让你给每个解析打标签,按项目团队看成本,还能用签名webhook安全触发工作流。处理大量文档更可控了。原文稍后读已读值得跟进有用关注 LlamaParse
06:22Jerry Liu@jerryjliu0LlamaIndex 旗下 LlamaParse 推出改进的智能路由层,能根据页面复杂度自动选择文档解析方式。简单文本优先使用低成本 OCR 技术,复杂页面(密集表格、图表)则切换为视觉语言模型(VLM)以保持准确度。用户可一键在产品中切换。该功能旨在降低处理成本,同时保证质量。AI产品LlamaParseLlamaIndexOCR推荐理由:LlamaParse 现在会根据页面难度自动选解析方式,简单文档用 OCR 省成本,复杂表格才上 VLM,想省钱又不想降精度的话可以试试。原文稍后读已读值得跟进有用关注 LlamaParse
05:27LlamaIndex@llama_index精选LlamaIndex 联合 LanceDB 推出基于 LiteParse 的混合检索方案,专门应对企业级格式混乱的 PDF。LiteParse 将 PDF 分解为页面(含文本+截图+嵌入)、文本块和提取的视觉资产三个层次,存入 LanceDB 的多模态存储中。相比传统仅依赖文本块检索的 RAG 系统,该管道允许智能体跨页面、文本块和视觉资产进行联合检索与推理。最终显著提升了 agent 检索质量与响应准确性,解锁了传统方法遗漏的信息。技巧LiteParseLanceDBLlamaIndex推荐理由:LlamaIndex 和 LanceDB 教你怎么用 LiteParse 搞定那些排版混乱的企业 PDF,表格、图片里的信息也能准确被 agent 找到。原文稍后读已读值得跟进有用关注 LiteParse
02:24Jerry Liu@jerryjliu0LlamaIndex创始人Jerry Liu宣布全力投入构建LlamaParse,这是一款面向生产环境的文档理解服务,号称同类最佳。该服务专注于处理复杂文档,用户可直接通过cloud.llamaindex.ai使用。AI产品LlamaParseLlamaIndex文档理解推荐理由:LlamaIndex做的文档解析器LlamaParse,专治复杂文档,生产环境直接上云用。原文稍后读已读值得跟进有用关注 LlamaParse
11:06Jerry Liu@jerryjliu0用户提交带附件的Agent查询数量呈指数增长。LiteParse专为Agent循环优化文件解析,在成本、精度、速度和语义上优于默认的pypdf或pdftotext。它已集成到Vercel的Eve框架和Claude SDK中,可作为一键技能安装。该工具返回结构化的Markdown,减少幻觉和检索错误。AI产品LiteParseLlamaIndexEve推荐理由:LiteParse能大幅提升Agent处理附件的准确性和速度,已适配Eve和Claude SDK,一键安装开箱即用。原文稍后读已读值得跟进有用关注 LiteParse
15:58官方一手marktechpost@Michal Sutter精选LlamaIndex 发布 legal-kb,一个基于 Index v2 的公共参考应用,赋予智能体类似文件系统的文档知识库访问能力。它公开了 retrieve(混合语义搜索)、find、read 和 grep 四个工具,并支持自动版本管理和可视化引用。技术栈采用 TanStack Start、AI SDK 6(ToolLoopAgent)、Prisma 和 WorkOS。AI产品LlamaIndexlegal-kbIndex v2推荐理由:LlamaIndex 这个 legal-kb 应用能像操作文件一样搜索文档,用 Index v2 和四种工具,自动版本管理,很好用。原文稍后读已读值得跟进有用关注 LlamaIndex
22:11Jerry Liu@jerryjliu0精选73°LlamaIndex推出了Index v2,一个用于现代代理检索的综合工具。它提供持久化数据管道,可连接数据源、索引并更新大型知识库,暴露语义搜索、正则grep、文件搜索和读取等类似文件系统操作的工具。该工具可集成到任何AI代理中,让代理自主爬取知识库解决复杂任务。参考实现legal-kb展示了在法律和金融领域的应用,具备版本控制、可视化引用和数据导出能力。AI产品LlamaIndexIndex v2legal-kb推荐理由:LlamaIndex搞了个Index v2,让你的AI代理能像逛文件系统一样搜索知识库,还能自动更新。legal-kb示例已开源,法律金融场景直接上手。原文稍后读已读值得跟进有用关注 LlamaIndex
02:33LlamaIndex@llama_index精选LlamaIndex 团队基于 Vercel 的 Eve agent 框架构建了一个模板,集成 LiteParse 工具。该模板提供只读文件系统工具,允许 Eve 解析路径、列出目录和读取文本文件。LiteParse 将源文件解析为干净的结构化 Markdown。Agent 配备详细指令,组合这些工具以导航和理解文档集合。技巧EveLiteParseLlamaIndex推荐理由:LlamaIndex 出了个 Eve 模板,集成 LiteParse 自动把文件转成 Markdown,还带文件系统工具,开箱即用。原文稍后读已读值得跟进有用关注 Eve
00:48LlamaIndex@llama_index精选LiteParse 是一个轻量级解析工具,可嵌入到 Agent 运行时中运行。LlamaIndex 团队使用 FlueAI 框架、Resend webhooks 和 Turso 数据库构建了一款邮件处理助手。该助手能自动读取邮件语料、下载附件、用 LiteParse 解析 PDF,然后总结邮件内容并草拟回复。这个示例展示了解析工具如何增强 Agent 对文档的理解深度,而不是仅仅处理文件。技巧LiteParseLlamaIndexFlueAI推荐理由:LlamaIndex 发了 LiteParse 新玩法:能直接嵌入 Agent 里解析 PDF,自动帮你看邮件、回邮件,省力不少。原文稍后读已读值得跟进有用关注 LiteParse
07:20LlamaIndex@llama_indexLlamaIndex 在旧金山举办首届 Agent Open 活动,吸引数百名 AI 开发者参与。64 支队伍在 2 个赛场上展开智能体竞赛,7 家合作伙伴包括 BrainTrust、Modal、turbopuffer、p0、Browserbase 和 Cursor_ai 支持。活动以真实对战形式进行,没有演示环节,最终决出冠军。行业LlamaIndexAgent Open智能体8 个信源在谈事件专题推荐理由:LlamaIndex 刚办了一场智能体对战赛,64 个队伍上场厮杀,看看 AI Builder 们怎么用 Agent 打比赛,挺有意思。原文稍后读已读值得跟进有用关注 LlamaIndex
02:59LlamaIndex@llama_indexLlamaIndex 推出 Index v2,专为法律和金融领域设计,使 AI 智能体能够自主导航大型、不断演变的知识库。配套参考应用 legal-kb 集成了 Index v2,通过 retrieve、read、grep、find 等 API 工具,让智能体自动探索和推理文档。legal-kb 提供项目级知识库、可视化引用、版本控制和数据导出功能。开发者可在 legal-kb.dev 试用,源码托管于 GitHub。AI产品LlamaIndexIndex v2legal-kb推荐理由:LlamaIndex 来了 Index v2,还搭了个 legal-kb 示例,能自动查法律文档,带版本控制,做 RAG 应用可以直接抄作业。原文稍后读已读值得跟进有用关注 LlamaIndex
03:17Jerry Liu@jerryjliu0LlamaIndex推出LlamaParse和LiteParse,分别针对文档解析的三个关键场景:高精度解析要求99%+准确率,面向金融和保险等监管行业,价格不敏感;低成本高吞吐解析支持代理批量处理大量文档;低延迟低成本解析适配用户临时上传大量文件(如1000个PDF给Claude Cowork)的代理循环。LlamaParse覆盖成本-精度模式,LiteParse为开源项目,可路由至VLM深度解析模式。所有测试结果可在ParseBench查看。AI产品LlamaParseLiteParseLlamaIndex推荐理由:LlamaIndex这次把文档解析的三种场景都做了:高精度的、低成本大批量的、还有低延迟实时的。有LlamaParse和开源LiteParse,不同需求直接用对应的就行。原文稍后读已读值得跟进有用关注 LlamaParse
02:57LlamaIndex@llama_index精选LlamaIndex发布LlamaParse MCP更新,支持从合同、发票和报告中自动提取结构化数据。代理可直接搜索、阅读并检索PDF、Office文档和图片等知识库内容。工具按分类、提取和搜索等任务重新组织,可并行执行。这提升了大规模文档处理的可靠性和效率。AI产品LlamaParseMCPLlamaIndex推荐理由:LlamaIndex更新了LlamaParse MCP,现在代理能自动从合同发票抽数据,还能直接搜公司文档,处理大批文件快多了。原文稍后读已读值得跟进有用关注 LlamaParse
14:59Jerry Liu@jerryjliu0精选LlamaIndex 在 LlamaParse 中上线 Retrieval Harness,提供面向 agent 的检索工具集。它支持混合检索(向量搜索与关键词搜索结合,可调 alpha 值)、文件列表(可扩展的 ls 操作)、文件内正则搜索(File Grep)以及文件子段读取(File Read)。该功能已在所有付费 tier 的 beta 版本中可用,可处理从 10 份到 100 万份以上的文档集合。AI产品LlamaParseLlamaIndexRetrieval Harness推荐理由:LlamaIndex 给 LlamaParse 加了 Retrieval Harness,让 agent 能同时用语义搜索和 grep,处理百万级文档。想构建高级 RAG 的可以试试。原文稍后读已读值得跟进有用关注 LlamaParse
13:01LlamaIndex@llama_indexLlamaIndex推出Retrieval Harness,将语义搜索、服务器端grep和文件级导航集成到单一agent推理循环中。该工具支持Grep文件、列出索引内容、跨越分块边界阅读、混合搜索与重排序等操作,作为原生agent工具。现已在所有付费套餐中开放beta测试。AI产品LlamaIndexRetrieval HarnessLlamaParse推荐理由:想给你的AI agent加上真正的文件检索能力?LlamaIndex的新工具把语义搜索和grep合在一起,很实用。原文稍后读已读值得跟进有用关注 LlamaIndex
15:45Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)在推特上讨论AI Agent与SaaS的关系。他认为Agent像人类一样有核心通信接口,如chat、voice、slack。SaaS软件则需要根据具体用途定制接口,例如ticket tracking、CRM。目前SaaS公司都在构建Agent以捕捉工作自动化价值,但两者接口会随时间解绑。行业Jerry LiuLlamaIndexAI Agent3 个信源在谈事件专题推荐理由:Jerry Liu说Agent和SaaS会分家,不是SaaS死了而是接口不同。看看他的观点。原文稍后读已读值得跟进有用关注 Jerry Liu
01:49Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)在推文中指出,手动构建工作流(代码、拖拽或提示)的需求正在减少,更优方式是指定目标让模型智能规划步骤。对于重复性任务,可收集带真实标签的数据集进行爬山优化,以平衡成本与准确率。他认为行业正从提示工程迈向目标和评估工程。拥有642次浏览、5个点赞。技巧Jerry LiuLlamaIndex工作流推荐理由:Jerry Liu说的这个趋势很实在:别再手动搭工作流了,直接给目标让模型自己想办法。重复任务还能录数据集优化,省心省钱。原文稍后读已读值得跟进有用关注 Jerry Liu
01:43Jerry Liu@jerryjliu0精选73°LiteParse 由 LlamaIndex 开源,平均解析速度达每页3ms,是目前最快的文档解析工具。它在 opendataloader-bench、OlmOCR-bench 和 ParseBench 三项基准测试中准确率排名第一。支持超过50种文档格式,并能提供基本边界框供编程代理拼接。该工具已获得10k GitHub stars,适合作为各种文档解析任务的首选预处理步骤。AI产品LiteParseLlamaIndex文档解析推荐理由:LlamaIndex 发布的开源文档解析器,3ms解析一页,准确率碾压三大基准,50种格式通吃,做文档处理用它先过一遍超快。原文稍后读已读值得跟进有用关注 LiteParse
13:23Jerry Liu@jerryjliu0精选LlamaParse现已成为n8n的官方验证社区节点,提供Parse、Extract、Classify、Split、Retrieve五大核心功能。用户可在n8n工作流中构建文档提取流程(如贷款处理)或索引文档知识库并接入AI Agent。该节点支持将每个资源作为可调用工具,让AI Agent自主决定何时检索上下文、解析文件或提取结构化数据。AI产品LlamaParsen8nLlamaIndex推荐理由:LlamaIndex的文档解析工具正式入驻n8n,能处理复杂文档的提取、分类和检索,还能让AI Agent自主调用,搭建工作流超方便。原文稍后读已读值得跟进有用关注 LlamaParse
11:21LlamaIndex@llama_index精选LlamaParse Platform的n8n节点成为官方认证社区节点。新版本整合了文档解析、分类、提取、分割和检索功能,所有操作通过单个LlamaParse API凭证连接。每个资源可作为n8n AI Agent的可调用工具,让智能体动态决定何时检索上下文、解析文件或提取结构化数据。工作流还支持按文档类型路由、基于知识库的检索接入智能体,以及并行运行不同精度成本层级的解析输出。AI产品LlamaParsen8nLlamaIndex推荐理由:LlamaParse和n8n联手,把文档解析、分类、提取都塞进低代码工作流,还能让AI Agent自动决策,不用写代码就能搭智能文档管线。原文稍后读已读值得跟进有用关注 LlamaParse
03:36Jerry Liu@jerryjliu0精选74°LiteParse v2.1 发布,可将PDF转换为Markdown,速度比Screen Studio放大动作还快。它在olmOCR0-bench、opendataloader-bench、ParseBench三个基准测试上准确率超过pymupdf4llm、opendataloader等工具。完全开源(Apache 2.0),支持CLI、Rust、Node、Python、WASM。可从LlamaIndex官网或GitHub获取。AI产品LiteParseLlamaIndexPDF解析2 个信源在谈事件专题推荐理由:LiteParse v2.1又快又准,开源免费,解析PDF转Markdown比同类强,值得一试。原文稍后读已读值得跟进有用关注 LiteParse
04:25Jerry Liu@jerryjliu0LlamaParse是LlamaIndex推出的文档解析云服务。它针对PDF、Word等人类原生文档进行解析。用户可通过cloud.llamaindex.ai访问并集成到LlamaIndex工作流。AI产品LlamaParseLlamaIndex文档解析推荐理由:想解析PDF给大模型用?试试LlamaParse,和LlamaIndex配合很顺畅。原文稍后读已读值得跟进有用关注 LlamaParse
04:21Jerry Liu@jerryjliu0精选LlamaIndex创始人Jerry Liu指出,智能体生成文档量增加,需要更好的原生文档格式。当前主要容器Markdown可读性强但缺乏丰富视觉输出,HTML视觉丰富但难以人工编辑且token密集。他提出理想格式应类似Google Docs或Word,支持人类和智能体协作编辑、版本控制和权限管理。他在Databricks演讲中提及,大量人类知识仍存储在PDF、PPT、Word中,需通过LlamaParse处理,同时创新智能体创建和协作信息的方式。行业Jerry LiuLlamaIndex智能体推荐理由:Jerry Liu聊了智能体文档格式的短板,Markdown和HTML都不够用,他提出像Google Docs那样的协作方案,做智能体应用的人可以看看。原文稍后读已读值得跟进有用关注 Jerry Liu
03:37Jerry Liu@jerryjliu0LlamaIndex 推出 LiteParse v2.1,号称全球最快的 PDF 转 Markdown 解析器。在 olmOCR0-bench、opendataloader-bench 和 ParseBench 三个标准化基准上,其准确率超过 pymupdf4llm、opendataloader、pdf-inspector、markitdown 等所有开源无模型解析器。该工具完全开源(Apache 2.0)且免费,支持 CLI、Rust、Node、Python 和 WASM 调用,也可作为一键 Agent Skill 安装。AI产品LiteParseLlamaIndexPDF解析1 个信源在谈事件专题推荐理由:LlamaIndex 出了个新工具 LiteParse v2.1,专门把 PDF 转成 Markdown,速度最快,准确率还吊打同类开源方案,免费直接用。原文稍后读已读值得跟进有用关注 LiteParse
02:32LlamaIndex@llama_index约90%的企业数据是非结构化的,被锁定在文档中,构成知识工作的主体。LlamaIndex CEO Jerry Liu在Databricks DataAISummit上演讲,介绍了OCR和agent编排的核心进展。这些技术使AI智能体能够大规模理解、推理和编辑文档,从而自动完成整个工作流程。演讲于当地时间10:20 AM在Yerba Buena Salon 7举行。行业LlamaIndexDatabricks智能体1 个信源在谈事件专题推荐理由:LlamaIndex的CEO在Databricks峰会上聊了怎么用AI智能体搞定那90%的非结构化数据,不是画饼,有具体的OCR和编排思路,搞企业自动化的朋友可以看看。原文稍后读已读值得跟进有用关注 LlamaIndex
02:07LlamaIndex@llama_indexLiteParse v2.1 实现了最快的无LLM Markdown输出功能。该版本在三个独立基准数据集中击败了所有其他无模型竞争对手。完全不需要语言模型即可完成解析,速度显著提升。用户可无需额外推理成本直接获得结构化Markdown结果。AI产品LiteParseLlamaIndexMarkdown推荐理由:LlamaIndex 的 LiteParse v2.1 搞出了最快无LLM的Markdown输出,三个基准都赢了,速度还快。原文稍后读已读值得跟进有用关注 LiteParse
00:05Jerry Liu@jerryjliu0LlamaIndex CEO Jerry Liu 在 Databricks 的 DAIS 2026 上发表演讲,探讨通用知识代理。他指出约90%的企业数据是非结构化的,锁定在文档中。演讲聚焦OCR和代理编排的核心进展,使AI代理能够深入理解、推理并编辑这些文件,从而自动化整个工作流。AI产品LlamaIndexJerry LiuDatabricks1 个信源在谈事件专题推荐理由:LlamaIndex 的 CEO 讲了怎么用 OCR 和代理编排处理 90% 的非结构化企业数据,值得搞知识管理的朋友听听。原文稍后读已读值得跟进有用关注 LlamaIndex
08:01LlamaIndex@llama_index精选关于智能体检索架构,团队在向量数据库和纯grep之间存在分歧。LlamaIndex工程主管George He将于6月29日分享在LlamaParse Index中构建检索架构的决策和死胡同。实际需要两者结合:语义搜索用于快速初筛,grep和文件读取用于top-k块切分不完整时的精确检索。活动注册见landing.llamaindex.ai/retrieval-harn…。行业向量数据库grepLlamaIndex推荐理由:LlamaIndex的工程主管来讲检索架构实战,区分语义搜索和精确grep的时机,做智能体的别错过。原文稍后读已读值得跟进有用关注 向量数据库