LlamaIndex 推出 LlamaExtract Beta：从非结构化文档抽取结构化数据

LlamaIndex 发布 LiteParse 2.14.6 更新，通过对自维护 PDFium fork 做内存分配优化（内置 mimalloc）等手段，将文本提取耗时降低 20-25%，平均 2.76ms/页，markdown 渲染 3.94ms/页。

LlamaIndex 宣布扩展 LlamaParse Index，新增 Retrieval Harness，为 Agent 提供文件系统式文档遍历工具，包括 Hybrid Retrieve、List Files、File Grep 和 File Read。

LlamaIndex 发布 LiteParse v2.0，将这个不依赖 LLM 的 PDF 与办公文档解析工具用 Rust 重写，提供 Rust、Python、Node 和 WASM 四种包，可在浏览器和 edge 运行时本地运行。

LlamaIndex 发布 liteparse-server，将 LiteParse 封装为可自托管的 HTTP 文档解析服务，支持 PDF、Word、PowerPoint、表格和图片，输出带 bounding box 的空间布局文本。

LlamaIndex 重构了 LlamaParse MCP（https://mcp.llamaindex.ai/mcp），重心从存储检索转向由 Parse、Classify。

LlamaIndex 开源 LiteParse，一个完全本地运行的 CLI 和 TS 原生库，可从 PDF、Office 文档和图片中提取布局感知文本，无需 Python 依赖，内置 Tesseract.js OCR 并支持外接 PaddleOCR、EasyOCR 等 OCR 服务。

LlamaIndex 发布 LlamaAgents Builder 测试版，用户用自然语言描述需求即可生成基于开源 Workflows 框架的文档处理智能体。该工具会提出澄清问题、创建 LlamaExtract 智能体并生成完整 Workflow，代码可推送到 GitHub 或部署在自有基础设施；目前免费面向所有 LlamaParse 用户，beta 阶段主要支持抽取类文档处理流程。

LlamaIndex 发布 LlamaParse 新 API LlamaSheets（Beta，免费），把任意 .xlsx 电子表格语义化结构为 Parquet 文件，供 Agent 或下游应用使用。

LlamaIndex 正式发布 Workflows 1.0，一个用 Python 和 TypeScript 构建多步骤智能体应用的轻量事件驱动框架，首次以独立包和独立仓库发布。

LlamaIndex 推出 LlamaExtract，现已通过 LlamaParse 的 web UI 和 Python SDK 开放公测，用户定义 schema 后即可从非结构化文档提取 JSON 格式的结构化数据。工具支持 PDF、扫描件和 100 页以上长文档，基于 LlamaParse 构建，无需手动处理 OCR 和表格解析，输出符合 schema 的类型化数据，并提供免费和付费方案。