Liteparse Document AI Parsing

LiteParse — parser de documentos LOCAL (v2)

⚠️ Corrección 2026-09-05 (auditoría): la v1 usaba from liteparse import DocumentParser con model='gpt-4o' y schema=... — no existe. LiteParse (v2) es un parser local (PDFium + Tesseract OCR) con API LiteParse().parse(...), sin LLM ni cloud ni output CSV.

Repo: https://github.com/run-llama/liteparse (Rust, ~12K⭐).

When to Use

• Cuando pidas parsear documentos a Markdown/JSON/texto en local, sin depender de un LLM/cloud. Parser de PDF con OCR.

Uso (API real)

from liteparse import LiteParse
parser = LiteParse()
result = parser.parse("documento.pdf")   # parser local (PDFium + Tesseract OCR)
# formatos de salida: json | text | markdown  (NO csv)

También vía CLI (crate Rust): cargo install liteparse.

Pitfalls

• NO DocumentParser(model="gpt-4o", schema=...) — esa clase/params no existen.
• Es un parser local, explícitamente "sin features LLM propietarias ni dependencias cloud".
• Salidas: json / text / markdown; no hay CSV.

Verificación

• LiteParse().parse(doc.pdf) → comprobar que produce markdown/texto con bounding boxes correctos.