DocJev用Jev做文档分类，处理同批文档3小时跑完

昨天帮一个做知识库的朋友处理文档，他需要把几千份PDF按内容分类，用GPT-5.6跑了两天还没跑完，问我有没有更快的方案。 我给他推荐了DocJev，一个基于Jev的开源文档处理库，速度快了6倍，准确率还差不多。 这个库的核心是用Jev做文档分类和分割，你给它文档和自然语言规则，它就能自动判断文档属于哪个类别，或者把长文档按内容边界切分成小段。 速度提升主要来自两个方面。一是Jev本身的推理速度，二是底层用了liteparse这个解析器，号称是目前最快的免费开源文本解析器。我朋友实测下来，处理同样一批文档，DocJev用了3小时，GPT-5.6用了18小时，差距确实大。 如果你的文档比较复杂，比如扫描件、手写体、表格混排的PDF，还可以切换到LlamaParse作为解析后端。它是基于VLM的方案，处理复杂文档更准，但速度会慢一些。 对于需要批量处理文档的团队来说，这个工具能省下不少时间和API费用。特别是那些做RAG系统、文档检索、科研Agent的项目，文档预处理这一步往往是最耗时的。 项目地址： DocJev：github.com/jerryjliu/docj… liteparse：github.com/run-llama/lite… LlamaParse：cloud.llamaindex.ai