652个赞，3.8万次浏览，这条推文在AI圈炸了。 有个做文档处理的朋友最近一直…

652个赞，3.8万次浏览，这条推文在AI圈炸了。 有个做文档处理的朋友最近一直在用一个叫DocJev的开源库，效果出奇地好。他之前用GPT-5.6-luna来处理文档分类，但速度太慢，经常被延迟问题困扰。用了DocJev之后，速度提升了6倍，准确率还差不多。 DocJev是一个闪电般快速的开源库，专门用于文档分类和分割。你给它一个文档和一些自然语言类别规则，它就能预测文档类别（分类）或子文档之间的边界（分割）。项目地址：github.com/jerryjliu/docj… 这个库支持多种OCR后端。liteparse是最快的免费开源文本解析器，适合数字化文档。LlamaParse是最先进的基于VLM的解决方案，适合复杂文档，但会增加预处理延迟。 我有个做数据处理的同事，他之前一直用传统方案来处理文档分类问题，但效率太低，经常被准确率问题困扰。看到这个项目后，他说终于找到了一个既保留文档处理核心功能，又增加了一些AI元素的方案。 这个项目的核心亮点是"速度与准确率的平衡"——不需要复杂的配置，不需要专业的文档处理知识，直接在本地设备上跑。对于数据工程师来说，这意味着可以大幅降低处理成本，而不是被昂贵的商业服务所限制。 从技术角度看，这个项目的架构设计挺有意思的。它把文档处理的各个环节都模块化了，每个模块都可以独立优化。这种设计让开发者可以根据自己的需求来定制文档处理流程，而不是被工具的固定流程所限制。 如果你也在做文档处理相关的工作，可以试试这个项目。特别是那些对处理速度有要求的场景，用这个工具可能是个不错的选择。