Was macht liteparse?
Ein schneller, quelloffener Dokumentenparser, der saubere Markdown-Strukturen direkt für agentische Kontextfenster bereitstellt.
Ein schneller, quelloffener Dokumentenparser, der saubere Markdown-Strukturen direkt für agentische Kontextfenster bereitstellt.
run-llama/liteparse ist ein leistungsstarker, quelloffener Dokumentenparser, der Dokumente schnell analysiert und in saubere Markdown-Strukturen umwandelt. Dieses Tool ist speziell dafür konzipiert, die Ausgabe direkt in die Kontextfenster von KI-Agenten (wie Claude Code, Cursor oder Codex) einzubringen, sodass Agenten keine rohen oder unstrukturierten Textdaten verarbeiten müssen. Es unterstützt verschiedene Dateiformate wie PDF, HTML und Office-Dokumente, extrahiert Überschriften, Tabellen, Codeblöcke und andere Elemente und gibt sie als wohlgeformtes Markdown aus. Durch die Bereitstellung eines klaren, strukturierten Inhalts reduziert es den Bedarf an Vorverarbeitung oder Chunking und verbessert die Genauigkeit der Agenten beim Verstehen und Beantworten von Fragen zu Dokumenten. Entwickelt für Geschwindigkeit und Offenheit, kann es lokal oder in CI/CD-Pipelines ausgeführt werden und ist ideal für Agenten-Workflows, die eine zuverlässige Dokumentenanalyse benötigen.
npx skills add run-llama/liteparseInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ein schneller, quelloffener Dokumentenparser, der saubere Markdown-Strukturen direkt für agentische Kontextfenster bereitstellt.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.