用途:在用户需要解析、搜索或可视化查看本地文档(如 PDF、Word/DOCX、PowerPoint/PPTX、Excel/XLSX/CSV)时使用。默认调用专用文档工具,不要退回到手动 lit 命令行流程,除非用户明确要求原始命令或扩展工具不可用。
主要能力:document_parse 从本地文档提取文本或 JSON;document_search 查找短语并返回页码与包围盒,用于引用和来源定位;document_screenshot 将页面渲染为 PNG 图像块,用于查看视觉版式。已知目标文本时,推荐先 document_search,再仅对相关页面 document_screenshot。
使用方式:需要阅读、总结、引用、搜索或审阅时用 format: "text";需要结构化页面数据、文本位置或包围盒时用 format: "json",非必要不用 JSON。LiteParse v2 JSON 形如 {"pages":[{"pageNum":1,"text":"...","textItems":[]}],"text":"..."}。仅处理部分文档时尽早传 targetPages,默认 maxPages 为 1000。原生文本 PDF 可设 ocr: "off";扫描或图片多的文档保留自动 OCR;可用 ocrLanguage 指定单一语言,多语言时才用 ocrLanguages,Tesseract 通常用 ISO 639-3(eng、deu、fra、jpn),HTTP OCR 服务器多用 ISO 639-1(en、de、fr、ja)。文档加密导致失败时向用户询问密码并用 password 重试。截图页范围通常保持一至四页。
后续处理:document_parse 将解析结果写入临时文件并返回路径,document_screenshot 写入 PNG 并返回图像块;需要完整内容时用 read 查看返回的解析文件路径,需要文件级视觉检查时查看截图路径,仅当用户需要持久产物时才把文件复制进项目。不要把整份大文档内联进上下文。工具接受 @relative/file.pdf 和 ~/Documents/file.pdf 等路径。
限制:Office 文档与表格可能依赖主机上的 LibreOffice,图像输入可能依赖 ImageMagick,缺失依赖会以友好错误提示而非泛化的解析失败。解析输出与截图默认是临时的。已移除的 LiteParse v1 选项 preciseBoundingBox、preserveLayoutAlignmentAcrossPages 不应使用;可用 format: "json" 取包围盒、document_search 取短语级包围盒、document_screenshot 检查视觉版式、targetPages 缩小提取范围。参数应尽量精简,仅在任务明显需要时添加高级选项。其余细节暂未提供。