# LlamaIndex 提出“用时才调”的智能 OCR：两遍式文档处理，在成本和精度之间找平衡

> 原标题：LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度

- 来源：AI HOT 精选
- 发布时间：2026-09-10T16:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56153
- 原文：https://www.llamaindex.ai/blog/just-in-time-agentic-ocr

## 摘要

LlamaIndex 的 Jerry Liu 提出 just-in-time Agentic OCR 模式：先用免费或开源解析工具对 10-100 份文档做轻量文本提取，供智能体用 grep 或语义搜索定位相关页面，再对相关页面截图调用 VLM 做第二遍精读。

## 推荐理由

LlamaIndex 的 Jerry Liu 提出两遍式文档处理，先用开源工具轻量提取 10 至 100 份文档定位页面，再对相关页面截图调用 VLM 精读，为文档处理成本与精度的取舍提供了一种可迁移的方法。

## 锐评

两遍式这个思路是对的，但省下的钱可能没想象中多。第一遍用免费工具抽文本，第二遍只对相关页截图喂 VLM，账面上把 VLM 的调用量压到很小，可 grep 和语义搜索定位不准的时候，漏掉的那几页就是静默错误，agent 不会报错，只会给你一个看着挺像的答案。84 份 SEC 文件这个量级也偏小，SEC 文件格式还算规整，换成扫描件和表格混排的合同，第一遍抽出来的文本质量撑不撑得住定位，是另一回事。真跑文档 agent 的，先拿自己最脏的那批文件试，别拿公开财报试。
