kreuzberg

Qué hace

Kreuzberg es un marco de inteligencia documental diseñado para extraer y procesar información de una amplia variedad de formatos de documentos. Utiliza un núcleo Rust de alto rendimiento y admite la extracción de texto, metadatos, imágenes, tablas e información estructurada de PDFs, documentos de Office, imágenes y más de 97 otros formatos.

Cómo configurarlo

Kreuzberg ofrece múltiples opciones de implementación: (1) Utilice enlaces de idioma nativos para Rust, Python, Ruby, Java, Go, PHP, Elixir, C#, R, C o TypeScript, (2) Acceso a través de la API REST para integración independiente del idioma, (3) Despliegue como un servidor MCP para integración de asistentes AI, o (4) Utilice la interfaz de línea de comandos (CLI) directamente.

Características clave

• Soporte para múltiples formatos de documentos (PDFs, documentos de Office, imágenes, más de 97 formatos)
• Extracción de texto inteligente con capacidad OCR (integración de Tesseract)
• Extracción de tablas y análisis de datos estructurados
• Extracción de metadatos e imágenes
• Disponible en más de 10 lenguajes de programación con enlaces nativos
• Interfaces REST API y CLI para acceso universal
• Integración de servidor MCP para flujos de trabajo de asistentes AI
• Núcleo Rust de alto rendimiento para fiabilidad y velocidad