kreuzberg

它的功能

Kreuzberg 是一个文档智能框架，旨在从各种文档格式中提取和处理信息。它使用高性能的 Rust 核心，支持从 PDF、Office 文档、图像和 97 种以上的其他格式中提取文本、元数据、图像、表格和结构化信息。

如何设置

Kreuzberg 提供多种部署选项：(1) 使用 Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、R、C 或 TypeScript 的本地语言绑定，(2) 通过 REST API 进行语言无关的集成，(3) 部署为 MCP 服务器以集成 AI 助手，或 (4) 直接使用命令行界面 (CLI)。

主要特性

• 多格式文档支持 (PDF、Office 文档、图像、97 种以上格式)
• 具有 OCR 功能的智能文本提取 (Tesseract 集成)
• 表格提取和结构化数据解析
• 元数据和图像提取
• 支持 10 种以上编程语言的本地绑定
• REST API 和 CLI 接口以实现通用访问
• MCP 服务器集成以支持 AI 助手工作流
• 高性能 Rust 核心以确保可靠性和速度