xberg

快速、精準的文件智能引擎,支援多種語言:從超過100種格式中提取文字、表格與元數據,具備OCR、轉錄與程式碼智能功能。

xberg 是什麼?

快速、精準的文件智能引擎,支援多種語言:從超過100種格式中提取文字、表格與元數據,具備OCR、轉錄與程式碼智能功能。

xberg 概覽

這是什麼

Xberg 是一個多語言文件智慧引擎,核心使用 Rust 開發。它能從 107 種格式(涵蓋 141 種副檔名)中提取文字、中繼資料、圖片、表格與結構化資料,並支援 371 種程式語言的程式碼智慧。提供 15 種語言綁定、命令列工具、REST API 與 MCP 伺服器。

主要功能

  • 107 種文件格式:PDF、Office 文件、圖片、HTML、電子郵件、電子書與結構化資料,支援 141 種副檔名,具備智慧 MIME 偵測。
  • 音訊與影片轉錄:透過 Whisper ONNX 將 MP3、M4A、WAV、WebM 與 MP4 轉為文字(需啟用 transcription 功能)。
  • 隨需 OCR:支援多種後端(Tesseract、PaddleOCR、Candle、VLM),具備降級鏈、信心分數與語言自動偵測。
  • 版面與表格:使用 ML 版面模型(PP-DocLayout-V3、RT-DETR)與表格結構模型(TATR、SLANet)重建閱讀順序與儲存格網格,輸出乾淨的 Markdown。
  • 程式碼智慧:從 371 種程式語言中提取函式、類別、匯入、符號與文件字串,支援語法感知分塊以用於 RAG 管線。
  • 結構化提取:透過本機(Ollama、LM Studio、vLLM)或託管 LLM,從任何文件直接產生符合綱要的 JSON,無需提示工程。
  • 多種部署模式:可作為函式庫、命令列工具(14 個指令)、REST API(xberg serve)、MCP 伺服器、Docker 與 Helm 使用。

使用情境

  • 從 PDF、掃描圖片與 Office 文件中提取文字與表格。
  • 結合程式碼智慧與嵌入向量建構 RAG 管線。
  • 轉錄音訊與影片檔案以進行內容分析。
  • 透過 CLI 或 REST API 自動化文件處理工作流程。
  • 使用 15 種語言綁定之一,將文件智慧整合到應用程式中。

快速開始

sh pip install xberg sh brew install xberg-io/tap/xberg

授權與價格

MIT 授權。開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/xberg-ioxberg.svg)](https://yunodb.com/tools/xberg-ioxberg?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/xberg-ioxberg?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/xberg-ioxberg.svg" alt="Featured on YunoDB" height="20"></a>