项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9566
使用教程
环境要求
- macOS/Linux 用户需安装 Homebrew
- Windows 用户需安装 Scoop
- 使用 Docker 模式需本地有 Docker 环境
- 作为 Rust 库使用需 Rust 项目与 tokio 异步运行时
安装与启动步骤
-
1安装命令行工具
在 macOS 或 Linux 上用 Homebrew 安装 xberg CLI。安装完成后即可使用 extract、serve、mcp 等 14 个命令。
brew install xberg-io/tap/xberg -
2Windows 端安装
Windows 用户通过 Scoop 安装同一二进制,两条命令需按顺序执行,第一条是添加 xberg 软件源。
scoop bucket add xberg https://github.com/xberg-io/scoop-bucket scoop install xberg -
3拉取 Docker 镜像
从 GitHub 容器仓库拉取最新镜像,容器可在 API、CLI、MCP 三种模式间选择运行,示例见官方 Docker 指南。
docker pull ghcr.io/xberg-io/xberg:latest -
4提取单份文档
用 extract 命令解析文档并输出内容,支持 101 种格式。把 document.pdf 换成你自己的文件路径即可。
xberg extract document.pdf -
5启动 REST API
以 HTTP POST 方式提供统一解析入口,返回 JSON 或 Markdown,支持大文件流式处理,监听 8000 端口。
xberg serve --host 0.0.0.0 --port 8000 -
6启动 MCP 服务
以 stdio 传输启动 MCP 服务器,对外提供 9 个工具、3 个提示与 4 类资源,供 Claude、Cursor 等智能体调用。
xberg mcp --transport stdio -
7配置 MCP 客户端
把这段 JSON 加入 Claude Desktop 或 Cursor 的 MCP 配置文件,客户端就能自动拉起 xberg 服务。
{ "mcpServers": { "xberg": { "command": "xberg", "args": ["mcp"] } } } -
8作为 Rust 库调用
在 Rust 项目中直接调用异步 extract 接口,需 tokio 运行时,完整示例见 README 的 Quick Start 段落。
use xberg::{extract, ExtractInput, ExtractionConfig}; #[tokio::main] async fn main() -> xberg::Result<()> { let config = ExtractionConfig::default(); let output = extract( ExtractInput::from_uri("document.pdf"), &config ).await?; println!("{}", output.results[0].content); Ok(()) }
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--host | 否 | REST API 服务监听地址 | 0.0.0.0 |
--port | 否 | REST API 服务监听端口 | 8000 |
--transport | 是 | MCP 服务器的传输方式 | stdio |
mcpServers.xberg.command | 是 | MCP 客户端调用的可执行文件名 | xberg |
mcpServers.xberg.args | 是 | MCP 客户端启动服务时传入的参数 | ["mcp"] |
如何确认成功
运行 xberg version 能输出版本号即安装成功;serve 模式可发 POST 请求拿到 JSON/Markdown 结果。
常见问题
Q:Windows 上怎么安装 xberg?
A:先装好 Scoop,然后执行 scoop bucket add xberg https://github.com/xberg-io/scoop-bucket,再执行 scoop install xberg 即可。
Q:怎么在 Claude Desktop 或 Cursor 里用?
A:在客户端的 MCP 配置中加入 mcpServers 段,指定 command 为 xberg、args 为 ["mcp"],客户端即可调用其工具与提示。
Q:只能当命令行用吗?
A:不是。README 列出五种部署模式:Library、CLI、REST API、MCP Server 和 Docker,可按场景任选其一。
Q:怎么知道支持哪些格式?
A:项目支持 101 种格式、115 种文件扩展名,CLI 的 formats 命令可查看格式列表,其他用法见官方文档。
注意事项
- README 由 alef 工具自动生成,请勿直接编辑该文件。
- CLI 完整用法与 Docker 示例需查阅官方文档 docs.xberg.io 对应页面。
- Docker 镜像可在 API、CLI、MCP 三种模式下运行。
核心亮点
- 覆盖 101 种文档格式和 371 种编程语言,解析能力全面
- 提供 15 种语言绑定及 CLI/REST/MCP 接口,集成灵活
- Rust 核心保证高性能和内存安全,适合处理大规模文档
不足之处
- 文档/社区待观察
- 多语言绑定可能增加维护成本,部分语言支持成熟度未知
适用场景
- 企业级文档管理系统,统一解析 PDF、Office、图片等格式
- 代码仓库分析工具,提取代码结构和元数据
- 数据管道中作为文档预处理层,为搜索或 AI 提供结构化输入
替代项目
Apache Tika、Unstructured、Docling
上一篇:EverOS
下一篇:postgresml
同类项目推荐
GPTFree
开源
免注册免费调用 GPT/Claude/Gemini,兼容 OpenAI 接口
Free OpenAI-compatible API providing access to powerful AI models. No registration r···
ollama-helm
开源
一条 helm 命令,把 Ollama 大模型服务部署进 K8s 集群
Helm chart for Ollama on Kubernetes
VibeGuard
开源
用1%内存开销,在AI对话前自动脱敏,守住隐私底线
Uses just 1% memory while protecting 99% of your personal privacy.
local-ai
开源
国内一键装好 AI 工具,不用魔法直接跑
Mac和Windows一键安装Stable Diffusion WebUI,LamaCleaner,SadTalker,ChatGLM2-6B,等AI工具···
kubernetes-for-ml-engineers
开源
让ML工程师用最少时间掌握K8s部署模型
Just enough Kubernetes for you to fly
vmlx
开源
Mac 上跑 MLX 模型,一个格式搞定加载与量化
vMLX - Use MLX models easily - JANGQ (GGUF for MLX) - Not dependant on mlx_vlm
mockai
开源
本地模拟 OpenAI 接口,开发测试不花钱不等待
MockAI is a mock server for OpenAI's API. It allows you to simulate Chat Completions···
rtp-llm
开源
阿里出品的高性能推理引擎,让LLM部署更快更省
RTP-LLM: Alibaba's high-performance LLM inference engine for diverse applications.
awesome-free-llm-apis
开源
白嫖各种免费LLM API,开发测试不花钱
List of Permanent Free LLM API (API Keys)
