xberg

一个库解析百种文档,支持多语言调用,省去格式适配烦恼。

xberg 是一个多语言文档智能框架,核心用 Rust 编写,旨在解决文档解析碎片化问题。它能从 101 种格式(涵盖 115 种文件扩展名)中提取文本、元数据、图片和结构化数据,同时支持 371 种编程语言的代码智能分析。项目提供 15 种语言绑定,包括 Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、TypeScript 等,并附带 CLI、REST API 和 MCP 服务器,方便集成到各种开发环境。核心能力在于统一文档解析接口,降低开发者处理多格式文档的复杂度,提升数据提取效率和准确性。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 9333
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队xberg-io
所属国家
定价模式free
价格说明开源框架,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Rust
技术栈/模型bun,csharp,document-intelligence,elixir,ffi,golang,java,metadata-extraction,node,pdf-extraction,pdfium,php,python,rag,ruby,rust,table-extraction,tesseract,text-extraction,wasm
GitHub 星标★ 9333
30天Star增速
HF 下载量
上线时间2025-01-31 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 8 步

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. 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
  2. 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. 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. 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. 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. 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. 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. 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

项目介绍

xberg 是基础设施领域的开源项目,由 xberg-io 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(9,333)位列前 6%,在基础设施分类的 1,132 个项目里位列前 8%。

近 41 天,它的 GitHub 星标从 8,970 增加到 9,333,净增 363。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:企业级文档管理系统,统一解析PDF、Office、图片等格式。同类可对比的替代方案包括 Apache Tika、Unstructured、Docling。

上一篇:EverOS

下一篇:postgresml

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09