用途:Xberg 是文档智能提取库,用于从文档中提取文本、表格、元数据和图像,适合在编写代码时处理文档解析、扫描件 OCR、批量文件处理、配置提取选项以及实现自定义插件等场景。若会话中已注册 xberg MCP 服务器,官方建议优先使用其工具而非直接调用 CLI。
主要能力:支持 91+ 种格式,涵盖 PDF、Word、表格、演示文稿、电子书、图片、标记语言、数据、文本、邮件、压缩包和学术格式。OCR 对图片和扫描 PDF 自动运行,默认使用内置 Tesseract 后端,也支持 paddleocr 与 vlm 后端及自定义后端。可配置输出格式、分块、OCR、语言检测,支持批量处理(extract_batch),逐输入失败会记录在 errors 中。
使用方式:Python 用 pip install xberg,Node.js 用 npm install @xberg-io/xberg,Rust 用 cargo add xberg(当前为 1.0.0-rc.1 预发布版,需显式固定版本);CLI 可用 brew install xberg-io/tap/xberg,或 npx @xberg-io/xberg-cli --help、uvx --from xberg-cli xberg --help。核心入口为 extract(input, config) 与 extract_batch(inputs, config),返回 ExtractionResult 信封,文档数据位于 result.results[i]。Python 与 Node 仅支持异步。CLI 示例:xberg extract document.pdf、xberg batch *.pdf --format json。
限制与注意:Python 与 Node 没有同步变体,必须 await;结果字段在 result.results[i] 上而非顶层;输入需构建为 ExtractInput 或 { kind: "uri", uri: "..." };Python OCR 异常名为 OcrError 而非 OCRError;Node 绑定抛出普通 Error;Rust extract 的 config 为引用;CLI 中 --format 控制输出格式,--content-format 控制内容格式。更多细节可参考官方文档 https://docs.xberg.io 与 GitHub https://github.com/xberg-io/xberg。