用途：从 PDF、电子表格或图片中提取结构化表格数据，如财务报表、科研表格、发票、电子表格式 PDF。
主要能力：通过版面模型（RT-DETR v2）检测表格，并用可配置的表格模型重建单元格结构。输出两种形态：内容流中的 Markdown 表格（--content-format markdown，适合 LLM 摄入）和结构化 tables 数组（--format json，含 cells[][]、markdown、page_number、bounding_box，无位置数据时省略 bounding_box）。开启 --layout 时两者同时生成。
基本用法： xberg extract report.pdf --layout --content-format markdown xberg extract report.pdf --layout --format json 不加 --layout 则退化为纯文本重排，丢失单元格边界。
表格模型：--layout-table-model 可选 tatr（默认，密集复杂表格，精度最高但最重）、slanet_auto（按表分派有框/无框）、slanet_wired（有可见边框）、slanet_wireless（无边框，如发票）、slanet_plus（混合，较轻）、disabled（仅检测不重建结构）。默认置信度阈值约 0.5，漏检时可用 --layout-confidence 0.3 调低。
电子表格：.xlsx、.ods、.csv、.tsv 由专用解析器处理，无需版面模型，每个工作表自动成为 Markdown 表格或结构化表格。
配置：配置文件中 output_format 等同 CLI 的 --content-format，[layout] 段可设 confidence_threshold 与 table_model。
程序化访问：Python 中结构化表格位于 result.results[0].tables，可读取 table.markdown 与 table.cells[0][0]；Node.js 类似（camelCase 字段）。
已知限制：合并单元格会被重建为跨区域的重复值，不保留合并元数据；旋转表格需先开启 --ocr-auto-rotate true；嵌套表格会被展平；多页表格每页生成独立 tables[] 条目，需按列头自行拼接；版面与表格模型依赖 ONNX Runtime，WASM 构建和 Android x86_64 模拟器不可用。
常见问题：开启 --layout 但表格为空多为阈值过高或模型不匹配；Markdown 表格错乱可换 slanet_wired 或 slanet_wireless；提取慢可改用 slanet_auto 或 slanet_plus。