用途：围绕文档抽取做信息增强，包括统计式关键词抽取（YAKE/RAKE）、文档语言检测，以及为 RAG 和检索生成向量嵌入。关键词与语言检测结果随抽取一并返回；嵌入由独立的 embed 命令生成。
主要能力与用法： 关键词抽取通过 [keywords] 配置块或内联 JSON 配置，没有单一的 --keywords 命令行开关。启用后结果出现在 result.extracted_keywords（Node.js 中为 extractedKeywords，CLI JSON 字段为 extracted_keywords）。两种算法：yake（统计式、无监督、单文档，通用默认）与 rake（共现/短语式，偏爱多词关键短语）。需以 keywords-yake 和/或 keywords-rake Cargo 特性构建 CLI（默认/完整构建已包含）；未包含时 [keywords] 配置会被静默忽略，结果为空而不报错。可配置 max_keywords（默认 10）、min_score（两算法分数均归一到 0.0-1.0，越大越好）、ngram_range（仅配置文件支持，[1,3] 为默认）、language（省略则不启用停用词过滤）。示例：xberg extract paper.pdf --format json --config-json '{"keywords":{"algorithm":"yake","max_keywords":15,"language":"en"}}' | jq '.result.extracted_keywords'。
语言检测是真实的 CLI 开关 --detect-language，结果在 result.detected_languages。命令行开关启用时 min_confidence 为 0.8、单语言模式；配置文件 [language_detection] 可设 enabled、min_confidence、detect_multiple。
嵌入由 embed 命令生成，仅接受原始文本（--text 可重复或 stdin），不执行抽取，需要文档向量时应先管道传入 extract 结果。本地 provider 预设为 fast、balanced（默认）、quality、multilingual，无需 API key；也可用 --provider llm 配合 --model 与 --api-key，或 --provider plugin。本地预设未缓存时需先下载，可用 xberg cache warm --embedding-model balanced 或 xberg cache warm --all-embeddings 预热。
限制：关键词抽取仅能通过配置启用；min_score 方向为“越大越好”；嵌入与抽取相互独立；本地嵌入模型首次运行会下载。其余平台支持与收费信息暂未提供。