Kreuzberg - 多语言文档智能框架

简介

Kreuzberg 是一个用 Rust 编写的多语言文档智能框架，支持从 76+ 种格式中提取文本、元数据和结构化信息。

特性

• 多格式支持：PDF、Office 文档、图片等 76+ 格式
• 多语言 SDK：Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、R、C、TypeScript
• 多种接口：CLI、REST API、MCP Server
• 高性能：Rust 核心，效率高

技术栈

• 核心语言：Rust
• 主要语言：HTML

使用方式

Rust

use kreuzberg::*;

let document = kreuzberg::extract("document.pdf").unwrap();
println!("{}", document.text);

Python

import kreuzberg

document = kreuzberg.extract("document.pdf")
print(document.text)

CLI

kreuzberg extract document.pdf

项目信息

• GitHub: kreuzberg-dev/kreuzberg
• ⭐ 6468 stars
• License: MIT
• 官网: https://kreuzberg.dev/

适用场景

• 文档处理流水线
• 知识库构建
• 内容提取与索引
• OCR 与文档数字化