xberg: 它是什么，解决了什么问题以及为什么它正受到关注

它解决了什么问题

Xberg 是一个内容智能引擎，旨在解决从大量碎片化的文件格式中提取结构化、干净的文本和元数据的问题。它消除了处理 PDF、Office 文档、图像、音频/视频和源代码时需要使用多种不同工具的需求，为文档处理提供了一个统一的接口。

它是如何工作的

Xberg 基于 Rust 核心构建，提供了一个支持 96 种文件格式和 306 种编程语言的单一引擎。它使用智能 MIME 检测和针对大文件的流式处理。对于图像，它提供可插拔的 OCR 后端（Tesseract, PaddleOCR, Candle, 或 VLMs）。对于音频和视频，它使用 Whisper ONNX 进行转录。它可以作为库、CLI 工具、REST API 或 AI 智能体的 MCP server 部署。

它是为谁准备的

它适用于构建 RAG 流水线、AI 智能体或数据提取工作流的开发者，这些开发者需要将各种文档转换为机器可读格式（如 Markdown 或 JSON），且无需使用 GPU。

亮点

• 海量格式支持：从包括 Office、PDF、eBooks、Email 和科学出版物在内的 96 种格式中进行提取。
• 代码智能：从 306 种语言中提取函数、类和符号，并为 RAG 提供语法感知的分块。
• 多运行时部署：支持 16 种语言的本地绑定（Python, Node.js, Rust, Go, Java 等）以及 WASM 支持。
• 爬取与递归：能够跟随 URL 并提取嵌套在压缩包或其他文档中的文档。
• AI 集成：内置支持由 LLM 驱动的结构化提取、嵌入（embeddings）和用于智能体工作流的 MCP server。