kreuzberg

Kreuzberg 是一个以 Rust 为核心的多语言文档智能框架，能高效地从 PDF、Office 文档、图片等超过 97 种文件格式中提取文本、元数据、图像和结构化信息。它解决了传统文档解析工具性能低下、语言绑定单一、格式支持有限的问题，为开发者提供了一个跨语言、高性能、全格式覆盖的文档处理方案。 技术亮点上，Kreuzberg 的核心用 Rust 编写，天然具备极快的处理速度和低内存占用，远超 Python 等语言实现的同类工具。它最独特的地方在于提供了极其广泛的语言支持，不仅覆盖 Rust、Python、Node.js、Java、Go、C#、PHP、Ruby、Elixir、R、C、TypeScript 等主流语言，还支持通过 WASM 在浏览器中运行，甚至能通过 CLI、REST API 或 MCP 服务器直接使用。这意味着无论你的技术栈是什么，都能无缝集成。此外，项目附带的绑定库 alef 进一步简化了跨语言调用的复杂性。 适用场景非常广泛。如果你是数据科学家，需要批量从海量文档中提取训练数据；如果你是后端工程师，要构建一个支持多种文件上传的文档解析服务；或者你是自动化办公的开发者，想从合同、发票、报告中抽取关键信息，Kreuzberg 都能胜任。它特别适合需要处理多语言文档、对性能敏感、或者技术栈复杂（混合使用多种语言）的团队。 上手难度极低。如果你只是用 CLI 或 REST API，几乎零门槛，直接运行命令或调用接口即可。对于开发者，每种语言都有对应的包管理器安装命令（如 pip install kreuzberg、npm install @kreuzberg/node），文档也提供了清晰的 API 示例。唯一需要留意的是，由于内核是 Rust，编译或安装时可能需要 Rust 环境，但大多数语言绑定都提供了预编译的二进制文件，所以普通用户无需接触 Rust 代码。总体来说，无论你是新手还是老手，都能在几分钟内让它跑起来。