← 返回目录

Xberg

官方

多语言文档智能提取引擎，支持多种文件格式与编程语言的 MCP 服务器。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 文件系统第 12 / 24
Stars: ★ 9.4k 非常热门
传输方式: stdio（本地进程）
运行环境: 预编译二进制 · Docker · Rust
凭据: 无需凭据
许可证: MIT
最近提交: 1 天前
工具数: 9

58FMRS · C

适合需要从多种文档和代码中提取信息的用户，提供丰富的功能和多种集成方式。

最强项 · 维护活跃度 16/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

12/20

维护活跃度

16/20

文档质量

12/20

安装易用性

10/20

查看各项评分依据

可靠性 8/20: 清单提供明确的OCI容器（ghcr.io/xberg-io/xberg-cli:5.0.0-rc.10）和stdio传输参数，README列出9个工具、3个提示词和4个资源，但静态分析未提供CI工作流或已提交的测试文件作为执行证据。因此可靠性得分最高不超过12，根据静态证据（清晰的包定义和声明的一致性）给予8分，扣除对实际工具行为的验证不足。
安全与权限 12/20: 未发现恶意软件或凭据窃取等危险信号，但工具允许本地文件提取，可能涉及敏感数据；未观察到用于确认危险操作的明确机制，权限方面未显示最小权限原则。因此安全性得分12，扣除对数据流和权限范围的明确披露不足。
维护活跃度 16/20: 仓库活跃，8925星，18个公开问题，MIT许可证，版本5.0.0-rc.10，README展示多个包和绑定。维护得16分，扣除对安全响应渠道和依赖更新策略的明确证据不足。
文档质量 12/20: README详细说明CLI命令、MCP服务器使用、配置示例（Claude Desktop），并链接到外部文档站点。但未提供每个工具的详细参数列表、错误排除指南或成本信息，因此文档得分12。
安装易用性 10/20: 安装步骤清晰：通过brew或Docker拉取镜像，配置示例直接给出。但未提供CI验证的安装过程，且MCP服务器需要本地安装CLI，平台兼容性未完全验证，因此安装得分10。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件访问网络

适合谁

需要处理多种文档格式并提取结构化数据的开发者和数据工程师。
需要在 MCP 环境中集成文档处理功能的 AI 代理。
需要从代码库中提取语义信息的 RAG 管道。

不适合谁

不需要文档提取或 OCR 的通用 MCP 场景。
需要实时交互式文档编辑的用户，因为 Xberg 专注于提取。
仅需简单文本转换且对性能要求不高的场景。

所需权限

读取本地文件系统以访问要提取的文档。
可能访问网络以获取 URL 或调用远程 OCR/LLM API（如果配置）。
写入缓存目录以存储提取结果。

风险与副作用

处理恶意文件时可能存在安全风险，建议限制文件来源。
OCR 或 LLM 调用可能需要额外的 API 密钥或网络连接。
大文件处理可能消耗较多内存和 CPU 资源。

安装接入

准备工作

运行环境：预编译二进制 · Docker · Rust

使用 Homebrew 安装 CLI：brew install xberg-io/tap/xberg，然后配置客户端。例如，在 Claude Desktop 或 Cursor 的配置文件中添加：{ "mcpServers": { "xberg": { "command": "xberg", "args": ["mcp"] } } }。

claude_desktop_config.json

{
  "mcpServers": {
    "xberg": {
      "command": "xberg",
      "args": [
        "mcp"
      ]
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "xberg": {
      "command": "xberg",
      "args": [
        "mcp"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add xberg -- xberg mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在客户端工具列表中应出现 extract、extract_batch、detect_mime_type、cache_stats、list_formats 等 9 个工具；调用 get_version 应返回版本号 5.0.0-rc.10。

常见排障

确保 xberg CLI 已正确安装并加入 PATH。
检查配置文件中的命令路径是否准确。
运行 `xberg doctor` 检查后端依赖（如 Tesseract）是否可用。
查看日志以获取详细错误信息。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

提取 /tmp/report.pdf 的文本内容并转为 Markdown
检测 file.dat 的 MIME 类型
批量提取 /docs 目录下所有文件的文本
列出 xberg 支持的所有格式

工具能力 9

extract 只读

从单个文档中提取文本、表格、元数据和图像。

extract_batch 只读

批量提取多个文档的内容。

detect_mime_type 只读

检测文件的 MIME 类型。

cache_stats 只读

查看提取缓存的统计信息。

list_formats 只读

列出所有支持的文件格式和 MIME 类型。

cache_clear 破坏性

清除提取缓存。

get_version 只读

获取 Xberg 版本信息。

cache_manifest 只读

查看缓存清单。

展开其余 1 个工具

cache_warm 写入

预热缓存以加速后续提取。

使用场景

从 PDF、Office 文档、图像等中提取文本和表格，用于 RAG 或数据处理。

对扫描文档进行 OCR 识别，支持 Tesseract、PaddleOCR 等后端。

从源代码中提取函数、类、导入等结构，用于代码分析。

通过本地或远程 LLM 进行结构化数据提取和文档理解。

支持客户端

Claude Desktop

Cursor

依据项目文档列出，未经本站实测。

详细介绍

Xberg 是一个基于 Rust 核心的文档智能框架，支持从 101 种格式（115 种文件扩展名）中提取文本、表格、元数据和图像，同时支持 371 种编程语言的代码智能。它具有 15 种语言绑定（Rust、Python、Node.js、Go、Java、C#、Ruby、PHP、Elixir、Dart、Swift、Zig、WASM、Kotlin、C FFI），并提供 CLI、REST API 和 MCP 服务器。该 MCP 服务器提供 9 个工具（extract、extract_batch、detect_mime_type 等）、3 个提示词（extract_document、extract_with_ocr、semantic_search）和 4 个资源（formats、models、OCR languages、embedding presets）。