kreuzberg

Kreuzberg 是一个高性能、多语言库，旨在从57种以上文件格式中提取文本和元数据，并提供全面的OCR功能。它基于Rust核心构建，以原生速度处理数据，内存高效，并能生成嵌入向量而无需GPU，使其在各种数据提取和处理任务中具有极高的通用性。

kreuzberg 当前归类于 Vision / Multimodal，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 可扩展架构，带有用于自定义后端和处理器的插件系统。、从各种文档类型中自动提取文本、元数据和结构化数据。 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 MIT。同时它也具备一定社区热度，当前 GitHub Stars 为 8.7k。