kreuzberg基于rust core 的多态文档智能框架

kreuzberg是一个基于rust 开发的支持多态文档处理的框架，比较强大的地方是kreuzberg 提供了多种sdk对于使用比较友好

包含的特性

• 可扩展的架构，插件系统，可以灵活的进行自定义扩展
• 多态处理，支持多种开发语言
• 56 中文件格式支持
• 支持ocr，包含了基于tesseract ，easyocr，paddleocr 等
• 高性能，支持基于simd 优化的并行化
• 灵活的部署访问，支持作为库，cli，rest api，mcp 服务
• 内存高效，基于流的解析，基于支持gb 级别的文件处理

说明

kreuzberg 对于文档处理还是比较全的，一是格式多，而且支持的模式多（image，text，table 等）值得尝试下

参考资料

https://github.com/kreuzberg-dev/kreuzberg