MCP · 文科/档案/OCR
kreuzberg
Kreuzberg 是 polyglot document intelligence framework，README 说它有 Rust core，可从 PDFs、Office、images 和 50+ 格式提取文本、metadata 和结构化信息；支持 Tesseract/EasyOCR/PaddleOCR、表格检测与重建、CLI、REST API 和 MCP server。适合把论文 PDF、档案扫描、政策文档、临床报告、Excel/Word 材料转成 agent 可处理的结构化文本。
适合解决什么问题
研究材料常是 PDF、Word、图片、表格混合文档，需要转成 markdown/JSON 供 agent 分析
可产出：markdown/text/metadata/tables from PDFs and office docs
收藏保存在当前浏览器，换设备不会同步。