O que é o Xberg?
O Xberg é um mecanismo de inteligência documental: você aponta para um arquivo, uma URL, um arquivo compactado ou uma árvore de código-fonte, e ele devolve texto limpo, tabelas, metadados e dados estruturados em um formato que um LLM ou um índice de busca podem usar diretamente. O README o descreve como "the fast, precise document-intelligence engine — for every language."
- Tipo de produto: um núcleo em Rust com 15 bindings de linguagem, uma CLI de 14 comandos, uma API REST (
xberg serve), um servidor MCP, uma imagem Docker e um chart do Helm - Repositório: github.com/xberg-io/xberg, 9.000+ estrelas, criado em janeiro de 2025, verificado pela API do GitHub
- Linhagem: o README afirma que o Xberg "is the next iteration of Kreuzberg" e é o mesmo mecanismo "rebuilt and rebranded under a fresh v1 line"; o antigo endereço kreuzberg-dev/kreuzberg agora redireciona para cá, e ainda existe um repositório separado, o kreuzberg-lts
- Licença: MIT, conforme o arquivo LICENSE do repositório
- Desenvolvedor: o site mostra a marca "Xberg" e a organização do GitHub xberg-io; o aviso legal informa um endereço em Berlim (Alemanha) e nomeia uma pessoa responsável pelo site, mas não o nome de uma entidade legal nem um número de registro
O que você pode fazer com o Xberg?
O Xberg reúne as etapas de um pipeline de documentos em um único mecanismo. Alguns recursos são feature flags opcionais que os pacotes pré-compilados e a imagem Docker incluem por padrão.
- Extrair — lê PDFs, arquivos do Office, imagens, HTML, e-mails, e-books, artigos científicos e dados estruturados, com detecção de MIME e limites para entradas grandes
- OCR — backends de Tesseract, PaddleOCR, Candle ou modelos de visão e linguagem, com cadeias de fallback e pontuações de confiança
- Layout e tabelas — modelos de ML de layout e de estrutura de tabelas reconstroem a ordem de leitura e as grades de células em Markdown
- Transcrever — conversão de fala em texto para áudio MP3, M4A, WAV, WebM e MP4 por meio de modelos Whisper ONNX (feature flag)
- Buscar URLs — extrai uma página da web ou rastreia e segue links pelo mecanismo crawlberg (feature flag)
- Descompactar arquivos — percorre arquivos zip, tar, gz e 7z aninhados, com limites contra zip bombs, de taxa de compressão e de profundidade de aninhamento
- Inteligência de código — funções, classes, importações e símbolos de 371 linguagens de programação, com divisão em blocos sensível à sintaxe para RAG
- Embeddings e enriquecimento — embeddings ONNX locais ou de provedores hospedados, reranqueamento, extração de entidades e palavras-chave, resumo, tradução e redação de dados sensíveis
- Extração estruturada — JSON guiado por esquema a partir de um LLM local ou hospedado
- Saída — texto simples, Markdown, Djot, HTML, uma árvore JSON ou Docling DocTags
O que roda localmente e o que não roda
Extração, OCR, layout e embeddings ONNX rodam na sua própria CPU; a rede entra apenas se você escolher um provedor hospedado, buscar uma URL ou usar a demonstração ao vivo do desenvolvedor. A documentação descreve o mecanismo como voltado para CPU, sem necessidade de GPU.
- CPU: em x86_64, os recursos baseados em ONNX (PaddleOCR, detecção de layout, embeddings, reranqueamento, transcrição) precisam de AVX/AVX2 e podem travar sem eles; ARM não é afetado
- Plataformas: os binários pré-compilados cobrem Linux (x86_64, aarch64), Windows e Apple Silicon; Macs com Intel só têm pacotes pré-compilados para a CLI e o wheel do Python
- Versão para navegador: o pacote WebAssembly roda em navegadores, Deno, Cloudflare Workers e Node.js 22 ou posterior, sem os recursos de LLM e VLM
Extração, OCR, layout
- Onde roda:
- Na sua CPU, no mesmo processo ou no seu próprio servidor
Embeddings e reranqueamento
- Onde roda:
- Modelos ONNX locais ou um provedor hospedado que você configurar
Extração estruturada
- Onde roda:
- Ollama, LM Studio ou vLLM localmente, ou um LLM hospedado
Busca e rastreamento de URLs
- Onde roda:
- Exige acesso de rede ao site de destino
Demonstração ao vivo no site da documentação
- Onde roda:
- Os envios passam pela API do desenvolvedor
Não verificado: a documentação não esclarece se modelos ou motores de OCR são baixados na primeira execução, se o mecanismo funciona totalmente offline ou se envia telemetria. Teste isso em uma cópia isolada da rede antes de depender disso.
Como obter o Xberg: comandos de instalação
O Xberg não tem instalador de desktop: o caminho mais fácil é um comando para a sua linguagem ou a CLI, e é preciso um terminal. Os comandos abaixo vêm do guia de instalação.
Opção | Comando ou link |
|---|---|
| Site | xberg.io |
| CLI (Homebrew) | brew install xberg-io/tap/xberg |
| Python | pip install xberg |
| Node.js | npm install @xberg-io/xberg |
| Imagem Docker | ghcr.io/xberg-io/xberg |
| Documentação | docs.xberg.io |
| Código e versões | github.com/xberg-io/xberg |
| Política de privacidade | xberg.io/privacy |
O guia de instalação também lista pacotes para Rust, Go, Java, Kotlin, C#, Ruby, PHP, Elixir, Dart, Swift, Zig, WebAssembly e C, além do Scoop e de um script de instalação. A página de versões do GitHub traz artefatos dos bindings de linguagem, não um instalador para o usuário final.
Licença do Xberg e edições comerciais
A biblioteca é gratuita sob a licença MIT para uso pessoal, interno e comercial; o desenvolvedor também oferece edições pagas sem preços publicados. Os detalhes vêm de xberg.io e da sua política de privacidade.
- Xberg Pro: uma edição auto-hospedada de um único contêiner; Xberg Enterprise: uma edição distribuída em Kubernetes com governança e suporte
- Xberg Platform: um backend gerenciado com preço por uso ou auto-hospedagem; um programa de parceiros de design apenas por convite oferece preços travados por 24 meses
- Privacidade do site: a política, datada de 21 de maio de 2026, nomeia "Xberg" como controlador sem indicar o nome de uma entidade legal, e diz que a análise de uso só roda com consentimento de cookies
- A política não faz nenhuma declaração sobre a biblioteca de código aberto enviar dados ao desenvolvedor
Para quem é o Xberg?
O Xberg serve para desenvolvedores que precisam converter muitos tipos de documento em texto limpo e estruturado e preferem chamar um único mecanismo em vez de juntar bibliotecas separadas de PDF, OCR e layout.
Use o Xberg se você
- Cria pipelines de RAG, busca ou agentes que ingerem PDFs, digitalizações, arquivos do Office, e-mails ou áudio
- Quer extrair no próprio hardware, na sua linguagem, como biblioteca, servidor ou ferramenta MCP
- Precisa de extração de campos com LLM por meio de um servidor de modelos no seu próprio hardware
Procure outra opção se você
- Quer um aplicativo de apontar e clicar para conversar com seus documentos
- Precisa hoje de garantias documentadas de funcionamento offline e de telemetria
- Precisa de um fornecedor com entidade legal identificada e preços empresariais publicados
Concorrentes e alternativas
O diretório não lista nenhum outro mecanismo de extração de documentos, então as análises mais próximas da mesma categoria são de ferramentas que buscam ou consomem conteúdo em vez de converter arquivos. O Xberg vem antes delas: ele produz texto limpo e estrutura, e elas armazenam, pesquisam ou agem sobre isso.
Firecrawl
- Conhecida por:
- Transformar sites em Markdown ou JSON pronto para LLMs
Artigos sobre Firecrawl (2)
- Firecrawl Review: Open-Source Web Data API for LLM PipelinesAtualizado 17 de outubro de 2026
- Tina Review: iPhone Client for Ollama, llama.cpp and ComfyUIAtualizado 4 de outubro de 2026
Cognee
- Conhecida por:
- Memória auto-hospedada de longo prazo para agentes via grafo de conhecimento
txtai
- Conhecida por:
- Banco de dados vetorial e de LLM embutido em uma única biblioteca
Artigos sobre txtai (2)
- txtai Review: The Embedded Vector Database That Skips the ServerAtualizado 2 de setembro de 2026
- Local Knowledge & Retrieval Tools Compared (2026): RAG, Document Chat, Vector Databases, Notes and SearchAtualizado 20 de setembro de 2026
Também mencionado em:
- Weaviate Review: The Self-Hostable Vector Database for RAGAtualizado 19 de setembro de 2026
- Milvus Review: The Open-Source Vector Database for Local RAGAtualizado 18 de setembro de 2026
- Qdrant Review: The Self-Hosted Vector Database for RAGAtualizado 18 de setembro de 2026
Veja o Diretório de software de LLMs locais para o catálogo completo, incluindo a ficha do próprio Xberg.
Perguntas frequentes
O Xberg pode funcionar como servidor MCP?
O README lista um servidor MCP ao lado da CLI e da API REST. Esta análise não o executou, então consulte a documentação para ver o comando de inicialização exato.
Posso usar o Xberg em um navegador?
Sim, por meio do pacote WebAssembly, que também funciona em Deno, Cloudflare Workers e Node.js 22 ou posterior. Ele deixa de fora os recursos de LLM e VLM.
Ele roda em um Mac com Intel?
Em parte. Só existem pacotes pré-compilados para a CLI e o wheel do Python, e a documentação descreve o suporte a Intel como de melhor esforço e com remoção prevista.
Devo enviar arquivos confidenciais para a demonstração ao vivo?
Não. A demonstração envia os documentos pela API do desenvolvedor, então use uma instalação local para qualquer conteúdo sensível.
De quais linguagens é possível chamar o Xberg?
Python, TypeScript e Node.js, WebAssembly, Rust, Go, Java, Kotlin no Android, C#, Ruby, PHP, Elixir, Dart e Flutter, Swift, Zig e C por meio de uma FFI.
O PromptQuorum testou o Xberg?
Não. Esta análise se baseia no site oficial, na documentação, na política de privacidade, no repositório do GitHub e nos dados de versões, não em benchmarks próprios.