Agent Skills
› xberg-io/xberg
xberg-io/xberg
GitHub管理 Alef 自动生成的跨语言绑定代码，涵盖 alef.toml 配置、生成与验证工作流及 FFI 桥接规范。指导开发者正确修改源码并重新生成绑定，禁止手动编辑生成文件。
Install All Skills
npx skills add xberg-io/xberg --all -g -y
Skills in Collection (79)
Showing top 50 of 79 by quality score. Use the install list command or open individual skills for the rest.
管理 Alef 自动生成的跨语言绑定代码，涵盖 alef.toml 配置、生成与验证工作流及 FFI 桥接规范。指导开发者正确修改源码并重新生成绑定，禁止手动编辑生成文件。
需要生成或验证跨语言绑定
编辑 packages/* 下的生成文件前
排查再生成失败原因
npx skills add xberg-io/xberg --skill alef-generated-bindings -g -y
管理基准测试工作流，涵盖提取基准、质量评分及验证。指导如何确保真相源独立、诊断运行失败及维护数据一致性，用于评估和调试提取器性能。
需要运行或诊断基准测试结果时
修改基准测试配置或修复提取器质量问题时
npx skills add xberg-io/xberg --skill benchmark-workflow -g -y
文档描述了文本分块与嵌入生成的RAG流水线集成机制，涵盖多种分块策略、配置字段及预设模型选择。
询问文本分块或嵌入实现细节
配置RAG流水线参数
排查嵌入生成问题
npx skills add xberg-io/xberg --skill chunking-embeddings -g -y
说明 Xberg 配置加载优先级、文件发现机制及 CLI/Server 模式差异，涵盖内联 JSON 合并与静默忽略等陷阱，用于排查配置未生效问题。
添加配置标志或环境变量
修改配置优先级规则
调试配置未生效原因
npx skills add xberg-io/xberg --skill config-loading-precedence -g -y
描述 Xberg Rust 工作区结构，包括核心库、各语言绑定及排除项。用于导航代码库、确定代码归属或添加新 crate。
需要添加新的 workspace member
决定代码应属于哪个 crate
导航仓库结构
npx skills add xberg-io/xberg --skill crate-structure -g -y
指导 Xberg 文档提取管道的编排、路由、缓存及后处理逻辑。覆盖格式检测与提取器分发，支持 Office、PDF、Web 等百种格式，包含 OCR 回退与加密处理策略。
修改提取管道编排逻辑
诊断格式检测或提取器路由问题
调整缓存语义或并发默认值
优化多格式质量不变量
npx skills add xberg-io/xberg --skill extraction-pipeline-patterns -g -y
定义 xberg crate 的 Cargo feature flag 策略，规范 ORT 不兼容目标（WASM/Android）的依赖隔离、纯 Rust 类型暴露及 Tract 推理替代方案。
配置 Cargo feature flags
解决 WASM 或 Android 平台的编译依赖问题
调试跨平台构建错误
npx skills add xberg-io/xberg --skill feature-flag-policy -g -y
解析 MIME 类型检测与路由机制，涵盖路径/字节检测、格式注册表管理及提取器选择逻辑。用于添加新格式、配置提取器映射或调试文件路由错误。
添加新的文件格式支持
调试文件路由到错误的提取器
配置提取器与 MIME 类型的关联
npx skills add xberg-io/xberg --skill mime-detection-routing -g -y
规范 OCR 流水线与质量评估，涵盖多后端执行、配置缓存管理及精度校验。指导开发进行 A/B 测试、表格重构及结果验证，确保不同后端输出的可比性与系统稳定性。
修改 OCR 后端实现或预处理逻辑
调整 OCR 缓存策略或配置参数
进行 OCR 准确率评估或 A/B 测试
修复 OCR 结构化输出或表格识别问题
npx skills add xberg-io/xberg --skill ocr-pipeline-and-quality -g -y
指导 PDF 后端（Native/Pdfium）的选择、配置与使用，涵盖文档提取、渲染及 OCR 回退。提供验证策略，强调后端能力差异与并发锁机制，用于排查 PDF 引擎相关故障。
PDF 后端选择或切换
PDF 提取或渲染故障诊断
OCR 回退配置
Pdfium 依赖或加载问题
npx skills add xberg-io/xberg --skill pdf-backends -g -y
定义 Xberg 插件系统的架构模式，涵盖文档提取器、OCR、后处理等插件类型的 Trait 设计与注册机制。说明优先级冲突处理、生命周期管理及 WASM 兼容性实现，指导插件开发与诊断。
设计新的插件类型或扩展现有插件接口
调试插件注册失败或优先级冲突问题
实现原生 Rust 提取器并对接绑定层
npx skills add xberg-io/xberg --skill plugin-architecture-patterns -g -y
定义跨仓库协作边界与所有权，指导在多独立Git仓库间协调修复、API放置及依赖发布顺序。
需要跨多个独立仓库进行修改或修复
确定功能归属的仓库层级
协调多仓库间的API兼容性与发布依赖
npx skills add xberg-io/xberg --skill polyrepo-boundaries -g -y
用于发布前审计代码就绪状态，涵盖CI、基准测试、文档同步及多平台制品验证，确保推送和发布流程合规。
准备推送代码前
执行发布流程时
npx skills add xberg-io/xberg --skill release-readiness -g -y
规范 xberg 版本发布流程，以 Cargo.toml 为唯一权威源。通过 task version:sync 同步绑定、集成及 Helm 图表版本，确保多语言包与核心锁定步发布，并提供自动 bump 和检查工具。
执行版本同步或发布
调整工作区版本号
修改集成组件版本依赖
npx skills add xberg-io/xberg --skill release-versioning -g -y
指导管理测试文档语料库子模块，涵盖从GCS拉取二进制Fixture、使用read_test_fixture安全读取以避免构建失败、处理git worktree陷阱及通过脚本发布和验证语料库变更。
运行Rust测试前初始化环境
诊断缺失Fixture导致的测试失败
配置A/B测试控制组
发布或验证语料库变更
npx skills add xberg-io/xberg --skill test-corpus -g -y
定义 WASM 构建约束，规范同步 API、无 Tokio、2MB HTML 限制及大小优化配置。用于指导 WASM 目标开发、提取器适配及运行时故障排查。
构建 WASM 目标
添加或修改 WASM 兼容提取器
调试 WASM 构建或运行时失败
npx skills add xberg-io/xberg --skill wasm-constraints -g -y
规范 Xberg TypeScript/JS 仓库的构建、测试及依赖管理流程，明确使用 poly、Vitest 等工具链约定。
修改 TS/JS 包代码或配置
执行 lint/format/test/build 任务
处理 pnpm/npm 依赖工作区问题
npx skills add xberg-io/xberg --skill xberg-typescript-toolchain -g -y
支持批量提取文件，具备共享配置、并发控制、单文件覆盖及错误恢复功能。适用于多文档一次性处理场景。
需要同时处理多个文件的提取任务
要求对批量操作进行并发限制或资源管控
需要对不同文件应用不同的提取配置
npx skills add xberg-io/xberg --skill batch-extraction -g -y
用于将提取的文本切分为适合LLM上下文窗口或RAG ingest的块。支持字符/Token大小、重叠配置及Markdown/YAML/Semantic等多种分块策略，提供内联和独立命令两种模式。
需要将长文档切分为小块以输入LLM
为向量数据库准备数据分块
使用特定策略（如语义、Markdown）进行文本分割
npx skills add xberg-io/xberg --skill chunking -g -y
提供文档关键词提取（YAKE/RAKE）、语言检测和向量嵌入生成的技能，涵盖CLI配置、算法参数及特征门控说明，支持RAG和搜索场景。
从文档中提取关键词
检测文档语言
生成用于RAG或搜索的嵌入向量
npx skills add xberg-io/xberg --skill extracting-keywords -g -y
用于从PDF、电子表格或图像中提取结构化表格数据。支持布局感知检测、多种表格模型选择及Markdown/JSON输出格式，适用于财务报表、发票等场景。
从PDF文档中提取表格数据
解析电子表格文件内容
从图片中识别并提取表格
npx skills add xberg-io/xberg --skill extracting-tables -g -y
提供基于Xberg CLI的OCR文本提取能力，支持扫描PDF、图片等无文本层文档。涵盖Tesseract、PaddleOCR及VLM后端选择，语言包配置及强制OCR参数，解决乱码或空内容问题。
从扫描件或照片中提取文本
PDF无文本层或内容乱码需强制OCR
需要多语言OCR支持
npx skills add xberg-io/xberg --skill extracting-with-ocr -g -y
提供文档提取输出格式选择指南，根据消费者类型（LLM、RAG、解析器等）推荐CLI参数组合，优化下游处理流程。
选择文档提取的输出格式
配置CLI参数以适配下游消费者
npx skills add xberg-io/xberg --skill picking-a-format -g -y
用于批量提取多个文件的文档内容，支持共享配置、并发控制、单文件覆盖及错误恢复。
需要一次性处理目录或通配符匹配的大量文档
需要对批量提取任务进行并发度限制或内存优化
需要为不同文件应用不同的提取配置
需要容错处理单个文件提取失败而不中断整体任务
npx skills add xberg-io/xberg --skill xberg-batch-extraction -g -y
用于将提取的文本分割为适合LLM上下文窗口或RAG摄入的块。支持字符/Token大小、重叠配置及多种分块策略（Markdown/YAML/语义），提供内联提取和独立命令两种模式。
需要将长文档切分为小块以适配LLM上下文窗口
为RAG系统准备向量存储所需的文本片段
npx skills add xberg-io/xberg --skill xberg-chunking -g -y
提供文档关键词提取、语言检测和向量嵌入生成功能。支持YAKE和RAKE算法，涵盖CLI配置、特征门控及独立嵌入命令，用于RAG和搜索的数据预处理与增强。
从文档中提取关键词
检测文档语言
生成用于RAG或搜索的向量嵌入
npx skills add xberg-io/xberg --skill xberg-extracting-keywords -g -y
从PDF、电子表格或图片中提取结构化表格数据。支持布局感知检测、多种模型选择及Markdown/JSON输出格式，适用于财务报表、发票等场景。
用户需要从PDF中提取表格
用户需要解析电子表格文件
用户希望将非结构化文本转换为结构化表格数据
npx skills add xberg-io/xberg --skill xberg-extracting-tables -g -y
用于从扫描PDF、照片或无文本层的图像中提取文字。支持强制OCR、多后端（Tesseract/PaddleOCR/VLM）切换及语言包配置，解决乱码和提取为空问题。
需要提取扫描版PDF中的文字
图片文件包含文字需识别
PDF提取结果为空或乱码需强制OCR
npx skills add xberg-io/xberg --skill xberg-extracting-with-ocr -g -y
指导选择文档提取输出的格式组合，根据消费者类型（LLM、RAG、解析器等）匹配CLI参数。
需要确定文档提取的输出格式
配置xberg CLI的format参数
npx skills add xberg-io/xberg --skill xberg-picking-a-format -g -y
提供Xberg文档提取库的多语言集成指南，支持从107种格式中提取文本、表格及元数据，涵盖安装、OCR配置、批量处理及插件开发。
需要从多种文档格式中提取文本或元数据
需要集成Xberg库进行OCR识别或批量文件处理
npx skills add xberg-io/xberg --skill xberg -g -y
用于批量提取多个文件内容，支持共享配置、并发控制、单文件覆盖及错误恢复。适用于一次性处理目录或通配符匹配的大量文档场景。
需要同时从多个文件中提取内容
对大批量文档进行并行处理
npx skills add xberg-io/xberg --skill batch-extraction -g -y
用于将提取的文本分割为适合LLM上下文窗口或RAG摄入的块。支持字符/Token大小、重叠设置及多种分块策略（文本、Markdown、YAML、语义）。
需要将长文档分割为小块以适配LLM上下文窗口
准备数据用于向量数据库或RAG系统
使用chunk命令对已有文本进行预处理
npx skills add xberg-io/xberg --skill chunking -g -y
提供文档关键词提取（YAKE/RAKE）、语言检测及向量嵌入生成能力，支持CLI配置与代码集成，用于RAG和搜索场景的数据预处理。
从文档中提取关键词
检测文档语言
生成文本向量嵌入
npx skills add xberg-io/xberg --skill extracting-keywords -g -y
从PDF、电子表格或图像中提取结构化表格数据。支持布局感知检测、多种表格模型选择及Markdown/JSON输出格式，适用于财务报表、发票等场景。
需要从PDF文档中提取表格
需要解析电子表格数据
需要从图片中识别表格结构
npx skills add xberg-io/xberg --skill extracting-tables -g -y
提供从扫描PDF、图片中提取文本的OCR能力，支持Tesseract、PaddleOCR及VLM后端，涵盖语言包配置与性能调优。
从扫描件或无文本层PDF提取文字
处理图像中的文本识别
解决PDF复制乱码问题
npx skills add xberg-io/xberg --skill extracting-with-ocr -g -y
指导根据下游消费者（如LLM、RAG索引器或人类）选择正确的输出格式组合，平衡结构保留与Token消耗。
选择文档提取后的输出格式
为LLM或RAG系统配置数据管道
npx skills add xberg-io/xberg --skill picking-a-format -g -y
批量文件提取技能，支持共享配置、并发控制、单文件覆盖及错误恢复。适用于从多个文件中一次性提取内容，处理并行度与内存限制，并管理输出布局。
需要同时处理大量文件
使用共享配置进行批量提取
需要控制并发数量
需要对不同文件应用不同配置
npx skills add xberg-io/xberg --skill xberg-batch-extraction -g -y
提供文本分块功能，支持字符/Token级分割及多种分块策略（Markdown/YAML/Semantic），用于LLM上下文窗口构建或RAG数据预处理。
需要将长文本分割为适合LLM处理的片段
为向量数据库准备RAG ingestion数据
使用xberg工具进行文档提取后的分块处理
npx skills add xberg-io/xberg --skill xberg-chunking -g -y
用于从文档中提取关键词（YAKE/RAKE）、检测语言及生成向量嵌入，支持配置算法、过滤阈值及多语言停用词处理。
需要从文档中提取关键词
需要检测文档语言
需要为RAG或搜索生成嵌入
npx skills add xberg-io/xberg --skill xberg-extracting-keywords -g -y
从PDF、表格或图片中提取结构化表格数据，支持布局感知检测与多种输出格式。
用户需要从非结构化文档（如PDF、扫描件）中获取表格数据
需要提取财务报表、发票等包含复杂表格结构的文件
npx skills add xberg-io/xberg --skill xberg-extracting-tables -g -y
用于从扫描PDF、照片或无文本层的图像中提取文字。支持OCR后端切换、多语言包管理及性能调优，解决文本提取为空或乱码问题。
需要处理扫描件或截图中的文字
PDF提取结果为空或乱码需强制OCR
需要配置OCR后端或语言包
npx skills add xberg-io/xberg --skill xberg-extracting-with-ocr -g -y
用于选择文档提取输出格式（如文本、Markdown、JSON等）的技能，通过配置CLI参数匹配消费者需求。
选择文档解析后的输出格式
为LLM或RAG系统准备数据格式
npx skills add xberg-io/xberg --skill xberg-picking-a-format -g -y
Xberg文档提取技能，支持107种格式文本、表格及元数据抽取。涵盖多语言集成、OCR配置、批量处理及插件开发，适用于构建文档智能应用。
需要解析PDF或Office文档内容
执行图像OCR识别
批量处理文件并提取结构化数据
npx skills add xberg-io/xberg --skill xberg -g -y
用于批量提取多个文件内容，支持共享配置、并行处理、单文件覆盖及错误恢复。适用于需一次性处理目录或通配符文档的场景，提供JSON结果包与性能统计。
需要同时处理多个文件的内容提取
执行批量文档转换或数据抽取任务
npx skills add xberg-io/xberg --skill xberg-batch-extraction -g -y
提供文档分块功能，支持按字符或token大小、重叠度及多种分块策略（文本、Markdown、YAML、语义）处理数据，用于LLM上下文窗口填充或RAG向量库摄入。
需要将长文本分割为适合LLM处理的片段
为RAG系统准备向量数据库的输入数据
使用chunk命令对已有文本进行结构化分块
npx skills add xberg-io/xberg --skill xberg-chunking -g -y
用于从文档中提取关键词（支持YAKE/RAKE算法）、检测文档语言及生成向量嵌入，辅助RAG和搜索场景。
从文档提取关键词
检测文档语言
生成向量嵌入
npx skills add xberg-io/xberg --skill xberg-extracting-keywords -g -y
用于从PDF、电子表格或图像中提取结构化表格数据，支持布局感知检测与多种输出格式。
用户需要从非结构化文档（如PDF扫描件）中获取表格数据
需要解析财务报表、发票或科学论文中的复杂表格结构
npx skills add xberg-io/xberg --skill xberg-extracting-tables -g -y
用于从扫描件、照片或无文本层的PDF中提取文字。支持Tesseract、PaddleOCR及VLM后端，处理语言包配置与性能调优，解决提取为空或乱码问题。
从扫描PDF或图片中提取文本
PDF文本层损坏或提取结果为空时强制OCR
需要多语言OCR支持
npx skills add xberg-io/xberg --skill xberg-extracting-with-ocr -g -y
指导选择文档提取输出格式，根据消费者类型（LLM、RAG、人类等）匹配CLI参数。
选择文档提取的输出格式
配置CLI参数以适配下游解析器或LLM
npx skills add xberg-io/xberg --skill xberg-picking-a-format -g -y
提供Xberg文档提取库的多语言集成指南，涵盖安装、文本/表格/OCR提取、批量处理及配置。
需要解析PDF或Office文档内容
执行图片OCR识别
进行批量文件元数据提取
npx skills add xberg-io/xberg --skill xberg -g -y
