Xberg (formerly Kreuzberg)とは？
XbergはKreuzbergから改名されたプロジェクトです。このプロジェクトは新しい名前のもとでバージョン番号をv1から再スタートさせました。旧kreuzberg-dev/kreuzbergリポジトリは現在xberg-io/xbergへリダイレクトされ、独立したkreuzberg-ltsリポジトリがv4系統を長期サポートとして維持しています。READMEによると、大半のダウンストリームプロジェクトは現在も依存関係をkreuzbergとして宣言しています。
本製品は、141のファイル拡張子にわたる107のドキュメントフォーマット（PDF、Office、PSTを含む電子メール、電子書籍、LaTeXおよびTypst、アーカイブ、画像）を読み取り、プレーンテキスト、Markdown、Djot、HTML、JSONツリー、またはDocling互換のDocTagsを返すRustコアです。OCRはプラグ可能で、ドキュメントには8つのバックエンドが記載されています。具体的には、デフォルトのTesseract、ONNX Runtime経由のPaddleOCR、Sceptreと呼ばれるCPUエンジン、GLM-OCR、TrOCR、DeepSeek-OCR、PaddleOCR-VLのCandle移植版、そして独自のliter-llmクライアント経由のホスト型ビジョンモデルです。その上位には、MLレイアウトモデルやテーブルモデル、Whisperによる文字起こし、371言語に対応したtree-sitterコード解析、チャンキング、埋め込み、LLMによる構造化抽出が配置されています。
バインディングはPython、Node.js、Go、Java、C#、Ruby、PHP、Elixir、Dart、Swift、Kotlin、Zig、WebAssembly、Cをカバーしています。リポジトリは約9,400のスター、MITライセンス、98のGitHubリリースを有しており、2026年10月13日にv1.3.10が出荷されました。開発元であるKreuzberg, Inc.は、招待制のデザインパートナープログラムを通じて、これらと同じライブラリのマネージド構成を販売しています。
Xberg (formerly Kreuzberg)は使う価値があるか？
Xbergは、対象範囲の広さが課題となる場合に最も強力な選択肢となります。PSTメールボックス、韓 国語のHWPファイル、ネストされた7zアーカイブ、スキャンされたPDFを開く単一のRustエンジンであり、15の言語から呼び出すことができます。DoclingやMarkerはPythonライブラリですが、XbergはGo、Java、C#、PHP、Elixirなどのネイティブパッケージを提供しており、本番環境でPythonを実行していないチームにとって重要となります。
OCRは固定モデルではなくバックエンドを選択する形式です。Tesseractがデフォルトであり、システムパッケージと言語データが必要です。PaddleOCRはONNX Runtime経由で実行されます。4つのCandleバックエンド（GLM-OCR、TrOCR、DeepSeek-OCR、PaddleOCR-VL）は公開パッケージにコンパイルされていますが、OCRガイドによると初回使用時に約250MBから4GBの重みをダウンロードします。フォールバックチェーンにより、低コストなエンジンを最初に試行し、失敗したページをビジョンモデルに処理させることができます。
性能に関する主張はベンダーによるものです。ベンチマークページでは、独自のオープンハーネスによる60件のドキュメントと821回の抽出において、XbergをDocling、Unstructured、Tika、MarkItDown、PyMuPDF4LLM、LiteParse、MinerUと比較し、Xbergが最速かつ最も高精度であるとしています。コーパスは小規模でありメンテナーが選定したものであるため、この表は決定的な評価ではなく、自社のドキュメントでテストするための動機として扱う必要があります。
サーバーを公開する前に、セキュリティ実績を確認する必要があります。2026年10月6日に公開された深刻度の高いアドバイザリでは、認証機能を持たないPOST /extractにおいて、呼び出し元がクローラーのプライベートアドレスブロックを無効化し、内部URLを読み取ることが可能であったことが示されました。バージョン1.3.3までが影響を受けます。また、APIドキュメントではCORSがデフォルトですべてのオリジンに設定されており、100MBのリクエストボディを受け入れるため、RESTサーバーは自社のゲートウェイの背後に配置する必要があります。名称変更も混乱要因となっています。v4とv1の間でパッケージ名、インポート、ドキュメントのURLがすべて変更されました。
真価を発揮する場面
Goベースのe-discoveryスタートアップのバックエンドエンジニア
PSTメールボックス、Officeファイル、スキャンされたPDFからテキストと添付ファイルを単一のサービスで抽出することです。
Goパッケージをインポートし、アップロードごとにextractを呼び出します。スキャンにはTesseractを使用し、Tesseractの信頼度スコアが低いページにはCandleバックエンドを使用します。運用すべきPythonサイドカーはなく、コストはCPU時間と、パッチ適用およびファイアウォールで保護されたサーバーの運用費となります。
社内RAGを構築している300人規模のコンサルティング企業のプラットフォームチーム
フォーマットごとにコンバーターを書くことなく、SharePointのエクスポートやアーカイブされ たクライアントフォルダーを取り込むことです。
認証プロキシの背後でDockerイメージをAPIモードで実行し、取り込みジョブの接続先に指定して、Markdownとチャンク出力を保持します。ライブラリは無料であり、作業内容は1.3.3以降のバージョンへの固定と、CORSおよびボディ制限の設定となります。
ドキュメント主体のコードベースでClaude CodeまたはCursorを使用している開発者
リポジトリ内のPDF、スプレッドシート、スライド資料をエージェントに読み取らせることです。
CLIをインストールし、stdio経由でxberg mcpを登録します。サーバーはextractやextract_batchを含む9つのツールを公開します。ローカルで動作し無料ですが、ホスト型モデルで設定されたビジョンバックエンドはページ画像をそのプロバイダーに送信します。
導入前に確認すること
- 導入
- pip install xberg、npm install @xberg-io/xberg、cargo add xberg、brew install xberg-io/tap/xberg、またはdocker pull ghcr.io/xberg-io/xbergを実行します。Tesseractには個別のシステムパッケージが必要であり、Candle OCRの重みは初回使用時にダウンロードされます。
- 連携
- 15言語向けのバインディング、14のコマンドを持つCLI、OpenAPI 3.1スキーマを備えたRESTサーバー、stdioまたはHTTP経由で9つのツールを提供するMCP server、Helmチャート、エージェントプラグインが用意されており、主にKreuzberg名義でHaystackのコア統合の依存関係となっています。
- データとプライバシー
- デフォルトではCPU上でローカルに実行されます。ホスト型の埋め込み、LLM抽出、VLM OCRは、設定したプロバイダーにコンテンツを送信します。MITライセンスです。公開された深刻度の高いアドバイザリが1件あります（バージョン1.3.3までのPOST /extractにおける未認証のSSRF）。
- 大規模利用時のコスト
- ライブラリは無料でCPU優先であるため、費用はワーカーインスタンスと、VLM OCRまたは構造化抽出のためのホスト型モデルのトークン代のみとなります。マネージドのProおよびEnterpriseの価格は、承認されたデザインパートナーにのみ開示されます。
- 制限
- APIサーバーに組み込みの認証がなく、CORSはデフォルトで開放されています。デフォルトのリクエスト制限は100MBです。約33件のオープンなissueとプルリクエストがあります。負荷の高いオプション機能（レイアウトモデル、文字起こし、URLクローリング）は、ソースビルド時のCargo機能フラグとなっています。
良い点
- PST、HWP、Typst、ネストされたアーカイブを含む107フォーマットに対応
- 15言語向けのネイティブバインディングに加え、CLI、REST、MCPを提供
- フォールバックチェーンを備えた交換可能な8つのOCRバックエンド
- MITライセンスと98のGitHubリリース
気になる点
- 未認証のREST API、1.3.3以降で修正された深刻度の高いSSRF
- ベンチマークはベンダー独自のものであり、60ドキュメントのコーパスに基づく
- Kreuzbergから改名され、新しいv1バージョン系統へ移行
- ビジョンOCRバックエンドが最大約4GBの重みをダウンロード
おすすめの人
Python以外の環境で、交換可能なOCRを備え、多種多様なファイル形式に対応する単一の組み込み可能なパーサーを必要とするチームに適しています。
Xberg (formerly Kreuzberg)の代替
Xberg (formerly Kreuzberg)：よくある質問
- Xberg (formerly Kreuzberg)は使う価値があるか？
- Xbergは、どのような言語で記述していてもほぼすべてのファイルを開くことができますが、その対応範囲の広さは保護すべき攻撃対象領域の広さも伴います。 評価は5点満点中4.1点です。
- Xberg (formerly Kreuzberg)の料金は？
- MITライセンスのもとで無料です。Xberg ProおよびEnterprise（マネージドまたはセルフホストのバックエンド）はデザインパートナープログラムを通じて販売されており、価格は申請時にのみ開示されます。
- Xberg (formerly Kreuzberg)の欠点は？
- 未認証のREST API、1.3.3以降で修正された深刻度の高いSSRF; ベンチマークはベンダー独自のものであり、60ドキュメントのコーパスに基づく; Kreuzbergから改名され、新しいv1バージョン系統へ移行; ビジョンOCRバックエンドが最大約4GBの重みをダウンロード.
- Xberg (formerly Kreuzberg)は誰に向いているか？
- Python以外の環境で、交換可能なOCRを備え、多種多様なファイル形式に対応する単一の組み込み可能なパーサーを必要とするチームに適しています。
- チームや本番環境でXberg (formerly Kreuzberg)を使うと費用はいくらか？
- ライブラリは無料でCPU優先であるため、費用はワーカーインスタンスと、VLM OCRまたは構造化抽出のためのホスト型モデルのトークン代のみとなります。マネージドのProおよびEnterpriseの 価格は、承認されたデザインパートナーにのみ開示されます。
- Xberg (formerly Kreuzberg)は企業データを扱っても安全か？
- デフォルトではCPU上でローカルに実行されます。ホスト型の埋め込み、LLM抽出、VLM OCRは、設定したプロバイダーにコンテンツを送信します。MITライセンスです。公開された深刻度の高いアドバイザリが1件あります（バージョン1.3.3までのPOST /extractにおける未認証のSSRF）。
- Xberg (formerly Kreuzberg)の代わりになるものは？
- 当サイトでレビューした中で最も近い代替はDocling, Unstructured, MarkItDown 、 Markerです。
回答確認日：2026年10月26日