Menu
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/xberg-io/xberg --skill format-specific-extractionLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
Cargo feature flags for crates/xberg — ORT-incompatible targets (WASM, Android x86_64 emulator), type-only and tract inference companion features, WASM/Android-safe variants, PDF backend, mutually-exclusive ORT variants, platform-conditional deps, aggregate feature sets, and build profiles. Load when adding, wiring, or debugging a Cargo feature, or when reasoning about what compiles on WASM/Android/Windows/macOS-intel targets.
Use when extracting from many files at once with shared config, bounded parallelism, per-file overrides, and error recovery. Covers the `batch` command, `--file-configs`, `--max-concurrent`, and output layout.
Use when splitting extracted text into chunks for LLM context windows or RAG ingestion. Covers chunk size, overlap, markdown/yaml/semantic chunkers, tokenizer-based sizing, and the standalone `chunk` command.
Basé sur la classification professionnelle SOC
Affichage de SKILL.md
| name | format-specific-extraction |
| description | Format-specific document extraction workflows |
| priority | high |
ZIP archive → Security validation → XML parsing → Text + tables + metadata
ZipBombValidator::new(limits).validate(&mut archive)?word/document.xml, ppt/slides/*.xml, content.xml)quick-xml::Reader (streaming) + DepthValidator + StringGrowthValidatorcrate::extraction::office_metadata::extract_metadata()extractors/docx.rs, extractors/pptx.rs, extractors/odt.rsBytes → pdf_oxide → Per-page text + OCR fallback → Tables → Metadata
pdf_oxide::PdfDocument::from_bytes(content)?config.force_ocr || !has_searchable_text()config.pages enabled#[cfg(feature = "pdf")]extractors/pdf/mod.rsValidate → Extract metadata → Extract plaintext files only
ZipBombValidator BEFORE any extractionbuild_archive_result() helperextractors/archive.rs, extraction/archive/*.rsDetect format from MIME → Parse → Pretty-print → Metadata
Single StructuredExtractor handles multiple MIME types. Parse with format-specific library, pretty-print to text.
See: extractors/structured.rs
Parse headers → Extract body (text/html) → Process attachments
See: extraction/email.rs, extractors/email.rs
| Helper | Location | Purpose |
|---|---|---|
office_metadata::extract_metadata() | extraction/office.rs | Office XML metadata |
cells_to_markdown() | extraction/mod.rs | Convert cell grid to GFM table |
build_archive_result() | extraction/archive/mod.rs | Standard archive result |
EXT_TO_MIME in core/mime.rsDocumentExtractor traitsupported_mime_types() and priority() (default: 50)extractors/mod.rs → register_default_extractors()#[cfg(feature = "my-format")]