ソース情報
- リポジトリ
- xberg-io/xberg
- ソースの最終更新活動
- 2026年5月7日 13:58
- 検出された SKILL.md の言語
- 英語
- スター
- 9,157
- フォーク
- 568
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/xberg-io/xberg --skill format-specific-extractionコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか?SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
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.
SOC 職業分類に基づく
| 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")]