제작: kreuzberg-dev · kreuzberg-dev/kreuzberg
Rust 코어 MCP를 통해 PDF, Office 문서, 이미지 및 97개 이상의 기타 형식에서 깨끗한 텍스트, 표 및 메타데이터를 추출합니다.
Kreuzberg는 다중 언어 문서 인텔리전스 프레임워크입니다. MCP 서버는 핵심 Rust 파이프라인을 래핑합니다. Claude는 Unstructured/Tika/pdfplumber로 셸링하지 않고 모든 문서 형식에서 구조화된 콘텐츠를 추출하기 위해 이 서버를 호출합니다. 스캔한 PDF, 테이블 감지 및 메타데이터에 대한 OCR을 한 번의 통화로 처리합니다.
%APPDATA%\Claude\claude_desktop_config.json{
"mcpServers": {
"kreuzberg": {
"command": "uvx",
"args": [
"kreuzberg-mcp"
]
}
}
}Claude Desktop → Settings → Developer → Edit Config 열기. 저장 후 앱 재시작.
{
"mcpServers": {
"kreuzberg": {
"command": "uvx",
"args": [
"kreuzberg-mcp"
]
}
}
}Cursor는 Claude Desktop과 동일한 mcpServers 스키마 사용. 프로젝트 설정이 전역보다 우선.
{
"mcpServers": {
"kreuzberg": {
"command": "uvx",
"args": [
"kreuzberg-mcp"
]
}
}
}Cline 사이드바의 MCP Servers 아이콘 클릭 후 "Edit Configuration" 선택.
{
"mcpServers": {
"kreuzberg": {
"command": "uvx",
"args": [
"kreuzberg-mcp"
]
}
}
}Claude Desktop과 같은 형식. Windsurf 재시작 후 적용.
{
"mcpServers": [
{
"name": "kreuzberg",
"command": "uvx",
"args": [
"kreuzberg-mcp"
]
}
]
}Continue는 맵이 아닌 서버 오브젝트 배열 사용.
{
"context_servers": {
"kreuzberg": {
"command": {
"path": "uvx",
"args": [
"kreuzberg-mcp"
]
}
}
}
}context_servers에 추가. 저장 시 Zed가 핫 리로드.
claude mcp add kreuzberg -- uvx kreuzberg-mcp한 줄 명령. claude mcp list로 확인, claude mcp remove로 제거.
언제 쓸까: Pdftotext가 맹글링되는 표가 있는 PDF가 있으며 다시 입력하고 싶지 않습니다.
uvx kreuzberg-mcp — 또는 claude mcp add를 통해 추가결과: 재작업 없이 문서에 붙여넣을 수 있는 마크다운 표입니다.
언제 쓸까: 클라이언트는 PDF, Word 문서, PowerPoint가 포함된 zip을 제공하며 포함하려면 깨끗한 텍스트가 필요합니다.
결과: 메타데이터 매니페스트와 함께 포함할 준비가 된 정리된 텍스트 파일의 폴더입니다.
Walk a folder and extract every doc in place
Ingest extracted content into a knowledge graph
| 도구 | 입력 | 언제 호출 | 비용 |
|---|---|---|---|
| extract_text | path: str, ocr?: bool | 기본 추출 호출 | free |
| extract_metadata | path: str | 본문 없이 메타데이터만 원함 | free |
| extract_tables | path: str | 테이블 중심 추출 | free |
| detect_format | path: str | 추출 전 형식 확인 | free |
ModuleNotFoundError: tesseractTesseract 시스템 바이너리 설치: brew install tesseract / apt install tesseract-ocr
`tesseract --version`PDF의 빈 출력이미지 전용 PDF일 가능성이 높음 — ocr=true로 다시 실행
Check output.metadata.has_text_layerXLSX 테이블이 뒤죽박죽으로 나옵니다.명시적으로 패스 시트 이름: 도구는 sheet 인수를 지원합니다.
| 대안 | 언제 쓰나 | 단점/장점 |
|---|---|---|
| markdownify-mcp | OCR이 없는 더 가벼운 노드 기반 변환기를 원합니다. | 더 적은 형식, 테이블 보존 없음 |
| Unstructured.io | 기업용 PDF 구문 분석이 필요하고 클라우드 비용을 수용합니다. | 유급의; 클라우드 호스팅 |