【Rust日报】 Kreuzberg: 一个开源（MIT 许可）的文档智能框架

Kreuzberg v4.5 重大更新发布

Kreuzberg 团队发布了 v4.5 版本，这是一个重要的里程碑更新。

项目简介：Kreuzberg 是一个开源（MIT 许可）的文档智能框架，支持 12 种编程语言。它用 Rust 编写，为 Python、TypeScript/Node.js、PHP、Ruby、Java、C#、Go、Elixir、R、C 和 WASM 提供原生绑定。可以从 88+ 种格式中提取文本、结构和元数据，运行 OCR，生成嵌入向量，专为 AI 流程和大规模文档处理而构建。

核心更新亮点

文档结构理解能力：

• 不仅提取文本，现在还能理解文档结构（布局/表格）

• 集成了 Docling 的 RT-DETR v2（Docling Heron）模型

• 将其嵌入到 Rust 原生管道中

性能优势

在 171 个 PDF 文档的基准测试中（包括学术论文、政府和法律文档、发票、OCR 扫描等）：

• 结构 F1 分数：Kreuzberg 42.1% vs Docling 41.7%

• 文本 F1 分数：Kreuzberg 88.9% vs Docling 86.7%

• 平均处理时间：Kreuzberg 1,032 毫秒/文档 vs Docling 2,894 毫秒/文档

• 速度提升：平均快 2.8 倍，内存开销更小，无需 Python 依赖

技术特性

• 支持 17 种文档元素类型分类

• 表格检测和结构预测（使用 TATR 模型）

• 使用 pdfium 直接从 PDF 原生文本层提取文本，保留字符位置、字体元数据

• 自动 OCR 回退（针对无文本层的页面）

• 支持 PDF/A 标记结构树

• 自动修复字体 CMap 表错误

• 多后端 OCR 管道，包含 PaddleOCR v2（18,000+ 字符多语言模型）

• 提取结果缓存

项目链接：https://kreuzberg.dev/

https://old.reddit.com/r/rust/comments/1s0eyn5/kreuzberg_v450_we_loved_doclings_model_so_much/

特性携带值的设想

概述

这篇文章探讨了一个假设性的语言设计概念：如果特性(traits)可以携带值会怎样？

核心机制

声明全局能力名称

• 使用capability my_capability;声明一个全局名称

隐式参数传递

• 可以在 where 约束中写入my_capability: Type

• 这类似于隐式参数的工作方式

• 编译器会自动传递相应的值

• 如果找不到合适的值，编译器会报错

作用域内提供值

• 通过以下语法为特定作用域提供值：

  with my_capability = some_value() { ... }

• 在代码块内，该能力将携带指定的值

设计意义

这种机制允许在编译时通过类型系统管理和传递上下文相关的值，类似于依赖注入或上下文传递模式，但以更加类型安全和编译器辅助的方式实现。

https://nadrieril.github.io/blog/2026/03/22/what-if-traits-carried-values.html

--

From 日报小组 Mike

社区学习交流平台订阅：

• Rustcc论坛: 支持rss

• 微信公众号：Rust语言中文社区