Kreuzberg通过整合Pandoc文档转换工具，扩展了对非PDF格式的文本提取能力。这一功能解决了企业环境中常见的数据异构问题：
- 支持Office文档（Word/Excel/PowerPoint）内容提取
- 处理Markdown、HTML等标记语言文件
- 兼容EPUB电子书格式转换
技术实现机制：
- 调用Pandoc命令行接口进行格式转换
- 遵循GPL v2.0许可证规范
- 保留原始文档结构和样式信息
典型应用价值：
- 企业知识库的多源数据整合
- 跨格式文档内容比较
- 信息抽取任务的预处理
该功能使Kreuzberg成为真正的通用文本提取解决方案。
Diese Antwort stammt aus dem ArtikelKreuzberg: Open-Source-Tool zum Extrahieren von Text aus beliebigen DokumentenDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Kreuzberg的非PDF文本提取功能借助Pandoc实现多格式支持
Deutsch 
简体中文 
English 
日本語 
Português do Brasil