Hyper-Extract/README_ZH.md-代码预览-Hyper-Extract:基于大语言模型的知识提取与演进框架 - AtomGit

Yyifanfeng97docs: update README to reflect AtomGit mirror information

fb82fa67创建于 14 天前历史提交

智能知识提取 CLI

一行命令，将文档转化为结构化知识。

📖 English Version · 中文版

"Stop reading. Start understanding."
"告别文档焦虑，让信息一目了然"

📰 最新动态

🔌 MCP 服务器 — 通过 he-mcp 在 Claude Desktop 和 IDE 智能体中查询你的知识摘要。(PR #40)
🧠 Anthropic Claude 支持 — 直接调用 claude-opus-4-8、claude-sonnet-4-6、claude-haiku-4-5 作为 LLM 提供商。(PR #38)
📝 Obsidian 导出 — 将任意图谱导出为 Obsidian 知识库，Markdown 笔记通过 [[双向链接]] 关联。(PR #37)
🧹 he clean 命令 — 一条命令清理知识摘要的索引或整个 KA。(PR #39)
🔧 稳定性修复 — 多 chunk 嵌入采用真实均值、限制 OpenAI 兼容接口的批处理大小、修复多词 llm_* 合并策略。(PRs #35、#36、#41)

完整更新日志请参阅 GitHub releases。

Hyper-Extract 是一个智能的、由大语言模型（LLM）驱动的知识提取与演进框架。它极大地简化了将杂乱不堪的文本转化为持久化、强类型的知识摘要（Knowledge Abstracts）的过程。无论从基础的集合（Collection/List）和结构化模型（Model），还是到高阶复杂的知识图谱（Knowledge Graph）、超图（Hypergraph），甚至是时空图谱（Spatio-Temporal Graph），它都能轻松拿捏。

✨ 核心亮点


🔷 8 种知识结构	从简单的列表到复杂的图谱、超图、时空图谱
🧠 10+ 提取引擎	GraphRAG、LightRAG、Hyper-RAG、KG-Gen 等开箱即用
📝 80+ YAML 模板	零代码提取，覆盖金融、法律、医疗、中医、工业、通用 6 大领域
🔄 增量演进	随时喂入新文档，自动扩展和精炼知识库
📤 Obsidian 导出	将提取的图谱导出为 Obsidian 知识库——以 `[[双向链接]]` 关联的 Markdown 笔记

🎯 它能做什么？

📄 科研人员 — 将论文转为知识图谱

丢进去一篇 20 页的学术论文，一键生成关键概念、作者、引用的交互式图谱。

he parse paper.pdf -t general/academic_graph -o ./paper_kb/
he show ./paper_kb/

🏦 金融分析师 — 从财报中提取实体关系

自动识别非结构化报告中的公司、高管、财务指标及其关系。

he parse earnings.md -t finance/earnings_graph -o ./finance_kb/
he search ./finance_kb/ "关键风险因素有哪些？"

🔒 本地部署 — vLLM 数据不出境

通过 vLLM 本地运行 Qwen3.5-9B + bge-m3，数据绝不离开本机。

from hyperextract import create_client
llm, emb = create_client(
    llm="vllm:Qwen3.5-9B@http://localhost:8000/v1",
    embedder="vllm:bge-m3@http://localhost:8001/v1",
    api_key="dummy",
)

🚀 支持的平台与模型

Hyper-Extract 依赖大语言模型的结构化输出能力（json_schema 或 Function Calling）。

平台	已验证模型
OpenAI	gpt-4o, gpt-4o-mini, gpt-5
Anthropic	claude-opus-4-8, claude-sonnet-4-6, claude-haiku-4-5
阿里云百炼	qwen-plus, qwen-turbo, deepseek-r1
本地 vLLM	Qwen3.5-9B (GPTQ-Marlin)

嵌入模型（语义搜索）支持任意 OpenAI 兼容端点：text-embedding-3-small、text-embedding-v4（百炼）、bge-m3（本地 vLLM）。

Anthropic 说明： Claude 仅用于 LLM（设置 ANTHROPIC_API_KEY）。Anthropic 没有嵌入接口，请搭配 OpenAI 兼容的嵌入模型使用：
from hyperextract import create_client
llm, emb = create_client(llm="anthropic", embedder="openai:text-embedding-3-small")
需安装额外依赖：pip install 'hyperextract[anthropic]'。

📖 完整指南：Provider 系统与本地模型支持

⚡ 30 秒快速上手

# 安装
uv tool install hyperextract

# 配置 API Key
he config init -k YOUR_OPENAI_API_KEY

# 从文档提取知识
he parse examples/zh/sushi.md -t general/biography_graph -o ./output/ -l zh

# 查询
he search ./output/ "苏轼有哪些重要的作品？"

# 可视化
he show ./output/

# 导出为 Obsidian 知识库（Markdown 笔记 + [[双向链接]]）
he export obsidian ./output/ -o ./vault/

🐍 Python API（点击展开）

uv pip install hyperextract

from hyperextract import Template

ka = Template.create("general/biography_graph")

with open("examples/zh/sushi.md") as f:
    result = ka.parse(f.read())

result.show()

🔗 更多示例：examples/zh

📈 为什么选择 Hyper-Extract？

特性	GraphRAG	LightRAG	KG-Gen	ATOM	Hyper-Extract
知识图谱	✅	✅	✅	✅	✅
时序图谱	✅	❌	❌	✅	✅
空间图谱	❌	❌	❌	❌	✅
超图	❌	❌	❌	❌	✅
领域模板	❌	❌	❌	❌	✅
交互式 CLI	✅	❌	❌	❌	✅
多语言	✅	❌	❌	❌	✅

🧩 支持的知识结构

从简单到复杂 —— 为你的数据选择最合适的结构：

知识结构矩阵

示例 — AutoGraph 可视化效果：

AutoGraph 可视化

📋 底层架构与模板（点击展开）

Hyper-Extract 采用三层架构：

Auto-Types — 8 种强类型数据结构（模型、列表、集合、图谱、超图、时序图、空间图、时空图）
Methods — 提取算法：KG-Gen、GraphRAG、LightRAG、Hyper-RAG、Cog-RAG 等
Templates — 覆盖 6 大领域的 80+ 预设模板，零代码配置

模板示例（Graph 类型）：

language: zh
name: 知识图谱
type: graph
tags: [general]
description: '从文本中提取实体及其关系。'
output:
  entities:
    fields:
    - name: name
      type: str
    - name: type
      type: str
    - name: description
      type: str
  relations:
    fields:
    - name: source
      type: str
    - name: target
      type: str
    - name: type
      type: str
identifiers:
  entity_id: name
  relation_id: '{source}|{type}|{target}'

📚 文档与资源

资源	链接
完整文档	yifanfeng97.github.io/Hyper-Extract
CLI 指南	命令行界面
Provider 系统	模型兼容性与本地部署
模板画廊	80+ 预设模板
示例代码	可运行示例

🔌 MCP 服务器

通过 Model Context Protocol 将知识摘要暴露给支持 MCP 的助手（Claude Desktop、IDE 智能体）——只读 + 导出。

pip install 'hyperextract[mcp]'
he-mcp        # stdio MCP 服务器

工具：list_templates、info、search、ask（RAG）、export_obsidian。完整指南：MCP 服务器文档。

🤝 参与贡献与协议

热烈欢迎社区提交 Issues 和 PRs。
项目基于 Apache-2.0 协议开源。

🔒 安全认证

本项目已通过 MseeP.ai 安全审计。

AtomGit 镜像

AtomGit镜像一Agent Reach的AtomGit同步镜像，便于国内访问与克隆。国内 AtomGit 托管：https://atomgit.com/yifanfeng97/Hyper-Extract