Hyper-Extract

智能知识提取 CLI

一键将文档转化为结构化知识。

📖 英文版 · 中文版

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

Hyper-Extract 是一个由大语言模型（LLM）驱动的智能知识提取与演化框架。它极大简化了将高度非结构化的文本转化为持久、可预测、强类型的知识摘要（Knowledge Abstracts） 的过程。它能轻松地将信息提取到多种格式中——从简单的集合（Collections，如列表/集合） 和Pydantic 模型（Pydantic Models），到复杂的知识图谱（Knowledge Graphs）、超图（Hypergraphs），甚至时空图谱（Spatio-Temporal Graphs）。

✨ 核心特性

🔷 8 种知识结构	从简单列表到高级图谱、超图和时空图谱
🧠 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、工业和通用领域
🔄 增量演化	可随时输入新文档，扩展和精炼已有知识库

🎯 你能用它做什么？

📄 研究人员 —— 将论文转化为知识图谱

输入一篇 20 页的学术论文，即可获得包含关键概念、作者和引文关系的交互式图谱。

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

自动从非结构化报告中识别公司、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/ "What are the key risk factors?"

🔒 本地部署 —— 使用 vLLM 将数据留在本地

通过 vLLM 在本地运行 Qwen3.5-9B + bge-m3。数据不会离开您的机器。

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 LLM 的结构化输出能力（json_schema 或函数调用 Function Calling）。

平台	已验证模型
OpenAI	gpt-4o、gpt-4o-mini、gpt-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）可配合任何兼容 OpenAI 的端点：text-embedding-3-small、text-embedding-v4（百炼）、bge-m3（本地 vLLM）。

📖 完整指南：Provider 系统与本地模型支持

⚡ 30 秒快速开始

# 安装
uv tool install hyperextract

# 配置 API 密钥
he config init -k YOUR_OPENAI_API_KEY

# 从文档中提取知识
he parse examples/en/tesla.md -t general/biography_graph -o ./output/ -l en

# 查询
he search ./output/ "What are Tesla's major achievements?"

# 可视化
he show ./output/

🐍 Python API（点击展开）

uv pip install hyperextract

from hyperextract import Template

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

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

result.show()

🔗 更多示例： examples/en

📈 为什么选择 Hyper-Extract？

特性	GraphRAG	LightRAG	KG-Gen	ATOM	Hyper-Extract
知识图谱	✅	✅	✅	✅	✅
时间图谱	✅	❌	❌	✅	✅
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——为您的数据选择合适结构：

示例——自动图谱可视化：

📋 架构与模板详解

Hyper-Extract 采用三层架构：

• 自动类型（Auto-Types）——8 种强类型数据结构（模型、列表、集合、图、超图、时间图、空间图、时空图）
• 方法（Methods）——提取算法：KG-Gen、GraphRAG、LightRAG、Hyper-RAG、Cog-RAG 等
• 模板（Templates）——覆盖 6 个领域的 80+ 预设，零代码配置。

模板示例（图类型）：

language: en
name: Knowledge Graph
type: graph
tags: [general]
description: 'Extract entities and their relationships.'
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}'

• 浏览全部 80+ 模板
• 创建自定义模板

📚 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
模板库	80+ 预设
示例	可用代码

🤝 贡献与许可

欢迎贡献！请提交 Issues 和 PRs。
采用 Apache-2.0 许可证。

⭐ Star 历史