yifanfeng97/Hyper-Extract

Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.

What it solves

Hyper-Extract は CLI ツール兼フレームワークで、非構造化テキストドキュメントを構造化された強く型付けされた「Knowledge Abstract」に変換することを目的としています。大量のドキュメントを手作業で読み、重要なエンティティ、リレーションシップ、パターンを抽出する必要がなくなり、ワンコマンドでドキュメントをナレッジグラフ、ハイパーグラフ、または Pydantic モデルなどの形式に変換できます。

How it works

システムは Auto-Types、Methods、Templates の 3 層アーキテクチャで構成されています。事前定義された YAML テンプレートに基づき、LLM（構造化出力/JSON スキーマ経由）を利用してテキストを解析します。GraphRAG や LightRAG など複数の抽出エンジンをサポートし、新しいドキュメントが追加されるたびにナレッジベースをインクリメンタルに進化させることができます。抽出されたデータは Knowledge Abstract として保存、RAG で検索、可視化、または Obsidian ボールトへエクスポート可能です。

Who it’s for

  • Researchers 学術論文をインタラクティブなナレッジグラフに変換したい方。
  • Financial Analysts 決算報告書から企業や指標を自動的に抽出したい方。
  • Developers vLLM を用いたローカル・プライベートな知識抽出を求める方。
  • Knowledge Managers Obsidian を個人知識管理に活用している方。

Highlights

  • 8 Knowledge Structures：シンプルなリストやセットから複雑な時空間グラフ、ハイパーグラフまで対応。
  • 80+ YAML Templates：金融、法務、医療、一般領域向けのノーコードプリセットを提供。
  • 10+ Extraction Engines：GraphRAG、LightRAG、Hyper‑RAG などの実装をすぐに利用可能。
  • MCP Server Support：Claude Desktop や IDE エージェントが Model Context Protocol を通じて Knowledge Abstract にクエリ可能。
  • Multi-Model Support：OpenAI、Anthropic、ローカル vLLM デプロイに対応。
  • Obsidian Export：抽出されたグラフを wikilink で結びつけた Markdown ノートに変換。