yifanfeng97/Hyper-Extract

解決する課題

Hyper-Extract は、非構造化ドキュメント（PDF、Word、PowerPoint、Excel、HTML、EPUB）を構造化された知識ベースに変換するためのCLIツールです。大量のテキストを手動で読み込む必要がなく、特定の事実を迅速に抽出・照会・可視化できるようになり、グラフやリストなどの構造化データとして情報を扱えます。

動作方法

このツールは、Auto-Types（9種類の強型データ構造）、Methods（GraphRAGやLightRAGなどの抽出・検索アルゴリズム）、Templates（金融、法律、医療、一般分野など80以上のYAMLプリセット）からなる3層アーキテクチャを採用しています。LLMの関数呼び出し機能を活用し、これらのテンプレートに基づいてドキュメントを解析し、照会可能なインデックスに格納します。また、インクリメンタルな更新もサポートしており、既存の知識ベースに新しいドキュメントを追加し、ソースが更新された際に古い事実を自動的にロールバックできます。

対象ユーザー

• 研究者：学術論文をインタラクティブな概念グラフに変換したい方。
• ファイナンシャルアナリスト：決算報告書からエンティティや指標を抽出したい方。
• 知識ベース管理者：進化するドキュメントから同期・追跡可能な知識ベースを維持したい方。
• 開発者：Python APIやAIアシスタント用のMCPサーバーを通じて構造化抽出を統合したい方。

主な特徴

• 多様な知識構造：ハイパーグラフ、空間時間グラフ、標準的な知識グラフを含む9種類の構造をサポート。
• 豊富なテンプレートライブラリ：金融、法律、医療、一般分野など、80以上のゼロコードYAMLテンプレートを提供。
• インクリメンタルな進化：すべての事実の出典を追跡可能で、ソースに基づく更新・ロールバック・監査が可能。
• वाइन互換プロバイダー：OpenAI、Anthropic、Google Gemini、DeepSeek、およびローカルのvLLMデプロイメントに対応。
• Obsidianエクスポート：抽出されたグラフをWikilink付きのMarkdownノートに変換し、Obsidianバケツで利用可能に。