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-Extract는 CLI 도구이자 프레임워크로, 비구조화 텍스트 문서를 구조화되고 강력히 타입이 지정된 "Knowledge Abstract"로 변환하도록 설계되었습니다. 대량의 문서를 수동으로 읽어 핵심 엔터티, 관계, 패턴을 추출할 필요가 없으며, 한 번의 명령으로 문서를 지식 그래프, 하이퍼그래프 또는 Pydantic 모델과 같은 형식으로 변환할 수 있습니다.

How it works

시스템은 Auto-Types, Methods, Templates 로 구성된 3계층 아키텍처를 사용합니다. 사전 정의된 YAML 템플릿을 기반으로 LLM(구조화 출력/JSON 스키마)을 활용해 텍스트를 파싱합니다. GraphRAG 및 LightRAG와 같은 다양한 추출 엔진을 지원하며, 새로운 문서가 추가될 때 지식 베이스를 점진적으로 진화시킬 수 있습니다. 추출된 데이터는 Knowledge Abstract 로 저장하고, RAG를 통해 검색하거나 시각화하거나 Obsidian vault로 내보낼 수 있습니다.

Who it’s for

Researchers 학술 논문을 인터랙티브한 지식 그래프로 전환하고자 하는 연구자.
Financial Analysts 재무 보고서에서 기업 및 지표를 자동으로 식별하고자 하는 분석가.
Developers vLLM을 이용한 로컬, 프라이빗 지식 추출 배포를 원하는 개발자.
Knowledge Managers 개인 지식 관리를 위해 Obsidian을 사용하는 매니저.

Highlights

8 Knowledge Structures: 단순 리스트와 셋부터 복잡한 시공간 그래프와 하이퍼그래프까지 모두 지원.
80+ YAML Templates: 금융, 법률, 의료, 일반 등 도메인별 무코드 프리셋 제공.
10+ Extraction Engines: GraphRAG, LightRAG, Hyper‑RAG 등 즉시 사용 가능한 구현 포함.
MCP Server Support: Claude Desktop 및 IDE 에이전트가 Model Context Protocol을 통해 Knowledge Abstract에 질의 가능.
Multi-Model Support: OpenAI, Anthropic, 로컬 vLLM 배포와 호환.
Obsidian Export: 추출된 그래프를 wikilink 로 연결된 Markdown 노트로 변환.