yifanfeng97/Hyper-Extract

解决的问题

Hyper-Extract 是一个 CLI 工具和框架，旨在将非结构化文本文档转换为结构化、强类型的「知识抽象」。它消除了手动阅读和整理信息的繁琐工作，能够自动将数据提取为从简单列表到复杂时空图等多种格式，使用户可以查询和可视化生成的知识库。

工作原理

该系统采用三层架构，包括 Auto-Types（8 种强类型数据结构）、Methods（如 GraphRAG 和 LightRAG 的提取算法）以及 Templates（80 多个领域特定预设）。它利用具备函数调用能力的 LLM（如 GPT-4o、Claude 和 DeepSeek）以及 OpenAI 兼容的嵌入模型，根据所选模板解析文档。提取的数据以持久化知识库的形式存储，随着新文档的加入可逐步演化。

适用人群

• 研究人员：需要将学术论文转化为交互式概念图的人。
• 金融分析师：希望从财报中提取实体和指标的人。
• 开发者：希望使用 vLLM 实现本地私有部署，将数据保留在本地的人。
• 知识管理者：使用 Obsidian 通过维基链接组织笔记的人。

核心亮点

• 多样化的知识结构：支持 8 种类型，包括超图和时空图。
• 丰富的模板库：提供 80 多个 YAML 模板，覆盖金融、法律、医疗等领域。
• 多模型支持：兼容 OpenAI、Anthropic、DeepSeek、阿里云以及本地 vLLM 部署。
• Obsidian 集成：可直接将提取的图导出至 Obsidian 仓库。
• MCP 服务器：向支持 MCP 的助手（如 Claude Desktop 和 IDE 代理）暴露知识抽象。