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 是一個 CLI 工具與框架，旨在將非結構化文字文件轉換為結構化、強類型的「知識摘要」。它消除手動閱讀大量文件以抽取關鍵實體、關係與模式的需求，讓使用者只需一條指令即可將文件轉換為知識圖譜、超圖或 Pydantic 模型等格式。

How it works

系統採用由 Auto-Types、Methods 與 Templates 組成的三層架構。它利用 LLM（透過結構化輸出/JSON schema）根據預先定義的 YAML 模板解析文字。支援多種抽取引擎（如 GraphRAG 與 LightRAG），並能在新增文件時逐步演進知識庫。抽取出的資料可儲存為 Knowledge Abstract、透過 RAG 搜尋、視覺化，或匯出至 Obsidian vault。

Who it’s for

  • Researchers 需要將學術論文轉換為互動式知識圖譜。
  • Financial Analysts 想自動從財報中辨識公司與指標。
  • Developers 尋求使用 vLLM 的本地、私有化知識抽取部署。
  • Knowledge Managers 使用 Obsidian 進行個人知識管理。

Highlights

  • 8 Knowledge Structures：支援從簡單的列表與集合到複雜的時空圖與超圖。
  • 80+ YAML Templates：提供零程式碼的領域預設，如金融、法律、醫療與通用。
  • 10+ Extraction Engines：內建 GraphRAG、LightRAG、Hyper‑RAG 等即用實作。
  • MCP Server Support：允許 Claude Desktop 與 IDE 代理透過 Model Context Protocol 查詢知識摘要。
  • Multi-Model Support：相容 OpenAI、Anthropic 與本地 vLLM 部署。
  • Obsidian Export：將抽取的圖譜轉換為以 wikilink 連結的 Markdown 筆記。