yifanfeng97/Hyper-Extract

解決的問題

Hyper-Extract 是一個 CLI 工具與框架，專為將非結構化文字文件轉換為結構化、強型別的「知識抽象」而設計。它消除了手動閱讀與整理資訊的繁瑣工作，能自動將資料提取為從簡單清單到複雜時空圖等多種格式，讓使用者可查詢並視覺化所產生的知識庫。

作用方式

此系統採用三層架構，包含 Auto-Types（8 種強型別資料結構）、Methods（如 GraphRAG 與 LightRAG 的萃取演算法），以及 Templates（80 種以上的領域特定預設）。它利用具備函式呼叫功能的 LLM（如 GPT-4o、Claude 與 DeepSeek）以及 OpenAI 相容的嵌入模型，根據所選模板解析文件。萃取的資料以持久化知識庫形式儲存，隨著新文件加入可逐步進化。

適用對象

• 研究人員：需要將學術論文轉換為互動式概念圖的人。
• 金融分析師：希望從財報中萃取實體與指標的人。
• 開發者：希望使用 vLLM 實現本地、私有部署，將資料留在內部的人。
• 知識管理人員：使用 Obsidian 透過維基連結整理筆記的人。

主要特色

• 多樣化的知識結構：支援 8 種類型，包含超圖與時空圖。
• 豐富的模板圖書館：提供超過 80 個 YAML 模板，涵蓋金融、法律、醫療等領域。
• 多模型支援：相容 OpenAI、Anthropic、DeepSeek、阿里雲，以及本地 vLLM 部署。
• Obsidian 整合：可直接將萃取的圖表匯出至 Obsidian 倉儲。
• MCP 伺服器：可向支援 MCP 的助理（如 Claude Desktop 與 IDE 代理）公開知識抽象。