发布日期：2026-06-10 09:42:20 浏览次数： 1736
作者：如此才是
微信搜一搜，关注“如此才是”
推荐语
Hyper-Extract：一键将海量非结构化文档转化为清晰的知识图谱，支持复杂关系与时空分析，极大提升信息利用效率。
核心内容：
1. 八大强类型知识结构，从简单列表到超图、时空图全覆盖
2. 十多种开箱即用的提取引擎，包括多种RAG增强方法
3. 声明式YAML模板，零代码即可定义提取逻辑，覆盖多领域
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
### 一键把杂乱文档变成结构化知识图谱！Hyper-Extract：LLM驱动的超强知识提取神器
每天面对海量非结构化文本：研究报告、新闻文章、合同、病历、历史资料……阅读容易，**真正“理解”和“利用”**很极难。传统工具难以应对复杂关系，而大语言模型（LLM）虽强大，却缺乏系统化的结构化输出能力。
**Hyper-Extract**（yifanfeng97/Hyper-Extract）一个智能的、LLM驱动的知识提取与演进框架，以**一条命令**将高度非结构化的文本转化为持久化、可预测、强类型的**Knowledge Abstracts**（知识摘要）。从简单列表到复杂知识图谱、超图（Hypergraph），甚至时空图（Spatio-Temporal Graph），全部支持。
#### ✨ 核心功能全解析
Hyper-Extract 的设计是**拥抱复杂性，同时极大简化使用**。核心特性包括：
1.**8 大 Auto-Types（强类型知识结构）**
框架输出数据结构基础，基于 Pydantic 实现类型安全、可序列化、支持增量合并和可视化操作。分为两大类：
○**Record Types（记录型，无实体关系）**：
▪**AutoModel**：提取单个结构化对象（如公司财报摘要、产品规格）。输出为固定字段的 Pydantic 模型。
▪**AutoList**：有序集合（排行榜、步骤序列）。保持原始顺序。
▪**AutoSet**：去重集合（关键词、唯一实体列表）。自动消除重复。
○**Graph Types（图结构，带实体关系）**：
▪**AutoGraph**：二元关系知识图谱（实体-关系-实体）。经典 KG 结构。
▪**AutoHypergraph**：超图，支持多实体（3+）参与的复杂关系（如多方协作、合同多方当事人）。支持扁平列表或嵌套角色分组。
▪**AutoTemporalGraph**：时序图，在关系上附加时间维度（事件时间线）。
▪**AutoSpatialGraph**：空间图，附加地理位置信息。
▪**AutoSpatioTemporalGraph**：时空图，同时支持时间 + 空间，实现完整“谁、何事、何时、何地”上下文。
2.**10+ Extraction Engines（提取引擎）**
开箱即用多种先进方法：
○**RAG-based**：GraphRAG、LightRAG、Hyper-RAG、HypergraphRAG、Cog-RAG 等，支持检索增强生成，提升大规模文档处理准确性。
○**Typical**：KG-Gen、iText2KG、iText2KG* 等传统知识图谱生成方法。
用户可通过模板或 API 灵活选择最适合的引擎。
3.**Declarative YAML Templates（声明式 YAML 模板）**
零代码定义提取逻辑。内置**80+ 预设模板**，覆盖**6 大领域**：Finance（金融）、Legal（法律）、Medical（医学）、TCM（中医）、Industry（工业）、General（通用）。
模板包含：语言、名称、类型、描述、output schema（字段定义）、guideline（提取指引、规则）、identifiers（唯一标识规则）、display（可视化标签）。
支持自定义模板，详见 DESIGN_GUIDE.md。
4.**Incremental Evolution（增量演进）**
核心亮点之一：已提取的 Knowledge Abstract 支持**feed 新文档**持续扩展，无需重新处理全部数据。知识可持久化、搜索和演化。
5.**CLI + Python API 双模式**
○CLI（`he`命令）：适合快速处理、批量操作。
○Python SDK：深度集成，支持自定义 pipeline。
其他实用功能：多语言支持（en/zh 等）、搜索查询知识摘要、可视化（`he show`或`ka.show()`）、配置管理（API Key 等）、序列化保存/加载。
#### 安装方法
**推荐使用 uv（现代 Python 包管理器）**：
●**CLI 全局安装**（推荐大多数用户）：
`uv tool install hyperextract`
安装后即可全局使用`he`命令。
●**作为 Python 库安装**：
`uv pip install hyperextract`
**从源码安装（开发/最新版）**：
●●●bash`git clone https://github.com/yifanfeng97/Hyper-Extract.gitcd Hyper-Extractuv sync # 安装依赖cp .env.example .env# 编辑 .env 填入 OPENAI_API_KEY 和可选的 OPENAI_BASE_URL`
项目使用 pyproject.toml + uv.lock 管理，兼容性强。
#### 使用方法
**CLI**（默认使用 gpt-4o-mini + text-embedding-3-small）：
●●●bash`# 配置 API Keyhe config init -k YOUR_OPENAI_API_KEY# 提取（使用 biography_graph 模板）he parse examples/en/tesla.md -t general/biography_graph -o ./output/ -l en# 查询he search ./output/ “What are Tesla’s major achievements?”# 可视化he show ./output/# 增量补充he feed ./output/ examples/en/tesla_question.mdhe show ./output/`
**Python API 示例**：
●●●python`import osfrom dotenv import load_dotenvfrom hyperextract import Templateload_dotenv()ka = Template.create(“general/biography_graph”, language=”en”)with open(“examples/en/tesla.md”, “r”, encoding=”utf-8″) as f: text = f.read()result = ka.parse(text) # 提取ka.show(result) # 可视化ka.feed(result, new_text) # 增量`
支持批量处理、自定义方法选择等高级用法。详见 examples/ 目录和官方文档。
#### 技术原理、架构与实现方式
Hyper-Extract 采用**三层架构**，清晰解耦，便于扩展：
1.**Layer 1: Auto-Types（数据层）**
核心是 8 个强类型类（位于`hyperextract/types/`），继承自 base.py。
○使用 Pydantic 验证字段、支持 JSON 序列化。
○内置方法：`search()`、`visualize()`、`save()`、`merge()`等。
○Graph 类型实现节点/边/超边管理，Temporal/Spatial 添加专用字段和标识逻辑（identifiers 中的 time_field、location_field）。
2.**Layer 2: Methods（算法层）**
`hyperextract/methods/`下分 rag/ 和 typical/ 子目录。
○RAG 方法利用检索增强，提升长文档上下文处理和准确性（GraphRAG 等经典范式）。
○Typical 方法聚焦直接提示工程 + 结构化解析。
通过 registry.py 注册和管理引擎，用户可切换或扩展。
3.**Layer 3: Templates（配置层）**
YAML 驱动，`hyperextract/templates/presets/`提供领域模板。
○**Schema vs Guideline 分离**：output 定义“提取什么”（字段、类型），guideline 定义“如何高质量提取”（规则、避免常见错误）。
○identifiers 确保实体/关系唯一性（e.g., relation_id 模板字符串）。
○display 控制可视化标签生成。
DESIGN_GUIDE.md 详细说明设计流程、决策树、类型特定最佳实践和 QA 检查列表。
**数据流**：文档 → Template（加载 YAML + Prompt 构建）→ Method（LLM 调用）→ Auto-Type 实例（验证 + 后处理）→ 可持久化 Knowledge Abstract。支持增量是因为 Auto-Types 设计为可合并的。
项目Python 实现，依赖 LLM API（OpenAI 兼容）。可视化可能集成 NetworkX 或类似库生成图谱。
在**复杂结构支持**（Hypergraph、时空）、**开箱即用模板**、**CLI 便利性**和**增量演进**上具有显著优势。适合研究者、开发者、分析师、企业知识管理等场景。
**—— 如此才是**
**把复杂的技术，讲成你真正能用上的生产力**
[登录查看剩余 70% 内容](javascript:void (0);)
https://www.53ai.com/keyword/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%9E%84%E5%BB%BA%E5%B7%A5%E5%85%B7https://www.53ai.com/keyword/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%9E%84%E5%BB%BAhttps://www.53ai.com/keyword/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1ai
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
**产品**：场景落地咨询+大模型应用平台+行业解决方案
**承诺**：免费POC验证，效果达标后再合作。**零风险落地应用大模型**，已交付160+中大型企业
https://www.53ai.com/news/knowledgegraph/2026061136970.htmlhttps://www.53ai.com/news/knowledgegraph/2026061079534.html
https://www.53ai.com/news/knowledgegraph
相关资讯
https://www.53ai.com/news/knowledgegraph/2026070349810.htmlhttps://www.53ai.com/news/knowledgegraph/2026070217435.htmlhttps://www.53ai.com/news/knowledgegraph/2026070209732.htmlhttps://www.53ai.com/news/knowledgegraph/2026070248572.htmlhttps://www.53ai.com/news/knowledgegraph/2026070127806.htmlhttps://www.53ai.com/news/knowledgegraph/2026070132875.htmlhttps://www.53ai.com/news/knowledgegraph/2026070189536.htmlhttps://www.53ai.com/news/knowledgegraph/2026063035241.html
https://www.53ai.com/solution.html
https://www.53ai.com/solution.html
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html
https://hub.53ai.com/
热点资讯
https://www.53ai.com/news/knowledgegraph/2026040757902.htmlhttps://www.53ai.com/news/knowledgegraph/2026041992465.htmlhttps://www.53ai.com/news/knowledgegraph/2026042329864.htmlhttps://www.53ai.com/news/knowledgegraph/2026042208529.htmlhttps://www.53ai.com/news/knowledgegraph/2026060363059.htmlhttps://www.53ai.com/news/knowledgegraph/2026042347823.htmlhttps://www.53ai.com/news/knowledgegraph/2026052625940.htmlhttps://www.53ai.com/news/knowledgegraph/2026050749316.htmlhttps://www.53ai.com/news/knowledgegraph/2026052861745.htmlhttps://www.53ai.com/news/knowledgegraph/2026052316540.html
大家都在问
https://www.53ai.com/news/knowledgegraph/2026070189536.htmlhttps://www.53ai.com/news/knowledgegraph/2026062680673.htmlhttps://www.53ai.com/news/knowledgegraph/2026061136970.htmlhttps://www.53ai.com/news/knowledgegraph/2026052861745.htmlhttps://www.53ai.com/news/knowledgegraph/2026012759463.htmlhttps://www.53ai.com/news/knowledgegraph/2025122313642.htmlhttps://www.53ai.com/news/knowledgegraph/2025120113496.htmlhttps://www.53ai.com/news/knowledgegraph/2025072943275.html
热门标签
https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw
[应聘简历请发送至： ceo@53ai.com](mailto:ceo@53ai.com)
https://www.53ai.com/product.html
https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan
https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai
https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou
https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html
https://www.53ai.com/kehuanli.html
https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution
https://www.53ai.com/news.html
https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html
https://www.53ai.com/about.html
https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation
友情链接：
https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/
CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有
https://beian.miit.gov.cn/
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）
深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204
上海：上海市浦东新区金新路58号1602室
微信扫码
和创始人交个朋友
联系我们
售前咨询
[186 6662 7370](tel:18666627370)
预约演示
[185 8882 0121](tel:18588820121)
微信扫码
添加专属顾问
回到顶部
加载中…
扫码咨询
[](https://www.53ai.com/news/knowledgegraph/2026061076129.html)
https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)
扫码登录
– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)
服务协议
欢迎您使用【53AI 官方网站】（以下简称“本网站”或“我们”）。本《会员服务协议》（以下简称“本协议”）是您（以下简称“会员”或“用户”）与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前，请务必审慎阅读、充分理解各条款内容，特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时，即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站：指由【深圳市博思协创网络科技有限公司】运营的，域名为【53ai.com】的网站及相关移动端页面。
会员服务：指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容：指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式：本网站支持以下登录方式，您可根据实际情况选择：
微信公众号授权登录：您同意将您的微信OpenID信息授权给本网站，用于创建或关联会员账号。
手机验证码登录：您需提供真实有效的手机号码，并通过短信验证码完成身份验证与登录/注册。
账号安全：您的账号仅限您本人使用，禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失，由您自行承担。
实名认证：根据相关法律法规要求，我们可能要求您在特定功能下完成实名认证。如您拒绝提供，可能无法使用部分或全部服务。
未成年人保护：若您未满18周岁，请在法定监护人的陪同下阅读本协议，并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限：会员登录后，有权按照其会员等级对应的权限范围，在线浏览、检索本网站知识库中的相关文章及内容。
服务变更：我们有权根据业务发展需要，调整、变更或终止部分服务内容，并将以网站公告、公众号消息等方式提前通知。
禁止行为：您在使用服务时不得实施以下行为：
利用技术手段批量爬取、下载、转存知识库内容；
将知识库内容用于商业目的或未经授权地向第三方传播；
干扰本网站正常运行或侵犯其他用户合法权益；
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属：本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有，受《中华人民共和国著作权法》等法律保护。
有限许可：本网站授予会员一项非独占、不可转让、不可转授权的普通许可，仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责：未经书面许可，任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现，我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息，请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息，我们将严格按照《个人信息保护法》的规定处理，仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性：知识库内容仅供参考，不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证，您应自行判断并承担使用风险。
不可抗力：因自然灾害、政策法规变化、网络故障、第三方平台接口异常（如微信接口维护、运营商短信通道故障）等不可抗力导致的服务中断或延迟，我们不承担违约责任。
第三方链接：本网站可能包含指向第三方网站的链接，该等网站的内容和服务不受我们控制，请您自行甄别风险。
七、 违约责任
如您违反本协议约定，我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施，并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失，您应承担全部赔偿责任（包括但不限于罚款、赔偿金、律师费、公证费等）。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议，双方应友好协商解决；协商不成的，任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议，取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的，不影响其他条款的效力。
我们对本协议享有最终解释权，并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效，继续使用服务即视为同意修订内容。
[已查阅](javascript:void(0);)
