首页

Transform documents into structured knowledge with one command.

"告别文档焦虑，让信息一目了然"

Hyper-Extract 是一个智能的、由 LLM（大型语言模型）驱动的知识提取框架。它将非结构化文本转换为持久的、可预测的、强类型的知识结构——从简单的列表到复杂的知识图谱、超图谱和时空图谱。

---

⚡ 5分钟快速入门

CLI (终端)Python

# 1. 安装 CLI 工具
uv tool install hyperextract

# 2. 配置 API 密钥（以百炼为例）
he config init -p bailian -k YOUR_BAILIAN_API_KEY

# 3. 从文档中提取知识
he parse sushi.md -t general/biography_graph -o ./output/ -l zh

# 4. 可视化知识图谱
he show ./output/

from hyperextract import Template

# 1. 创建模板
ka = Template.create("general/biography_graph", "zh")

# 2. 提取知识
with open("sushi.md") as f:
    result = ka.parse(f.read())

# 3. 可视化
result.show()

→ 想要深入了解？ 查看入门指南或直接跳转至 CLI / Python SDK 文档。

---

✨ Hyper-Extract 的独特之处

• 丰富的文档输入

  ---

  不止 .txt/.md——PDF、Word、PowerPoint、Excel、HTML、EPUB 等直接喂入。安装可选依赖即可：pip install "hyperextract[ingest]"。

• 9 种自动类型

  ---

  从简单的 AutoList/AutoModel 到高级的 AutoGraph、AutoHypergraph 和 AutoSpatioTemporalGraph。为您的数据选择正确的结构。

• 11+ 种提取引擎

  ---

  内置支持 chunk_rag 基线、GraphRAG、LightRAG、Hyper-RAG、KG-Gen、iText2KG 等。选择最适合您用例的方法。

• 80+ 个领域模板

  ---

  开箱即用的金融、法律、医疗、中医和工业模板。无需配置即可使用。

• 增量演化与溯源

  ---

  持续喂入新文档扩展知识摘要——每个来源自动标注，删除与回滚同样增量完成，无需全量重处理。

• :material-category:{ .lg .middle } 9 种知识结构

  ---

  从原始语料块、简单集合到图谱、超图与时空图谱，按需选择最合适的数据结构。

| AutoDocument | 原始语料块 | 零提取成本的块检索基线 | | AutoModel | 结构化摘要 | 带有特定字段的 Pydantic 模型 | | AutoList | 项目集合 | 实体或事实的列表 | | AutoSet | 去重集合 | 唯一项目的集合 | | AutoGraph | 实体关系网络 | 带节点和边的知识图谱 | | AutoHypergraph | 多实体关系 | 连接多个节点的超级边 | | AutoTemporalGraph | 时间关系 | 带时间信息的图谱 | | AutoSpatialGraph | 位置关系 | 带地理数据的图谱 | | AutoSpatioTemporalGraph | 时间 + 空间组合 | 完整的上下文信息 |

→ 了解如何选择自动类型

---

🏗️ 架构概述

Hyper-Extract 采用三层架构：

graph TD
    A[您的文档] --> B[CLI / Python API]
    B --> C[模板]
    B --> D[方法]
    C --> E[自动类型]
    D --> E
    E --> F[结构化知识]

    subgraph "Layer 3: 模板与方法"
        C
        D
    end

    subgraph "Layer 2: 核心引擎"
        E
    end

    subgraph "Layer 1: 输出"
        F
    end

1. 自动类型 — 定义输出数据结构（8种类型）
2. 方法 — 提供提取算法（基于 RAG 和典型方法）
3. 模板 — 提供特定领域的开箱即用配置

您可以在任意层级使用 Hyper-Extract：选择模板快速获得结果，选择方法获得更多控制，或直接使用自动类型进行完全定制。

---

📊 与其他工具对比

功能	GraphRAG	LightRAG	KG-Gen	Hyper-Extract
知识图谱	✅	✅	✅	✅
时间图谱	✅	❌	❌	✅
空间图谱	❌	❌	❌	✅
超图谱	❌	❌	❌	✅
领域模板	❌	❌	❌	✅
CLI 工具	✅	❌	❌	✅
多语言	✅	❌	❌	✅

---

📚 文档结构

• 入门指南 — 安装和首次提取
• CLI 指南 — 完整的终端工作流程文档
• Python SDK — API 参考和开发者指南
• 核心概念 — 了解架构
• 模板库 — 特定领域的提取模板
• 资源 — 常见问题、故障排除和贡献指南

---

🤝 贡献

欢迎贡献！无论是错误报告、功能请求还是文档改进，请随时提交 Issue 或 Pull Request。

GitHub 仓库

---

📄 许可证

Hyper-Extract 采用 Apache-2.0 许可证。