Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
CLI 工作流程指南
本指南通过实际案例带您完成完整的知识提取工作流程。
场景:研究论文分析
假设您是一位研究人员,想要从学术论文中提取和交互知识。以下是使用 Hyper-Extract 的方法。
步骤 1:准备文档
Hyper-Extract 支持 .md 和 .txt 文件。下载下面的示例研究论文以跟随本指南:
将文件保存为 transformer_paper.md 在你的工作目录中。
步骤 2:提取知识
使用 parse 命令提取知识:
he parse transformer_paper.md -t general/concept_graph -o ./transformer_kb/ -l zh
发生了什么:
- 读取文档并分块(如文档较长)
- LLM 提取实体和关系
- 结果保存到
./transformer_kb/
输出结构:
./transformer_kb/
├── data.json # 提取的知识
├── metadata.json # 提取元数据
└── index/ # 向量搜索索引(如已构建)
步骤 3:探索知识
查看统计信息
he info ./transformer_kb/
输出:
Knowledge Abstract Info
Path ./transformer_kb/
Template general/concept_graph
Language en
Created 2024-01-15 10:30:00
Updated 2024-01-15 10:30:00
Nodes 12
Edges 15
Index Built
可视化
he show ./transformer_kb/

这将在浏览器中打开交互式图谱,显示:
- 节点:作者、概念、模型、指标
- 边:它们之间的关系
步骤 4:搜索信息
语义搜索
即使关键词不完全匹配也能查找信息:
he search ./transformer_kb/ "神经网络架构"
结果:
Found 3 result(s):
Result 1:
{
"name": "Transformer",
"type": "model",
"description": "A neural network architecture based solely on attention mechanisms"
}
Result 2:
{
"name": "Attention Mechanism",
"type": "concept",
"description": "Mechanism to draw global dependencies between sequences"
}
...
特定查询
he search ./transformer_kb/ "性能指标" -n 5
步骤 5:与知识对话
单个问题
he talk ./transformer_kb/ -q "本文的主要贡献是什么?"
响应:
主要贡献是引入了 Transformer 架构,它在机器翻译任务上实现了最先进的成果,
同时比循环或卷积架构更易于并行化,训练时间也显著减少。
交互模式
he talk ./transformer_kb/ -i
会话:
Entering interactive mode. Type 'exit' or 'quit' to stop.
> 作者是谁?
本文作者是 Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkoreit、
Llion Jones、Aidan N. Gomez、Lukasz Kaiser 和 Illia Polosukhin。
> 他们取得了什么 BLEU 分数?
该模型在 WMT 2014 英德翻译任务上取得了 28.4 的 BLEU 分数。
> exit
Goodbye!
步骤 6:扩展知识库
添加另一个文档
# 下载另一篇论文
curl -o bert_paper.md https://example.com/bert.md
# 添加到现有知识库
he feed ./transformer_kb/ bert_paper.md
验证更新
he info ./transformer_kb/
注意节点/边数增加和时间戳更新。
步骤 7:重建索引(如需要)
添加文档后,重建搜索索引:
he build-index ./transformer_kb/
或强制完全重建:
he build-index ./transformer_kb/ -f
完整脚本示例
以下是一个自动化整个工作流程的 bash 脚本:
#!/bin/bash
# 配置
INPUT_FILE="paper.md"
OUTPUT_DIR="./paper_kb/"
TEMPLATE="general/concept_graph"
LANGUAGE="en"
echo "=== Hyper-Extract Workflow ==="
echo
# 步骤 1: 解析
echo "Step 1: Extracting knowledge..."
he parse "$INPUT_FILE" -t "$TEMPLATE" -o "$OUTPUT_DIR" -l "$LANGUAGE"
echo
# 步骤 2: 信息
echo "Step 2: Knowledge base info:"
he info "$OUTPUT_DIR"
echo
# 步骤 3: 搜索示例
echo "Step 3: Sample search:"
he search "$OUTPUT_DIR" "主要贡献" -n 2
echo
# 步骤 4: 打开可视化
echo "Step 4: Opening visualization..."
he show "$OUTPUT_DIR"
echo "=== Workflow Complete ==="
高级:批量处理
一次处理多个文档:
# 创建输出目录
mkdir -p ./ka/paper1 ./ka/paper2 ./ka/paper3
# 处理每个
he parse papers/paper1.md -t general/concept_graph -o ./ka/paper1/ -l zh
he parse papers/paper2.md -t general/concept_graph -o ./ka/paper2/ -l zh
he parse papers/paper3.md -t general/concept_graph -o ./ka/paper3/ -l zh
# 或使用循环
for file in papers/*.md; do
name=$(basename "$file" .md)
he parse "$file" -t general/concept_graph -o "./ka/$name/" -l zh
done
常见模式
模式 1:持续构建知识
# 初始提取
he parse initial_doc.md -t general/biography_graph -o ./ka/ -l zh
# 每周更新
he feed ./ka/ week1_update.md
he feed ./ka/ week2_update.md
he feed ./ka/ week3_update.md
# 每月重建
he build-index ./ka/ -f
模式 2:多领域项目
# 技术文档
he parse api_docs.md -t general/concept_graph -o ./project_kb/tech/ -l zh
# 法律合同
he parse contract.md -t legal/contract_obligation -o ./project_kb/legal/ -l zh
# 财务报告
he parse q4_report.md -t finance/earnings_summary -o ./project_kb/finance/ -l zh
模式 3:比较文档
# 提取两个版本
he parse draft_v1.md -t general/concept_graph -o ./ka/v1/ -l zh
he parse draft_v2.md -t general/concept_graph -o ./ka/v2/ -l zh
# 通过聊天比较
he talk ./ka/v1/ -q "主要主题是什么?"
he talk ./ka/v2/ -q "主要主题是什么?"
故障排除提示
| 问题 | 解决方案 |
|---|---|
| 提取速度慢 | 长文档会被分块;使用 --no-index 在解析时跳过索引 |
| 搜索无结果 | 确保索引已构建:he build-index ./ka/ |
| 模板未找到 | 列出可用模板:he list template |
| 内存不足 | 减少配置中的块大小或处理较小的文档 |