Skip to content

Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.

feat: 新增农业、美食、新闻领域知识提取模板及测试用例

yifanfeng97267ce6117095
diff --git a/examples/template_agriculture_demo.py b/examples/template_agriculture_demo.py
new file mode 100644
index 0000000..fea85b0
--- /dev/null
+++ b/examples/template_agriculture_demo.py
@@ -0,0 +1,143 @@
+"""
+农业领域知识模板测试演示
+
+这个文件用于测试 hyperextract 农业领域的所有知识模板。
+只需要选择模板,程序会自动匹配对应的输入文件。
+
+使用方法:
+1. 选择知识模板(修改 TEMPLATE 变量)
+2. 运行文件:python examples/template_agriculture_demo.py
+"""
+
+import os
+import sys
+
+# Add project root to path
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from pathlib import Path
+from dotenv import load_dotenv
+
+# 导入所有农业知识模板
+from hyperextract.templates.zh.agriculture import (
+ # 农业技术手册
+ CropGrowthCycle,
+ PestControlHypergraph,
+ # 巡田报告
+ FieldObservationList,
+ # 土壤分析报告
+ SoilNutrientModel,
+ AmendmentPlan,
+)
+
+# 导入必要的 LLM 客户端
+from langchain_openai import ChatOpenAI, OpenAIEmbeddings
+
+
+# ==========================================
+# 配置:模板与输入文件自动映射
+# ==========================================
+
+# 测试文件根目录
+TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "fixtures" / "test_samples" / "zh" / "agriculture"
+
+# 模板到输入文件的映射关系(根据 README 中的典型应用场景)
+TEMPLATE_TO_INPUT = {
+ # 农业技术手册
+ CropGrowthCycle: TEST_SAMPLES_ROOT / "crop_technical_manual.md",
+ PestControlHypergraph: TEST_SAMPLES_ROOT / "crop_technical_manual.md",
+ # 巡田报告
+ FieldObservationList: TEST_SAMPLES_ROOT / "field_scouting_report.md",
+ # 土壤分析报告
+ SoilNutrientModel: TEST_SAMPLES_ROOT / "soil_analysis_report.md",
+ AmendmentPlan: TEST_SAMPLES_ROOT / "soil_analysis_report.md",
+}
+
+# ==========================================
+# 选择知识模板(只需要修改这一行)
+# ==========================================
+
+# 农业技术手册
+# TEMPLATE = CropGrowthCycle # 作物生长周期图
+# TEMPLATE = PestControlHypergraph # 病虫害防治超图
+
+# 巡田报告
+TEMPLATE = FieldObservationList # 田间观测清单
+
+# 土壤分析报告
+# TEMPLATE = SoilNutrientModel # 土壤养分模型
+# TEMPLATE = AmendmentPlan # 改良方案图
+
+# 自动获取对应的输入文件
+INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]
+
+
+def main():
+ """
+ 主函数:执行知识提取和展示流程
+ """
+ print("=" * 60)
+ print("农业知识模板测试演示")
+ print("=" * 60)
+
+ # 加载环境变量
+ load_dotenv()
+
+ # 验证输入文件是否存在
+ if not INPUT_FILE.exists():
+ print(f"❌ 错误:找不到文件 {INPUT_FILE}")
+ return
+
+ print(f"\n📄 输入文件: {INPUT_FILE.name}")
+ print(f"🎯 使用模板: {TEMPLATE.__name__}")
+
+ # 初始化 LLM 客户端
+ print("\n🔧 初始化 LLM 客户端...")
+ try:
+ llm = ChatOpenAI(
+ model="gpt-4o-mini",
+ temperature=0,
+ )
+ embedder = OpenAIEmbeddings(model="text-embedding-3-small")
+ print("✅ LLM 客户端初始化成功")
+ except Exception as e:
+ print(f"❌ LLM 客户端初始化失败: {e}")
+ print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")
+ return
+
+ # 读取输入文件内容
+ print("\n📖 读取文件内容...")
+ with open(INPUT_FILE, "r", encoding="utf-8") as f:
+ content = f.read()
+ print(f"✅ 读取成功,共 {len(content)} 字符")
+
+ # 初始化模板并进行知识提取
+ print("\n🧠 开始知识提取...")
+ try:
+ # 初始化模板
+ template = TEMPLATE(
+ llm_client=llm,
+ embedder=embedder,
+ verbose=True,
+ )
+
+ # 喂入文本
+ template.feed_text(content)
+ print("✅ 知识提取完成")
+
+ # 展示结果
+ template.build_index()
+ print("\n" + "=" * 60)
+ print("📊 提取结果展示")
+ print("=" * 60)
+ template.show()
+
+ except Exception as e:
+ print(f"❌ 知识提取失败: {e}")
+ import traceback
+
+ traceback.print_exc()
+
+
+if __name__ == "__main__":
+ main()
diff --git a/examples/template_food_demo.py b/examples/template_food_demo.py
new file mode 100644
index 0000000..e7a2bd6
--- /dev/null
+++ b/examples/template_food_demo.py
@@ -0,0 +1,141 @@
+"""
+Food 知识模板测试演示
+
+这个文件用于测试 hyperextract 美食餐饮领域的所有知识模板。
+只需要选择模板,程序会自动匹配对应的输入文件。
+
+使用方法:
+1. 选择知识模板(修改 TEMPLATE 变量)
+2. 运行文件:python examples/template_food_demo.py
+"""
+
+import os
+import sys
+
+# Add project root to path
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from pathlib import Path
+from dotenv import load_dotenv
+
+# 导入所有美食餐饮知识模板
+from hyperextract.templates.zh.food import (
+ # 标准化食谱
+ RecipeCollection,
+ StandardRecipeCard,
+ IngredientCompositionHypergraph,
+ # 美食评论与感官评价
+ DishReviewSummary,
+ SensoryEvaluationGraph,
+)
+
+# 导入必要的 LLM 客户端
+from langchain_openai import ChatOpenAI, OpenAIEmbeddings
+
+
+# ==========================================
+# 配置:模板与输入文件自动映射
+# ==========================================
+
+# 测试文件根目录
+TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "fixtures" / "test_samples" / "zh" / "food"
+
+# 模板到输入文件的映射关系(根据 README 中的典型应用场景)
+TEMPLATE_TO_INPUT = {
+ # 标准化食谱 -> 餐厅菜单
+ RecipeCollection: TEST_SAMPLES_ROOT / "restaurant_menu.md",
+ # 标准化食谱 -> 标准食谱卡片
+ StandardRecipeCard: TEST_SAMPLES_ROOT / "recipe_standard_card.md",
+ IngredientCompositionHypergraph: TEST_SAMPLES_ROOT / "recipe_standard_card.md",
+ # 美食评论与感官评价 -> 食评文章
+ DishReviewSummary: TEST_SAMPLES_ROOT / "food_review_article.md",
+ SensoryEvaluationGraph: TEST_SAMPLES_ROOT / "food_review_article.md",
+}
+
+
+# ==========================================
+# 选择知识模板(只需要修改这一行)
+# ==========================================
+
+# 标准化食谱
+# TEMPLATE = RecipeCollection # 菜谱名录
+# TEMPLATE = StandardRecipeCard # 单品标准食谱
+# TEMPLATE = IngredientCompositionHypergraph # 食材配伍超图
+
+# 美食评论与感官评价
+TEMPLATE = DishReviewSummary # 食评摘要清单
+# TEMPLATE = SensoryEvaluationGraph # 感官评价图谱
+
+# 自动获取对应的输入文件
+INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]
+
+
+def main():
+ """
+ 主函数:执行知识提取和展示流程
+ """
+ print("=" * 60)
+ print("Food 知识模板测试演示")
+ print("=" * 60)
+
+ # 加载环境变量
+ load_dotenv()
+
+ # 验证输入文件是否存在
+ if not INPUT_FILE.exists():
+ print(f"❌ 错误:找不到文件 {INPUT_FILE}")
+ return
+
+ print(f"\n📄 输入文件: {INPUT_FILE.name}")
+ print(f"🎯 使用模板: {TEMPLATE.__name__}")
+
+ # 初始化 LLM 客户端
+ print("\n🔧 初始化 LLM 客户端...")
+ try:
+ llm = ChatOpenAI(
+ model="gpt-4o-mini",
+ temperature=0,
+ )
+ embedder = OpenAIEmbeddings(model="text-embedding-3-small")
+ print("✅ LLM 客户端初始化成功")
+ except Exception as e:
+ print(f"❌ LLM 客户端初始化失败: {e}")
+ print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")
+ return
+
+ # 读取输入文件内容
+ print("\n📖 读取文件内容...")
+ with open(INPUT_FILE, "r", encoding="utf-8") as f:
+ content = f.read()
+ print(f"✅ 读取成功,共 {len(content)} 字符")
+
+ # 初始化模板并进行知识提取
+ print("\n🧠 开始知识提取...")
+ try:
+ # 初始化模板
+ template = TEMPLATE(
+ llm_client=llm,
+ embedder=embedder,
+ verbose=True,
+ )
+
+ # 喂入文本
+ template.feed_text(content)
+ print("✅ 知识提取完成")
+
+ # 展示结果
+ template.build_index()
+ print("\n" + "=" * 60)
+ print("📊 提取结果展示")
+ print("=" * 60)
+ template.show()
+
+ except Exception as e:
+ print(f"❌ 知识提取失败: {e}")
+ import traceback
+
+ traceback.print_exc()
+
+
+if __name__ == "__main__":
+ main()
diff --git a/examples/template_news_demo.py b/examples/template_news_demo.py
new file mode 100644
index 0000000..181080f
--- /dev/null
+++ b/examples/template_news_demo.py
@@ -0,0 +1,151 @@
+"""
+新闻传媒知识模板测试演示
+
+这个文件用于测试 hyperextract 新闻传媒领域的所有知识模板。
+只需要选择模板,程序会自动匹配对应的输入文件。
+
+使用方法:
+1. 选择知识模板(修改 TEMPLATE 变量)
+2. 运行文件:python examples/template_news_demo.py
+"""
+
+import os
+import sys
+
+# Add project root to path
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from pathlib import Path
+from dotenv import load_dotenv
+
+# 导入所有新闻传媒知识模板
+from hyperextract.templates.zh.news import (
+ # 深度调查报道
+ InvestigativeContextGraph,
+ ComplexRelationNet,
+ KeyEventSequence,
+ # 突发新闻与电讯
+ NewsEntityGraph,
+ NewsSummaryModel,
+ LiveUpdateTimeline,
+ # 政策解读与社论
+ ViewpointStructure,
+ ImpactChain,
+)
+
+# 导入必要的 LLM 客户端
+from langchain_openai import ChatOpenAI, OpenAIEmbeddings
+
+
+# ==========================================
+# 配置:模板与输入文件自动映射
+# ==========================================
+
+# 测试文件根目录
+TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "fixtures" / "test_samples" / "zh" / "news"
+
+# 模板到输入文件的映射关系(根据 README 中的典型应用场景)
+TEMPLATE_TO_INPUT = {
+ # 深度调查报道
+ InvestigativeContextGraph: TEST_SAMPLES_ROOT / "investigative_report.md",
+ ComplexRelationNet: TEST_SAMPLES_ROOT / "investigative_report.md",
+ KeyEventSequence: TEST_SAMPLES_ROOT / "investigative_report.md",
+ # 突发新闻与电讯
+ NewsEntityGraph: TEST_SAMPLES_ROOT / "breaking_news_brief.md",
+ NewsSummaryModel: TEST_SAMPLES_ROOT / "breaking_news_brief.md",
+ LiveUpdateTimeline: TEST_SAMPLES_ROOT / "live_event_updates.md",
+ # 政策解读与社论
+ ViewpointStructure: TEST_SAMPLES_ROOT / "policy_analysis.md",
+ ImpactChain: TEST_SAMPLES_ROOT / "policy_analysis.md",
+}
+
+# ==========================================
+# 选择知识模板(只需要修改这一行)
+# ==========================================
+
+# 深度调查报道
+# TEMPLATE = InvestigativeContextGraph # 调查背景图谱
+# TEMPLATE = ComplexRelationNet # 复杂关系网络
+# TEMPLATE = KeyEventSequence # 调查事件脉络
+
+# 突发新闻与电讯
+# TEMPLATE = NewsEntityGraph # 新闻实体图谱
+# TEMPLATE = NewsSummaryModel # 结构化摘要
+# TEMPLATE = LiveUpdateTimeline # 实时动态时间轴
+
+# 政策解读与社论
+# TEMPLATE = ViewpointStructure # 观点逻辑结构
+TEMPLATE = ImpactChain # 影响推演链
+
+# 自动获取对应的输入文件
+INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]
+
+
+def main():
+ """
+ 主函数:执行知识提取和展示流程
+ """
+ print("=" * 60)
+ print("新闻传媒知识模板测试演示")
+ print("=" * 60)
+
+ # 加载环境变量
+ load_dotenv()
+
+ # 验证输入文件是否存在
+ if not INPUT_FILE.exists():
+ print(f"❌ 错误:找不到文件 {INPUT_FILE}")
+ return
+
+ print(f"\n📄 输入文件: {INPUT_FILE.name}")
+ print(f"🎯 使用模板: {TEMPLATE.__name__}")
+
+ # 初始化 LLM 客户端
+ print("\n🔧 初始化 LLM 客户端...")
+ try:
+ llm = ChatOpenAI(
+ model="gpt-4o-mini",
+ temperature=0,
+ )
+ embedder = OpenAIEmbeddings(model="text-embedding-3-small")
+ print("✅ LLM 客户端初始化成功")
+ except Exception as e:
+ print(f"❌ LLM 客户端初始化失败: {e}")
+ print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")
+ return
+
+ # 读取输入文件内容
+ print("\n📖 读取文件内容...")
+ with open(INPUT_FILE, "r", encoding="utf-8") as f:
+ content = f.read()
+ print(f"✅ 读取成功,共 {len(content)} 字符")
+
+ # 初始化模板并进行知识提取
+ print("\n🧠 开始知识提取...")
+ try:
+ # 初始化模板
+ template = TEMPLATE(
+ llm_client=llm,
+ embedder=embedder,
+ verbose=True,
+ )
+
+ # 喂入文本
+ template.feed_text(content)
+ print("✅ 知识提取完成")
+
+ # 展示结果
+ template.build_index()
+ print("\n" + "=" * 60)
+ print("📊 提取结果展示")
+ print("=" * 60)
+ template.show()
+
+ except Exception as e:
+ print(f"❌ 知识提取失败: {e}")
+ import traceback
+ traceback.print_exc()
+
+
+if __name__ == "__main__":
+ main()
diff --git a/hyperextract/templates/README.md b/hyperextract/templates/README.md
index 04e7e05..275b8c0 100644
--- a/hyperextract/templates/README.md
+++ b/hyperextract/templates/README.md
@@ -355,15 +355,15 @@ Focuses on the "5Ws" (Who, What, Where, When, Why), event causality, and viewpoi
| :--- | :--- | :--- | :--- |
| **`InvestigativeContextGraph`** | `AutoGraph` | **Investigation Context Graph**. Extracts baseline static relationships (employment, kinship, location) between all entities mentioned in the report. | Entity mapping, Stakeholder identification |
| **`ComplexRelationNet`** | `AutoHypergraph` | **Complex Relationship Network**. Models multi-party social connections (e.g., family ties, political alliances, business partnerships) involving three or more entities. | Political analysis, feature stories |
-| **`KeyEventSequence`** | `AutoTemporalGraph` | **Investigative Timeline**. Traces the chronological sequence of critical events discovered during an investigation. | Retrospective reports, backgrounders |
+| **`KeyEventSequence`** | `AutoGraph` | **Investigative Timeline**. Traces the chronological sequence of critical events discovered during an investigation. | Retrospective reports, backgrounders |
* **Breaking News Wires**: Short, factual updates focusing on immediate events and entities.
| Template | Primitive | Description | Typical Use Case |
| :--- | :--- | :--- | :--- |
-| **`NewsEntityGraph`** | `AutoGraph` | **Core Entity Graph**. Quickly extracts key subjects (who) and their direct actions (what) or relations. | News feeds, entity linking |
+| **`NewsEntityGraph`** | `AutoGraph` | **Core Entity Graph**. Extracts key entities (people, organizations, locations, products, events, states, etc.) and their actions or relations from news text. | News feeds, entity linking |
| **`NewsSummaryModel`** | `AutoModel` | **Structured Summary**. Standardized extraction of 5W1H elements (Who, What, When, Where, Why, How). | News aggregation, Ticker generation |
-| **`LiveUpdateTimeline`** | `AutoTemporalGraph` | **Live Event Timeline**. Extracts minute-by-minute updates of an unfolding situation (e.g., press conferences, emergencies). | Live blog summary, Crisis monitoring |
+| **`LiveUpdateTimeline`** | `AutoGraph` | **Live Event Timeline**. Extracts minute-by-minute updates of an unfolding situation (e.g., press conferences, emergencies). | Live blog summary, Crisis monitoring |
* **Policy Analysis & Editorials**: Analytical pieces focusing on opinions, arguments, and future impacts.
diff --git a/hyperextract/templates/README_ZH.md b/hyperextract/templates/README_ZH.md
index 102a49b..e63b7e5 100644
--- a/hyperextract/templates/README_ZH.md
+++ b/hyperextract/templates/README_ZH.md
@@ -356,15 +356,15 @@
| :--- | :--- | :--- | :--- |
| **`InvestigativeContextGraph`** | `AutoGraph` | **调查背景图谱**。提取报道中涉及的所有人物、机构、地点及其表层的静态关系(如任职、亲属、所在地)。 | 实体关系梳理、利益相关方识别 |
| **`ComplexRelationNet`** | `AutoHypergraph` | **复杂关系网络**。建模涉及多方(三人及以上)的社会关联(如家族、政治盟友、商业伙伴),而非简单的点对点关系。 | 人物特稿、政商关系分析 |
-| **`KeyEventSequence`** | `AutoTemporalGraph` | **调查事件脉络**。按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。 | 深度回顾、历史遗留问题揭秘 |
+| **`KeyEventSequence`** | `AutoGraph` | **调查事件脉络**。按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。 | 深度回顾、历史遗留问题揭秘 |
* **突发新闻与电讯 (Breaking News & Wire Stories)**:注重时效性和核心事实的短消息。
| 模板名称 | 底层原语 | 描述 | 典型应用场景 |
| :--- | :--- | :--- | :--- |
-| **`NewsEntityGraph`** | `AutoGraph` | **新闻实体图谱**。快速提取快讯中的核心主体(Who)及其直接动作(Action)或状态。 | 即时新闻流、实体链接 |
+| **`NewsEntityGraph`** | `AutoGraph` | **新闻实体图谱**。提取新闻文本中的核心实体(人物、机构、地点、产品、事件、状态等)及其动作或关系。 | 即时新闻流、实体链接 |
| **`NewsSummaryModel`** | `AutoModel` | **结构化摘要**。标准化提取 5W1H 要素(Who, What, When, Where, Why, How)。 | 新闻聚合、自动简报 |
-| **`LiveUpdateTimeline`** | `AutoTemporalGraph` | **实时动态时间轴**。针对正在发生的事件(如由于发布会、突发事态),提取分钟级更新。 | 直播贴整理、实时监控 |
+| **`LiveUpdateTimeline`** | `AutoGraph` | **实时动态时间轴**。针对正在发生的事件(如由于发布会、突发事态),提取分钟级更新。 | 直播贴整理、实时监控 |
* **政策解读与社论 (Policy Analysis & Editorials)**:侧重观点、论证逻辑及未来影响分析的文章。
diff --git a/hyperextract/templates/zh/__init__.py b/hyperextract/templates/zh/__init__.py
index 4f6097f..9dfa380 100644
--- a/hyperextract/templates/zh/__init__.py
+++ b/hyperextract/templates/zh/__init__.py
@@ -130,6 +130,20 @@ from .literature import (
NarrativeStructureTree,
)
+from .news import (
+ # 深度调查报道
+ InvestigativeContextGraph,
+ ComplexRelationNet,
+ KeyEventSequence,
+ # 突发新闻与电讯
+ NewsEntityGraph,
+ NewsSummaryModel,
+ LiveUpdateTimeline,
+ # 政策解读与社论
+ ViewpointStructure,
+ ImpactChain,
+)
+
from .legal import (
# 法学专著与评注
LegalConceptOntology,
@@ -147,6 +161,27 @@ from .legal import (
BeneficialOwnershipGraph,
)
+from .food import (
+ # 标准化食谱
+ RecipeCollection,
+ StandardRecipeCard,
+ IngredientCompositionHypergraph,
+ # 美食评论与感官评价
+ DishReviewSummary,
+ SensoryEvaluationGraph,
+)
+
+from .agriculture import (
+ # 农业技术手册
+ CropGrowthCycle,
+ PestControlHypergraph,
+ # 巡田报告
+ FieldObservationList,
+ # 土壤分析报告
+ SoilNutrientModel,
+ AmendmentPlan,
+)
+
__all__ = [
# General
"KnowledgeGraph",
@@ -262,4 +297,25 @@ __all__ = [
"LitigationParticipantMap",
"ComplianceRequirementList",
"BeneficialOwnershipGraph",
+ # Food
+ "RecipeCollection",
+ "StandardRecipeCard",
+ "IngredientCompositionHypergraph",
+ "DishReviewSummary",
+ "SensoryEvaluationGraph",
+ # Agriculture
+ "CropGrowthCycle",
+ "PestControlHypergraph",
+ "FieldObservationList",
+ "SoilNutrientModel",
+ "AmendmentPlan",
+ # News
+ "InvestigativeContextGraph",
+ "ComplexRelationNet",
+ "KeyEventSequence",
+ "NewsEntityGraph",
+ "NewsSummaryModel",
+ "LiveUpdateTimeline",
+ "ViewpointStructure",
+ "ImpactChain",
]
diff --git a/hyperextract/templates/zh/agriculture/__init__.py b/hyperextract/templates/zh/agriculture/__init__.py
index 5f28270..e807858 100644
--- a/hyperextract/templates/zh/agriculture/__init__.py
+++ b/hyperextract/templates/zh/agriculture/__init__.py
@@ -1 +1,27 @@
-
\ No newline at end of file
+"""
+农业领域模板,用于从农业文档中提取结构化知识。
+
+包含作物技术手册、巡田报告、土壤分析报告等模板。
+"""
+
+# 农业技术手册
+from .crop_growth_cycle import CropGrowthCycle
+from .pest_control_hypergraph import PestControlHypergraph
+
+# 巡田报告
+from .field_observation_list import FieldObservationList
+
+# 土壤分析报告
+from .soil_nutrient_model import SoilNutrientModel
+from .amendment_plan import AmendmentPlan
+
+__all__ = [
+ # 农业技术手册
+ "CropGrowthCycle",
+ "PestControlHypergraph",
+ # 巡田报告
+ "FieldObservationList",
+ # 土壤分析报告
+ "SoilNutrientModel",
+ "AmendmentPlan",
+]
diff --git a/hyperextract/templates/zh/agriculture/amendment_plan.py b/hyperextract/templates/zh/agriculture/amendment_plan.py
new file mode 100644
index 0000000..b77e4be
--- /dev/null
+++ b/hyperextract/templates/zh/agriculture/amendment_plan.py
@@ -0,0 +1,187 @@
+"""改良方案图 - 从土壤改良方案报告中提取检测结果到改良措施的逻辑链条。
+
+适用于土壤改良方案报告、测土配方施肥建议报告、地力提升方案。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class AmendmentNode(BaseModel):
+ """改良方案节点"""
+
+ name: str = Field(description="节点名称(限制因子、改良措施、预期目标)")
+ node_type: str = Field(
+ description="节点类型:检测结果、限制因子、改良措施、预期目标"
+ )
+ description: str = Field(description="详细描述")
+
+
+class AmendmentEdge(BaseModel):
+ """改良关系边"""
+
+ source: str = Field(description="源节点")
+ target: str = Field(description="目标节点")
+ relation_type: str = Field(description="关系类型:针对、达成")
+ details: str = Field(description="详细描述")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的土壤肥料专家,请从土壤改良方案报告中提取改良方案图。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 边提取
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 检测结果:如pH5.2、有机质18.5g/kg、有效磷12.3mg/kg等
+- 限制因子:如土壤酸化、磷钾缺乏、微量元素失衡、有机质不足
+- 改良措施:如施用生石灰、增施有机肥、施用复合肥等
+- 预期目标:如pH提高至6.0、有机质提升至22g/kg等
+
+### 源文本:
+"""
+
+_NODE_PROMPT = """## 角色与任务
+你是一位专业的土壤改良方案提取专家,请从文本中提取所有相关节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 检测结果:土壤检测指标及数值,如pH5.2、有机质18.5g/kg
+- 限制因子:土壤存在的问题,如土壤酸化、磷钾缺乏、微量元素失衡
+- 改良措施:针对问题采取的措施,如施用生石灰、增施有机肥
+- 预期目标:改良后达到的目标,如pH提高至6.0、产量提升10%
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知节点列表中提取改良方案关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型"针对":表示改良措施针对某个限制因子
+- 关系类型"达成":表示预期目标与改良措施的关联
+
+"""
+
+
+class AmendmentPlan(AutoGraph[AmendmentNode, AmendmentEdge]):
+ """
+ 适用文档: 土壤改良方案报告、测土配方施肥建议报告、地力提升方案
+
+ 功能介绍:
+ 从土壤改良方案报告中提取"检测结果 → 限制因子 → 改良措施 → 预期目标"
+ 的逻辑链条,构建改良方案知识图谱。
+ 适用于精准农业处方生成、地力提升规划。
+
+ Example:
+ >>> template = AmendmentPlan(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("土壤pH5.2属于严重酸性,第一限制因子是土壤酸化...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ chunk_size: int = 2048,
+ chunk_overlap: int = 256,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化改良方案图模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ chunk_size: 每个分块的最大字符数,默认为 2048
+ chunk_overlap: 分块之间的重叠字符数,默认为 256
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=AmendmentNode,
+ edge_schema=AmendmentEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示改良方案图。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: AmendmentNode) -> str:
+ return f"{node.name} ({node.node_type})"
+
+ def edge_label_extractor(edge: AmendmentEdge) -> str:
+ return f"{edge.relation_type}"
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/agriculture/crop_growth_cycle.py b/hyperextract/templates/zh/agriculture/crop_growth_cycle.py
new file mode 100644
index 0000000..5f4313c
--- /dev/null
+++ b/hyperextract/templates/zh/agriculture/crop_growth_cycle.py
@@ -0,0 +1,206 @@
+"""作物生长周期图 - 从农业技术手册中提取作物各生长阶段的农事操作与环境要求。
+
+适用于农业技术手册、作物栽培技术规程、种植技术指南。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoTemporalGraph
+
+
+class CropGrowthNode(BaseModel):
+ """作物生长周期节点"""
+
+ name: str = Field(description="节点名称")
+ category: str = Field(description="节点类型:生长阶段、农事操作、环境条件")
+ description: str = Field(description="详细描述")
+
+
+class CropGrowthEdge(BaseModel):
+ """作物生长周期边(时序边)"""
+
+ source: str = Field(description="源节点")
+ target: str = Field(description="目标节点")
+ time: str = Field(description="时间点或时间段")
+ description: str = Field(description="关系描述")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的农业技术专家,请从农业技术手册中提取作物生长周期图。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+- **时间**:作物生长阶段的时间点或时间段
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 边提取
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 时间解析规则
+当前观察日期: {observation_time}
+
+1. 相对时间解析(基于观察日期):
+ - "播种后5-7天" → 相对于播种期的时间偏移
+ - "移栽后5-7天" → 相对于移栽期的时间偏移
+
+2. 精确时间 → 保持原样,如"4月上旬"、"分蘖期"
+3. 时间缺失 → 留空,不要猜测
+
+### 领域特定规则
+- 生长阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期
+- 农事操作:苗床准备、种子处理、移栽、水肥管理、病虫害防治
+- 环境条件:温度、湿度、光照、水分
+
+### 源文本:
+"""
+
+_NODE_PROMPT = """## 角色与任务
+你是一位专业的农业技术专家,请从文本中提取所有作物生长周期相关节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 生长阶段:如播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期
+- 农事操作:如苗床准备、种子处理、移栽、施肥、病虫害防治
+- 环境条件:如温度、湿度、光照、水分要求
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知节点列表中提取作物生长周期的时间关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+- **时间**:作物生长阶段的时间点或时间段
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 时间解析规则
+当前观察日期: {observation_time}
+
+1. 相对时间解析(基于观察日期):
+ - "播种后5-7天" → 相对于播种期的时间偏移
+ - "移栽后5-7天" → 相对于移栽期的时间偏移
+
+2. 精确时间 → 保持原样,如"4月上旬"、"分蘖期"
+3. 时间缺失 → 留空,不要猜测
+
+"""
+
+
+class CropGrowthCycle(AutoTemporalGraph[CropGrowthNode, CropGrowthEdge]):
+ """
+ 适用文档: 农业技术手册、作物栽培技术规程、种植技术指南
+
+ 功能介绍:
+ 以时间为轴,提取作物各生长阶段(播种、分蘖、成熟等)对应的关键农事操作
+ 与环境要求,构建作物生长周期知识图谱。
+ 适用于种植日历生成、农事任务规划、智慧农业决策。
+
+ Example:
+ >>> template = CropGrowthCycle(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("水稻播种期在4月上旬,播种前需要进行种子处理...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ observation_time: str | None = None,
+ chunk_size: int = 2048,
+ chunk_overlap: int = 256,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化作物生长周期图模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ observation_time: 观察时间,用于解析相对时间表达,
+ 如未指定则使用当前日期
+ chunk_size: 每个分块的最大字符数,默认为 2048
+ chunk_overlap: 分块之间的重叠字符数,默认为 256
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=CropGrowthNode,
+ edge_schema=CropGrowthEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.time}|{x.target}",
+ time_in_edge_extractor=lambda x: x.time,
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ observation_time=observation_time,
+ extraction_mode=extraction_mode,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示作物生长周期图。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: CropGrowthNode) -> str:
+ return f"{node.name} ({node.category})"
+
+ def edge_label_extractor(edge: CropGrowthEdge) -> str:
+ return f"{edge.time}"
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/agriculture/field_observation_list.py b/hyperextract/templates/zh/agriculture/field_observation_list.py
new file mode 100644
index 0000000..22581c5
--- /dev/null
+++ b/hyperextract/templates/zh/agriculture/field_observation_list.py
@@ -0,0 +1,118 @@
+"""田间观测清单 - 从巡田报告中提取结构化的田间观测记录。
+
+适用于巡田报告、田间调查记录、农作物病虫害调查记录。
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoList
+
+
+class FieldObservation(BaseModel):
+ """田间观测记录条目"""
+
+ plot_id: str = Field(description="地块编号")
+ crop: str = Field(description="作物种类和品种")
+ growth_stage: str = Field(description="当前生长阶段")
+ observation_date: str = Field(description="观测日期,统一格式为年-月-日(如2025-06-15)")
+ issues: List[str] = Field(description="观测到的问题列表,如杂草、虫害、病害、生长异常")
+ severity_level: str = Field(description="严重等级:轻微、中等、严重")
+ recommendations: List[str] = Field(description="建议措施列表")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的农技人员,请从巡田报告中提取结构化的田间观测记录。
+
+## 核心概念定义
+- **条目 (Item)**:从文本中提取的每一次巡田记录,包含地块信息、作物状态、病虫害问题及建议措施
+
+## 提取规则
+### 核心约束
+1. 每个地块的观测记录提取为一个独立的条目
+2. 问题列表和建议措施列表必须完整提取
+3. 严重等级必须明确提取
+
+### 领域特定规则
+- 地块编号:如D-001、A-12、光明村一组北畈等
+- 生长阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期
+- 问题类型:杂草、虫害、病害、生长异常、肥害、药害
+- 严重等级:轻微(可忽略或轻微影响)、中等(需要关注或部分影响)、严重(必须处理或严重影响)
+
+### 源文本:
+"""
+
+
+class FieldObservationList(AutoList[FieldObservation]):
+ """
+ 适用文档: 巡田报告、田间调查记录、农作物病虫害调查记录
+
+ 功能介绍:
+ 从巡田报告中提取结构化的田间观测记录,包含地块编号、作物种类、
+ 生长阶段、观测到的问题、严重等级及建议措施。
+ 适用于巡田日志数字化、病虫害预警、农情监测。
+
+ Example:
+ >>> template = FieldObservationList(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("地块D-001水稻处于分蘖期,发现稻飞虱约15头/百丛,严重等级轻微...")
+ >>> print(template.data)
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ chunk_size: int = 2048,
+ chunk_overlap: int = 256,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化田间观测清单模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ chunk_size: 每个分块的最大字符数,默认为 2048
+ chunk_overlap: 分块之间的重叠字符数,默认为 256
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ data_schema=FieldObservation,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_for_search: int = 3,
+ top_k_for_chat: int = 3,
+ ) -> None:
+ """
+ 可视化田间观测清单。
+
+ Args:
+ top_k_for_search (int): 检索的条目数。默认 3。
+ top_k_for_chat (int): 对话上下文中的条目数。默认 3。
+ """
+
+ def label_extractor(item: FieldObservation) -> str:
+ return f"{item.plot_id} | {item.crop} | {item.growth_stage}"
+
+ super().show(
+ item_label_extractor=label_extractor,
+ top_k_for_search=top_k_for_search,
+ top_k_for_chat=top_k_for_chat,
+ )
diff --git a/hyperextract/templates/zh/agriculture/pest_control_hypergraph.py b/hyperextract/templates/zh/agriculture/pest_control_hypergraph.py
new file mode 100644
index 0000000..f16e219
--- /dev/null
+++ b/hyperextract/templates/zh/agriculture/pest_control_hypergraph.py
@@ -0,0 +1,193 @@
+"""病虫害防治超图 - 从农业技术手册中提取病虫害与防治措施的复杂关联关系。
+
+适用于农业技术手册、病虫害防治指南、植保技术手册。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoHypergraph
+
+
+class AgriculturalEntity(BaseModel):
+ """农业实体节点"""
+
+ name: str = Field(description="实体名称(病虫害名、药剂名、作物名、生长阶段名)")
+ entity_type: str = Field(description="实体类型:病虫害、药剂、作物、生长阶段")
+ description: str = Field(description="详细描述")
+
+
+class PestControlEdge(BaseModel):
+ """病虫害防治超边"""
+
+ crop: str = Field(description="作物名称")
+ stage: str = Field(description="生长阶段")
+ pest: str = Field(description="病虫害名称")
+ pesticide: str = Field(description="推荐药剂")
+ dosage: str = Field(description="亩用量")
+ safety_interval: str = Field(description="安全间隔期")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的植物保护专家,请从农业技术手册中提取病虫害防治超图。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的农业实体
+- **边 (Edge)**:连接多个实体的超边,表示病虫害防治关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 超边提取约束
+1. 超边连接作物、生长阶段、病虫害、药剂等多类实体
+2. 每条超边必须包含作物、生长阶段、病虫害、药剂等要素
+
+### 领域特定规则
+- 病虫害类型:虫害、病害、草害
+- 药剂类型:杀虫剂、杀菌剂、除草剂
+- 病虫害名称:稻飞虱、稻纵卷叶螟、纹枯病、稻瘟病等
+- 药剂名称:25%噻嗪酮可湿性粉剂、20%氯虫苯甲酰胺悬浮剂等
+- 安全间隔期:最后一次施药至收获的天数
+
+### 源文本:
+"""
+
+_NODE_PROMPT = """## 角色与任务
+你是一位专业的植物保护专家,请从文本中提取所有农业实体作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的农业实体
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 病虫害:如稻飞虱、稻纵卷叶螟、纹枯病、稻瘟病
+- 药剂:如25%噻嗪酮可湿性粉剂、20%氯虫苯甲酰胺悬浮剂
+- 作物:如水稻、小麦、玉米
+- 生长阶段:如播种期、分蘖期、孕穗期、灌浆期
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知实体列表中提取病虫害防治超边关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的农业实体
+- **边 (Edge)**:连接多个实体的超边,表示病虫害防治关系
+
+## 提取规则
+### 核心约束
+1. 超边连接作物、生长阶段、病虫害、药剂等多类实体
+2. 仅从已知实体列表中选择参与者,不要创建未列出的实体
+3. 每条超边必须包含作物、生长阶段、病虫害、药剂、剂量、安全间隔期
+
+### 领域特定规则
+- 超边格式:{作物 + 生长阶段 + 病虫害 -> 药剂 + 剂量 + 安全间隔期}
+- 病虫害名称保持原文
+- 药剂名称保持原文,包括商品名和有效成分
+
+"""
+
+
+class PestControlHypergraph(AutoHypergraph[AgriculturalEntity, PestControlEdge]):
+ """
+ 适用文档: 农业技术手册、病虫害防治指南、植保技术手册
+
+ 功能介绍:
+ 从农业技术手册中提取复杂的病虫害防治逻辑,建模
+ {作物, 阶段, 不良诱因} -> {防治对象, 推荐药剂, 剂量, 安全间隔期}
+ 的超图关系。
+ 适用于智能植保系统、农药推荐、植保决策支持。
+
+ Example:
+ >>> template = PestControlHypergraph(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("分蘖期防治稻飞虱,可用25%噻嗪酮可湿性粉剂30-40克/亩,安全间隔期14天...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ chunk_size: int = 2048,
+ chunk_overlap: int = 256,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化病虫害防治超图模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ chunk_size: 每个分块的最大字符数,默认为 2048
+ chunk_overlap: 分块之间的重叠字符数,默认为 256
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=AgriculturalEntity,
+ edge_schema=PestControlEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.crop}_{x.stage}_{x.pest}_{x.pesticide}",
+ nodes_in_edge_extractor=lambda x: tuple(
+ [x.crop, x.stage, x.pest, x.pesticide]
+ ),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示病虫害防治超图。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: AgriculturalEntity) -> str:
+ return f"{node.name} ({node.entity_type})"
+
+ def edge_label_extractor(edge: PestControlEdge) -> str:
+ return f"{edge.crop} ({edge.stage})"
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/agriculture/soil_nutrient_model.py b/hyperextract/templates/zh/agriculture/soil_nutrient_model.py
new file mode 100644
index 0000000..0f298eb
--- /dev/null
+++ b/hyperextract/templates/zh/agriculture/soil_nutrient_model.py
@@ -0,0 +1,138 @@
+"""土壤养分模型 - 从土壤检测报告中提取核心理化指标。
+
+适用于土壤检测报告、测土配方施肥报告、地力评价报告。
+"""
+
+from typing import Any, Optional
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoModel
+
+
+class SoilNutrient(BaseModel):
+ """土壤养分模型"""
+
+ plot_id: str = Field(description="地块编号")
+ soil_type: Optional[str] = Field(description="土壤类型")
+ ph: Optional[float] = Field(description="pH值")
+ ph_level: Optional[str] = Field(
+ description="pH丰缺等级:酸性、弱酸性、中性、弱碱性、碱性"
+ )
+ organic_matter: Optional[float] = Field(description="有机质含量,单位g/kg")
+ organic_matter_level: Optional[str] = Field(description="有机质丰缺等级")
+ nitrogen: Optional[float] = Field(description="碱解氮含量,单位mg/kg")
+ nitrogen_level: Optional[str] = Field(description="氮素丰缺等级")
+ phosphorus: Optional[float] = Field(description="有效磷含量,单位mg/kg")
+ phosphorus_level: Optional[str] = Field(description="磷素丰缺等级")
+ potassium: Optional[float] = Field(description="速效钾含量,单位mg/kg")
+ potassium_level: Optional[str] = Field(description="钾素丰缺等级")
+ calcium: Optional[float] = Field(description="交换性钙含量,单位mg/kg")
+ magnesium: Optional[float] = Field(description="交换性镁含量,单位mg/kg")
+ sulfur: Optional[float] = Field(description="有效硫含量,单位mg/kg")
+ iron: Optional[float] = Field(description="有效铁含量,单位mg/kg")
+ manganese: Optional[float] = Field(description="有效锰含量,单位mg/kg")
+ copper: Optional[float] = Field(description="有效铜含量,单位mg/kg")
+ zinc: Optional[float] = Field(description="有效锌含量,单位mg/kg")
+ boron: Optional[float] = Field(description="有效硼含量,单位mg/kg")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的土壤肥料专家,请从土壤检测报告中提取土壤养分指标。
+
+## 核心概念定义
+- **对象 (Object)**:从文本中提取的土壤养分数据,包含pH、有机质、大量元素、中微量元素等指标
+
+## 提取规则
+### 核心约束
+1. 每个文档只提取一个土壤养分模型对象
+2. 检测值和丰缺等级必须同时提取
+3. 数值保留原始精度,单位按照原文
+
+### 领域特定规则
+- 土壤类型:潴育性水稻土、淹育型水稻土、潜育型水稻土、红壤、黄壤等
+- 丰缺等级:缺乏、偏低、适宜、丰富、极丰富
+- pH等级:酸性(<6.0)、弱酸性(6.0-6.5)、中性(6.5-7.0)、弱碱性(7.0-7.5)、碱性(>7.5)
+
+### 源文本:
+"""
+
+
+class SoilNutrientModel(AutoModel[SoilNutrient]):
+ """
+ 适用文档: 土壤检测报告、测土配方施肥报告、地力评价报告
+
+ 功能介绍:
+ 从土壤检测报告中提取核心理化指标,包括pH、有机质、大量元素(N-P-K)、
+ 中量元素(Ca、Mg、S)、微量元素(Fe、Mn、Cu、Zn、B)等,
+ 适用于测土配方施肥、地力等级评价。
+
+ Example:
+ >>> template = SoilNutrientModel(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("土壤检测报告显示:pH值5.2,有机质18.5g/kg...")
+ >>> print(template.data)
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ chunk_size: int = 2048,
+ chunk_overlap: int = 256,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化土壤养分模型模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ chunk_size: 每个分块的最大字符数,默认为 2048
+ chunk_overlap: 分块之间的重叠字符数,默认为 256
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ data_schema=SoilNutrient,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k: int = 3,
+ ):
+ """
+ 展示土壤养分信息。
+
+ Args:
+ top_k: 问答使用的条目数量,默认为 3
+ """
+
+ def label_extractor(item: SoilNutrient) -> str:
+ parts = [f"pH: {item.ph} ({item.ph_level})" if item.ph else "pH: N/A"]
+ if item.organic_matter:
+ parts.append(f"有机质: {item.organic_matter}g/kg")
+ if item.nitrogen:
+ parts.append(f"碱解氮: {item.nitrogen}mg/kg")
+ if item.phosphorus:
+ parts.append(f"有效磷: {item.phosphorus}mg/kg")
+ if item.potassium:
+ parts.append(f"速效钾: {item.potassium}mg/kg")
+ return f"{item.plot_id} | {item.soil_type} | " + " | ".join(parts)
+
+ super().show(
+ label_extractor=label_extractor,
+ top_k=top_k,
+ )
diff --git a/hyperextract/templates/zh/food/__init__.py b/hyperextract/templates/zh/food/__init__.py
index e69de29..6395e18 100644
--- a/hyperextract/templates/zh/food/__init__.py
+++ b/hyperextract/templates/zh/food/__init__.py
@@ -0,0 +1,22 @@
+"""
+美食餐饮领域模板,用于从美食餐饮文档中提取结构化知识。
+
+包含标准化食谱、美食评论与感官评价等模板。
+"""
+# 标准化食谱
+from .recipe_collection import RecipeCollection
+from .standard_recipe_card import StandardRecipeCard
+from .ingredient_composition_hypergraph import IngredientCompositionHypergraph
+# 美食评论与感官评价
+from .dish_review_summary import DishReviewSummary
+from .sensory_evaluation_graph import SensoryEvaluationGraph
+
+__all__ = [
+ # 标准化食谱
+ "RecipeCollection",
+ "StandardRecipeCard",
+ "IngredientCompositionHypergraph",
+ # 美食评论与感官评价
+ "DishReviewSummary",
+ "SensoryEvaluationGraph",
+]
diff --git a/hyperextract/templates/zh/food/dish_review_summary.py b/hyperextract/templates/zh/food/dish_review_summary.py
new file mode 100644
index 0000000..4244835
--- /dev/null
+++ b/hyperextract/templates/zh/food/dish_review_summary.py
@@ -0,0 +1,113 @@
+"""食评摘要清单 - 按菜品提取核心评价点、推荐等级及价格感知。
+
+适用于探店笔记结构化、必吃榜单生成。
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoList
+
+
+class ReviewItem(BaseModel):
+ """食评条目"""
+
+ dish_name: str = Field(description="菜品名称")
+ recommendation_level: str = Field(description="推荐指数,如⭐⭐⭐⭐⭐ 或 4.5/5")
+ highlights: List[str] = Field(description="亮点列表", default_factory=list)
+ improvements: List[str] = Field(description="改进空间列表", default_factory=list)
+ price_perception: str = Field(description="价格感知,如性价比高、略贵但值")
+ description: str = Field(description="详细描述")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的美食评论家,请从文本中提取每道菜品的核心评价信息,形成食评摘要清单。
+
+## 核心概念定义
+- **条目 (Item)**:从文本中提取的重复模式实例,即单个菜品的评价信息
+
+## 提取规则
+### 核心约束
+1. 提取文本中出现的每道菜品的评价信息
+2. 为每个菜品提取推荐等级(如⭐⭐⭐⭐⭐)
+3. 提取菜品亮点和可能的改进空间
+4. 提取价格感知信息
+
+### 约束条件
+- 每个菜品作为独立条目提取
+- 保持菜品名称与原文一致
+- 推荐等级使用原文的表达方式
+
+### 领域特定规则
+- 推荐指数常用表达:⭐⭐⭐⭐⭐、4.5/5、强烈推荐
+- 价格感知常用表达:性价比极高、实惠、略贵但值
+
+### 源文本:
+"""
+
+
+class DishReviewSummary(AutoList[ReviewItem]):
+ """
+ 适用文档: 美食探店评论、食评文章、必吃榜单
+
+ 功能介绍:
+ 按菜品提取核心评价点、推荐等级及价格感知,适用于探店笔记结构化、必吃榜单生成。
+
+ Example:
+ >>> template = DishReviewSummary(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("红烧肉:强烈推荐,肥而不腻,入口即化...")
+ >>> print(list(template))
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化食评摘要清单模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ item_schema=ReviewItem,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_for_search: int = 3,
+ top_k_for_chat: int = 3,
+ ):
+ """
+ 展示食评摘要清单。
+
+ Args:
+ top_k_for_search: 语义检索返回的条目数量,默认为 3
+ top_k_for_chat: 问答使用的条目数量,默认为 3
+ """
+
+ def label_extractor(item: ReviewItem) -> str:
+ return f"{item.dish_name} - {item.recommendation_level}"
+
+ super().show(
+ item_label_extractor=label_extractor,
+ top_k_for_search=top_k_for_search,
+ top_k_for_chat=top_k_for_chat,
+ )
diff --git a/hyperextract/templates/zh/food/ingredient_composition_hypergraph.py b/hyperextract/templates/zh/food/ingredient_composition_hypergraph.py
new file mode 100644
index 0000000..b97cad7
--- /dev/null
+++ b/hyperextract/templates/zh/food/ingredient_composition_hypergraph.py
@@ -0,0 +1,202 @@
+"""食材配伍超图 - 建模菜品与其 {主料, 辅料, 调味品} 的复杂组合关系。
+
+适用于成本核算、过敏原管理、新菜研发。
+
+设计原则:
+- 节点(IngredientNode):存储食材的固有属性(名称、类别)
+- 边(DishHyperedge):存储菜品信息,以及食材在该菜品中的具体角色(主料/辅料/调味品)
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoHypergraph
+
+
+class IngredientNode(BaseModel):
+ """食材节点"""
+
+ name: str = Field(description="食材名称")
+ category: str = Field(description="食材类别:主料/辅料/调味品")
+
+
+class IngredientInDish(BaseModel):
+ """食材在菜品中的信息"""
+
+ name: str = Field(description="食材名称")
+ role: str = Field(description="角色:主料/辅料/调味品")
+ quantity: str = Field(description="用量,如500克、30毫升", default="")
+
+
+class DishHyperedge(BaseModel):
+ """菜品超边 - 存储菜品信息及食材在该菜品中的具体角色"""
+
+ dish_name: str = Field(description="菜品名称")
+ cuisine: str = Field(description="菜系", default="")
+ main_ingredients: List[IngredientInDish] = Field(
+ description="主料列表", default_factory=list
+ )
+ auxiliary_ingredients: List[IngredientInDish] = Field(
+ description="辅料列表", default_factory=list
+ )
+ seasonings: List[IngredientInDish] = Field(
+ description="调味品列表", default_factory=list
+ )
+ combo_description: str = Field(description="配伍描述", default="")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的烹饪大师,请从文本中提取菜品与食材的配伍关系,建模为超边结构。
+
+## 核心概念定义
+- **节点 (Node)**:食材实体,存储食材的名称和类别
+- **边 (Edge)**:菜品超边,存储菜品信息及食材在该菜品中的具体角色
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 食材角色:主料(主要食材)、辅料(辅助食材)、调味品(调料)
+- 提取每个食材的用量信息
+- 提取配伍描述
+
+### 源文本:
+"""
+
+_NODE_PROMPT = """## 角色与任务
+请从文本中提取菜品中的所有食材实体作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:食材实体,存储食材的名称和类别
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 食材类别:主料、辅料、调味品
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知食材列表中提取菜品的配伍超边结构。
+
+## 核心概念定义
+- **边 (Edge)**:菜品超边,存储菜品信息及食材在该菜品中的具体角色
+
+## 提取规则
+### 核心约束
+1. 仅从已知食材列表中提取边,不要创建未列出的食材
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 食材角色:主料、辅料、调味品
+
+"""
+
+
+class IngredientCompositionHypergraph(AutoHypergraph[IngredientNode, DishHyperedge]):
+ """
+ 适用文档: 标准食谱、菜谱规范、烹饪教材
+
+ 功能介绍:
+ 将菜品建模为 {主料, 辅料, 调味品} 的层级化超边结构,适用于成本核算、过敏原管理、新菜研发。
+
+ 设计说明:
+ - 节点(IngredientNode):存储食材的名称和类别
+ - 边(DishHyperedge):存储菜品信息,以及食材在该菜品中的具体信息(用量、角色)
+
+ Example:
+ >>> template = IngredientCompositionHypergraph(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("红烧肉:五花肉500克,生姜30克,生抽30毫升...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化食材配伍超图模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+
+ def nodes_in_edge_extractor(edge: DishHyperedge) -> set:
+ ingredients = []
+ for ingredient_list in [
+ edge.main_ingredients,
+ edge.auxiliary_ingredients,
+ edge.seasonings,
+ ]:
+ for ingredient in ingredient_list:
+ ingredients.append(ingredient.name)
+ return set(ingredients)
+
+ super().__init__(
+ node_schema=IngredientNode,
+ edge_schema=DishHyperedge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: x.dish_name,
+ nodes_in_edge_extractor=nodes_in_edge_extractor,
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示食材配伍超图。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: IngredientNode) -> str:
+ return f"{node.name} ({node.category})"
+
+ def edge_label_extractor(edge: DishHyperedge) -> str:
+ return f"{edge.dish_name}"
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/food/recipe_collection.py b/hyperextract/templates/zh/food/recipe_collection.py
new file mode 100644
index 0000000..1cf9d4a
--- /dev/null
+++ b/hyperextract/templates/zh/food/recipe_collection.py
@@ -0,0 +1,112 @@
+"""菜谱名录 - 去重提取文本中出现的所有独立菜品实体及基本分类。
+
+适用于菜单数字化、菜品库索引构建。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoSet
+
+
+class RecipeEntry(BaseModel):
+ """菜品条目"""
+
+ name: str = Field(description="菜品名称,保持与原文一致")
+ category: str = Field(description="菜品分类:凉菜、热菜、主食、甜品、小吃、饮品等")
+ price: str = Field(description="价格,如 ¥68、18元", default="")
+ description: str = Field(description="简要描述", default="")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的餐饮知识专家,请从文本中提取所有独立菜品实体,形成菜谱名录。
+
+## 核心概念定义
+- **元素 (Element)**:具有唯一键的知识单元,即菜品实体
+
+## 提取规则
+### 核心约束
+1. 提取所有独立菜品:每个菜品只能对应一条记录,禁止重复
+2. 为每个菜品指定分类:凉菜、热菜、主食、甜品、小吃、饮品等
+3. 保持菜品名称与原文一致
+4. 如有价格信息,一并提取
+
+### 约束条件
+- 去重:同一菜品只保留一条记录
+- 保持客观准确,不添加文本中没有的信息
+- 菜品名称大小写需与原文保持一致
+
+### 领域特定规则
+- 菜单中常见的分类:凉菜、热菜、主食、甜品、小吃、饮品
+- 同一菜品在不同分类下出现时,保留所有出现过的分类
+
+### 源文本:
+"""
+
+
+class RecipeCollection(AutoSet[RecipeEntry]):
+ """
+ 适用文档: 餐厅菜单、菜谱集、美食手册
+
+ 功能介绍:
+ 去重提取文本中出现的所有独立菜品实体及基本分类,适用于菜单数字化、菜品库索引构建。
+
+ Example:
+ >>> template = RecipeCollection(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("凉拌黄瓜 ¥18, 红烧肉 ¥68, 扬州炒饭 ¥28...")
+ >>> print(list(template))
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化菜谱名录模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ item_schema=RecipeEntry,
+ key_extractor=lambda x: x.name,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_for_search: int = 3,
+ top_k_for_chat: int = 3,
+ ):
+ """
+ 展示菜谱名录。
+
+ Args:
+ top_k_for_search: 语义检索返回的条目数量,默认为 3
+ top_k_for_chat: 问答使用的条目数量,默认为 3
+ """
+
+ def item_label_extractor(item: RecipeEntry) -> str:
+ return f"{item.name} ({item.category})"
+
+ super().show(
+ item_label_extractor=item_label_extractor,
+ top_k_for_search=top_k_for_search,
+ top_k_for_chat=top_k_for_chat,
+ )
diff --git a/hyperextract/templates/zh/food/sensory_evaluation_graph.py b/hyperextract/templates/zh/food/sensory_evaluation_graph.py
new file mode 100644
index 0000000..e43f64a
--- /dev/null
+++ b/hyperextract/templates/zh/food/sensory_evaluation_graph.py
@@ -0,0 +1,173 @@
+"""感官评价图谱 - 提取 {菜品} -[具有特征]-> {口感/味道} -[归因于]-> {食材/技法} 的评价逻辑。
+
+适用于风味归因分析、新品研发反馈。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class SensoryNode(BaseModel):
+ """感官评价节点"""
+
+ name: str = Field(description="节点名称")
+ category: str = Field(description="节点类型:菜品/口感/味道/食材/技法")
+ description: str = Field(description="简要描述", default="")
+
+
+class SensoryEdge(BaseModel):
+ """感官评价边"""
+
+ source: str = Field(description="源节点")
+ target: str = Field(description="目标节点")
+ relation_type: str = Field(description="关系类型:具有特征/归因于")
+ description: str = Field(description="详细描述")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的美食评论家,请从文本中提取感官评价图谱,包括菜品、口感/味道、食材/技法之间的归因关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知实体列表中提取边,不要创建未列出的实体
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)
+- 节点类型:菜品、口感、味道、食材、技法
+
+### 源文本:
+"""
+
+_NODE_PROMPT = """## 角色与任务
+请从文本中提取所有感官评价相关的节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 节点类型:菜品、口感、味道、食材、技法
+- 口感描述词:脆爽、鲜嫩、Q弹、绵密、软糯等
+- 味道描述词:鲜香、麻辣、酸甜、醇厚、清爽等
+- 技法描述词:腌制、烹煮、火候、刀工等
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从给定节点列表中提取感官评价边,构建评价逻辑图。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:节点之间的关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 每条边必须连接已提取的节点
+3. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)
+
+"""
+
+
+class SensoryEvaluationGraph(AutoGraph[SensoryNode, SensoryEdge]):
+ """
+ 适用文档: 美食评论、食评文章、风味分析报告
+
+ 功能介绍:
+ 提取 {菜品} -[具有特征]-> {口感/味道} -[归因于]-> {食材/技法} 的评价逻辑,适用于风味归因分析、新品研发反馈。
+
+ Example:
+ >>> template = SensoryEvaluationGraph(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("红烧肉:肥而不腻,入口即化,这得益于五花肉的品质和慢火炖煮...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化感官评价图谱模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=SensoryNode,
+ edge_schema=SensoryEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示感官评价图谱。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: SensoryNode) -> str:
+ return f"{node.name} ({node.category})"
+
+ def edge_label_extractor(edge: SensoryEdge) -> str:
+ return edge.relation_type
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/food/standard_recipe_card.py b/hyperextract/templates/zh/food/standard_recipe_card.py
new file mode 100644
index 0000000..0a8b857
--- /dev/null
+++ b/hyperextract/templates/zh/food/standard_recipe_card.py
@@ -0,0 +1,114 @@
+"""单品标准食谱 - 针对单个菜品提取完整的配料表、步骤说明及关键TIPS。
+
+适用于后厨SOP卡片、烹饪教学。
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoModel
+
+
+class RecipeInfo(BaseModel):
+ """标准食谱信息"""
+
+ name: str = Field(description="菜名")
+ cuisine: str = Field(description="菜系,如浙菜、川菜、粤菜等", default="")
+ category: str = Field(description="分类,如热菜、凉菜、主食、甜品等", default="")
+ flavor: str = Field(description="口味描述,如咸甜鲜香、麻辣等", default="")
+ difficulty: str = Field(description="难度:简单/中等/困难", default="")
+ cooking_time: str = Field(description="预估烹饪时间,如90分钟", default="")
+ servings: str = Field(description="适合人数,如4-6人份", default="")
+ main_ingredients: List[str] = Field(description="主料列表", default_factory=list)
+ auxiliary_ingredients: List[str] = Field(
+ description="辅料列表", default_factory=list
+ )
+ seasonings: List[str] = Field(description="调味品列表", default_factory=list)
+ steps: List[str] = Field(description="烹饪步骤列表", default_factory=list)
+ tips: List[str] = Field(description="关键控制点TIPS", default_factory=list)
+ nutrition_info: str = Field(description="营养信息", default="")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的烹饪大师,请从文本中提取单个菜品的完整标准食谱信息。
+
+## 提取规则
+### 核心约束
+1. 识别文本的核心菜品主体
+2. 提取菜名、菜系、分类、口味等基本信息
+3. 提取完整的原料信息(分为主料、辅料、调味品)
+4. 提取详细的烹饪步骤
+5. 提取关键控制点TIPS
+
+### 领域特定规则
+- 原料分类:主料(主要食材)、辅料(辅助食材)、调味品(调料)
+- 烹饪步骤:按顺序提取,每步一个条目
+- TIPS:提取烹饪中的关键技巧和注意事项
+
+### 源文本:
+"""
+
+
+class StandardRecipeCard(AutoModel[RecipeInfo]):
+ """
+ 适用文档: 标准食谱卡片、菜谱规范、烹饪教程
+
+ 功能介绍:
+ 针对单个菜品提取完整的配料表、步骤说明及关键TIPS,适用于后厨SOP卡片、烹饪教学。
+
+ Example:
+ >>> template = StandardRecipeCard(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("红烧肉:五花肉500克,生抽30毫升...")
+ >>> print(template.data.name)
+ >>> print(template.data.steps)
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化单品标准食谱模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ data_schema=RecipeInfo,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k: int = 3,
+ ):
+ """
+ 展示标准食谱信息。
+
+ Args:
+ top_k: 问答使用的条目数量,默认为 3
+ """
+
+ def label_extractor(item: RecipeInfo) -> str:
+ return f"{item.name} ({item.category})"
+
+ super().show(
+ label_extractor=label_extractor,
+ top_k=top_k,
+ )
diff --git a/hyperextract/templates/zh/news/__init__.py b/hyperextract/templates/zh/news/__init__.py
index e69de29..df3b32b 100644
--- a/hyperextract/templates/zh/news/__init__.py
+++ b/hyperextract/templates/zh/news/__init__.py
@@ -0,0 +1,33 @@
+"""
+新闻领域模板,用于从新闻文档中提取结构化知识。
+
+包含深度调查报道、突发新闻与电讯、政策解读与社论等模板。
+"""
+
+# 深度调查报道
+from .investigative_context_graph import InvestigativeContextGraph
+from .complex_relation_net import ComplexRelationNet
+from .key_event_sequence import KeyEventSequence
+
+# 突发新闻与电讯
+from .news_entity_graph import NewsEntityGraph
+from .news_summary_model import NewsSummaryModel
+from .live_update_timeline import LiveUpdateTimeline
+
+# 政策解读与社论
+from .viewpoint_structure import ViewpointStructure
+from .impact_chain import ImpactChain
+
+__all__ = [
+ # 深度调查报道
+ "InvestigativeContextGraph",
+ "ComplexRelationNet",
+ "KeyEventSequence",
+ # 突发新闻与电讯
+ "NewsEntityGraph",
+ "NewsSummaryModel",
+ "LiveUpdateTimeline",
+ # 政策解读与社论
+ "ViewpointStructure",
+ "ImpactChain",
+]
diff --git a/hyperextract/templates/zh/news/complex_relation_net.py b/hyperextract/templates/zh/news/complex_relation_net.py
new file mode 100644
index 0000000..a996ca0
--- /dev/null
+++ b/hyperextract/templates/zh/news/complex_relation_net.py
@@ -0,0 +1,184 @@
+"""复杂关系网络 - 建模涉及多方(三人及以上)的社会关联。
+
+适用于人物特稿、政商关系分析。
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoHypergraph
+
+
+class ParticipantNode(BaseModel):
+ """参与者节点"""
+
+ name: str = Field(description="参与者名称")
+ role: str = Field(description="角色:企业、个人、机构")
+ description: str = Field(description="参与者描述", default="")
+
+
+class ComplexRelationHyperedge(BaseModel):
+ """复杂关系超边"""
+
+ relationType: str = Field(
+ description="关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系"
+ )
+ participants: List[str] = Field(description="参与者列表(3个及以上)")
+ description: str = Field(description="关系描述")
+
+
+_NODE_PROMPT = """## 角色与任务
+请从调查报道文本中提取所有参与者作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的参与者实体
+- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 参与者类型:企业、个人、机构
+- 参与者描述要包含基本背景信息
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知参与者列表中提取涉及多方(3人及以上)的复杂关系超边。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的参与者实体
+- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联
+
+## 提取规则
+### 核心约束
+1. 超边必须包含至少3个参与者
+2. 仅从已知参与者列表中提取边,不要创建未列出的参与者
+3. 描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系
+- 描述多方之间的具体关联
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻调查记者,请从调查报道文本中提取参与者以及它们之间的复杂关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的参与者实体
+- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+3. 超边必须包含至少3个参与者
+4. 仅从已知参与者列表中提取边,不要创建未列出的参与者
+5. 描述应与原文保持一致
+
+### 领域特定规则
+- 参与者类型:企业、个人、机构
+- 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系
+
+### 源文本:
+"""
+
+
+class ComplexRelationNet(AutoHypergraph[ParticipantNode, ComplexRelationHyperedge]):
+ """
+ 适用文档: 人物特稿、政商关系分析
+
+ 功能介绍:
+ 建模涉及多方(三人及以上)的社会关联(如家族、政治盟友、商业伙伴),而非简单的点对点关系。
+
+ 设计说明:
+ - 节点(ParticipantNode):存储参与者信息,包括名称、角色、描述
+ - 边(ComplexRelationHyperedge):存储复杂关系信息,包括参与者列表及关系描述
+
+ Example:
+ >>> template = ComplexRelationNet(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某地产项目调查报道...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化复杂关系网络模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+
+ def nodes_in_edge_extractor(edge: ComplexRelationHyperedge) -> set:
+ return set(edge.participants)
+
+ super().__init__(
+ node_schema=ParticipantNode,
+ edge_schema=ComplexRelationHyperedge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.relationType}|{len(x.participants)}",
+ nodes_in_edge_extractor=nodes_in_edge_extractor,
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示复杂关系网络。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: ParticipantNode) -> str:
+ return f"{node.name}[{node.role}]"
+
+ def edge_label_extractor(edge: ComplexRelationHyperedge) -> str:
+ return f"{edge.relationType}: {len(edge.participants)}人"
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/impact_chain.py b/hyperextract/templates/zh/news/impact_chain.py
new file mode 100644
index 0000000..3c6d56c
--- /dev/null
+++ b/hyperextract/templates/zh/news/impact_chain.py
@@ -0,0 +1,176 @@
+"""影响推演链 - 提取"政策/事件 -> 影响群体 -> 预期后果"的因果预测链条。
+
+适用于宏观政策解读、行业影响评估。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class ImpactNode(BaseModel):
+ """影响节点"""
+
+ name: str = Field(description="节点名称")
+ category: str = Field(description="节点类型:政策/事件、影响群体、预期后果")
+ description: str = Field(description="描述")
+
+
+class ImpactEdge(BaseModel):
+ """影响边"""
+
+ source: str = Field(description="原因")
+ target: str = Field(description="结果")
+ relationType: str = Field(description="关系类型:影响、导致、预期")
+ description: str = Field(description="影响描述")
+
+
+_NODE_PROMPT = """## 角色与任务
+请从政策分析文本中提取所有影响链相关实体作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的影响链实体
+- **边 (Edge)**:实体之间的因果关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 节点类型:政策/事件(政策文件、重大事件)、影响群体(企业、消费者、经销商等)、预期后果(销量变化、价格调整、市场调整等)
+- 描述要包含简要信息
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知实体列表中提取因果影响关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的影响链实体
+- **边 (Edge)**:实体之间的因果关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:影响(政策对群体的影响)、导致(原因导致结果)、预期(对未来趋势的预测)
+- 描述原因到结果的逻辑链条
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的政策分析师,请从政策分析文本中提取影响链实体和它们之间的因果关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的影响链实体
+- **边 (Edge)**:实体之间的因果关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知实体列表中提取边,不要创建未列出的实体
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 节点类型:政策/事件、影响群体、预期后果
+- 关系类型:影响、导致、预期
+
+### 源文本:
+"""
+
+
+class ImpactChain(AutoGraph[ImpactNode, ImpactEdge]):
+ """
+ 适用文档: 政策解读、行业分析报告
+
+ 功能介绍:
+ 提取"政策/事件 -> 影响群体 -> 预期后果"的因果预测链条。
+
+ 设计说明:
+ - 节点(ImpactNode):存储影响链实体信息,包括名称、类型、描述
+ - 边(ImpactEdge):存储因果关系信息,包括原因、结果、关系类型、描述
+
+ Example:
+ >>> template = ImpactChain(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某政策解读文章...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化影响推演链模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=ImpactNode,
+ edge_schema=ImpactEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示影响推演链。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: ImpactNode) -> str:
+ return f"{node.name}[{node.category}]"
+
+ def edge_label_extractor(edge: ImpactEdge) -> str:
+ return edge.relationType
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/investigative_context_graph.py b/hyperextract/templates/zh/news/investigative_context_graph.py
new file mode 100644
index 0000000..d238999
--- /dev/null
+++ b/hyperextract/templates/zh/news/investigative_context_graph.py
@@ -0,0 +1,179 @@
+"""调查背景图谱 - 提取报道中涉及的所有人物、机构、地点及其表层的静态关系。
+
+适用于深度调查报道、人物特稿。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class NewsEntityNode(BaseModel):
+ """新闻实体节点"""
+
+ name: str = Field(description="实体名称")
+ category: str = Field(description="实体类型:人物、机构、地点")
+ description: str = Field(description="简要描述", default="")
+
+
+class NewsContextEdge(BaseModel):
+ """背景关系边"""
+
+ source: str = Field(description="源实体")
+ target: str = Field(description="目标实体")
+ relationType: str = Field(
+ description="关系类型:任职、亲属、所属、所在地、投资、抵押"
+ )
+ description: str = Field(description="关系描述")
+
+
+_NODE_PROMPT = """## 角色与任务
+你是一位专业的新闻调查记者,请从调查报道文本中提取所有实体作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 实体类型:人物(包含姓名、职务)、机构(公司、政府部门)、地点(地址、区域)
+- 人物描述要包含职务或身份信息
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知实体列表中提取实体之间的关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:任职(人物-机构)、亲属(人物-人物)、所属(机构-机构/个人)、所在地(机构/个人-地点)、投资(机构-机构)、抵押(机构-地点)
+- 描述两人之间的具体关系
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻调查记者,请从调查报道文本中提取实体和它们之间的关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知实体列表中提取边,不要创建未列出的实体
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 实体类型:人物(包含姓名、职务)、机构(公司、政府部门)、地点(地址、区域)
+- 人物描述要包含职务或身份信息
+- 关系类型:任职、亲属、所属、所在地、投资、抵押
+
+### 源文本:
+"""
+
+
+class InvestigativeContextGraph(AutoGraph[NewsEntityNode, NewsContextEdge]):
+ """
+ 适用文档: 深度调查报道、人物特稿
+
+ 功能介绍:
+ 提取报道中涉及的所有人物、机构、地点及其表层的静态关系(如任职、亲属、所在地)。
+
+ 设计说明:
+ - 节点(NewsEntityNode):存储实体信息,包括名称、类型、描述
+ - 边(NewsContextEdge):存储实体间的关系及描述
+
+ Example:
+ >>> template = InvestigativeContextGraph(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某地产项目调查报道...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化调查背景图谱模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=NewsEntityNode,
+ edge_schema=NewsContextEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示调查背景图谱。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: NewsEntityNode) -> str:
+ return f"{node.name}[{node.category}]"
+
+ def edge_label_extractor(edge: NewsContextEdge) -> str:
+ return edge.relationType
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/key_event_sequence.py b/hyperextract/templates/zh/news/key_event_sequence.py
new file mode 100644
index 0000000..fae6ee4
--- /dev/null
+++ b/hyperextract/templates/zh/news/key_event_sequence.py
@@ -0,0 +1,182 @@
+"""调查事件脉络 - 按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。
+
+适用于深度调查报道、历史遗留问题揭秘。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class EventNode(BaseModel):
+ """事件节点"""
+ name: str = Field(description="事件名称")
+ category: str = Field(description="事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示")
+ time: str = Field(description="时间,格式为年-月-日(如 2023-09-15)")
+ description: str = Field(description="事件描述")
+
+
+class EventSequenceEdge(BaseModel):
+ """事件序列边"""
+ source: str = Field(description="前置事件名称")
+ target: str = Field(description="后续事件名称")
+ relationType: str = Field(description="关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查")
+ description: str = Field(description="因果描述,说明两事件之间的逻辑关系")
+
+
+_NODE_PROMPT = """## 角色与任务
+请从调查报道文本中提取所有关键事件作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的关键事件
+- **边 (Edge)**:事件之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示
+- 时间格式:年-月-日(如 2023-09-15),精确到日
+- 事件描述要包含简要信息
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知事件列表中提取事件之间的关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的关键事件
+- **边 (Edge)**:事件之间的关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知事件列表中提取边,不要创建未列出的事件
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:紧接(紧接着发生)、导致(直接原因)、触发(导火索/间接原因)、升级(事态扩大)、回应(对某事件的回应)、协调(多方协商处理)、裁决(法律/官方判定)、调查(正在调查阶段)
+- 描述两事件之间的具体逻辑关系
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻调查记者,请从调查报道文本中提取关键事件以及它们之间的关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的关键事件
+- **边 (Edge)**:事件之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知事件列表中提取边,不要创建未列出的事件
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示
+- 时间格式:年-月-日(如 2023-09-15),精确到日
+- 关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查
+
+### 源文本:
+"""
+
+
+class KeyEventSequence(AutoGraph[EventNode, EventSequenceEdge]):
+ """
+ 适用文档: 深度调查报道、历史遗留问题揭秘
+
+ 功能介绍:
+ 按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。
+
+ 设计说明:
+ - 节点(EventNode):存储事件信息,包括名称、类型、时间、描述
+ - 边(EventSequenceEdge):存储事件之间的关系及描述
+
+ Example:
+ >>> template = KeyEventSequence(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某地产项目调查报道...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ chunk_size: int = 512,
+ chunk_overlap: int = 64,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化调查事件脉络模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ chunk_size: 每个分块的最大字符数,默认为 512
+ chunk_overlap: 分块之间的重叠字符数,默认为 64
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=EventNode,
+ edge_schema=EventSequenceEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示调查事件脉络。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+ def node_label_extractor(node: EventNode) -> str:
+ return f"{node.name} ({node.time})"
+
+ def edge_label_extractor(edge: EventSequenceEdge) -> str:
+ return edge.relationType
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/live_update_timeline.py b/hyperextract/templates/zh/news/live_update_timeline.py
new file mode 100644
index 0000000..5a2ee32
--- /dev/null
+++ b/hyperextract/templates/zh/news/live_update_timeline.py
@@ -0,0 +1,185 @@
+"""实时动态时间轴 - 针对正在发生的事件,提取分钟级更新。
+
+适用于直播贴整理、实时监控。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class UpdatePointNode(BaseModel):
+ """更新节点"""
+ time: str = Field(description="时间点,格式为HH:MM")
+ event: str = Field(description="事件内容")
+ name: str = Field(description="简短名称/摘要")
+ speaker: str = Field(description="发言人", default="")
+
+
+class TimelineEdge(BaseModel):
+ """时间轴边"""
+ source: str = Field(description="源时间点(格式为HH:MM)")
+ target: str = Field(description="目标时间点(格式为HH:MM)")
+ relationType: str = Field(description="关系类型:开场、介绍、发布、发言、提问、回答、总结、结束")
+ description: str = Field(description="详细描述")
+
+
+_NODE_PROMPT = """## 角色与任务
+请从实时直播文本中提取所有时间更新点作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的时间更新点
+- **边 (Edge)**:时间点之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 时间格式:HH:MM(24小时制)
+- 事件内容要包含详细信息
+- 简短名称要简洁明了
+- 发言人如无则为空白
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知时间点列表中提取时间轴边。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的时间更新点
+- **边 (Edge)**:时间点之间的关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知时间点列表中提取边,不要创建未列出的时间点
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:开场(会议开始)、介绍(介绍环节)、发布(正式发布)、发言(领导/发言人讲话)、提问(记者提问)、回答(回应问题)、总结(总结陈词)、结束(会议结束)
+- 描述两时间点之间的具体关系
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻直播编辑,请从实时直播文本中提取时间更新点以及它们之间的关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的时间更新点
+- **边 (Edge)**:时间点之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知时间点列表中提取边,不要创建未列出的时间点
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 时间格式:HH:MM(24小时制)
+- 事件内容要包含详细信息
+- 简短名称要简洁明了
+- 关系类型:开场、介绍、发布、发言、提问、回答、总结、结束
+- 发言人如无则为空白
+
+### 源文本:
+"""
+
+
+class LiveUpdateTimeline(AutoGraph[UpdatePointNode, TimelineEdge]):
+ """
+ 适用文档: 直播贴、实时新闻更新
+
+ 功能介绍:
+ 针对正在发生的事件(如直播、发布会),提取分钟级时间更新。
+
+ 设计说明:
+ - 节点(UpdatePointNode):存储时间点信息,包括时间、事件、名称、发言人
+ - 边(TimelineEdge):存储时间点之间的关系及描述
+
+ Example:
+ >>> template = LiveUpdateTimeline(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某发布会直播...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ chunk_size: int = 512,
+ chunk_overlap: int = 64,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化实时动态时间轴模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ chunk_size: 每个分块的最大字符数,默认为 512
+ chunk_overlap: 分块之间的重叠字符数,默认为 64
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=UpdatePointNode,
+ edge_schema=TimelineEdge,
+ node_key_extractor=lambda x: x.time,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示实时动态时间轴。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+ def node_label_extractor(node: UpdatePointNode) -> str:
+ return f"{node.time} {node.name}"
+
+ def edge_label_extractor(edge: TimelineEdge) -> str:
+ return edge.relationType
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/news_entity_graph.py b/hyperextract/templates/zh/news/news_entity_graph.py
new file mode 100644
index 0000000..8b62cc3
--- /dev/null
+++ b/hyperextract/templates/zh/news/news_entity_graph.py
@@ -0,0 +1,183 @@
+"""新闻实体图谱 - 快速提取新闻中的核心主体及其动作或状态。
+
+适用于即时新闻流、实体链接。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoGraph
+
+
+class NewsEntityNode(BaseModel):
+ """新闻实体节点"""
+
+ name: str = Field(description="实体名称")
+ category: str = Field(description="实体类型:人物、机构、地点、产品、事件")
+ description: str = Field(description="简要描述", default="")
+
+
+class NewsActionEdge(BaseModel):
+ """新闻动作边"""
+
+ source: str = Field(description="源实体")
+ target: str = Field(description="目标实体")
+ relationType: str = Field(
+ description="关系类型,例如:发布、任命、收购等"
+ )
+ description: str = Field(description="动作详细描述", default="")
+
+
+_NODE_PROMPT = """## 角色与任务
+你是一位专业的新闻编辑,请从新闻文本中提取所有实体作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+
+### 领域特定规则
+- 实体类型:人物、机构、地点、产品、事件
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知实体列表中提取实体之间的动作或关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的动作或关系
+
+## 提取规则
+### 核心约束
+1. 仅从已知实体列表中提取边,不要创建未列出的实体
+2. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 关系类型:例如:发布、任命、收购等
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻编辑,请从新闻文本中提取实体和它们之间的动作或关系。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的实体
+- **边 (Edge)**:实体之间的动作或关系
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+2. 实体名称与原文保持一致
+3. 仅从已知实体列表中提取边,不要创建未列出的实体
+4. 关系描述应与原文保持一致
+
+### 领域特定规则
+- 实体类型:人物、机构、地点、产品、事件
+- 关系类型:例如:发布、任命、收购等
+
+### 源文本:
+"""
+
+
+class NewsEntityGraph(AutoGraph[NewsEntityNode, NewsActionEdge]):
+ """
+ 适用文档: 即时新闻快讯、实时新闻流
+
+ 功能介绍:
+ 快速提取新闻中的核心主体(Who)及其直接动作(Action)或状态。
+ 适用于实体链接、新闻聚合、事件追踪等场景。
+
+ 设计说明:
+ - 节点(NewsEntityNode):存储实体信息,包括名称、类型、描述
+ - 边(NewsActionEdge):存储动作/关系信息,包括主体、对象、动作类型、描述
+
+ Example:
+ >>> template = NewsEntityGraph(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("今日快讯:某公司宣布...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ chunk_size: int = 512,
+ chunk_overlap: int = 64,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化新闻实体图谱模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ chunk_size: 每个分块的最大字符数,默认为 512
+ chunk_overlap: 分块之间的重叠字符数,默认为 64
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ node_schema=NewsEntityNode,
+ edge_schema=NewsActionEdge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",
+ nodes_in_edge_extractor=lambda x: (x.source, x.target),
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ chunk_size=chunk_size,
+ chunk_overlap=chunk_overlap,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示新闻实体图谱。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: NewsEntityNode) -> str:
+ return f"{node.name}[{node.category}]"
+
+ def edge_label_extractor(edge: NewsActionEdge) -> str:
+ return edge.relationType
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/hyperextract/templates/zh/news/news_summary_model.py b/hyperextract/templates/zh/news/news_summary_model.py
new file mode 100644
index 0000000..2008e70
--- /dev/null
+++ b/hyperextract/templates/zh/news/news_summary_model.py
@@ -0,0 +1,113 @@
+"""结构化摘要 - 标准化提取 5W1H 要素。
+
+适用于新闻聚合、自动简报。
+"""
+
+from typing import Any
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoModel
+
+
+class NewsSummaryInfo(BaseModel):
+ """新闻摘要信息"""
+
+ who: str = Field(description="核心人物/主体")
+ what: str = Field(description="发生了什么")
+ when: str = Field(description="时间")
+ where: str = Field(description="地点")
+ why: str = Field(description="原因")
+ how: str = Field(description="如何发生")
+ casualties: str = Field(description="伤亡情况", default="")
+ response: str = Field(description="官方回应", default="")
+
+
+_PROMPT = """## 角色与任务
+你是一位专业的新闻编辑,请从新闻文本中提取结构化的5W1H要素,构建新闻摘要。
+
+## 提取规则
+1. 识别核心人物/主体(Who)
+2. 识别发生了什么(What)
+3. 识别时间(When)
+4. 识别地点(Where)
+5. 识别原因(Why)
+6. 识别如何发生(How)
+7. 识别伤亡情况(Casualties),如无则为空白
+8. 识别官方回应(Response),如无则为空白
+
+### 约束条件
+- 只提取文本中明确提及的信息,不添加额外内容
+- 保持客观准确,符合新闻写作风格
+- 时间格式统一为年-月-日或具体时间点
+- 地点要具体到城市或区域
+
+### 源文本:
+"""
+
+
+class NewsSummaryModel(AutoModel[NewsSummaryInfo]):
+ """
+ 适用文档: 新闻快讯、新闻聚合
+
+ 功能介绍:
+ 标准化提取 5W1H 要素(Who, What, When, Where, Why, How)。
+
+ 设计说明:
+ - 输出(NewsSummaryInfo):包含 who、what、when、where、why、how、casualties、response 字段
+
+ Example:
+ >>> template = NewsSummaryModel(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某地发生交通事故...")
+ >>> print(template.data.who)
+ >>> print(template.data.what)
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化结构化摘要模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+ super().__init__(
+ data_schema=NewsSummaryInfo,
+ llm_client=llm_client,
+ embedder=embedder,
+ prompt=_PROMPT,
+ max_workers=max_workers,
+ verbose=verbose,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k: int = 3,
+ ):
+ """
+ 展示新闻摘要。
+
+ Args:
+ top_k: 问答使用的条目数量,默认为 3
+ """
+
+ def label_extractor(item: NewsSummaryInfo) -> str:
+ return f"{item.when} {item.where}: {item.what[:30]}..."
+
+ super().show(
+ label_extractor=label_extractor,
+ top_k=top_k,
+ )
diff --git a/hyperextract/templates/zh/news/viewpoint_structure.py b/hyperextract/templates/zh/news/viewpoint_structure.py
new file mode 100644
index 0000000..acb381c
--- /dev/null
+++ b/hyperextract/templates/zh/news/viewpoint_structure.py
@@ -0,0 +1,194 @@
+"""观点逻辑结构 - 建模文章的论证逻辑:{核心观点, 支撑论据, 背景引用}。
+
+适用于社论分析、舆情观点聚类。
+"""
+
+from typing import Any, List
+from pydantic import BaseModel, Field
+from langchain_core.language_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+from hyperextract.types import AutoHypergraph
+
+
+class ArgumentElementNode(BaseModel):
+ """论证元素节点"""
+
+ name: str = Field(description="元素名称")
+ category: str = Field(description="元素类型:观点、论据、背景引用")
+ content: str = Field(description="内容")
+ source: str = Field(description="来源", default="")
+
+
+class ViewpointHyperedge(BaseModel):
+ """观点结构超边"""
+
+ coreViewpoint: str = Field(description="核心观点")
+ supportingEvidences: List[str] = Field(description="支撑论据列表")
+ backgroundCitations: List[str] = Field(description="背景引用列表")
+ source: str = Field(description="观点来源(专家/机构名称)", default="")
+ description: str = Field(description="论证描述")
+
+
+_NODE_PROMPT = """## 角色与任务
+请从政策分析或社论文本中提取所有论证元素作为节点。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的论证元素
+- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点
+2. 元素名称与原文保持一致
+
+### 领域特定规则
+- 元素类型:观点(核心论点)、论据(支撑观点的证据或分析)、背景引用(政策、数据、专家说法)
+- 内容要完整概括原文意思
+- 来源如无则为空白
+
+### 源文本:
+"""
+
+_EDGE_PROMPT = """## 角色与任务
+请从已知论证元素列表中提取观点结构的超边。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的论证元素
+- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构
+
+## 提取规则
+### 核心约束
+1. 超边必须包含至少一个论据或背景引用
+2. 超边必须包含核心观点
+3. 仅从已知元素列表中提取边,不要创建未列出的元素
+4. 描述应与原文保持一致
+
+### 领域特定规则
+- 论据:支撑观点的证据或分析
+- 背景引用:政策文件、统计数据、专家说法
+- 观点:作者的核心论点
+
+"""
+
+_PROMPT = """## 角色与任务
+你是一位专业的政策分析师,请从文本中提取论证元素以及它们组成的观点结构超边。
+
+## 核心概念定义
+- **节点 (Node)**:从文档中提取的论证元素
+- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构
+
+## 提取规则
+### 核心约束
+1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点
+2. 元素名称与原文保持一致
+3. 超边必须包含至少一个论据或背景引用
+4. 超边必须包含核心观点
+5. 仅从已知元素列表中提取边,不要创建未列出的元素
+6. 描述应与原文保持一致
+
+### 领域特定规则
+- 元素类型:观点、论据、背景引用
+- 论据:支撑观点的证据或分析
+- 背景引用:政策文件、统计数据、专家说法
+- 观点:作者的核心论点
+
+### 源文本:
+"""
+
+
+class ViewpointStructure(AutoHypergraph[ArgumentElementNode, ViewpointHyperedge]):
+ """
+ 适用文档: 政策分析、社论、舆情文章
+
+ 功能介绍:
+ 建模文章的论证逻辑:{核心观点, 支撑论据, 背景引用}。
+
+ 设计说明:
+ - 节点(ArgumentElementNode):存储论证元素信息,包括名称、类型、内容、来源
+ - 边(ViewpointHyperedge):存储观点结构信息,包括核心观点、论据、引用、描述
+
+ Example:
+ >>> template = ViewpointStructure(llm_client=llm, embedder=embedder)
+ >>> template.feed_text("某政策解读文章...")
+ >>> template.show()
+ """
+
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ *,
+ extraction_mode: str = "two_stage",
+ max_workers: int = 10,
+ verbose: bool = False,
+ **kwargs: Any,
+ ):
+ """
+ 初始化观点逻辑结构模板。
+
+ Args:
+ llm_client: LLM 客户端,用于知识提取
+ embedder: 嵌入模型,用于语义检索
+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)
+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"
+ max_workers: 最大工作线程数,默认为 10
+ verbose: 是否输出详细日志,默认为 False
+ **kwargs: 其他技术参数,传递给基类
+ """
+
+ def nodes_in_edge_extractor(edge: ViewpointHyperedge) -> set:
+ nodes = set()
+ nodes.add(edge.coreViewpoint)
+ nodes.update(edge.supportingEvidences)
+ nodes.update(edge.backgroundCitations)
+ return nodes
+
+ super().__init__(
+ node_schema=ArgumentElementNode,
+ edge_schema=ViewpointHyperedge,
+ node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: x.coreViewpoint[:30],
+ nodes_in_edge_extractor=nodes_in_edge_extractor,
+ llm_client=llm_client,
+ embedder=embedder,
+ extraction_mode=extraction_mode,
+ max_workers=max_workers,
+ verbose=verbose,
+ prompt=_PROMPT,
+ prompt_for_node_extraction=_NODE_PROMPT,
+ prompt_for_edge_extraction=_EDGE_PROMPT,
+ **kwargs,
+ )
+
+ def show(
+ self,
+ *,
+ top_k_nodes_for_search: int = 3,
+ top_k_edges_for_search: int = 3,
+ top_k_nodes_for_chat: int = 3,
+ top_k_edges_for_chat: int = 3,
+ ):
+ """
+ 展示观点逻辑结构。
+
+ Args:
+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3
+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3
+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3
+ top_k_edges_for_chat: 问答使用的边数量,默认为 3
+ """
+
+ def node_label_extractor(node: ArgumentElementNode) -> str:
+ return f"{node.name}[{node.category}]"
+
+ def edge_label_extractor(edge: ViewpointHyperedge) -> str:
+ return f"观点: {edge.coreViewpoint[:20]}..."
+
+ super().show(
+ node_label_extractor=node_label_extractor,
+ edge_label_extractor=edge_label_extractor,
+ top_k_nodes_for_search=top_k_nodes_for_search,
+ top_k_edges_for_search=top_k_edges_for_search,
+ top_k_nodes_for_chat=top_k_nodes_for_chat,
+ top_k_edges_for_chat=top_k_edges_for_chat,
+ )
diff --git a/tests/fixtures/test_samples/zh/agriculture/crop_technical_manual.md b/tests/fixtures/test_samples/zh/agriculture/crop_technical_manual.md
new file mode 100644
index 0000000..c36cd38
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/agriculture/crop_technical_manual.md
@@ -0,0 +1,154 @@
+# 水稻全生育期技术管理手册
+
+## 概述
+
+本手册系统介绍水稻从播种到收获全生育期的关键技术管理措施,包括各生长阶段的农事操作、适宜的环境条件以及病虫害防治策略。适用于长江中下游地区中籼稻栽培。
+
+## 水稻生育期划分
+
+水稻全生育期一般分为五个主要阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期。每个阶段对温度、水分、养分的需求各有特点,必须根据生育进程科学管理。
+
+## 第一阶段:播种期
+
+### 时间范围
+
+长江中下游地区一般在4月上旬至4月中旬进行播种,日平均气温稳定通过10℃时即可播种。
+
+### 农事操作
+
+- **苗床准备**:选择背风向阳、排灌便利的田块作为秧田,每亩施有机肥1500公斤作基肥
+- **种子处理**:播种前选晴天晒种1-2天,然后用25%咪鲜胺乳油2000倍液浸种消毒24小时
+- **播种量**:每亩大田用种量1.5-2.0公斤,秧田播种量每亩25-30公斤
+- **覆膜保温**:播种后覆盖薄膜或无纺布,保持苗床温度在25-30℃
+
+### 环境要求
+
+- **温度**:日平均气温10-12℃,最低不低于8℃
+- **湿度**:保持苗床湿润,但不能积水
+- **光照**:充足光照利于出苗整齐
+
+## 第二阶段:幼苗期
+
+### 时间范围
+
+从出苗到3叶1心期,一般持续15-20天。
+
+### 农事操作
+
+- **揭膜炼苗**:当秧苗长到1叶1心时,于晴天上午揭膜炼苗
+- **水分管理**:保持浅水层,以水保温、以水调温
+- **追施苗肥**:2叶1心期每亩施尿素5-7公斤,促进分蘖早发
+- **病虫害防治**:重点防治稻蓟马、灰飞虱,可用10%吡虫啉可湿性粉剂20克/亩喷雾
+
+### 环境要求
+
+- **温度**:适宜温度20-25℃,最低温度不低于12℃
+- **湿度**:保持田面湿润或有浅水层
+- **光照**:需要充足光照促进光合作用
+
+## 第三阶段:分蘖期
+
+### 时间范围
+
+从4叶1心到幼穗分化开始,一般持续25-35天。
+
+### 农事操作
+
+- **移栽抛秧**:秧龄25-30天、叶龄4-5叶时进行移栽或抛秧
+- **合理密植**:常规稻每亩1.8-2.0万穴,每穴2-3本苗;杂交稻每亩1.5-1.8万穴
+- **水层管理**:浅水插秧,深水活棵,浅水勤灌促进分蘖
+- **分蘖肥**:移栽后5-7天每亩施尿素10-15公斤,氯化钾5-8公斤
+- **除草剂使用**:移栽后5-7天使用50%苄嘧磺隆可湿性粉剂20克/亩拌肥撒施
+
+### 环境要求
+
+- **温度**:适宜温度25-30℃,最高不超过35℃
+- **湿度**:保持浅水层,田间湿度80-90%
+- **光照**:充足光照利于分蘖早发
+
+### 病虫害防治
+
+本阶段主要病虫害包括:
+
+| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |
+|:---|:---|:---|:---|:---|:---|
+| 稻飞虱 | 分蘖盛期 | 叶片发黄,植株矮化,虫体聚集基部吸食汁液 | 25%噻嗪酮可湿性粉剂 | 30-40克 | 14天 |
+| 稻纵卷叶螟 | 分蘖期 | 叶片纵卷成管状,表皮被吃白 | 20%氯虫苯甲酰胺悬浮剂 | 10-15毫升 | 14天 |
+| 纹枯病 | 分蘖末期 | 叶鞘出现云纹状病斑,逐渐向上扩展 | 5%井冈霉素水剂 | 150-200毫升 | 15天 |
+
+## 第四阶段:孕穗抽穗期
+
+### 时间范围
+
+从幼穗分化到抽穗,一般持续30-35天。
+
+### 农事操作
+
+- **晒田控苗**:分蘖高峰后及时晒田,晒田程度以田间开裂、叶片挺立为宜
+- **穗肥施用**:倒2叶露尖时每亩施尿素5-8公斤,氯化钾5-8公斤
+- **水层管理**:幼穗分化期保持浅水层,抽穗期保持水层养胎
+- **叶面喷肥**:抽穗前每亩用磷酸二氢钾100-150克兑水50公斤喷雾
+
+### 环境要求
+
+- **温度**:适宜温度28-32℃,昼夜温差大利于灌浆
+- **湿度**:保持田间湿度85%左右
+- **光照**:充足光照利于穗粒发育
+
+### 病虫害防治
+
+本阶段是病虫害防治的关键时期:
+
+| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |
+|:---|:---|:---|:---|:---|:---|
+| 稻瘟病 | 孕穗末期至抽穗期 | 穗颈瘟造成白穗,节瘟造成枯死 | 75%三环唑可湿性粉剂 | 20-30克 | 21天 |
+| 稻曲病 | 抽穗期 | 穗部形成墨绿色粉团 | 43%戊唑醇悬浮剂 | 15-20毫升 | 30天 |
+| 二化螟 | 孕穗期 | 造成枯孕穗和白穗 | 10%阿维菌素悬浮剂 | 50-60毫升 | 14天 |
+| 稻飞虱 | 抽穗期 | 后期暴发,植株倒伏 | 50%吡蚜酮可湿性粉剂 | 15-20克 | 14天 |
+
+## 第五阶段:灌浆成熟期
+
+### 时间范围
+
+从抽穗扬花到成熟收获,一般持续30-40天。
+
+### 农事操作
+
+- **水分管理**:灌浆期保持湿润灌溉,收割前7-10天断水
+- **叶面喷肥**:灌浆期可喷施0.2%磷酸二氢钾溶液,延长功能叶寿命
+- **及时收获**:成熟度达到90%时及时收割,防止穗发芽
+
+### 环境要求
+
+- **温度**:适宜温度20-28℃,昼夜温差大利于物质积累
+- **湿度**:保持湿润,避免干旱导致早衰
+- **光照**:充足光照促进籽粒饱满
+
+### 病虫害防治
+
+| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |
+|:---|:---|:---|:---|:---|:---|
+| 稻飞虱 | 灌浆期 | 穗部变黑,籽粒不饱满 | 25%噻虫嗪水分散粒剂 | 8-12克 | 14天 |
+| 穗腐病 | 灌浆期 | 穗部发黑,籽粒腐烂 | 50%多菌灵可湿性粉剂 | 100克 | 30天 |
+
+## 主要病虫害综合防治策略
+
+### 农业防治
+
+- 选用抗病品种,如II优838、丰两优香1号
+- 合理密植,改善田间通风透光条件
+- 科学施肥,避免偏施氮肥,增施磷钾肥
+- 及时清除田边杂草,减少病虫寄主
+
+### 物理防治
+
+- 使用频振式杀虫灯诱杀成虫,每30-50亩安装一盏
+- 安装性诱捕器,每亩2-3个诱捕斜纹夜蛾等害虫
+
+### 化学防治原则
+
+1. **预防为主**:在病虫害发生初期及时用药
+2. **对症下药**:根据病虫害种类选择对应药剂
+3. **交替用药**:避免长期使用同一种药剂,延缓抗药性产生
+4. **精准施药**:使用常量喷雾器时每亩用水量50-60公斤,确保喷雾均匀
+5. **安全间隔期**:严格按照药剂安全间隔期用药,确保农产品质量安全
diff --git a/tests/fixtures/test_samples/zh/agriculture/field_scouting_report.md b/tests/fixtures/test_samples/zh/agriculture/field_scouting_report.md
new file mode 100644
index 0000000..e47e8ec
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/agriculture/field_scouting_report.md
@@ -0,0 +1,134 @@
+# 田间观测报告
+
+## 基本信息
+
+- **观测日期**:2025年6月15日
+- **观测人**:张建国(农技员)
+- **所属地块**:光明村一组
+- **作物种类**:中籼稻(品种:II优838)
+- **种植方式**:机插秧
+
+---
+
+## 地块详情
+
+### 地块编号:D-001
+
+- **面积**:5.2亩
+- **土壤类型**:潴育性水稻土
+- **前茬作物**:冬小麦
+- **当前生育期**:分蘖期(4叶1心至分蘖盛期)
+- **基本苗数**:每亩8.5万株
+- **当前苗数**:每亩18.2万株(已到预期有效穗数的70%)
+- **叶龄**:6.2叶
+- **生长状态**:中等偏上
+
+### 观测结果
+
+| 观测项目 | 具体情况 | 严重等级 | 建议措施 |
+|:---|:---|:---|:---|
+| 稻飞虱 | 田间发现少量稻飞虱(短翅型),每百丛有虫约15头 | 轻微 | 密切关注,继续监测 |
+| 稻纵卷叶螟 | 田间有少量卷叶,危害率约3% | 轻微 | 暂不需要用药 |
+| 纹枯病 | 未见明显病斑 | 无 | 继续保持监测 |
+| 杂草 | 田边有少量稗草和千金子 | 轻微 | 人工拔除 |
+
+### 综合评价
+
+当前水稻生长正常,分蘖发生良好,已接近预期有效穗数。病虫害发生较轻,以预防为主。建议加强水肥管理,适时晒田控制无效分蘖。
+
+---
+
+## 地块编号:D-002
+
+- **面积**:3.8亩
+- **土壤类型**:潴育性水稻土
+- **前茬作物**:油菜
+- **当前生育期**:分蘖期(分蘖盛期)
+- **基本苗数**:每亩7.8万株
+- **当前苗数**:每亩22.5万株(已超过预期有效穗数)
+- **叶龄**:7.5叶
+- **生长状态**:偏旺,存在旺长趋势
+
+### 观测结果
+
+| 观测项目 | 具体情况 | 严重等级 | 建议措施 |
+|:---|:---|:---|:---|
+| 稻飞虱 | 未发现稻飞虱 | 无 | 继续保持监测 |
+| 稻纵卷叶螟 | 未见卷叶 | 无 | 继续保持监测 |
+| 纹枯病 | 株高叶色 | 无 | - |
+| 旺长 | 叶片偏长,颜色嫩绿,分蘖过旺 | 中等 | 及时晒田,控氮增钾 |
+
+### 综合评价
+
+该地块水稻生长偏旺,叶片颜色嫩绿,分蘖数已明显超过预期有效穗数。如果不及时控制,将导致无效分蘖增多,群体过大,后期容易倒伏且病虫害风险增加。建议立即进行晒田,并适当减少氮肥施用,增加钾肥用量。
+
+---
+
+## 地块编号:D-003
+
+- **面积**:4.5亩
+- **土壤类型**:淹育型水稻土
+- **前茬作物**:冬闲田
+- **当前生育期**:分蘖期(分蘖末期,即将进入幼穗分化)
+- **基本苗数**:每亩9.2万株
+- **当前苗数**:每亩16.8万株
+- **叶龄**:8.8叶
+- **生长状态**:正常
+
+### 观测结果
+
+| 观测项目 | 具体情况 | 严重等级 | 建议措施 |
+|:---|:---|:---|:---|
+| 稻飞虱 | 每百丛有虫约8头,以白背飞虱为主 | 轻微 | 继续观察,5天后复查 |
+| 稻纵卷叶螟 | 发现少量新卷叶,危害率约2% | 轻微 | 暂不需要用药 |
+| 纹枯病 | 靠近田边处发现少量病斑,病株率约5% | 轻微 | 建议防治一次 |
+| 细菌性条斑病 | 未见 | 无 | - |
+
+### 综合评价
+
+水稻生长正常,即将进入幼穗分化阶段。纹枯病在田边开始发生,需要及时防治。建议近期使用井冈霉素进行防治,同时准备晒田,控制无效分蘖,促进幼穗分化。
+
+---
+
+## 地块编号:D-004
+
+- **面积**:6.0亩
+- **土壤类型**:潜育型水稻土(冷浸田)
+- **前茬作物**:冬小麦
+- **当前生育期**:分蘖期(分蘖盛期)
+- **基本苗数**:每亩8.0万株
+- **当前苗数**:每亩14.5万株
+- **叶龄**:6.8叶
+- **生长状态**:偏差
+
+### 观测结果
+
+| 观测项目 | 具体情况 | 严重等级 | 建议措施 |
+|:---|:---|:---|:---|
+| 稻飞虱 | 未发现 | 无 | - |
+| 稻纵卷叶螟 | 未见 | 无 | - |
+| 僵苗 | 部分植株叶片发黄,根系发黑,生长停滞 | 严重 | 立即排水晒田,增施锌肥 |
+| 缺素 | 叶片有缺钾症状,叶尖发黄 | 中等 | 追施氯化钾5公斤/亩 |
+
+### 综合评价
+
+该地块为冷浸田,水温泥温较低,水稻生长明显偏弱,出现僵苗现象。部分田块排水不畅,导致根系生长不良。建议立即开沟排水,降低地下水位,增施锌肥和钾肥,促进秧苗恢复生长。
+
+---
+
+## 总体病虫害发生趋势
+
+根据本次巡田调查,当前水稻病虫害总体呈轻度发生态势。分蘖期主要病虫害以稻飞虱和稻纵卷叶螟为主,大部分田块发生较轻,少数田块需要密切关注。
+
+### 需要重点关注的田块
+
+1. **D-002**:生长偏旺,需及时晒田控苗
+2. **D-003**:纹枯病开始发生,需及时防治
+3. **D-004**:出现僵苗,需紧急处理
+
+### 下一阶段管理建议
+
+1. 及时晒田:D-001、D-002、D-003应在3天内开始晒田
+2. 病虫害防治:重点关注D-003的纹枯病防治
+3. 促弱转壮:D-004需加强水肥管理,促进恢复
+4. 监测预警:密切关注稻飞虱和稻纵卷叶螟的发生动态
diff --git a/tests/fixtures/test_samples/zh/agriculture/soil_analysis_report.md b/tests/fixtures/test_samples/zh/agriculture/soil_analysis_report.md
new file mode 100644
index 0000000..a849eab
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/agriculture/soil_analysis_report.md
@@ -0,0 +1,190 @@
+# 土壤检测分析报告
+
+## 检测基本信息
+
+- **送检单位**:光明村农业合作社
+- **采样人**:李明华(农技推广员)
+- **采样日期**:2025年5月10日
+- **检测日期**:2025年5月12日
+- **检测机构**:县农业农村局土壤肥料工作站
+- **地块编号**:光明村一组试验田
+
+---
+
+## 地块基本情况
+
+- **地块名称**:光明一组北畈
+- **面积**:15.6亩
+- **土壤类型**:潴育性水稻土
+- **种植作物**:中籼稻(II优838)
+- **前茬作物**:冬小麦
+- **常年产量**:550公斤/亩
+- **目标产量**:600公斤/亩
+- **灌溉条件**:渠灌配套
+- **排水条件**:基本良好
+
+---
+
+## 土壤理化指标检测结果
+
+### 常规养分指标
+
+| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |
+|:---|:---|:---|:---|:---|
+| pH值 | 5.2 | 酸性 | 6.0-7.0 | 严重偏酸 |
+| 有机质 | 18.5 g/kg | 中等 | 20 g/kg | 偏低 |
+| 碱解氮 | 98 mg/kg | 中等 | 100 mg/kg | 临界缺乏 |
+| 有效磷 | 12.3 mg/kg | 低 | 15 mg/kg | 缺乏 |
+| 速效钾 | 85 mg/kg | 低 | 100 mg/kg | 缺乏 |
+
+### 中量元素
+
+| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |
+|:---|:---|:---|:---|:---|
+| 交换性钙 | 620 mg/kg | 适宜 | 500 mg/kg | 适宜 |
+| 交换性镁 | 85 mg/kg | 偏低 | 100 mg/kg | 缺乏 |
+| 有效硫 | 18.5 mg/kg | 适宜 | 16 mg/kg | 适宜 |
+
+### 微量元素
+
+| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |
+|:---|:---|:---|:---|:---|
+| 有效铁 | 85.2 mg/kg | 丰富 | 20 mg/kg | 丰富 |
+| 有效锰 | 12.3 mg/kg | 中等 | 15 mg/kg | 偏低 |
+| 有效铜 | 1.8 mg/kg | 适宜 | 1.0 mg/kg | 适宜 |
+| 有效锌 | 0.65 mg/kg | 低 | 1.0 mg/kg | 缺乏 |
+| 有效硼 | 0.35 mg/kg | 低 | 0.5 mg/kg | 缺乏 |
+
+---
+
+## 土壤物理性状
+
+| 检测项目 | 检测值 | 评价 |
+|:---|:---|:---|
+| 质地 | 壤质粘土 | 偏粘 |
+| 容重 | 1.35 g/cm³ | 偏紧实 |
+| 田间持水量 | 28.5% | 适宜 |
+| 耕层厚度 | 16 cm | 偏浅 |
+
+---
+
+## 主要限制因子分析
+
+### 第一限制因子:土壤酸化
+
+当前土壤pH值为5.2,属于严重酸性土壤。酸性土壤会导致以下问题:
+
+- 铝离子活性增强,抑制根系生长
+- 磷元素被固定,有效性降低
+- 微量元素有效性降低,尤其是锌、硼
+- 有益微生物活性下降
+
+### 第二限制因子:磷钾缺乏
+
+有效磷含量仅12.3 mg/kg,速效钾含量仅85 mg/kg,均处于缺乏状态。水稻生长需要充足的磷钾营养,磷素促进根系发育和分蘖,钾素增强抗病抗逆能力并促进光合作用。
+
+### 第三限制因子:微量元素失衡
+
+有效锌含量0.65 mg/kg、有效硼含量0.35 mg/kg,均低于临界值。锌是水稻生长的必需微量元素,参与多种酶的合成;硼促进花粉发育和受精过程。
+
+### 第四限制因子:有机质不足
+
+有机质含量18.5 g/kg,处于偏低水平。有机质是土壤肥力的核心,能够改善土壤结构、提高保水保肥能力。
+
+---
+
+## 改良方案
+
+### 目标产量:600公斤/亩
+
+### 施肥方案设计
+
+#### 1. 酸化改良措施
+
+| 改良措施 | 施用量 | 施用时间 | 预期效果 |
+|:---|:---|:---|:---|
+| 施用生石灰 | 50-75公斤/亩 | 翻耕前或收获后 | 调节pH至6.0-6.5 |
+| 施用钙镁磷肥 | 30-40公斤/亩 | 底肥 | 补磷调酸,双重效果 |
+| 增施有机肥 | 1500-2000公斤/亩 | 底肥 | 改良土壤结构 |
+
+#### 2. 大量元素补充方案
+
+| 养分 | 推荐施用量(纯量) | 折合商品量 | 施用时期 | 施用比例 |
+|:---|:---|:---|:---|:---|
+| 氮(N) | 12-14公斤/亩 | 尿素26-30公斤/亩 | 基肥40%+分蘖肥30%+穗肥30% | 4:3:3 |
+| 磷(P2O5) | 5-6公斤/亩 | 过磷酸钙40-50公斤/亩 | 全部作基肥 | 100%基肥 |
+| 钾(K2O) | 10-12公斤/亩 | 氯化钾17-20公斤/亩 | 基肥60%+穗肥40% | 6:4 |
+
+#### 3. 微量元素补充方案
+
+| 微量元素 | 施用方式 | 施用量 | 施用时期 | 预期效果 |
+|:---|:---|:---|:---|:---|
+| 锌(Zn) | 基肥+叶面肥 | 硫酸锌1-2公斤/亩基施,或0.2%溶液叶面喷施 | 基肥或分蘖期 | 促进分蘖,增强抗逆性 |
+| 硼(B) | 叶面肥 | 0.2%硼砂溶液 | 孕穗期和抽穗期 | 促进花粉发育,提高结实率 |
+| 锰(Mn) | 基肥 | 硫酸锰1-2公斤/亩 | 基肥 | 防治缺锰黄化 |
+
+#### 4. 有机质提升方案
+
+| 改良措施 | 施用量 | 施用时间 | 预期效果 |
+|:---|:---|:---|:---|
+| 秸秆还田 | 300-400公斤/亩 | 收获后 | 增加土壤有机质 |
+| 种植绿肥 | 紫云英15-20公斤/亩 | 播种期 | 固氮培肥 |
+| 施用商品有机肥 | 200-300公斤/亩 | 底肥 | 快速提升有机质 |
+
+---
+
+## 改良效果预期
+
+### 短期目标(当季)
+
+- 土壤pH值提高至5.8-6.0
+- 有效磷提高至15-18 mg/kg
+- 速效钾提高至100-120 mg/kg
+- 水稻产量提高至580-600公斤/亩
+
+### 中期目标(1-2年)
+
+- 土壤pH值稳定在6.0-6.5
+- 有机质含量提高至22-25 g/kg
+- 有效锌提高至1.0 mg/kg以上
+- 有效硼提高至0.5 mg/kg以上
+
+### 长期目标(3-5年)
+
+- 建成高产稳产农田
+- 土壤物理性状明显改善
+- 土壤保水保肥能力增强
+- 农产品品质提升
+
+---
+
+## 施肥建议总结
+
+### 底肥方案(每亩)
+
+| 肥料种类 | 施用量 | 备注 |
+|:---|:---|:---|
+| 复合肥(N-P2O5-K2O=15-15-15) | 30-35公斤 | 提供氮磷钾 |
+| 尿素 | 5-8公斤 | 补充氮素 |
+| 钙镁磷肥 | 30-40公斤 | 调酸补磷 |
+| 氯化钾 | 8-10公斤 | 补充钾素 |
+| 硫酸锌 | 1-2公斤 | 补锌 |
+| 商品有机肥 | 200-300公斤 | 培肥地力 |
+
+### 追肥方案(每亩)
+
+| 追肥种类 | 施用量 | 施用时期 | 作用 |
+|:---|:---|:---|:---|
+| 分蘖肥(尿素) | 8-10公斤 | 移栽后5-7天 | 促进分蘖 |
+| 穗肥(尿素+氯化钾) | 尿素5-7公斤+氯化钾6-8公斤 | 倒2叶露尖 | 保穗增粒 |
+| 叶面肥(磷酸二氢钾+硼肥) | 磷酸二氢钾100-150克+硼砂50克 | 抽穗期 | 增强抗性,提高结实率 |
+
+---
+
+## 注意事项
+
+1. 生石灰不能与铵态氮肥或腐熟有机肥混用,以免造成氮素损失
+2. 锌肥基施时注意与磷肥分开施用,避免产生拮抗
+3. 硼肥叶面喷施宜选择在阴天或傍晚进行,避免高温灼伤叶片
+4. 有机肥应充分腐熟后施用
+5. 建议每2-3年进行一次土壤检测,根据检测结果调整施肥方案
diff --git a/tests/fixtures/test_samples/zh/finance/.gitkeep b/tests/fixtures/test_samples/zh/finance/.gitkeep
deleted file mode 100644
index e69de29..0000000
diff --git a/tests/fixtures/test_samples/zh/food/food_review_article.md b/tests/fixtures/test_samples/zh/food/food_review_article.md
new file mode 100644
index 0000000..12bd046
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/food/food_review_article.md
@@ -0,0 +1,66 @@
+# 探店报告:藏在巷子里的老北京铜锅涮肉
+
+作为一名资深吃货,今天我要向大家推荐一家藏在东城区胡同里的老北京铜锅涮肉店——「铜锅居」。这家店开业已有三十余年,据说是北京城里为数不多保持传统工艺的铜锅涮肉馆子。
+
+## 用餐环境
+
+店铺门面不大,招牌也有些斑驳,但一走进门那股子老北京的味道就扑面而来。店内环境比较接地气,八仙桌、长条凳,墙上挂着些老照片,播放着经典的京剧选段。服务员都是老北京,热情周到,会主动介绍每道菜的特点。
+
+## 菜品评价
+
+### 羊肉卷(手切鲜羊肉)
+**推荐指数**:⭐⭐⭐⭐⭐
+
+这道手切鲜羊肉是绝对的招牌。羊肉是当天宰杀的羊后腿肉,现切现卖,肉质非常新鲜。涮的时候只需几秒钟,肉色变白即可食用。**口感鲜嫩多汁,羊肉特有的膻味处理得恰到好处,既保留了羊肉的鲜香,又不会让人感到腻味。**据服务员介绍,这是因为店里的羊来自内蒙古锡林郭勒盟,草饲放养的羊肉质本来就好,再加上师傅的刀工好,切得薄厚均匀。
+
+**价格感知**:68元/份,性价比极高,在这个地段算是实惠的选择。
+
+### 牛肉卷
+**推荐指数**:⭐⭐⭐⭐
+
+牛肉卷同样可圈可点。选用的是牛腱子肉,肥瘦相间,纹理清晰。涮熟后**肉质紧实有嚼劲,牛肉的香味浓郁**。不过相比羊肉,牛肉的膻味处理得稍重一些,部分食。
+
+**价格感知客可能不太习惯**:58元/份,价格合理。
+
+### 毛肚
+**推荐指数**:⭐⭐⭐⭐⭐
+
+吃涮肉,毛肚是必点项目。店里的毛肚是当天从牛场直接拿的新鲜毛肚,不是那种水发货。**口感脆爽,七上八下涮完后那个爽脆的口感让人欲罢不能。**这种脆爽感来源于毛肚的新鲜度和店家的处理工艺——据说店家会用特殊的手法提前处理,去除表面的杂质同时保持弹性。
+
+**价格感知**:48元/份,略贵但值。
+
+### 冻豆腐
+**推荐指数**:⭐⭐⭐
+
+冻豆腐是涮菜中的经典。**豆腐蜂窝状的结构充分吸收了汤汁,一口咬下去汁水四溢,豆香浓郁。**不过这家店的冻豆腐个头偏大,切得不够均匀,部分豆腐中心还不够入味。
+
+**价格感知**:18元/份,普通价位。
+
+### 糖蒜
+**推荐指数**:⭐⭐⭐⭐⭐
+
+必须要单独表扬一下他们家的糖蒜!据说是店家自己腌制的,蒜瓣饱满,**酸甜适中,脆爽开胃。**吃完肉来一口糖蒜,既能解腻又能清新口气。这个糖蒜的酸甜口感来源于店家多年积累的腌制配方,白糖和醋的比例恰到好处。
+
+**价格感知**:免费赠送,性价比超高。
+
+## 锅底与蘸料
+
+锅底是传统的清汤锅底,只加了几片姜、葱段和枸杞,最大限度地保留了羊肉的本味。蘸料是经典的麻酱小料,由芝麻酱、韭菜花、酱豆腐、虾油等调制而成,**香浓醇厚,咸淡适中,**很好地衬托出羊肉的鲜味。
+
+## 总结
+
+| 菜品 | 推荐指数 | 亮点 | 改进空间 |
+|------|---------|------|---------|
+| 手切鲜羊肉 | ⭐⭐⭐⭐⭐ | 鲜嫩多汁,膻味适中 | 无 |
+| 牛肉卷 | ⭐⭐⭐⭐ | 紧实有嚼劲,香味浓 | 膻味稍重 |
+| 毛肚 | ⭐⭐⭐⭐⭐ | 脆爽弹牙,新鲜度高 | 无 |
+| 冻豆腐 | ⭐⭐⭐ | 汁水饱满,入味 | 个头不均 |
+| 糖蒜 | ⭐⭐⭐⭐⭐ | 酸甜脆爽,开胃解腻 | 无 |
+
+**综合评分**:4.7/5
+
+这家「铜锅居」最令人称道的是对传统工艺的坚持——从铜锅的使用、羊肉的选材到蘸料的配方,都透着一股子老北京的讲究。虽然环境比较接地气,但胜在味道正宗,价格亲民。如果你也想体验一把地道的老北京铜锅涮肉,这家店绝对值得一试。
+
+**人均消费**:80-100元
+**地址**:东城区南锣鼓巷XX号
+**营业时间**:11:00-22:00
diff --git a/tests/fixtures/test_samples/zh/food/recipe_standard_card.md b/tests/fixtures/test_samples/zh/food/recipe_standard_card.md
new file mode 100644
index 0000000..a1073ec
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/food/recipe_standard_card.md
@@ -0,0 +1,100 @@
+# 红烧肉标准食谱
+
+## 基本信息
+
+- **菜名**:红烧肉
+- **菜系**:浙菜/本帮菜
+- **分类**:热菜 - 肉类
+- **口味**:咸甜鲜香
+- **难度**:中等
+- **预估烹饪时间**:90分钟
+- **适合人数**:4-6人份
+
+---
+
+## 原料清单
+
+### 主料
+| 原料 | 用量 |
+|------|------|
+| 五花肉 | 500克 |
+
+### 辅料
+| 原料 | 用量 |
+|------|------|
+| 生姜 | 30克 |
+| 大葱 | 50克 |
+| 八角 | 2颗 |
+| 桂皮 | 5克 |
+| 香叶 | 2片 |
+| 干辣椒 | 2个 |
+
+### 调味品
+| 原料 | 用量 |
+|------|------|
+| 生抽 | 30毫升 |
+| 老抽 | 15毫升 |
+| 冰糖 | 30克 |
+| 料酒 | 30毫升 |
+| 盐 | 适量 |
+| 鸡精 | 适量 |
+| 清水 | 800毫升 |
+
+---
+
+## 烹饪步骤
+
+### 第一步:预处理
+1. 将五花肉切成约3-4厘米见方的块状
+2. 生姜切片,大葱切段备用
+3. 冷水下锅,加入料酒和姜片,放入五花肉块
+4. 大火烧开后撇去浮沫,煮约3分钟后捞出,用温水洗净备用
+
+### 第二步:炒糖色
+1. 锅中放入少量油,小火加热
+2. 放入冰糖,慢慢搅拌至冰糖融化
+3. 待糖色变成琥珀色并起小泡时,迅速放入五花肉翻炒
+4. 翻炒至每块肉都均匀裹上糖色
+
+### 第三步:炖煮
+1. 加入姜片、葱段、八角、桂皮、香叶、干辣椒
+2. 倒入生抽、老抽、料酒,翻炒均匀
+3. 加入800毫升清水,大火烧开后转小火
+4. 盖上锅盖,小火慢炖约60分钟
+
+### 第四步:收汁
+1. 炖至肉酥烂时,开大火收汁
+2. 不断翻动肉块,使其均匀上色
+3. 待汤汁浓稠至包裹肉块时,加入适量盐和鸡精调味
+4. 出锅装盘,撒上葱花即可
+
+---
+
+## 关键控制点(TIPS)
+
+1. **选材**:必须选用肥瘦相间的五花肉,肥瘦比例约为3:7,口感最佳
+2. **焯水**:冷水下锅可以更好地去除血水和腥味
+3. **炒糖色**:糖色炒至琥珀色即可,千万别炒焦,否则会发苦
+4. **火候**:炖煮时一定要用小火,急火会使肉质变柴
+5. **收汁**:最后收汁时要不断翻动,避免糊锅
+6. **保存**:红烧肉放凉后放入冰箱冷藏,可保存3-5天
+
+---
+
+## 营养信息(每100克)
+
+| 营养成分 | 含量 |
+|---------|------|
+| 热量 | 358千卡 |
+| 蛋白质 | 22.5克 |
+| 脂肪 | 28.5克 |
+| 碳水化合物 | 4.2克 |
+| 钠 | 58毫克 |
+
+---
+
+## 变体与创新
+
+- **本帮红烧肉**:加入上海黄酒,甜度稍高
+- **毛氏红烧肉**:不加酱油,保持肉的原色
+- **家常红烧肉**:可加入土豆、鹌鹑蛋等配菜
diff --git a/tests/fixtures/test_samples/zh/food/restaurant_menu.md b/tests/fixtures/test_samples/zh/food/restaurant_menu.md
new file mode 100644
index 0000000..91c5cb0
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/food/restaurant_menu.md
@@ -0,0 +1,38 @@
+# 醉月楼中餐厅菜单
+
+## 凉菜
+| 菜品名称 | 价格 | 描述 |
+|---------|------|------|
+| 凉拌黄瓜 | ¥18 | 清脆爽口,开胃小菜 |
+| 夫妻肺片 | ¥48 | 麻辣鲜香,川味经典 |
+| 皮蛋豆腐 | ¥22 | 嫩滑鲜香,老少皆宜 |
+| 卤水拼盘 | ¥58 | 精选卤味,醇香浓郁 |
+| 糖拌番茄 | ¥15 | 酸甜可口,清爽解腻 |
+
+## 热菜
+| 菜品名称 | 价格 | 描述 |
+|---------|------|------|
+| 红烧肉 | ¥68 | 肥而不腻,入口即化 |
+| 糖醋排骨 | ¥58 | 酸甜适中,外酥里嫩 |
+| 水煮鱼 | ¥88 | 麻辣鲜嫩,鱼肉细滑 |
+| 西湖醋鱼 | ¥78 | 酸甜鲜嫩,西湖名菜 |
+| 宫保鸡丁 | ¥42 | 辣而不燥,花生香脆 |
+| 麻婆豆腐 | ¥32 | 麻辣鲜香,豆腐嫩滑 |
+| 回锅肉 | ¥45 | 香辣可口,肥瘦相间 |
+| 清蒸鲈鱼 | ¥68 | 鲜嫩清淡,葱姜提味 |
+
+## 主食
+| 菜品名称 | 价格 | 描述 |
+|---------|------|------|
+| 白米饭 | ¥5 | 东北大米,粒粒分明 |
+| 扬州炒饭 | ¥28 | 配料丰富,色泽金黄 |
+| 阳春面 | ¥18 | 汤清味鲜,简单鲜美 |
+| 葱油拌面 | ¥15 | 葱香浓郁,爽滑Q弹 |
+
+## 甜品
+| 菜品名称 | 价格 | 描述 |
+|---------|------|------|
+| 杨枝甘露 | ¥28 | 清甜爽口,热带风情 |
+| 桂花糍粑 | ¥22 | 软糯香甜,桂花清香 |
+| 红枣银耳羹 | ¥18 | 滋补养颜,甜润可口 |
+| 芝士焗红薯 | ¥25 | 香甜绵密,奶香浓郁 |
diff --git a/tests/fixtures/test_samples/zh/news/__init__.py b/tests/fixtures/test_samples/zh/news/__init__.py
new file mode 100644
index 0000000..441042c
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/news/__init__.py
@@ -0,0 +1 @@
+# News domain test samples
diff --git a/tests/fixtures/test_samples/zh/news/breaking_news_brief.md b/tests/fixtures/test_samples/zh/news/breaking_news_brief.md
new file mode 100644
index 0000000..0959d30
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/news/breaking_news_brief.md
@@ -0,0 +1,66 @@
+# 突发!华东某市发生一起交通事故
+
+## 快讯
+
+今日上午约9时15分,华东某市人民路与解放路交叉口发生一起严重交通事故。一辆白色小客车在行驶过程中突然失控,撞向正在等候红灯的行人及非机动车。
+
+**事故地点**:华东某市人民路与解放路交叉口南侧
+
+**事故时间**:今日上午9时15分
+
+---
+
+## 现场情况
+
+据目击者称,事故发生时,白色小客车由北向南行驶至人民路与解放路交叉口时,车辆突然加速,撞向正在路口等候红灯的行人队伍。事故导致多人受伤,现场情况十分惨烈。
+
+事故发生后,120急救中心迅速派出多辆救护车前往现场救援。交警部门也第一时间赶到现场,对事故路段实施临时交通管制。
+
+---
+
+## 伤亡情况
+
+根据某市中心医院急诊科消息,事故共造成**3人死亡,7人受伤**。其中2人当场死亡,1人送医后抢救无效死亡。7名伤者已被分别送往某市中心医院和某市第一人民医院进行救治。
+
+**部分伤者情况**:
+
+- 男性伤者张某(45岁),颅脑损伤,正在ICU抢救
+- 女性伤者李某(32岁),腿部骨折,暂无生命危险
+- 男性伤者王某(28岁),多处软组织挫伤,意识清醒
+
+---
+
+## 事故原因
+
+目前,事故原因正在调查中。据交警部门初步分析,事故可能与以下因素有关:
+
+1. 白色小客车驾驶员操作不当
+2. 车辆机械故障
+3. 驾驶员突发身体状况
+
+具体原因有待进一步调查确认。
+
+白色小客车驾驶员已被警方控制,其酒精检测结果将稍后公布。
+
+---
+
+## 后续处理
+
+事故发生后,某市市委市政府高度重视,要求全力救治伤员,妥善处理善后事宜。某市公安局成立专案组,全面开展事故调查工作。
+
+事故路段交通管制预计将持续至今日下午,请过往车辆绕行。
+
+某市人民政府新闻办公室将持续发布事故处置进展信息。
+
+---
+
+## 5W1H要素提取
+
+| 要素 | 内容 |
+|------|------|
+| **Who(谁)** | 白色小客车驾驶员(男,姓名待查) |
+| **What(发生了什么)** | 车辆失控撞向行人,造成3死7伤 |
+| **When(何时)** | 今日上午9时15分 |
+| **Where(何地)** | 华东某市人民路与解放路交叉口 |
+| **Why(为何)** | 原因待查(可能为操作不当/车辆故障/驾驶员身体状况) |
+| **How(如何发生)** | 白色小客车由北向南行驶至路口时突然加速失控 |
diff --git a/tests/fixtures/test_samples/zh/news/investigative_report.md b/tests/fixtures/test_samples/zh/news/investigative_report.md
new file mode 100644
index 0000000..60c5769
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/news/investigative_report.md
@@ -0,0 +1,145 @@
+# 幸福里地产项目烂尾事件深度调查
+
+## 序言
+
+位于华东某市阳光区的"幸福里"地产项目曾是当地重点民生工程,承诺于2023年年底交付。然而,截至2024年年中,该项目已停工近一年,数百户业主面临钱房两空的困境。本报对此展开深入调查,试图还原事件真相。
+
+---
+
+## 一、项目背景
+
+### 1.1 项目概况
+
+"幸福里"项目位于华东某市阳光区核心地段,总建筑面积约15万平方米,规划建设12栋住宅楼,共计约800套房源。项目于2021年3月正式开工,预计2023年12月31日交付。
+
+该项目开发商为"恒达房地产开发有限公司"(以下简称"恒达地产"),项目施工单位为"华东建设集团",监理单位为"正信工程监理公司"。
+
+### 1.2 销售情况
+
+该项目销售均价为每平方米1.8万元,首付比例30%。根据业主提供的购房合同显示,共有约600户业主认购,其中约400户已缴纳全部房款,涉及资金约4.3亿元。
+
+---
+
+## 二、涉事方关系网络
+
+### 2.1 开发商核心人物
+
+**王建国**(男,52岁),恒达地产法定代表人、董事长。项目实际控制人,持有公司60%股份。
+
+**李志强**(男,45岁),恒达地产总经理,负责日常运营管理。
+
+**张小红**(女,38岁),恒达地产财务总监,负责资金调配。
+
+### 2.2 关联企业关系
+
+恒达地产母公司为"华鑫集团控股有限公司"(以下简称"华鑫集团"),总部位于北京。华鑫集团旗下拥有物业管理、酒店、文旅等多家子公司。
+
+项目地块原为阳光区旧城改造用地,由阳光区下属"阳光城市更新投资发展有限公司"负责一级开发。2019年12月,阳光城投通过招拍挂程序将该地块出让给恒达地产,成交价约为12亿元。
+
+### 2.3 金融机构关联
+
+**中国工商银行华东分行**为该项目提供开发贷款约8亿元,以项目土地及在建工程作为抵押物。
+
+工行华东分行行长**刘伟民**(男,55岁)与恒达地产法定代表人王建国为大学同学。
+
+### 2.4 政府部门关系
+
+阳光区住房和城乡建设局(以下简称"阳光区住建局")负责该项目预售许可审批。区住建局局长**陈光明**(男,48岁)曾于2020年某次商务宴会上与王建国结识。
+
+---
+
+## 三、关键事件时间线
+
+### 2020年5月
+
+阳光城投将项目地块挂牌出让,恒达地产以12亿元竞得该地块。当月,阳光区住建局向恒达地产核发《建设工程规划许可证》。
+
+### 2020年8月
+
+工行与恒达地产签订《项目开发贷款合同》,授信额度8亿元,期限3年。贷款资金专项用于"幸福里"项目建设。
+
+### 2021年3月
+
+项目正式开工。施工单位进场,开始土方开挖作业。
+
+### 2021年9月
+
+恒达地产取得阳光区住建局核发的《商品房预售许可证》,开始对外销售。当日销售即突破200套。
+
+### 2022年6月
+
+项目主体结构封顶,进入装修阶段。此时已销售约500套。
+
+### 2023年1月
+
+项目施工进度明显放缓,工地施工人员减少。恒达地产对外宣称"春节后全面复工"。
+
+### 2023年3月
+
+业主发现项目仍未复工,多次前往恒达地产办公地点询问。公司答复称"因总包单位纠纷,正在协调"。
+
+### 2023年5月
+
+阳光区住建局介入协调,组织恒达地产、施工单位、业主代表召开协调会。会上恒达地产承诺"6月底前复工"。
+
+### 2023年7月
+
+项目仍未复工。约50名业主联名向阳光区人民法院提起诉讼,要求恒达地产履行合同。
+
+### 2023年9月
+
+华东某市公安机关对恒达地产涉嫌合同诈骗立案侦查。法定代表人王建国被依法刑事拘留。
+
+### 2023年11月
+
+经某会计事务所审计,发现恒达地产挪用了约3.5亿元项目监管资金,用于偿还华鑫集团其他项目债务及填补集团旗下酒店的经营亏损。
+
+### 2024年2月
+
+阳光区ZF成立"幸福里项目处置工作领导小组",研究制定业主安置方案。
+
+### 2024年6月
+
+区ZF公布处置方案:对已付清全款的业主,由ZF协调其他开发商接盘继续建设;对贷款购房的业主,由贷款银行按照相关政策处理。
+
+---
+
+## 四、资金流向分析
+
+### 4.1 资金归集
+
+业主购房款通过预售资金监管账户归集,总金额约4.3亿元。按规定,该资金应专款专用于项目建设。
+
+### 4.2 资金挪用
+
+经审计发现,项目监管资金中有约3.5亿元被转出至恒达地产关联账户,具体流向如下:
+
+- 1.5亿元:转至华鑫集团北京总部账户,用于偿还集团其他项目贷款
+- 1.2亿元:转至华鑫集团旗下酒店管理公司,用于酒店日常运营
+- 0.8亿元:转至王建国个人账户
+
+### 4.3 监管失职
+
+按规定,项目预售资金应受到工行和阳光区住建局共同监管。但调查显示,工行华东分行未严格履行资金监管职责,放任恒达地产多次大额提取监管资金。阳光区住建局资金监管科工作人员**赵敏**(女,35岁)涉嫌收受恒达地产贿赂,已被移送司法机关。
+
+---
+
+## 五、各方回应
+
+### 5.1 恒达地产
+
+总经理李志强在接受采访时表示:"公司目前经营困难,王总被拘后,公司管理层正在积极配合相关部门调查。对于业主的损失,我们深表歉意,将全力配合ZF的处置工作。"
+
+### 5.2 工行华东分行
+
+工行办公室回应:"我行已成立专项工作组,配合ZF做好业主贷款善后工作。对于涉事人员,将依法依规严肃处理。"
+
+### 5.3 阳光区住建局
+
+局长陈光明表示:"我局在项目监管过程中确实存在履职不到位的问题。下一步,将吸取教训,加强预售资金监管力度。"
+
+---
+
+## 结语
+
+"幸福里"项目烂尾事件,折射出房地产市场监管链条的多处漏洞。从土地出让、预售审批、资金监管到银行放贷,任何一个环节的严格把关都可能避免如今的困局。数百户家庭的安居梦何时能够实现,本报将持续关注。
diff --git a/tests/fixtures/test_samples/zh/news/live_event_updates.md b/tests/fixtures/test_samples/zh/news/live_event_updates.md
new file mode 100644
index 0000000..cebb3e6
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/news/live_event_updates.md
@@ -0,0 +1,114 @@
+# 某市新能源汽车产业发展新闻发布会(实时更新)
+
+## 直播预告
+
+某市人民政府将于今日下午3时举行"某市新能源汽车产业发展新闻发布会",市经信局、市发改委、市财政局相关负责人将出席发布会,介绍某市新能源汽车产业发展情况及最新政策。直播将实时更新发布会要点。
+
+---
+
+## 实时更新
+
+### 14:55
+
+距发布会开始还有约5分钟,现场已坐满记者和参会企业代表。主席台布置完毕,出席领导即将入场。
+
+### 15:00
+
+发布会正式开始。某市人民政府新闻办公室主任主持发布会,介绍出席领导:
+
+- 某市经济和信息化局局长 张建国
+- 某市发展和改革委员会副主任 李明华
+- 某市财政局副局长 王小红
+
+### 15:03
+
+市经信局局长张建国发布全市新能源汽车产业发展情况:
+
+"近年来,某市新能源汽车产业快速发展。截至目前,全市新能源汽车保有量已突破50万辆,居全国前列。2023年,全市新能源汽车产量达到120万辆,产值超过2000亿元。"
+
+### 15:08
+
+张建国介绍产业链发展情况:
+
+"某市已形成完整的新能源汽车产业链,涵盖整车制造、动力电池、电机电控、充电设施等关键环节。全市规模以上新能源汽车企业超过200家,其中整车企业5家,动力电池企业12家。"
+
+### 15:12
+
+市发改委副主任李明华发布产业发展规划:
+
+"根据最新编制的《某市新能源汽车产业发展'十五五'规划》,到2025年,全市新能源汽车产量将突破200万辆,产业规模达到5000亿元。到2030年,实现新能源汽车产业万亿级规模。"
+
+### 15:18
+
+李明华介绍基础设施建设的相关规划:
+
+"我们将加快推进充电基础设施建设,力争到2025年全市充电桩保有量突破30万个,实现主城区充电设施全覆盖。同时,我们正在研究制定换电站建设标准和支持政策。"
+
+### 15:25
+
+市财政局副局长王小红发布财政支持政策:
+
+"为支持新能源汽车产业发展,市财政将设立100亿元规模的产业发展基金,重点支持整车项目、核心零部件项目和关键技术研发。对新能源汽车整车企业,单个项目最高给予5000万元奖励。"
+
+### 15:32
+
+王小红介绍消费补贴政策:
+
+"为促进新能源汽车消费,我们将延续新能源汽车购置补贴政策至2025年底。同时,对个人购买新能源汽车的用户,给予充电费补贴,每年最高1000元。"
+
+### 15:38
+
+记者提问环节开始。
+
+**某电视台记者**:请问张局长,某市如何平衡传统汽车产业转型和新能源汽车发展的关系?
+
+张建国回应:"这是一个很好的问题。我们不会'一刀切'地淘汰传统汽车产业,而是支持传统车企加快向新能源转型。目前,某市多家传统车企已发布新能源车型,产销情况良好。"
+
+### 15:45
+
+**某网站记者**:请问李主任,换电模式和充电模式未来会如何发展?
+
+李明华回答:"换电模式和充电模式各有优势,适用于不同场景。我们鼓励企业创新探索,支持充换电一体化发展。未来,某市将形成'慢充为主、快充为辅、换电补充'的充电体系。"
+
+### 15:52
+
+**某财经报纸记者**:请问王局长,100亿元产业基金的投资方向是什么?
+
+王小红表示:"产业基金将重点投向三个领域:一是整车项目,特别是高端新能源车型;二是动力电池、电机电控等核心零部件;三是智能网联技术,包括自动驾驶、车联网等。我们欢迎有实力的企业来某市投资兴业。"
+
+### 16:00
+
+发布会进入尾声。主持人总结:
+
+"今天发布会详细介绍了某市新能源汽车产业的发展成就和未来规划。我们将继续支持新能源汽车产业发展,打造世界级新能源汽车产业集群。如有更多问题,可联系市经信局产业处。"
+
+发布会正式结束。
+
+---
+
+## 时间线汇总
+
+| 时间 | 关键事件 | 发言人 |
+|------|----------|--------|
+| 14:55 | 发布会准备就绪 | - |
+| 15:00 | 发布会开始,介绍出席领导 | 新闻办主任 |
+| 15:03 | 发布全市新能源汽车产业发展情况 | 张建国(经信局局长) |
+| 15:08 | 介绍产业链发展情况 | 张建国 |
+| 15:12 | 发布产业发展"十五五"规划 | 李明华(发改委副主任) |
+| 15:18 | 介绍充电基础设施建设规划 | 李明华 |
+| 15:25 | 发布财政支持政策(100亿产业基金) | 王小红(财政局副局长) |
+| 15:32 | 发布消费补贴政策 | 王小红 |
+| 15:38 | 记者提问:传统车企转型 | 张建国 |
+| 15:45 | 记者提问:换电模式发展 | 李明华 |
+| 15:52 | 记者提问:产业基金投资方向 | 王小红 |
+| 16:00 | 发布会结束 | 新闻办主任 |
+
+---
+
+## 核心信息点
+
+1. **产业规模**:新能源汽车保有量50万辆,2023年产量120万辆,产值2000亿元
+2. **发展规划**:2025年产量200万辆,产值5000亿元;2030年万亿级规模
+3. **基础设施**:2025年充电桩30万个
+4. **财政支持**:100亿元产业基金,整车项目最高5000万元奖励
+5. **消费政策**:购置补贴延续至2025年底,充电费补贴每年最高1000元
diff --git a/tests/fixtures/test_samples/zh/news/policy_analysis.md b/tests/fixtures/test_samples/zh/news/policy_analysis.md
new file mode 100644
index 0000000..e7ddf16
--- /dev/null
+++ b/tests/fixtures/test_samples/zh/news/policy_analysis.md
@@ -0,0 +1,147 @@
+# 新能源汽车购置补贴政策调整解读
+
+## 政策背景
+
+近日,财政部、工信部、科技部、发改委等四部门联合发布《关于进一步完善新能源汽车推广应用财政补贴政策的通知》,明确2024年起新能源汽车购置补贴政策将进行全面调整。这一政策动向引发了业界的广泛关注和讨论。本文将对新政策进行深度解读,分析其对产业链各环节的影响。
+
+---
+
+## 一、政策核心内容
+
+### 1.1 补贴退坡幅度
+
+根据新政策,2024年新能源汽车购置补贴标准如下:
+
+| 车型 | 2023年补贴标准 | 2024年补贴标准 | 退坡幅度 |
+|------|----------------|----------------|----------|
+| 纯电动乘用车 | 1.26万元/辆 | 1.0万元/辆 | 约20% |
+| 插电式混合动力乘用车 | 0.48万元/辆 | 0.38万元/辆 | 约20% |
+| 纯电动商用车 | 2.8万元/辆 | 2.2万元/辆 | 约21% |
+
+### 1.2 补贴门槛提高
+
+新政策同时提高了享受补贴的技术门槛:
+
+- 纯电动乘用车最低续航里程要求从300公里提高到400公里
+- 动力电池系统能量密度要求从125Wh/kg提高到140Wh/kg
+- 百公里电耗要求进一步加严
+
+### 1.3 区域差异化
+
+补贴标准与地方财政能力挂钩,经济发达地区补贴标准较低,中西部地区继续享受较高补贴。
+
+---
+
+## 二、政策调整的原因分析
+
+### 2.1 财政压力因素
+
+新能源汽车购置补贴政策自2010年实施以来,中央财政累计投入超过2000亿元。随着新能源汽车产销规模快速扩大,财政补贴支出呈几何级数增长。据财政部数据,2023年新能源汽车补贴支出约为750亿元,已对财政造成较大压力。
+
+### 2.2 市场成熟度评估
+
+经过多年发展,中国新能源汽车产业已从"政策驱动"向"市场驱动"转型。2023年,新能源汽车渗透率已突破30%,消费者对新能源汽车的接受度显著提高。部分企业已具备独立盈利能力,政策退坡的市场条件已经成熟。
+
+### 2.3 产业升级需要
+
+现行补贴政策在一定程度上导致了"低质低价"竞争,部分企业过度依赖补贴,缺乏技术创新的动力。提高补贴门槛有助于推动产业技术进步,促进优胜劣汰。
+
+---
+
+## 三、各方观点
+
+### 3.1 支持方观点
+
+**中国汽车工业协会**秘书长表示:"补贴退坡是必然趋势,有助于推动新能源汽车产业从政策驱动向市场驱动转变。当前市场已具备承接能力,消费者对新能源汽车的认知和接受度持续提升。"
+
+**某券商汽车行业分析师**认为:"补贴退坡将加速行业洗牌,技术领先的企业将获得更大市场份额。从长远看有利于产业健康发展。"
+
+### 3.2 担忧方观点
+
+**某新能源汽车企业负责人**表示:"补贴退坡将给企业带来短期压力,特别是在原材料价格高位运行的情况下。企业需要进一步降低成本,才能保持竞争力。"
+
+**某汽车经销商集团总裁**担忧:"补贴退坡可能导致消费者购车意愿下降,特别是对价格敏感的中低端市场。我们已经感受到消费者的观望情绪。"
+
+### 3.3 专家建议
+
+**国务院发展研究中心**专家建议:"政策制定应兼顾短期冲击和长期目标,建议在补贴退坡的同时,加大对充电基础设施建设的支持力度,解除消费者的'里程焦虑'。"
+
+---
+
+## 四、政策影响分析
+
+### 4.1 对整车企业的影响
+
+补贴退坡将直接压缩企业利润空间。据测算,补贴退坡20%将导致单车成本增加约4000-8000元。对于定价在10万元以下的入门级车型影响尤为显著。
+
+**影响预测**:
+
+- 比亚迪、吉利等头部企业可通过规模化效应消化成本压力
+- 部分依赖补贴的中小车企可能面临生存危机
+- 2024年新能源汽车价格战将更加激烈
+
+### 4.2 对消费者的影响
+
+补贴退坡将导致新能源汽车购置成本上升。以一辆续航500公里的纯电动乘用车为例,2024年补贴将减少约2600元。
+
+**影响预测**:
+
+- 短期内消费者购车成本增加,可能引发观望情绪
+- 长期看,新能源汽车使用成本优势仍然明显(电费远低于油费)
+- 部分消费者可能转向性价比更高的车型
+
+### 4.3 对经销商的影响
+
+补贴政策调整带来的不确定性,将影响消费者的购车决策,经销商面临库存积压和资金周转压力。
+
+**影响预测**:
+
+- 2024年上半年新能源汽车销量可能出现波动
+- 部分实力较弱的经销商可能退出市场
+- 经销商将更加注重售后服务和增值业务
+
+### 4.4 对充电设施运营商的影响
+
+补贴退坡后,新能源汽车企业对充电设施的需求将进一步增加。充电设施运营商将迎来发展机遇。
+
+**影响预测**:
+
+- 公共充电桩建设速度将加快
+- 换电站等新型补能方式将获得更多关注
+- 充电费用可能下降以吸引用户
+
+---
+
+## 五、政策展望
+
+### 5.1 后续政策走向
+
+业内普遍预期,新能源汽车购置补贴将在2025年完全退出。政策重点将转向:
+
+- 充电基础设施建设补贴
+- 核心技术研发支持
+- 二手车流通体系建设
+- 动力电池回收利用
+
+### 5.2 企业应对策略
+
+面对补贴退坡,车企应重点做好以下工作:
+
+1. **技术升级**:加大研发投入,提高产品竞争力
+2. **成本控制**:优化供应链,降低制造成本
+3. **市场拓展**:深耕细分市场,满足差异化需求
+4. **服务创新**:提升用户体验,增强用户粘性
+
+### 5.3 消费者建议
+
+对于计划购买新能源汽车的消费者,建议:
+
+- 关注2024年上半年的促销窗口期
+- 综合考虑购置成本和使用成本
+- 选择技术成熟、售后服务完善的品牌
+
+---
+
+## 结语
+
+新能源汽车购置补贴政策退坡,是产业发展到一定阶段的必然结果。从长远来看,补贴退坡有助于推动产业健康发展,促进市场优胜劣汰。对于企业而言,应主动适应政策变化,加强技术创新,提升竞争力。对于消费者而言,无需过度担忧,新能源汽车的长期发展趋势依然向好。