Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
feat(industry): 重构工业领域模板并新增备件消耗清单模板
yifanfeng972a623e167be2
diff --git a/examples/template_finance_demo.py b/examples/template_finance_demo.pynew file mode 100644index 0000000..335b475--- /dev/null+++ b/examples/template_finance_demo.py@@ -0,0 +1,208 @@+"""+Finance 知识模板测试演示++这个文件用于测试 hyperextract 中金融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_finance_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++# 导入所有金融知识模板+from hyperextract.templates.zh.finance import (+ # SEC 文件 (10-K / 10-Q / 8-K)+ FilingFinancialSnapshot,+ MDANarrativeGraph,+ FilingRiskFactorSet,+ MaterialEventTimeline,+ SegmentPerformanceList,+ FinancialDataTemporalGraph,+ RiskAssessmentGraph,+ SupplyChainGraph,+ # 股票研究报告+ ResearchNoteSummary,+ FinancialForecast,+ ValuationLogicMap,+ FactorInfluenceHypergraph,+ RiskFactorList,+ # 招股说明书 / IPO 文件 (S-1)+ ShareholderStructure,+ ProceedsUsage,+ CompanyHistoryTimeline,+ # 财报电话会议记录+ EarningsCallSummary,+ ManagementGuidanceList,+ AnalystQAGraph,+ CallSentimentHypergraph,+ # 金融新闻与市场评论+ MarketSentimentModel,+ FinancialEventCausalGraph,+ MultiSourceSentimentHypergraph,+ MarketNarrativeTimeline,+)++# 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" / "finance"++# 模板到输入文件的映射关系+TEMPLATE_TO_INPUT = {+ # SEC 文件+ FilingFinancialSnapshot: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ MDANarrativeGraph: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ FilingRiskFactorSet: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ MaterialEventTimeline: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ SegmentPerformanceList: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ FinancialDataTemporalGraph: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ RiskAssessmentGraph: TEST_SAMPLES_ROOT / "annual_report_sample.md",+ SupplyChainGraph: TEST_SAMPLES_ROOT / "supply_chain_analysis_sample.md",+ # 股票研究报告+ ResearchNoteSummary: TEST_SAMPLES_ROOT / "equity_research_report_sample.md",+ FinancialForecast: TEST_SAMPLES_ROOT / "equity_research_report_sample.md",+ ValuationLogicMap: TEST_SAMPLES_ROOT / "equity_research_report_sample.md",+ FactorInfluenceHypergraph: TEST_SAMPLES_ROOT / "equity_research_report_sample.md",+ RiskFactorList: TEST_SAMPLES_ROOT / "equity_research_report_sample.md",+ # 招股说明书 / IPO+ ShareholderStructure: TEST_SAMPLES_ROOT / "ipo_prospectus_sample.md",+ ProceedsUsage: TEST_SAMPLES_ROOT / "ipo_prospectus_sample.md",+ CompanyHistoryTimeline: TEST_SAMPLES_ROOT / "ipo_prospectus_sample.md",+ # 财报电话会议+ EarningsCallSummary: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",+ ManagementGuidanceList: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",+ AnalystQAGraph: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",+ CallSentimentHypergraph: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",+ # 金融新闻+ MarketSentimentModel: TEST_SAMPLES_ROOT / "financial_news_sample.md",+ FinancialEventCausalGraph: TEST_SAMPLES_ROOT / "financial_news_sample.md",+ MultiSourceSentimentHypergraph: TEST_SAMPLES_ROOT / "financial_news_sample.md",+ MarketNarrativeTimeline: TEST_SAMPLES_ROOT / "financial_news_sample.md",+}++# ==========================================+# 选择知识模板(只需要修改这一行)+# ==========================================++# SEC 文件+# TEMPLATE = MDANarrativeGraph # MD&A 因果图+# TEMPLATE = FilingFinancialSnapshot # 财务报表快照+# TEMPLATE = FilingRiskFactorSet # 风险因子集合+# TEMPLATE = MaterialEventTimeline # 重大事件时间线+# TEMPLATE = SegmentPerformanceList # 业务分部业绩列表+# TEMPLATE = FinancialDataTemporalGraph # 财务数据时序图+TEMPLATE = RiskAssessmentGraph # 风险评估图谱+# TEMPLATE = SupplyChainGraph # 供应链图谱++# 股票研究报告+# TEMPLATE = ResearchNoteSummary # 研究报告摘要+# TEMPLATE = FinancialForecast # 业绩预测+# TEMPLATE = ValuationLogicMap # 估值逻辑图+# TEMPLATE = FactorInfluenceHypergraph # 因子影响超图+# TEMPLATE = RiskFactorList # 风险因子列表++# 招股说明书 / IPO+# TEMPLATE = ShareholderStructure # 股东结构图+# TEMPLATE = ProceedsUsage # 募集资金用途+# TEMPLATE = CompanyHistoryTimeline # 公司历史时间线++# 财报电话会议+# TEMPLATE = EarningsCallSummary # 财报电话会议摘要+# TEMPLATE = ManagementGuidanceList # 管理层业绩指引+# TEMPLATE = AnalystQAGraph # 分析师问答图+# TEMPLATE = CallSentimentHypergraph # 电话会议情绪超图++# 金融新闻+# TEMPLATE = MarketSentimentModel # 市场情绪模型+# TEMPLATE = FinancialEventCausalGraph # 金融事件因果图+# TEMPLATE = MultiSourceSentimentHypergraph # 多源情绪超图+# TEMPLATE = MarketNarrativeTimeline # 市场叙事时间线++# 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("Finance 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_industry_demo.py b/examples/template_industry_demo.pyindex 9e2892b..3b643af 100644--- a/examples/template_industry_demo.py+++ b/examples/template_industry_demo.py@@ -1,7 +1,7 @@"""Industry 知识模板测试演示-这个文件用于测试 hyperextract 中 industry 领域的所有知识模板。+这个文件用于测试 hyperextract 中工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:@@ -18,16 +18,28 @@ sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))from pathlib import Pathfrom dotenv import load_dotenv-# 导入所有 industry 知识模板+# 导入所有工业知识模板from hyperextract.templates.zh.industry import (- EquipmentTopologyGraph,- FailureCaseGraph,- OperationFlowGraph,- InspectionRecordGraph,- EmergencyResponseGraph,+ # 1. 管理规范 (Management Specifications)SafetyControlGraph,+ EmergencyResponseGraph,+ # 2. 技术规格书 (Technical Specifications)SystemTopologyGraph,+ EquipmentTopologyGraph,+ SpecParameterTable,+ SystemCompatibilityGraph,+ # 3. 操作运维 (Operations)+ OperationFlowGraph,OperatingModeGraph,+ MaintenaceOperationMap,+ # 4. 设备维护 (Maintenance)+ InspectionRecordGraph,+ FailureCaseGraph,+ FailureKnowledgeHypergraph,+ PartReplacementList,+ # 5. HSE事故报告 (Incident Reports)+ IncidentCausalityMap,+ SafetyTimeline,)# 导入必要的 LLM 客户端@@ -39,25 +51,84 @@ from langchain_openai import ChatOpenAI, OpenAIEmbeddings# ==========================================# 测试文件根目录-TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "fixtures" / "test_samples" / "zh" / "industry"+TEST_SAMPLES_ROOT = (+ Path(__file__).parent.parent+ / "tests"+ / "fixtures"+ / "test_samples"+ / "zh"+ / "industry"+)-# 模板到输入文件的映射关系+# 模板到输入文件的映射关系(根据 README 分类顺序)TEMPLATE_TO_INPUT = {- EquipmentTopologyGraph: TEST_SAMPLES_ROOT / "equipment_topology.md",- FailureCaseGraph: TEST_SAMPLES_ROOT / "failure_case.md",- OperationFlowGraph: TEST_SAMPLES_ROOT / "operation_flow.md",- InspectionRecordGraph: TEST_SAMPLES_ROOT / "inspection_record.md",- EmergencyResponseGraph: TEST_SAMPLES_ROOT / "emergency_response.md",- SafetyControlGraph: TEST_SAMPLES_ROOT / "safety_control.md",- SystemTopologyGraph: TEST_SAMPLES_ROOT / "system_topology.md",- OperatingModeGraph: TEST_SAMPLES_ROOT / "operating_mode.md",+ # ==========================================+ # 1. 管理规范 (Management Specifications)+ # 安全规程、应急预案等管理性文档+ # ==========================================+ SafetyControlGraph: TEST_SAMPLES_ROOT / "safety_management_handbook.md",+ EmergencyResponseGraph: TEST_SAMPLES_ROOT / "safety_management_handbook.md",+ # ==========================================+ # 2. 技术规格书 (Technical Specifications)+ # 描述设备额定参数、材质标准及性能曲线的半结构化文本+ # ==========================================+ SystemTopologyGraph: TEST_SAMPLES_ROOT / "equipment_technical_manual.md",+ EquipmentTopologyGraph: TEST_SAMPLES_ROOT / "equipment_technical_manual.md",+ SpecParameterTable: TEST_SAMPLES_ROOT / "equipment_technical_manual.md",+ SystemCompatibilityGraph: TEST_SAMPLES_ROOT / "equipment_technical_manual.md",+ # ==========================================+ # 3. 操作运维 (Operations)+ # 设备运行规程、工况切换等操作相关知识+ # ==========================================+ OperationFlowGraph: TEST_SAMPLES_ROOT / "operation_maintenance_manual.md",+ OperatingModeGraph: TEST_SAMPLES_ROOT / "operation_maintenance_manual.md",+ MaintenaceOperationMap: TEST_SAMPLES_ROOT / "operation_maintenance_manual.md",+ # ==========================================+ # 4. 设备维护 (Maintenance)+ # 巡检记录、故障案例、备件更换等维护知识+ # ==========================================+ InspectionRecordGraph: TEST_SAMPLES_ROOT / "equipment_technical_manual.md",+ FailureCaseGraph: TEST_SAMPLES_ROOT / "operation_maintenance_manual.md",+ FailureKnowledgeHypergraph: TEST_SAMPLES_ROOT / "failure_analysis_report.md",+ PartReplacementList: TEST_SAMPLES_ROOT / "failure_analysis_report.md",+ # ==========================================+ # 5. HSE事故报告 (Incident Reports)+ # 对生产事故的调查报告,包含事件时间线、根本原因分析及整改措施+ # ==========================================+ IncidentCausalityMap: TEST_SAMPLES_ROOT / "safety_management_handbook.md",+ SafetyTimeline: TEST_SAMPLES_ROOT / "safety_management_handbook.md",}+# ==========================================# 选择知识模板(只需要修改这一行)# ==========================================-TEMPLATE = SystemTopologyGraph # 工况切换图谱+# 1. 管理规范 (Management Specifications) - 安全规程、应急预案+# TEMPLATE = SafetyControlGraph # 安全管控图:提取危险源、风险点和管控措施+TEMPLATE = EmergencyResponseGraph # 应急预案图:提取事故场景、响应动作和部门++# 2. 技术规格书 (Technical Specifications) - 设备额定参数、材质标准+# TEMPLATE = SystemTopologyGraph # 系统拓扑图:提取工厂的厂区、系统、子系统、设备等层级结构+# TEMPLATE = EquipmentTopologyGraph # 设备拓扑图:提取工业设备的实体及其相互连接关系+# TEMPLATE = SpecParameterTable # 核心规格表:提取额定功率、材质、尺寸精度等关键技术指标+# TEMPLATE = SystemCompatibilityGraph # 系统兼容性超图:提取设备与环境、介质的对应关系++# 3. 操作运维 (Operations) - 设备运行规程、工况切换+# TEMPLATE = OperationFlowGraph # 操作流程图:提取操作步骤、设备状态和预期结果+# TEMPLATE = OperatingModeGraph # 工况切换图:提取工况类型和切换条件+# TEMPLATE = MaintenaceOperationMap # 维修作业图:关联操作人、工具、对象、耗时++# 4. 设备维护 (Maintenance) - 巡检记录、故障案例、备件更换+# TEMPLATE = InspectionRecordGraph # 巡检记录图:提取设备和巡检项+# TEMPLATE = FailureCaseGraph # 故障案例图:提取故障现象、原因、措施和教训+# TEMPLATE = FailureKnowledgeHypergraph # 故障知识超图:建模故障现象、根因、部件、解决方案+# TEMPLATE = PartReplacementList # 备件消耗清单:提取零件型号、数量、原因++# 5. HSE事故报告 (Incident Reports) - 事故调查、原因分析+# TEMPLATE = IncidentCausalityMap # 事故因果链超图:建模隐患、触发条件、违章行为、事故后果(用于事故推演)+# TEMPLATE = SafetyTimeline # 事故时序图:还原事故发生前后的操作与响应序列(用于事故复盘)+# 自动获取对应的输入文件INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]diff --git a/hyperextract/templates/README.md b/hyperextract/templates/README.mdindex 275b8c0..43eafc1 100644--- a/hyperextract/templates/README.md+++ b/hyperextract/templates/README.md@@ -195,34 +195,47 @@ Specialized for the unique logic of syndrome differentiation (`Bian Zheng`) and### 5. `industry` (Industry)Focuses on unstructured operational data in manufacturing, energy, and power sectors.-* **Maintenance Logs & Work Orders**: Field records of equipment failures, repair actions taken, and parts replaced. often containing jargon and abbreviations.+* **Management Specifications**: Safety procedures, emergency plans and other management documents.| Template | Primitive | Description | Typical Use Case || :--- | :--- | :--- | :--- |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | **Failure Hypergraph**. Models `{Structure, RootCause, Component, Solution}` multi-dimensional relations. | Diagnostic expert systems |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | **Maintenance Operation Map**. Models the operation as a complex event: `{Operator, Tool, Object, Duration}`. | SOP standardization, Man-hour analysis |-| **`PartReplacementList`** | `AutoList` | **Spare Parts List**. Extracts replaced part numbers, quantities, and reasons. | Inventory prediction |+| **`SafetyControlGraph`** | `AutoGraph` | **Safety Control Graph**. Extracts hazard sources, risk points, and control measures. | Safety procedures |+| **`EmergencyResponseGraph`** | `AutoGraph` | **Emergency Response Graph**. Extracts incident scenarios, response actions, and departments. | Emergency plans |+| **`IncidentCausalityMap`** | `AutoHypergraph` | **Incident Causality**. Models hazard, trigger, violation, consequence. | Risk prevention |+| **`SafetyTimeline`** | `AutoTemporalGraph` | **Incident Timeline**. Reconstructs operations and response sequences. | Accident review |-* **HSE Incident Reports**: Investigations into safety incidents, detailing the sequence of events, root causes, and corrective actions.+* **Technical Specifications / Datasheets**: Semi-structured text describing equipment parameters, design standards, and performance curves.| Template | Primitive | Description | Typical Use Case || :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | **Incident Causality**. Models the coupling of `{Hazard, Trigger, Violation, Consequence}`. | Risk prevention, Accident simulation |-| **`SafetyTimeline`** | `AutoTemporalGraph` | **Incident Timeline**. Reconstructs the sequence of alarms, actions, and responses. | Accident review, Drill planning |+| **`SystemTopologyGraph`** | `AutoGraph` | **System Topology Graph**. Extracts factory areas, systems, subsystems, equipment hierarchy. | System manuals |+| **`EquipmentTopologyGraph`** | `AutoGraph` | **Equipment Topology Graph**. Extracts equipment entities and connections. | Equipment diagrams |+| **`SpecParameterTable`** | `AutoModel` | **Key Specs Table**. Extracts rated power, materials, tolerances. | Equipment records |+| **`SystemCompatibilityGraph`** | `AutoHypergraph` | **Compatibility Hypergraph**. Extracts device-environment relationships. | Selection assistance |-* **Shift Handover Logs**: Summaries written by operators regarding equipment status changes, anomalies, and ongoing issues.+* **Operations**: Equipment operating procedures, mode switching, etc.| Template | Primitive | Description | Typical Use Case || :--- | :--- | :--- | :--- |-| **`OpenIssueRegistry`** | `AutoSet` | **Open Issue Registry**. Deduplicated list of unresolved hazards or pending tasks. | Handover management |-| **`AbnormalParameterList`** | `AutoList` | **Abnormal Parameters**. Extracts mentions of abnormal values or alarms (e.g., "High Temp on T-101"). | Trend analysis |+| **`OperationFlowGraph`** | `AutoGraph` | **Operation Flow Graph**. Extracts operation steps, states, and expected results. | Operating procedures |+| **`OperatingModeGraph`** | `AutoGraph` | **Operating Mode Graph**. Extracts operating modes and switching conditions. | Mode switching docs |+| **`MaintenaceOperationMap`** | `AutoHypergraph` | **Maintenance Operation Map**. Links operator, tool, object, duration. | SOP standardization |-* **Technical Specifications / Datasheets**: Semi-structured text describing equipment parameters, design standards, and performance curves.+* **Maintenance**: Inspection records, failure cases, spare parts replacement.++| Template | Primitive | Description | Typical Use Case |+| :--- | :--- | :--- | :--- |+| **`InspectionRecordGraph`** | `AutoGraph` | **Inspection Record Graph**. Extracts equipment and inspection items. | Inspection logs |+| **`FailureCaseGraph`** | `AutoGraph` | **Failure Case Graph**. Extracts phenomena, causes, measures, lessons. | Failure case libraries |+| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | **Failure Hypergraph**. Models phenomena, causes, components, solutions. | Fault diagnosis |+| **`PartReplacementList`** | `AutoList` | **Spare Parts List**. Extracts part numbers, quantities, reasons. | Spare parts management |++* **HSE Incident Reports**: Investigations into safety incidents, detailing the sequence of events, root causes, and corrective actions.| Template | Primitive | Description | Typical Use Case || :--- | :--- | :--- | :--- |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | **Compatibility Hypergraph**. Extracts `{Device, Condition, Constraint}` relationships for different environments. | Selection assistance, Design compliance |-| **`SpecParameterTable`** | `AutoModel` | **Key Specs Table**. Extracts rated power, material classes, and dimensional tolerances. | Digital asset delivery |+| **`IncidentCausalityMap`** | `AutoHypergraph` | **Incident Causality**. Models hazard, trigger, violation, consequence. | Accident simulation |+| **`SafetyTimeline`** | `AutoTemporalGraph` | **Incident Timeline**. Reconstructs operations and response sequences. | Accident review |### 6. `history` (History)Focuses on long-span timelines and social network reconstruction.diff --git a/hyperextract/templates/README_ZH.md b/hyperextract/templates/README_ZH.mdindex e63b7e5..7a27c19 100644--- a/hyperextract/templates/README_ZH.md+++ b/hyperextract/templates/README_ZH.md@@ -193,36 +193,49 @@| **`MeridianFlowGraph`** | `AutoGraph` | **经络流注图**。提取十二经脉的循行路线及经气流注次序。 | 经络理论教学 |### 5. `industry` (工业)-专注于电力、制造、能源等行业的运维数据与非结构化日志分析。+专注于电力,制造、能源等行业的运维数据与非结构化日志分析。-* **维修日志与工单 (Maintenance Logs)**:现场人员记录的设备故障现象、维修措施及备件更换情况,常包含大量行业术语。+* **管理规范 (Management Specifications)**:安全规程、应急预案等管理性文档。| 模板名称 | 底层原语 | 描述 | 典型应用场景 || :--- | :--- | :--- | :--- |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | **故障知识超图**。建模 `{故障现象, 根因, 涉及部件, 解决方案}` 多维关联,解决单一因果无法覆盖复杂故障的问题。 | 故障诊断专家系统、维修知识库 |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | **维修作业图**。将维修作业视为一个复杂事件,关联 `{操作人, 使用工具, 操作对象, 动作耗时}`。 | 维修动作标准化、工时定额分析 |-| **`PartReplacementList`** | `AutoList` | **备件消耗清单**。结构化提取更换的具体零件型号、数量及更换原因。 | 备件库存预测、供应链优化 |+| **`SafetyControlGraph`** | `AutoGraph` | **安全管控图**。提取危险源、风险点和管控措施。 | 安全规程 |+| **`EmergencyResponseGraph`** | `AutoGraph` | **应急预案图**。提取事故场景、响应动作和部门。 | 应急预案 |+| **`IncidentCausalityMap`** | `AutoHypergraph` | **事故因果链超图**。建模隐患、触发条件、违章行为、事故后果。 | 风险预防 |+| **`SafetyTimeline`** | `AutoTemporalGraph` | **事故时序图**。还原事故发生前后的操作与响应序列。 | 事故复盘 |-* **HSE安全事故报告 (Incident Reports)**:对生产事故的调查报告,包含事件时间线、根本原因分析 (RCA) 及整改措施。+* **技术规格书 (Technical Specifications)**:描述设备额定参数、材质标准及性能曲线的半结构化文本。| 模板名称 | 底层原语 | 描述 | 典型应用场景 || :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | **事故因果链超图**。建模 `{隐患, 触发条件, 违章行为, 事故后果}` 的多因素耦合关系。 | 安全风险双重预防机制、事故推演 |-| **`SafetyTimeline`** | `AutoTemporalGraph` | **事故时序图**。还原事故发生前后的关键操作、报警与响应序列。 | 事故复盘、应急预案演练 |+| **`SystemTopologyGraph`** | `AutoGraph` | **系统拓扑图**。提取工厂的厂区、系统、子系统、设备等层级结构。 | 系统说明书 |+| **`EquipmentTopologyGraph`** | `AutoGraph` | **设备拓扑图**。提取工业设备的实体及其相互连接关系。 | 设备系统图 |+| **`SpecParameterTable`** | `AutoModel` | **核心规格表**。提取额定功率、材质、尺寸精度等关键技术指标。 | 设备台账 |+| **`SystemCompatibilityGraph`** | `AutoHypergraph` | **系统兼容性超图**。提取设备与环境、介质的对应关系。 | 选型辅助 |-* **交接班记录 (Shift Handover)**:运行人员记录的设备状态变化、异常参数及遗留问题。+* **操作运维 (Operations)**:设备运行规程、工况切换等操作相关知识。| 模板名称 | 底层原语 | 描述 | 典型应用场景 || :--- | :--- | :--- | :--- |-| **`OpenIssueRegistry`** | `AutoSet` | **遗留问题登记**。去重汇总当前未解决的隐患、待办事项及挂牌情况。 | 交接班管理、隐患排查闭环 |-| **`AbnormalParameterList`** | `AutoList` | **异常参数记录**。提取交接班中重点提及的数值异常或状态报警(如“T-101温度偏高”)。 | 运行状态趋势分析 |+| **`OperationFlowGraph`** | `AutoGraph` | **操作流程图**。提取操作步骤、设备状态和预期结果。 | 运行规程 |+| **`OperatingModeGraph`** | `AutoGraph` | **工况切换图**。提取工况类型和切换条件。 | 工况切换说明书 |+| **`MaintenaceOperationMap`** | `AutoHypergraph` | **维修作业图**。关联操作人、工具、对象、耗时。 | 维修标准化 |-* **技术规格书 (Technical Specifications)**:描述设备额定参数、材质标准及性能曲线的半结构化文本。+* **设备维护 (Maintenance)**:巡检记录、故障案例、备件更换等维护知识。++| 模板名称 | 底层原语 | 描述 | 典型应用场景 |+| :--- | :--- | :--- | :--- |+| **`InspectionRecordGraph`** | `AutoGraph` | **巡检记录图**。提取设备和巡检项。 | 巡检记录本 |+| **`FailureCaseGraph`** | `AutoGraph` | **故障案例图**。提取故障现象、原因、措施和教训。 | 故障案例库 |+| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | **故障知识超图**。建模故障现象、根因、部件、解决方案。 | 故障诊断 |+| **`PartReplacementList`** | `AutoList` | **备件消耗清单**。提取零件型号、数量、原因。 | 备件管理 |++* **HSE事故报告 (Incident Reports)**:对生产事故的调查报告,包含事件时间线、根本原因分析及整改措施。| 模板名称 | 底层原语 | 描述 | 典型应用场景 || :--- | :--- | :--- | :--- |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | **系统兼容性超图**。提取设备与不同环境、介质、电压等级之间的 `{设备, 适用工况, 限制条件}` 对应关系。 | 选型辅助、设计合规性检查 |-| **`SpecParameterTable`** | `AutoModel` | **核心规格表**。提取额定功率、材质、尺寸精度等关键技术指标。 | 主要设备台账构建、数字化交付 |+| **`IncidentCausalityMap`** | `AutoHypergraph` | **事故因果链超图**。建模隐患、触发条件、违章行为、事故后果。 | 事故推演 |+| **`SafetyTimeline`** | `AutoTemporalGraph` | **事故时序图**。还原事故发生前后的操作与响应序列。 | 事故复盘 |### 6. `history` (历史)专注于长跨度的时间线梳理及人物社会网络构建。diff --git a/hyperextract/templates/en/__init__.py b/hyperextract/templates/en/__init__.pyindex 8737662..ed105a7 100644--- a/hyperextract/templates/en/__init__.py+++ b/hyperextract/templates/en/__init__.py@@ -19,31 +19,6 @@ from .general import (PenaltyMapping,ComplianceLogic,)-from .finance import (- RiskAssessmentGraph,- SupplyChainGraph,- FilingFinancialSnapshot,- MDANarrativeGraph,- FilingRiskFactorSet,- MaterialEventTimeline,- SegmentPerformanceList,- ResearchNoteSummary,- FinancialForecast,- ValuationLogicMap,- FactorInfluenceHypergraph,- RiskFactorList,- ShareholderStructure,- ProceedsUsage,- CompanyHistoryTimeline,- EarningsCallSummary,- ManagementGuidanceList,- AnalystQAGraph,- CallSentimentHypergraph,- MarketSentimentModel,- FinancialEventCausalGraph,- MultiSourceSentimentHypergraph,- MarketNarrativeTimeline,-)__all__ = [# general@@ -62,28 +37,4 @@ __all__ = ["OperationalProcedure","PenaltyMapping","ComplianceLogic",- # Finance- "RiskAssessmentGraph",- "SupplyChainGraph",- "FilingFinancialSnapshot",- "MDANarrativeGraph",- "FilingRiskFactorSet",- "MaterialEventTimeline",- "SegmentPerformanceList",- "ResearchNoteSummary",- "FinancialForecast",- "ValuationLogicMap",- "FactorInfluenceHypergraph",- "RiskFactorList",- "ShareholderStructure",- "ProceedsUsage",- "CompanyHistoryTimeline",- "EarningsCallSummary",- "ManagementGuidanceList",- "AnalystQAGraph",- "CallSentimentHypergraph",- "MarketSentimentModel",- "FinancialEventCausalGraph",- "MultiSourceSentimentHypergraph",- "MarketNarrativeTimeline",]diff --git a/hyperextract/templates/en/finance/__init__.py b/hyperextract/templates/en/finance/__init__.pyindex 0f3b717..e69de29 100644--- a/hyperextract/templates/en/finance/__init__.py+++ b/hyperextract/templates/en/finance/__init__.py@@ -1,72 +0,0 @@-"""-Finance domain templates for extracting structured knowledge from financial documents.--Includes templates for SEC filings, equity research, prospectuses, earnings calls,-financial news, risk assessment, and supply chain analysis.-"""--# SEC Filings (10-K / 10-Q / 8-K)-from .filing_financial_snapshot import FilingFinancialSnapshot-from .mda_narrative_graph import MDANarrativeGraph-from .filing_risk_factor_set import FilingRiskFactorSet-from .material_event_timeline import MaterialEventTimeline-from .segment_performance_list import SegmentPerformanceList-from .financial_data_temporal_graph import FinancialDataTemporalGraph-from .risk_assessment import RiskAssessmentGraph-from .supply_chain import SupplyChainGraph--# Equity Research Reports-from .research_note_summary import ResearchNoteSummary-from .financial_forecast import FinancialForecast-from .valuation_logic_map import ValuationLogicMap-from .factor_influence_hypergraph import FactorInfluenceHypergraph-from .risk_factor_list import RiskFactorList--# Prospectuses / IPO Filings (S-1)-from .shareholder_structure import ShareholderStructure-from .proceeds_usage import ProceedsUsage-from .company_history_timeline import CompanyHistoryTimeline--# Earnings Call Transcripts-from .earnings_call_summary import EarningsCallSummary-from .management_guidance_list import ManagementGuidanceList-from .analyst_qa_graph import AnalystQAGraph-from .call_sentiment_hypergraph import CallSentimentHypergraph--# Financial News & Market Commentary-from .market_sentiment_model import MarketSentimentModel-from .financial_event_causal_graph import FinancialEventCausalGraph-from .multi_source_sentiment_hypergraph import MultiSourceSentimentHypergraph-from .market_narrative_timeline import MarketNarrativeTimeline--__all__ = [- # SEC Filings- "FilingFinancialSnapshot",- "MDANarrativeGraph",- "FilingRiskFactorSet",- "MaterialEventTimeline",- "SegmentPerformanceList",- "FinancialDataTemporalGraph",- "RiskAssessmentGraph",- "SupplyChainGraph",- # Equity Research- "ResearchNoteSummary",- "FinancialForecast",- "ValuationLogicMap",- "FactorInfluenceHypergraph",- "RiskFactorList",- # Prospectuses / IPO- "ShareholderStructure",- "ProceedsUsage",- "CompanyHistoryTimeline",- # Earnings Calls- "EarningsCallSummary",- "ManagementGuidanceList",- "AnalystQAGraph",- "CallSentimentHypergraph",- # Financial News- "MarketSentimentModel",- "FinancialEventCausalGraph",- "MultiSourceSentimentHypergraph",- "MarketNarrativeTimeline",-]diff --git a/hyperextract/templates/en/finance/analyst_qa_graph.py b/hyperextract/templates/en/finance/analyst_qa_graph.pydeleted file mode 100644index 940ad01..0000000--- a/hyperextract/templates/en/finance/analyst_qa_graph.py+++ /dev/null@@ -1,200 +0,0 @@-"""Analyst Q&A Graph - Maps analyst questions to management responses.--Extracts the question-and-answer interactions from earnings call Q&A sessions,-capturing concerns raised and commitments made for analyst focus analysis.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class QAParticipant(BaseModel):- """- A participant in the earnings call Q&A session.- """-- name: str = Field(- description="Name of the participant (e.g., analyst name, CEO, CFO)."- )- role: str = Field(- description="Role: 'Analyst', 'CEO', 'CFO', 'COO', 'CTO', 'IR Head', 'Other Management'."- )- firm: Optional[str] = Field(- None,- description="Firm affiliation (e.g., 'JPMorgan', 'Goldman Sachs') for analysts.",- )---class QAInteraction(BaseModel):- """- A question-answer interaction between analyst and management.- """-- source: str = Field(description="The questioner's name (analyst).")- target: str = Field(description="The responder's name (management).")- topic: str = Field(- description="Topic of the question (e.g., 'Margin outlook', 'AI strategy', 'Capital allocation')."- )- question_summary: str = Field(- description="Concise summary of the analyst's question."- )- answer_summary: str = Field(- description="Concise summary of management's response."- )- sentiment: Optional[str] = Field(- None,- description="Tone of the exchange: 'Constructive', 'Pressing', 'Reassuring', 'Evasive', 'Direct'.",- )- commitment_made: Optional[str] = Field(- None,- description="Any specific commitment from management (e.g., 'will provide update next quarter').",- )- follow_up: Optional[bool] = Field(- None,- description="Whether the analyst asked a follow-up question on the same topic.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an earnings call analyst. Extract the Q&A interactions between analysts and management "- "from this earnings call transcript.\n\n"- "Rules:\n"- "- Identify each analyst and management participant.\n"- "- Summarize each question and its corresponding answer.\n"- "- Capture the topic and sentiment of each exchange.\n"- "- Note any commitments management makes.\n"- "- Track follow-up questions on the same topic."-)--_NODE_PROMPT = (- "You are an earnings call analyst. Extract all Q&A participants (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify analysts by name and firm.\n"- "- Identify management participants by name and role.\n"- "- DO NOT extract Q&A interactions at this stage."-)--_EDGE_PROMPT = (- "You are an earnings call analyst. Given the participants, extract Q&A interactions (Edges).\n\n"- "Extraction Rules:\n"- "- Connect each analyst question to the management response.\n"- "- Summarize both the question and answer concisely.\n"- "- Capture the topic, sentiment, and any commitments.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class AnalystQAGraph(AutoGraph[QAParticipant, QAInteraction]):- """- Applicable to: Earnings Call Transcripts (Q&A section), Investor Day Q&A,- Annual Meeting Q&A, Analyst Day Transcripts.-- Template for mapping analyst questions to management responses in earnings calls.- Enables analyst focus analysis, commitment tracking, and identification of- key concerns across the analyst community.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> qa = AnalystQAGraph(llm_client=llm, embedder=embedder)- >>> transcript = "Analyst: Can you discuss your margin outlook? CEO: We expect margins to..."- >>> qa.feed_text(transcript)- >>> qa.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,- ):- """- Initialize the Analyst Q&A Graph template.-- Args:- llm_client (BaseChatModel): The LLM for Q&A extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=QAParticipant,- edge_schema=QAInteraction,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.topic.lower()}|{x.target.strip().lower()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the analyst Q&A graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of participants to retrieve. Default 3.- top_k_edges_for_search (int): Number of Q&A interactions to retrieve. Default 3.- top_k_nodes_for_chat (int): Participants for chat context. Default 3.- top_k_edges_for_chat (int): Interactions for chat context. Default 3.- """-- def node_label_extractor(node: QAParticipant) -> str:- firm = f" @ {node.firm}" if node.firm else ""- return f"{node.name} ({node.role}{firm})"-- def edge_label_extractor(edge: QAInteraction) -> str:- sentiment = f" [{edge.sentiment}]" if edge.sentiment else ""- return f"{edge.topic}{sentiment}"-- 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/en/finance/call_sentiment_hypergraph.py b/hyperextract/templates/en/finance/call_sentiment_hypergraph.pydeleted file mode 100644index 6dd80ce..0000000--- a/hyperextract/templates/en/finance/call_sentiment_hypergraph.py+++ /dev/null@@ -1,198 +0,0 @@-"""Call Sentiment Hypergraph - Models topic-sentiment analysis across earnings calls.--Models multi-dimensional sentiment: {Topic, Speaker, Sentiment, Driving Factor}-across the call for sentiment-driven trading signals and tone shift detection.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class CallTopic(BaseModel):- """- A topic, speaker, or sentiment driver discussed in an earnings call.- """-- name: str = Field(- description="Name of the topic element (e.g., 'Revenue Growth', 'CEO Tim Cook', 'AI Investment Cycle', 'Cautious')."- )- element_type: str = Field(- description="Type: 'Topic', 'Speaker', 'Sentiment', 'Driving Factor'."- )- description: Optional[str] = Field(- None, description="Context or explanation for this element."- )---class SentimentCluster(BaseModel):- """- A multi-dimensional sentiment cluster connecting topic, speaker, sentiment, and driver.- """-- cluster_name: str = Field(- description="Descriptive name (e.g., 'CEO Positive on AI Revenue', 'CFO Cautious on Margins')."- )- participating_elements: List[str] = Field(- description="Names of all elements in this sentiment cluster (topic + speaker + sentiment + driver)."- )- sentiment_polarity: str = Field(- description="Overall sentiment: 'Bullish', 'Bearish', 'Neutral', 'Mixed'."- )- intensity: str = Field(- description="Sentiment intensity: 'Strong', 'Moderate', 'Mild'."- )- evidence: Optional[str] = Field(- None,- description="Key quote or paraphrase supporting the sentiment assessment.",- )- shift_from_prior: Optional[str] = Field(- None,- description="Change from prior quarter's tone if notable (e.g., 'More cautious than Q2', 'Upgraded from neutral').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a sentiment analysis specialist for earnings calls. Extract topics, speakers, "- "sentiment signals, and their multi-dimensional relationships.\n\n"- "Rules:\n"- "- Identify key topics discussed (revenue, margins, guidance, strategy).\n"- "- Identify speakers and their roles.\n"- "- Assess sentiment polarity and intensity for each topic-speaker combination.\n"- "- A hyperedge connects a Topic + Speaker + Sentiment + Driving Factor.\n"- "- Note shifts from prior quarter's tone."-)--_NODE_PROMPT = (- "You are a sentiment analysis specialist. Extract all topics, speakers, sentiments, "- "and driving factors (Nodes) from the earnings call.\n\n"- "Extraction Rules:\n"- "- Identify financial topics discussed.\n"- "- Identify speakers (analysts, management).\n"- "- Identify sentiment labels and driving factors.\n"- "- DO NOT create sentiment clusters at this stage."-)--_EDGE_PROMPT = (- "You are a sentiment analysis specialist. Given the elements, create multi-dimensional "- "sentiment clusters (Hyperedges).\n\n"- "Extraction Rules:\n"- "- Each cluster connects a Topic + Speaker + Sentiment + Driving Factor.\n"- "- Assess overall polarity and intensity.\n"- "- Capture supporting evidence.\n"- "- Note tone shifts from prior quarters.\n"- "- Only reference elements that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):- """- Applicable to: Earnings Call Transcripts, Investor Day Transcripts,- Management Presentations, Conference Transcripts.-- Template for multi-dimensional sentiment analysis of earnings calls. Uses- hyperedges to model {Topic, Speaker, Sentiment, Driving Factor} clusters,- enabling sentiment-driven trading signals and tone shift detection.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> sentiment = CallSentimentHypergraph(llm_client=llm, embedder=embedder)- >>> transcript = "CEO: We are very excited about AI revenue growth..."- >>> sentiment.feed_text(transcript)- >>> sentiment.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,- ):- """- Initialize the Call Sentiment Hypergraph template.-- Args:- llm_client (BaseChatModel): The LLM for sentiment extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoHypergraph.- """- super().__init__(- node_schema=CallTopic,- edge_schema=SentimentCluster,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.cluster_name.strip().lower(),- nodes_in_edge_extractor=lambda x: tuple(- e.strip().lower() for e in x.participating_elements- ),- 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,- ) -> None:- """- Visualize the call sentiment hypergraph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of elements to retrieve. Default 3.- top_k_edges_for_search (int): Number of sentiment clusters to retrieve. Default 3.- top_k_nodes_for_chat (int): Elements for chat context. Default 3.- top_k_edges_for_chat (int): Clusters for chat context. Default 3.- """-- def node_label_extractor(node: CallTopic) -> str:- return f"{node.name} [{node.element_type}]"-- def edge_label_extractor(edge: SentimentCluster) -> str:- return f"[{edge.sentiment_polarity}/{edge.intensity}] {edge.cluster_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/en/finance/company_history_timeline.py b/hyperextract/templates/en/finance/company_history_timeline.pydeleted file mode 100644index 9433fa2..0000000--- a/hyperextract/templates/en/finance/company_history_timeline.py+++ /dev/null@@ -1,203 +0,0 @@-"""Company History Timeline - Chronological extraction of corporate milestones.--Extracts founding events, funding rounds, major pivots, and key milestones-from prospectuses and company histories for due diligence and history mapping.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class CorporateEntity(BaseModel):- """- An entity involved in corporate history milestones.- """-- name: str = Field(- description="Name of the entity (e.g., company name, founder, investor, acquiree)."- )- entity_type: str = Field(- description="Type: 'Company', 'Founder', 'Investor', 'Acquiree', 'Partner', 'Regulator'."- )- description: Optional[str] = Field(- None, description="Role or context (e.g., 'Series A lead', 'Acquired subsidiary')."- )---class CorporateMilestoneEdge(BaseModel):- """- A corporate milestone event with temporal context.- """-- source: str = Field(description="The acting entity name.")- target: str = Field(description="The affected entity or milestone target.")- event_type: str = Field(- description="Type: 'Founding', 'Funding Round', 'Acquisition', 'Product Launch', "- "'IPO', 'Pivot', 'Partnership', 'Expansion', 'Restructuring', 'Key Hire'."- )- start_timestamp: Optional[str] = Field(- None,- description="Date of the milestone (e.g., '2015-06', 'March 2018', '2020').",- )- end_timestamp: Optional[str] = Field(- None,- description="End date if applicable (e.g., acquisition closing date).",- )- description: Optional[str] = Field(- None,- description="Details of the milestone (e.g., '$50M Series B led by Sequoia').",- )- financial_details: Optional[str] = Field(- None,- description="Financial terms when available (e.g., valuation, deal size).",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a due diligence analyst. Extract corporate history milestones and the entities "- "involved from this prospectus or company history document.\n\n"- "Rules:\n"- "- Identify founding events, funding rounds, acquisitions, pivots, and key hires.\n"- "- Extract specific dates or time periods for each milestone.\n"- "- Capture financial details (valuations, deal sizes) when mentioned.\n"- "- Maintain chronological accuracy."-)--_NODE_PROMPT = (- "You are a due diligence analyst. Extract all entities (Nodes) involved in corporate history.\n\n"- "Extraction Rules:\n"- "- Identify the company, founders, investors, acquired companies, and partners.\n"- "- Classify each entity by type.\n"- "- DO NOT extract events at this stage."-)--_EDGE_PROMPT = (- "You are a due diligence analyst. Given the entities, extract corporate milestones (Edges) with dates.\n\n"- "Extraction Rules:\n"- "- Connect entities through milestone events.\n"- "- Extract specific dates or time periods.\n"- "- Capture financial details (deal sizes, valuations).\n"- "- Classify each milestone by type.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class CompanyHistoryTimeline(- AutoTemporalGraph[CorporateEntity, CorporateMilestoneEdge]-):- """- Applicable to: S-1 Prospectuses (Business section), Company About pages,- Due Diligence reports, Corporate History summaries, Investor Presentations.-- Template for chronologically extracting corporate milestones from prospectuses- and company histories. Enables due diligence timeline construction and- corporate evolution tracking.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> history = CompanyHistoryTimeline(llm_client=llm, embedder=embedder)- >>> text = "Founded in 2015 by John Doe. Raised $10M Series A in 2017..."- >>> history.feed_text(text)- >>> history.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str = "2024-01-01",- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Company History Timeline template.-- Args:- llm_client (BaseChatModel): The LLM for milestone extraction.- embedder (Embeddings): Embedding model for deduplication.- observation_time (str): Reference time for resolving relative dates.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoTemporalGraph.- """- super().__init__(- node_schema=CorporateEntity,- edge_schema=CorporateMilestoneEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.event_type.lower()}|{x.target.strip().lower()}"- ),- time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- 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,- ) -> None:- """- Visualize the company history timeline using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of milestones to retrieve. Default 3.- top_k_nodes_for_chat (int): Entities for chat context. Default 3.- top_k_edges_for_chat (int): Milestones for chat context. Default 3.- """-- def node_label_extractor(node: CorporateEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: CorporateMilestoneEdge) -> str:- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""- return f"{edge.event_type}{date}"-- 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/en/finance/earnings_call_summary.py b/hyperextract/templates/en/finance/earnings_call_summary.pydeleted file mode 100644index 217bb95..0000000--- a/hyperextract/templates/en/finance/earnings_call_summary.py+++ /dev/null@@ -1,154 +0,0 @@-"""Earnings Call Summary - Extracts key metrics and tone from earnings calls.--Extracts reported metrics (Revenue, EPS), management guidance, and overall call-tone from quarterly conference call transcripts for review dashboards.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from ontomem.merger import MergeStrategy-from hyperextract.types import AutoModel--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class EarningsCallSummarySchema(BaseModel):- """- Structured summary of an earnings conference call.- """-- company_name: Optional[str] = Field(- None, description="Name of the company."- )- ticker: Optional[str] = Field(- None, description="Stock ticker symbol."- )- quarter: Optional[str] = Field(- None, description="Reporting quarter (e.g., 'Q3 FY2024', 'Q4 2024')."- )- call_date: Optional[str] = Field(- None, description="Date of the earnings call."- )- reported_revenue: Optional[str] = Field(- None, description="Reported revenue for the quarter (e.g., '$94.8 billion')."- )- revenue_vs_consensus: Optional[str] = Field(- None,- description="Revenue vs. consensus (e.g., 'beat by $1.2B', 'in-line', 'missed by $500M').",- )- reported_eps: Optional[str] = Field(- None, description="Reported diluted EPS (e.g., '$1.46')."- )- eps_vs_consensus: Optional[str] = Field(- None, description="EPS vs. consensus (e.g., 'beat by $0.05')."- )- guidance_revenue: Optional[str] = Field(- None,- description="Forward revenue guidance (e.g., '$95-97B for Q4', 'FY2025 revenue $380-390B').",- )- guidance_eps: Optional[str] = Field(- None, description="Forward EPS guidance if provided."- )- overall_tone: Optional[str] = Field(- None,- description="Overall tone of the call: 'Positive', 'Cautiously Optimistic', 'Neutral', 'Cautious', 'Negative'.",- )- key_highlights: Optional[List[str]] = Field(- None,- description="Top 3-5 highlights from management's prepared remarks.",- )- key_concerns: Optional[List[str]] = Field(- None,- description="Top concerns raised by management or analysts during Q&A.",- )- strategic_priorities: Optional[List[str]] = Field(- None,- description="Strategic priorities emphasized by management.",- )- ceo_name: Optional[str] = Field(- None, description="CEO or primary presenter name."- )- cfo_name: Optional[str] = Field(- None, description="CFO name."- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a buy-side analyst reviewing an earnings call transcript. "- "Extract the key financial metrics, guidance, and overall tone.\n\n"- "Rules:\n"- "- Extract exact reported figures (Revenue, EPS) and compare to consensus.\n"- "- Capture forward guidance for revenue and earnings.\n"- "- Assess the overall tone of the call (management's language, analyst reactions).\n"- "- List key highlights from prepared remarks and concerns from Q&A.\n"- "- Identify strategic priorities management emphasized.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class EarningsCallSummary(AutoModel[EarningsCallSummarySchema]):- """- Applicable to: Quarterly Earnings Call Transcripts, Earnings Press Releases,- Investor Day Transcripts, Annual Meeting Transcripts.-- Template for extracting a structured summary from earnings call transcripts.- Produces a single consolidated view of reported metrics, guidance, tone, and- key themes for quarterly review dashboards and consensus tracking.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> summary = EarningsCallSummary(llm_client=llm, embedder=embedder)- >>> transcript = "Good afternoon. Q3 revenue was $94.8 billion, beating consensus..."- >>> summary.feed_text(transcript)- >>> print(summary.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,- ):- """- Initialize the Earnings Call Summary template.-- Args:- llm_client (BaseChatModel): The LLM for transcript extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoModel.- """- super().__init__(- data_schema=EarningsCallSummarySchema,- llm_client=llm_client,- embedder=embedder,- strategy_or_merger=MergeStrategy.LLM.BALANCED,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )diff --git a/hyperextract/templates/en/finance/factor_influence_hypergraph.py b/hyperextract/templates/en/finance/factor_influence_hypergraph.pydeleted file mode 100644index bdbfab1..0000000--- a/hyperextract/templates/en/finance/factor_influence_hypergraph.py+++ /dev/null@@ -1,200 +0,0 @@-"""Factor Influence Hypergraph - Models multi-factor relationships in equity analysis.--Models complex relationships between macro factors, industry trends, and company-metrics as hyperedges connecting multiple factors simultaneously.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class InvestmentFactor(BaseModel):- """- A factor in multi-factor investment analysis.- """-- name: str = Field(- description="Name of the factor (e.g., 'GDP Growth', 'Semiconductor Cycle', 'Cloud Revenue')."- )- factor_level: str = Field(- description="Level: 'Macro', 'Industry', 'Company', 'Technical'."- )- current_reading: Optional[str] = Field(- None,- description="Current value or state (e.g., '3.2% YoY', 'Upcycle Phase', 'Accelerating').",- )- description: Optional[str] = Field(- None, description="Explanation of this factor's significance."- )---class FactorInteraction(BaseModel):- """- A multi-factor interaction where several factors jointly influence an outcome.- """-- interaction_name: str = Field(- description="Descriptive name (e.g., 'AI Capex Multiplier Effect', 'Rate-Sensitive Rotation')."- )- participating_factors: List[str] = Field(- description="Names of all factors involved in this interaction."- )- interaction_type: str = Field(- description="Type: 'Reinforcing', 'Offsetting', 'Conditional', 'Cascading', 'Threshold'."- )- outcome: str = Field(- description="The combined outcome or effect (e.g., 'Accelerated revenue growth for cloud names')."- )- mechanism: Optional[str] = Field(- None,- description="How the factors interact to produce the outcome.",- )- confidence: Optional[str] = Field(- None,- description="Analyst's confidence in this interaction: 'High', 'Medium', 'Low'.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a quantamental research analyst. Extract investment factors and their multi-factor "- "interactions from this research report.\n\n"- "Rules:\n"- "- Identify macro, industry, and company-level factors.\n"- "- Extract complex interactions where multiple factors jointly produce an outcome.\n"- "- A hyperedge connects ALL participating factors, not just pairs.\n"- "- Capture the mechanism and outcome of each interaction."-)--_NODE_PROMPT = (- "You are a quantamental research analyst. Extract all investment factors (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify macro indicators, industry metrics, and company KPIs.\n"- "- Capture current values or readings.\n"- "- Classify each factor by level.\n"- "- DO NOT extract interactions at this stage."-)--_EDGE_PROMPT = (- "You are a quantamental research analyst. Given the factors, extract multi-factor "- "interactions (Hyperedges) where multiple factors jointly influence outcomes.\n\n"- "Extraction Rules:\n"- "- Each hyperedge should connect 2 or more factors.\n"- "- Describe the interaction mechanism and outcome.\n"- "- Classify the interaction type.\n"- "- Only reference factors that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteraction]):- """- Applicable to: Multi-Factor Research Reports, Quantamental Analysis,- Macro Strategy Notes, Cross-Asset Research, Factor Attribution Studies.-- Template for modeling complex multi-factor relationships in equity analysis.- Uses hyperedges to capture interactions where multiple factors jointly influence- an outcome, going beyond simple pairwise relationships.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> factors = FactorInfluenceHypergraph(llm_client=llm, embedder=embedder)- >>> report = "Rising rates combined with strong GDP and AI capex create a rotation into quality growth..."- >>> factors.feed_text(report)- >>> factors.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,- ):- """- Initialize the Factor Influence Hypergraph template.-- Args:- llm_client (BaseChatModel): The LLM for factor extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoHypergraph.- """- super().__init__(- node_schema=InvestmentFactor,- edge_schema=FactorInteraction,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.interaction_name.strip().lower(),- nodes_in_edge_extractor=lambda x: tuple(- f.strip().lower() for f in x.participating_factors- ),- 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,- ) -> None:- """- Visualize the factor influence hypergraph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of factors to retrieve. Default 3.- top_k_edges_for_search (int): Number of interactions to retrieve. Default 3.- top_k_nodes_for_chat (int): Factors for chat context. Default 3.- top_k_edges_for_chat (int): Interactions for chat context. Default 3.- """-- def node_label_extractor(node: InvestmentFactor) -> str:- reading = f": {node.current_reading}" if node.current_reading else ""- return f"{node.name} [{node.factor_level}]{reading}"-- def edge_label_extractor(edge: FactorInteraction) -> str:- return f"[{edge.interaction_type}] {edge.interaction_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/en/finance/filing_financial_snapshot.py b/hyperextract/templates/en/finance/filing_financial_snapshot.pydeleted file mode 100644index 00086ce..0000000--- a/hyperextract/templates/en/finance/filing_financial_snapshot.py+++ /dev/null@@ -1,164 +0,0 @@-"""Filing Financial Snapshot - Extracts key financial figures from SEC filings.--Extracts income statement, balance sheet, and cash flow data from 10-K/10-Q filings-into a single structured object for fundamental screening and database population.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from ontomem.merger import MergeStrategy-from hyperextract.types import AutoModel--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class FilingFinancialSnapshotSchema(BaseModel):- """- A structured snapshot of key financial data extracted from SEC filings.- """-- company_name: Optional[str] = Field(- None, description="Legal name of the filing entity."- )- ticker: Optional[str] = Field(- None, description="Stock ticker symbol (e.g., 'AAPL', 'MSFT')."- )- filing_type: Optional[str] = Field(- None, description="Filing type: '10-K', '10-Q', '8-K', '20-F'."- )- filing_period: Optional[str] = Field(- None,- description="Fiscal period covered (e.g., 'FY2024', 'Q3 2024', 'Year ended Dec 31, 2024').",- )- revenue: Optional[str] = Field(- None,- description="Total revenue or net sales for the period (e.g., '$394.3 billion').",- )- cost_of_revenue: Optional[str] = Field(- None, description="Cost of goods sold or cost of revenue."- )- gross_profit: Optional[str] = Field(- None, description="Gross profit (Revenue minus Cost of Revenue)."- )- operating_income: Optional[str] = Field(- None, description="Operating income or loss."- )- net_income: Optional[str] = Field(- None, description="Net income attributable to common shareholders."- )- earnings_per_share: Optional[str] = Field(- None, description="Diluted EPS (e.g., '$6.13')."- )- total_assets: Optional[str] = Field(- None, description="Total assets from the balance sheet."- )- total_liabilities: Optional[str] = Field(- None, description="Total liabilities from the balance sheet."- )- shareholders_equity: Optional[str] = Field(- None, description="Total shareholders' equity."- )- cash_and_equivalents: Optional[str] = Field(- None, description="Cash and cash equivalents."- )- operating_cash_flow: Optional[str] = Field(- None, description="Net cash from operating activities."- )- capital_expenditures: Optional[str] = Field(- None, description="Capital expenditures (CapEx)."- )- free_cash_flow: Optional[str] = Field(- None, description="Free cash flow (Operating Cash Flow minus CapEx)."- )- dividends_per_share: Optional[str] = Field(- None, description="Dividends declared per share."- )- shares_outstanding: Optional[str] = Field(- None, description="Weighted average diluted shares outstanding."- )- key_ratios: Optional[List[str]] = Field(- None,- description="Notable financial ratios mentioned (e.g., 'Gross Margin: 45.6%', 'D/E Ratio: 1.2x').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an expert financial analyst specializing in SEC filing analysis. "- "Extract key financial figures from income statements, balance sheets, and cash flow statements "- "embedded within this filing.\n\n"- "Rules:\n"- "- Extract exact dollar amounts as reported, preserving units (millions, billions).\n"- "- Identify the filing entity, ticker, filing type, and fiscal period.\n"- "- Extract both the most recent period and prior period comparisons when available.\n"- "- Capture key ratios explicitly stated in the filing.\n"- "- Use exact figures from tables; do not compute derived values unless explicitly stated.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FilingFinancialSnapshot(AutoModel[FilingFinancialSnapshotSchema]):- """- Applicable to: SEC 10-K Annual Reports, 10-Q Quarterly Reports, 20-F Foreign Filings,- Annual Reports with embedded financial statements.-- Template for extracting a consolidated financial data snapshot from SEC filings.- Merges financial figures from income statements, balance sheets, and cash flow statements- across multiple sections of a filing into a single structured object.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> snapshot = FilingFinancialSnapshot(llm_client=llm, embedder=embedder)- >>> filing_text = "Item 8. Financial Statements: Revenue was $394.3 billion..."- >>> snapshot.feed_text(filing_text)- >>> print(snapshot.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,- ):- """- Initialize the Filing Financial Snapshot template.-- Args:- llm_client (BaseChatModel): The LLM for financial data extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoModel.- """- super().__init__(- data_schema=FilingFinancialSnapshotSchema,- llm_client=llm_client,- embedder=embedder,- strategy_or_merger=MergeStrategy.LLM.BALANCED,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )diff --git a/hyperextract/templates/en/finance/filing_risk_factor_set.py b/hyperextract/templates/en/finance/filing_risk_factor_set.pydeleted file mode 100644index f2b695d..0000000--- a/hyperextract/templates/en/finance/filing_risk_factor_set.py+++ /dev/null@@ -1,146 +0,0 @@-"""Filing Risk Factor Set - Deduplicates and catalogs risk factors from SEC filings.--Extracts and normalizes risk factors disclosed in Item 1A of 10-K/10-Q filings,-tracking additions and removals between filing periods for risk evolution monitoring.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class RiskFactorItem(BaseModel):- """- A single risk factor disclosed in SEC filings.- """-- risk_title: str = Field(- description="Concise title of the risk factor (e.g., 'Cybersecurity Breach Risk', 'Foreign Currency Exposure')."- )- risk_category: str = Field(- description="Category: 'Market', 'Operational', 'Regulatory', 'Financial', 'Strategic', 'Cybersecurity', 'ESG', 'Legal', 'Geopolitical'."- )- description: str = Field(- description="Full description of the risk as disclosed in the filing."- )- potential_impact: Optional[str] = Field(- None,- description="Stated potential financial or operational impact (e.g., 'material adverse effect on revenue').",- )- affected_areas: Optional[List[str]] = Field(- None,- description="Business segments or functions affected (e.g., ['International Operations', 'Supply Chain']).",- )- mitigation_disclosed: Optional[str] = Field(- None,- description="Any mitigation measures or controls the company has disclosed.",- )- is_new: Optional[bool] = Field(- None,- description="Whether this risk factor appears to be newly added compared to prior filings.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a regulatory filing analyst specializing in risk disclosure analysis. "- "Extract and catalog all individual risk factors from Item 1A (Risk Factors) or equivalent "- "risk disclosure sections of SEC filings.\n\n"- "Extraction Principles:\n"- "1. **Normalization**: Aggregate related risk language under a single concise risk title.\n"- "2. **Categorization**: Classify each risk into its primary category.\n"- "3. **Completeness**: Extract every distinct risk factor, even if briefly mentioned.\n"- "4. **Cumulative**: If the same risk appears with additional detail across sections, merge the information."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FilingRiskFactorSet(AutoSet[RiskFactorItem]):- """- Applicable to: SEC 10-K Item 1A (Risk Factors), 10-Q Risk Factor updates,- S-1 Prospectus Risk Sections, 20-F Risk Disclosures.-- Template for building a deduplicated registry of risk factors from regulatory filings.- Leverages AutoSet's key-accumulation to merge risk disclosures from different sections- or filing periods into a comprehensive risk catalog.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> risk_set = FilingRiskFactorSet(llm_client=llm, embedder=embedder)- >>> filing = "Item 1A. Risk Factors: We face significant cybersecurity risks..."- >>> risk_set.feed_text(filing)- >>> risk_set.show()- """-- 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,- ):- """- Initialize the Filing Risk Factor Set template.-- Args:- llm_client (BaseChatModel): The LLM for risk factor extraction.- embedder (Embeddings): Embedding model for retrieval.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoSet.- """- super().__init__(- item_schema=RiskFactorItem,- key_extractor=lambda x: x.risk_title.strip().lower(),- 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:- """- Visualize the risk factor registry.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def item_label_extractor(item: RiskFactorItem) -> str:- return f"[{item.risk_category}] {item.risk_title}"-- 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/en/finance/financial_data_temporal_graph.py b/hyperextract/templates/en/finance/financial_data_temporal_graph.pydeleted file mode 100644index 20cb9ac..0000000--- a/hyperextract/templates/en/finance/financial_data_temporal_graph.py+++ /dev/null@@ -1,240 +0,0 @@-"""Financial Data Temporal Graph - Tracks financial metrics across reporting periods.--Extracts financial entities (companies, segments, accounts) and their quantitative-relationships over time from SEC filings, enabling multi-period trend analysis,-segment-level tracking, and cross-period financial comparison.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class FinancialDataEntity(BaseModel):- """- A financial entity appearing in SEC filings: a company, business segment,- or financial metric / line item.- """-- name: str = Field(- description="Canonical name of the entity (e.g., 'Apple Inc.', 'Cloud Services', 'Total Revenue', 'Net Income')."- )- entity_type: str = Field(- description="Type: 'Company', 'Segment', 'FinancialMetric', 'AccountItem', 'ExternalFactor'."- )- description: Optional[str] = Field(- None,- description="Brief context (e.g., 'Consumer electronics segment', 'GAAP revenue recognition').",- )---class FinancialDataEdge(BaseModel):- """- A temporal financial relationship linking an entity to a metric or linking- metrics to each other, always anchored to a specific reporting period.- """-- source: str = Field(- description="The reporting entity or contributing factor (e.g., 'Apple Inc.', 'Services Segment')."- )- target: str = Field(- description="The financial metric or account item (e.g., 'Revenue', 'Operating Income')."- )- relationship: str = Field(- description="Type: 'Reported', 'Contributed', 'Derived', 'YoY Change', 'Ratio', 'Impacted By'."- )- value: Optional[str] = Field(- None,- description="Reported amount or percentage (e.g., '$394.3 billion', '+7.8%', '45.6%').",- )- unit: Optional[str] = Field(- None,- description="Unit or currency if distinguishable (e.g., 'USD millions', 'percentage').",- )- fiscal_period: Optional[str] = Field(- None,- description="Fiscal period label (e.g., 'FY2024', 'Q3 2024', 'Year ended Dec 31, 2024').",- )- start_timestamp: Optional[str] = Field(- None,- description="Start date of the reporting period (e.g., '2024-01-01', 'January 1, 2024').",- )- end_timestamp: Optional[str] = Field(- None,- description="End date of the reporting period (e.g., '2024-12-31', 'December 31, 2024').",- )- description: Optional[str] = Field(- None,- description="Additional context such as comparison notes, restatement flags, or accounting treatment.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a senior financial analyst specializing in multi-period SEC filing analysis. "- "Extract financial entities and their quantitative relationships over time from the text.\n\n"- "Rules:\n"- "- Identify companies, business segments, and financial metrics/account items as entities.\n"- "- For each reported figure, create an edge linking the reporting entity to the metric "- "with the exact value and fiscal period.\n"- "- Capture year-over-year changes, derived ratios, and segment contributions as separate edges.\n"- "- Preserve exact dollar amounts and units as stated in the source.\n"- "- Assign fiscal_period labels consistently (e.g., 'FY2024', 'Q3 2024').\n"- "- Extract comparative data across multiple periods when available.\n"- "- DO NOT compute values not explicitly stated in the text."-)--_NODE_PROMPT = (- "You are a senior financial analyst. Extract all financial entities (Nodes) from the text.\n\n"- "Extraction Rules:\n"- "- Identify the filing company and any subsidiaries or related entities.\n"- "- Identify business segments or geographic regions mentioned.\n"- "- Identify financial metrics and account items (Revenue, Net Income, EPS, Total Assets, etc.).\n"- "- Identify external factors explicitly mentioned as influencing financials (e.g., 'FX headwinds', 'Tariff impact').\n"- "- Classify each entity by type: Company, Segment, FinancialMetric, AccountItem, ExternalFactor.\n"- "- DO NOT extract dates, time periods, or numeric values as entities."-)--_EDGE_PROMPT = (- "You are a senior financial analyst. Given the entities, extract all financial data relationships (Edges) "- "with their temporal context.\n\n"- "Extraction Rules:\n"- "- For each reported figure, connect the reporting entity/segment to the relevant financial metric.\n"- "- Include the exact value, unit, and fiscal period for every edge.\n"- "- Extract year-over-year changes as separate edges (e.g., source='Revenue', target='Revenue Growth', "- "relationship='YoY Change', value='+7.8%').\n"- "- Extract segment contributions (e.g., source='Services', target='Revenue', "- "relationship='Contributed', value='$85.2B').\n"- "- Extract derived ratios explicitly stated (e.g., source='Gross Profit', target='Gross Margin', "- "relationship='Ratio', value='45.6%').\n"- "- Assign start_timestamp and end_timestamp based on the fiscal period boundaries.\n"- "- Only create edges between nodes that exist in the provided entity list."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FinancialDataTemporalGraph(- AutoTemporalGraph[FinancialDataEntity, FinancialDataEdge]-):- """- Applicable to: SEC 10-K Annual Reports, 10-Q Quarterly Reports, 20-F Foreign Filings,- Annual Reports with multi-period financial statements, Segment disclosures.-- Template for building a temporal knowledge graph of financial data from SEC filings.- Unlike FilingFinancialSnapshot (a flat single-period extraction), this template- preserves the **time dimension** — tracking how revenue, margins, segment contributions,- and other metrics evolve across reporting periods. It models companies, segments,- and financial metrics as nodes, and connects them through temporally-anchored edges- carrying exact values and fiscal period labels.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> graph = FinancialDataTemporalGraph(llm_client=llm, embedder=embedder)- >>> filing = "For FY2024, Apple reported revenue of $394.3B, up 7.8% from $365.8B in FY2023..."- >>> graph.feed_text(filing)- >>> graph.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str = "2024-01-01",- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Financial Data Temporal Graph template.-- Args:- llm_client (BaseChatModel): The LLM for financial data extraction.- embedder (Embeddings): Embedding model for deduplication and search.- observation_time (str): Reference date for resolving relative time expressions.- extraction_mode (str): "one_stage" or "two_stage" (default: "two_stage").- chunk_size (int): Max characters per text chunk.- chunk_overlap (int): Overlap between consecutive chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoTemporalGraph.- """- super().__init__(- node_schema=FinancialDataEntity,- edge_schema=FinancialDataEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.relationship.lower()}|{x.target.strip().lower()}"- ),- time_in_edge_extractor=lambda x: x.fiscal_period or x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- 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,- ) -> None:- """- Visualize the financial data temporal graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of data edges to retrieve. Default 3.- top_k_nodes_for_chat (int): Entities for chat context. Default 3.- top_k_edges_for_chat (int): Data edges for chat context. Default 3.- """-- def node_label_extractor(node: FinancialDataEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: FinancialDataEdge) -> str:- parts = [edge.relationship]- if edge.value:- parts.append(edge.value)- if edge.fiscal_period:- parts.append(f"[{edge.fiscal_period}]")- elif edge.start_timestamp:- parts.append(f"[{edge.start_timestamp}]")- return " ".join(parts)-- 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/en/finance/financial_event_causal_graph.py b/hyperextract/templates/en/finance/financial_event_causal_graph.pydeleted file mode 100644index 6c9bf83..0000000--- a/hyperextract/templates/en/finance/financial_event_causal_graph.py+++ /dev/null@@ -1,198 +0,0 @@-"""Financial Event Causal Graph - Maps financial events to market reactions.--Maps financial events to affected entities and downstream market reactions-(e.g., "Fed rate hike -> Bank sector rally -> Bond yield rise") for event-driven strategy.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class FinancialEventNode(BaseModel):- """- A financial event, market entity, or reaction in an event chain.- """-- name: str = Field(- description="Name of the event or entity (e.g., 'Fed Rate Hike', 'Bank Sector', 'USD Strengthening')."- )- node_type: str = Field(- description="Type: 'Event', 'Entity', 'Market Reaction', 'Policy', 'Economic Indicator', 'Sector'."- )- description: Optional[str] = Field(- None,- description="Context or details about the event/entity.",- )---class EventCausalEdge(BaseModel):- """- A causal link from a financial event to a market reaction.- """-- source: str = Field(description="The cause event or entity name.")- target: str = Field(description="The effect or downstream reaction name.")- causal_mechanism: str = Field(- description="How the source causes the target effect "- "(e.g., 'higher rates reduce borrowing costs sensitivity')."- )- direction: str = Field(- description="Impact direction: 'Positive', 'Negative', 'Ambiguous'."- )- magnitude: Optional[str] = Field(- None,- description="Stated or implied magnitude (e.g., 'S&P 500 rose 2%', '50bps impact').",- )- timing: Optional[str] = Field(- None,- description="Timing of the reaction: 'Immediate', 'Same-day', 'Multi-day', 'Lagged'.",- )- confidence: Optional[str] = Field(- None,- description="Confidence in causal link: 'Established', 'Likely', 'Speculative'.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a macro strategist and financial news analyst. Extract financial events, affected "- "market entities, and the causal chains connecting them from this news or commentary.\n\n"- "Rules:\n"- "- Identify triggering events (policy decisions, earnings, economic data releases).\n"- "- Identify affected entities (sectors, stocks, indices, commodities).\n"- "- Map the causal chains from events to market reactions.\n"- "- Capture the magnitude and timing of reactions.\n"- "- Note the confidence level in each causal link."-)--_NODE_PROMPT = (- "You are a macro strategist. Extract all financial events, entities, and market reactions (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify triggering events and policy decisions.\n"- "- Identify market sectors, indices, and commodities.\n"- "- Identify market reactions and price movements.\n"- "- DO NOT establish causal relationships at this stage."-)--_EDGE_PROMPT = (- "You are a macro strategist. Given the events and entities, extract causal chains (Edges).\n\n"- "Extraction Rules:\n"- "- Connect events to their downstream market effects.\n"- "- Describe the causal mechanism at each link.\n"- "- Note impact direction, magnitude, and timing.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):- """- Applicable to: Financial News Articles, Market Commentary, Macro Strategy Notes,- Economic Data Releases, Central Bank Communications, Geopolitical News.-- Template for mapping financial events to their downstream market reactions.- Enables event-driven strategy development and macro impact analysis by- extracting causal chains from news and commentary.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> causal = FinancialEventCausalGraph(llm_client=llm, embedder=embedder)- >>> news = "The Fed raised rates by 25bps, sending bank stocks higher while tech sold off..."- >>> causal.feed_text(news)- >>> causal.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "one_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Financial Event Causal Graph template.-- Args:- llm_client (BaseChatModel): The LLM for event-chain extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=FinancialEventNode,- edge_schema=EventCausalEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.direction})-->{x.target.strip().lower()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the financial event causal graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of events/entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of causal links to retrieve. Default 3.- top_k_nodes_for_chat (int): Events/entities for chat context. Default 3.- top_k_edges_for_chat (int): Causal links for chat context. Default 3.- """-- def node_label_extractor(node: FinancialEventNode) -> str:- return f"{node.name} ({node.node_type})"-- def edge_label_extractor(edge: EventCausalEdge) -> str:- mag = f" [{edge.magnitude}]" if edge.magnitude else ""- return f"[{edge.direction}]{mag} {edge.causal_mechanism[:50]}"-- 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/en/finance/financial_forecast.py b/hyperextract/templates/en/finance/financial_forecast.pydeleted file mode 100644index e29f500..0000000--- a/hyperextract/templates/en/finance/financial_forecast.py+++ /dev/null@@ -1,147 +0,0 @@-"""Financial Forecast - Extracts projected financial data from equity research reports.--Extracts revenue, EPS, PE, and other financial projections for future periods-from analyst reports for consensus analysis and financial modeling.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class ForecastItem(BaseModel):- """- A single financial projection for a specific metric and period.- """-- metric: str = Field(- description="Financial metric being projected (e.g., 'Revenue', 'EPS', 'EBITDA', 'Operating Margin', 'Free Cash Flow')."- )- period: str = Field(- description="Forecast period (e.g., 'FY2025E', 'Q1 2025E', 'CY2026E')."- )- estimate: str = Field(- description="Projected value (e.g., '$120.5B', '$6.25', '35.2%')."- )- prior_estimate: Optional[str] = Field(- None, description="Previous estimate if revised (e.g., '$115.0B')."- )- consensus: Optional[str] = Field(- None, description="Street consensus estimate for comparison (e.g., '$118.2B')."- )- growth_rate: Optional[str] = Field(- None,- description="Implied growth rate (e.g., '+15% YoY', 'flat').",- )- assumptions: Optional[str] = Field(- None,- description="Key assumptions underlying the estimate (e.g., 'assumes 5M unit increase').",- )- source_firm: Optional[str] = Field(- None, description="Research firm providing the estimate."- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a financial analyst building earnings models. Extract all financial projections "- "and estimates from this equity research report.\n\n"- "Rules:\n"- "- Extract every projected metric with its specific time period.\n"- "- Capture both current and prior estimates when revisions are noted.\n"- "- Extract consensus estimates when compared.\n"- "- Capture growth rates and key assumptions.\n"- "- Extract EVERY forecast independently as a separate item.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FinancialForecast(AutoList[ForecastItem]):- """- Applicable to: Equity Research Reports, Earnings Estimates, Financial Models,- Consensus Estimate Reports, Analyst Forecasts.-- Template for extracting projected financial data from analyst reports. Each- forecast is captured as an independent list item, enabling consensus analysis,- estimate revision tracking, and financial model building.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> forecast = FinancialForecast(llm_client=llm, embedder=embedder)- >>> report = "We raise our FY2025 revenue estimate to $120.5B (from $115B)..."- >>> forecast.feed_text(report)- >>> forecast.show()- """-- 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,- ):- """- Initialize the Financial Forecast template.-- Args:- llm_client (BaseChatModel): The LLM for estimate extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoList.- """- super().__init__(- item_schema=ForecastItem,- 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:- """- Visualize the financial forecast list.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def label_extractor(item: ForecastItem) -> str:- return f"{item.metric} ({item.period}): {item.estimate}"-- 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/en/finance/management_guidance_list.py b/hyperextract/templates/en/finance/management_guidance_list.pydeleted file mode 100644index 076058d..0000000--- a/hyperextract/templates/en/finance/management_guidance_list.py+++ /dev/null@@ -1,153 +0,0 @@-"""Management Guidance List - Extracts forward-looking statements from earnings calls.--Extracts projected figures, strategic priorities, and qualitative outlook from-management's forward guidance for tracking and expectation management.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class GuidanceItem(BaseModel):- """- A single forward-looking guidance statement from management.- """-- guidance_topic: str = Field(- description="Topic of the guidance (e.g., 'Q4 Revenue', 'FY2025 CapEx', 'Gross Margin Outlook', 'Hiring Plans')."- )- guidance_type: str = Field(- description="Type: 'Quantitative', 'Qualitative', 'Strategic', 'Operational'."- )- guidance_value: str = Field(- description="The guidance statement or projected value (e.g., '$95-97B', 'expanding into 5 new markets', "- "'expect margin improvement in H2')."- )- prior_guidance: Optional[str] = Field(- None,- description="Previous guidance for the same metric if revised (e.g., '$90-93B').",- )- direction: Optional[str] = Field(- None,- description="Direction vs prior guidance or consensus: 'Raised', 'Lowered', 'Maintained', 'Initiated'.",- )- time_period: Optional[str] = Field(- None,- description="Period the guidance covers (e.g., 'Q4 2024', 'FY2025', 'Next 12 months').",- )- confidence_language: Optional[str] = Field(- None,- description="Management's conviction language (e.g., 'we expect', 'we are confident', 'we anticipate').",- )- speaker: Optional[str] = Field(- None,- description="Who provided the guidance (e.g., 'CEO', 'CFO', 'COO').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an analyst tracking management guidance from earnings calls. "- "Extract all forward-looking statements and guidance from this transcript.\n\n"- "Rules:\n"- "- Extract every distinct guidance item (quantitative figures, strategic plans, outlook statements).\n"- "- Note if guidance was raised, lowered, or maintained vs. prior.\n"- "- Capture the time period each guidance covers.\n"- "- Preserve management's confidence language.\n"- "- Identify who provided each guidance item.\n"- "- Extract EVERY guidance statement independently.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class ManagementGuidanceList(AutoList[GuidanceItem]):- """- Applicable to: Earnings Call Transcripts, Investor Day Presentations,- Guidance Updates, Management Commentary sections.-- Template for extracting forward-looking guidance from earnings calls and- management presentations. Each guidance item is captured independently- for tracking revisions and managing expectations.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> guidance = ManagementGuidanceList(llm_client=llm, embedder=embedder)- >>> transcript = "For Q4, we expect revenue in the range of $95-97 billion..."- >>> guidance.feed_text(transcript)- >>> guidance.show()- """-- 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,- ):- """- Initialize the Management Guidance List template.-- Args:- llm_client (BaseChatModel): The LLM for guidance extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoList.- """- super().__init__(- item_schema=GuidanceItem,- 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:- """- Visualize the management guidance list.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def label_extractor(item: GuidanceItem) -> str:- direction = f" [{item.direction}]" if item.direction else ""- return f"{item.guidance_topic}{direction}: {item.guidance_value[:50]}"-- 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/en/finance/market_narrative_timeline.py b/hyperextract/templates/en/finance/market_narrative_timeline.pydeleted file mode 100644index 9f30ecd..0000000--- a/hyperextract/templates/en/finance/market_narrative_timeline.py+++ /dev/null@@ -1,208 +0,0 @@-"""Market Narrative Timeline - Tracks how market narratives evolve over time.--Tracks how market narratives and dominant themes evolve over time (e.g., shift-from "inflation fear" to "soft landing hope") for thematic investing and regime detection.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class NarrativeEntity(BaseModel):- """- A market narrative, theme, or market entity involved in narrative evolution.- """-- name: str = Field(- description="Name of the narrative or entity (e.g., 'Inflation Fear', 'Soft Landing Hope', 'S&P 500', 'Fed Policy')."- )- entity_type: str = Field(- description="Type: 'Narrative', 'Theme', 'Market Index', 'Asset Class', 'Policy Regime', 'Economic Phase'."- )- description: Optional[str] = Field(- None,- description="Explanation of the narrative or theme.",- )---class NarrativeShiftEdge(BaseModel):- """- A narrative shift or evolution event with temporal context.- """-- source: str = Field(description="The prior narrative or triggering entity name.")- target: str = Field(description="The emerging narrative or affected entity name.")- shift_type: str = Field(- description="Type: 'Replaced By', 'Evolved Into', 'Triggered', 'Dominated By', "- "'Coexists With', 'Undermined By'."- )- start_timestamp: Optional[str] = Field(- None,- description="When the shift began (e.g., '2024-03', 'March 2024', 'Q1 2024').",- )- end_timestamp: Optional[str] = Field(- None,- description="When the shift completed or the new narrative became dominant.",- )- catalyst: Optional[str] = Field(- None,- description="Event or data point that triggered the shift (e.g., 'CPI print of 2.4%').",- )- market_impact: Optional[str] = Field(- None,- description="How the narrative shift affected markets (e.g., 'rotation from value to growth').",- )- description: Optional[str] = Field(- None,- description="Detailed explanation of the narrative transition.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a thematic investing strategist. Extract market narratives, dominant themes, "- "and how they evolve over time from this financial commentary.\n\n"- "Rules:\n"- "- Identify dominant market narratives and themes (e.g., 'inflation fear', 'AI boom').\n"- "- Track how narratives shift, replace, or evolve into new ones.\n"- "- Extract specific dates or periods when shifts occurred.\n"- "- Capture the catalysts triggering narrative changes.\n"- "- Note market impact of narrative shifts."-)--_NODE_PROMPT = (- "You are a thematic investing strategist. Extract all narratives, themes, and market entities (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify dominant narratives and investment themes.\n"- "- Identify market indices, asset classes, and policy regimes.\n"- "- DO NOT extract narrative shifts at this stage."-)--_EDGE_PROMPT = (- "You are a thematic investing strategist. Given the narratives and entities, extract "- "narrative shifts and evolution events (Edges) with dates.\n\n"- "Extraction Rules:\n"- "- Connect narratives through their evolution (replaced by, evolved into, etc.).\n"- "- Extract specific dates or periods.\n"- "- Capture catalysts and market impact.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class MarketNarrativeTimeline(- AutoTemporalGraph[NarrativeEntity, NarrativeShiftEdge]-):- """- Applicable to: Market Commentary, Macro Strategy Notes, Financial News Archives,- Investment Outlook Reports, Quarterly Market Reviews.-- Template for tracking how market narratives and dominant themes evolve over time.- Enables thematic investing, regime detection, and narrative momentum analysis.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> narrative = MarketNarrativeTimeline(llm_client=llm, embedder=embedder)- >>> commentary = "Markets shifted from inflation fear to soft landing hope in Q2 2024..."- >>> narrative.feed_text(commentary)- >>> narrative.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str = "2024-01-01",- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Market Narrative Timeline template.-- Args:- llm_client (BaseChatModel): The LLM for narrative extraction.- embedder (Embeddings): Embedding model for deduplication.- observation_time (str): Reference time for resolving relative dates.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoTemporalGraph.- """- super().__init__(- node_schema=NarrativeEntity,- edge_schema=NarrativeShiftEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.shift_type.lower()}|{x.target.strip().lower()}"- ),- time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- 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,- ) -> None:- """- Visualize the market narrative timeline using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of narratives to retrieve. Default 3.- top_k_edges_for_search (int): Number of shifts to retrieve. Default 3.- top_k_nodes_for_chat (int): Narratives for chat context. Default 3.- top_k_edges_for_chat (int): Shifts for chat context. Default 3.- """-- def node_label_extractor(node: NarrativeEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: NarrativeShiftEdge) -> str:- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""- return f"{edge.shift_type}{date}"-- 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/en/finance/market_sentiment_model.py b/hyperextract/templates/en/finance/market_sentiment_model.pydeleted file mode 100644index bf6b7a0..0000000--- a/hyperextract/templates/en/finance/market_sentiment_model.py+++ /dev/null@@ -1,141 +0,0 @@-"""Market Sentiment Model - Extracts sentiment snapshots from financial news.--Extracts sentiment polarity (Bullish/Bearish/Neutral), mentioned entities,-and expected price impact from financial news for real-time sentiment feeds.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from ontomem.merger import MergeStrategy-from hyperextract.types import AutoModel--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class MarketSentimentSnapshot(BaseModel):- """- A structured sentiment snapshot from financial news or market commentary.- """-- headline: Optional[str] = Field(- None, description="Headline or title of the news article/commentary."- )- source: Optional[str] = Field(- None, description="Publication or source (e.g., 'Bloomberg', 'Reuters', 'CNBC')."- )- publication_date: Optional[str] = Field(- None, description="Date of publication."- )- overall_sentiment: Optional[str] = Field(- None,- description="Overall sentiment: 'Bullish', 'Bearish', 'Neutral', 'Mixed'.",- )- sentiment_confidence: Optional[str] = Field(- None,- description="Confidence in sentiment assessment: 'High', 'Medium', 'Low'.",- )- mentioned_tickers: Optional[List[str]] = Field(- None,- description="Stock tickers mentioned (e.g., ['AAPL', 'MSFT', 'GOOGL']).",- )- mentioned_sectors: Optional[List[str]] = Field(- None,- description="Sectors referenced (e.g., ['Technology', 'Financials', 'Energy']).",- )- key_events: Optional[List[str]] = Field(- None,- description="Key events driving sentiment (e.g., ['Fed rate decision', 'NVDA earnings beat']).",- )- expected_impact: Optional[str] = Field(- None,- description="Expected price/market impact (e.g., 'Near-term upside for tech', 'Sector rotation likely').",- )- time_horizon: Optional[str] = Field(- None,- description="Implied time horizon: 'Intraday', 'Short-term', 'Medium-term', 'Long-term'.",- )- contrarian_signals: Optional[List[str]] = Field(- None,- description="Any contrarian or dissenting views noted.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a financial sentiment analyst. Extract the sentiment snapshot from this financial "- "news article or market commentary.\n\n"- "Rules:\n"- "- Determine the overall sentiment polarity (Bullish/Bearish/Neutral/Mixed).\n"- "- Identify all mentioned tickers and sectors.\n"- "- Extract key events driving the sentiment.\n"- "- Assess expected market impact and time horizon.\n"- "- Note any contrarian or dissenting views.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class MarketSentimentModel(AutoModel[MarketSentimentSnapshot]):- """- Applicable to: Financial News Articles, Market Commentary, Analyst Blogs,- Trading Desk Notes, Market Wrap-ups, Pre-market Briefings.-- Template for extracting a structured sentiment snapshot from financial news.- Produces a single consolidated sentiment view per article for real-time- sentiment feeds and trading signal generation.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> sentiment = MarketSentimentModel(llm_client=llm, embedder=embedder)- >>> news = "Tech stocks rallied sharply after NVDA reported record earnings..."- >>> sentiment.feed_text(news)- >>> print(sentiment.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,- ):- """- Initialize the Market Sentiment Model template.-- Args:- llm_client (BaseChatModel): The LLM for sentiment extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoModel.- """- super().__init__(- data_schema=MarketSentimentSnapshot,- llm_client=llm_client,- embedder=embedder,- strategy_or_merger=MergeStrategy.LLM.BALANCED,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )diff --git a/hyperextract/templates/en/finance/material_event_timeline.py b/hyperextract/templates/en/finance/material_event_timeline.pydeleted file mode 100644index 8bd2478..0000000--- a/hyperextract/templates/en/finance/material_event_timeline.py+++ /dev/null@@ -1,204 +0,0 @@-"""Material Event Timeline - Chronologically extracts material events from 8-K filings.--Extracts executive changes, M&A announcements, restatements, and other material events-with temporal ordering for event-driven analysis and regulatory monitoring.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class MaterialEventEntity(BaseModel):- """- An entity involved in a material corporate event.- """-- name: str = Field(- description="Name of the entity (e.g., company name, executive name, regulatory body)."- )- entity_type: str = Field(- description="Type: 'Company', 'Executive', 'Regulator', 'Counterparty', 'Subsidiary', 'Auditor'."- )- description: Optional[str] = Field(- None, description="Role or context (e.g., 'CEO', 'Acquiring Company', 'SEC')."- )---class MaterialEventEdge(BaseModel):- """- A material event linking entities with temporal context.- """-- source: str = Field(description="The acting entity name.")- target: str = Field(description="The affected entity name.")- event_type: str = Field(- description="Type: 'Executive Appointment', 'Executive Departure', 'Acquisition', 'Divestiture', "- "'Restatement', 'Bankruptcy', 'Delisting', 'Material Agreement', 'Dividend Declaration', "- "'Stock Split', 'Regulatory Action'."- )- start_timestamp: Optional[str] = Field(- None,- description="Date the event occurred or was announced (e.g., '2024-03-15', 'March 15, 2024').",- )- end_timestamp: Optional[str] = Field(- None,- description="End date if applicable (e.g., effective date, closing date).",- )- description: Optional[str] = Field(- None,- description="Details of the material event including financial terms, conditions, or regulatory context.",- )- sec_item: Optional[str] = Field(- None,- description="8-K Item number (e.g., 'Item 5.02', 'Item 1.01', 'Item 2.01').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a regulatory filing analyst specializing in 8-K current reports and material event disclosures. "- "Extract entities involved in material events and the temporal relationships between them.\n\n"- "Rules:\n"- "- Identify companies, executives, regulators, and counterparties involved.\n"- "- Extract each material event with its specific date(s).\n"- "- Classify events by their 8-K Item number when available.\n"- "- Capture financial terms, conditions, and regulatory context.\n"- "- Maintain chronological accuracy."-)--_NODE_PROMPT = (- "You are a regulatory filing analyst. Extract all entities (Nodes) involved in material events.\n\n"- "Extraction Rules:\n"- "- Identify companies, executives, regulatory bodies, auditors, and counterparties.\n"- "- Classify each entity by type.\n"- "- Capture role descriptions.\n"- "- DO NOT extract events or relationships at this stage."-)--_EDGE_PROMPT = (- "You are a regulatory filing analyst. Given the entities, extract all material events (Edges) with dates.\n\n"- "Extraction Rules:\n"- "- Connect entities through material events.\n"- "- Extract specific dates for each event.\n"- "- Classify by event type and 8-K Item number.\n"- "- Capture financial terms and conditions.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEventEdge]):- """- Applicable to: SEC 8-K Current Reports, Material Event Disclosures,- Press Releases accompanying 8-K filings, Proxy Statements (DEF 14A).-- Template for chronologically extracting material corporate events from 8-K filings- and related disclosures. Enables event-driven analysis, regulatory monitoring,- and corporate governance tracking.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> timeline = MaterialEventTimeline(llm_client=llm, embedder=embedder)- >>> filing = "Item 5.02: On March 15, 2024, the Board appointed John Smith as CEO..."- >>> timeline.feed_text(filing)- >>> timeline.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str = "2024-01-01",- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Material Event Timeline template.-- Args:- llm_client (BaseChatModel): The LLM for event extraction.- embedder (Embeddings): Embedding model for deduplication.- observation_time (str): Reference time for resolving relative dates.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoTemporalGraph.- """- super().__init__(- node_schema=MaterialEventEntity,- edge_schema=MaterialEventEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.event_type.lower()}|{x.target.strip().lower()}"- ),- time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- 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,- ) -> None:- """- Visualize the material event timeline using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of events to retrieve. Default 3.- top_k_nodes_for_chat (int): Entities for chat context. Default 3.- top_k_edges_for_chat (int): Events for chat context. Default 3.- """-- def node_label_extractor(node: MaterialEventEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: MaterialEventEdge) -> str:- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""- return f"{edge.event_type}{date}"-- 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/en/finance/mda_narrative_graph.py b/hyperextract/templates/en/finance/mda_narrative_graph.pydeleted file mode 100644index a978583..0000000--- a/hyperextract/templates/en/finance/mda_narrative_graph.py+++ /dev/null@@ -1,192 +0,0 @@-"""MD&A Narrative Graph - Extracts causal relationships from Management Discussion & Analysis.--Maps causal chains from business drivers to financial outcomes as described in MD&A sections-of SEC filings (e.g., "Supply chain disruption -> Revenue decline -> Margin compression").-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class MDAFactor(BaseModel):- """- A business driver, financial outcome, or operational factor mentioned in MD&A.- """-- name: str = Field(- description="Name of the factor (e.g., 'Supply Chain Disruption', 'Revenue Growth', 'Margin Compression')."- )- factor_type: str = Field(- description="Type: 'Business Driver', 'Financial Outcome', 'Operational Factor', 'Strategic Initiative', 'External Factor'."- )- description: Optional[str] = Field(- None,- description="Management's explanation or context for this factor.",- )---class MDANarrativeEdge(BaseModel):- """- A causal or explanatory relationship between two MD&A factors.- """-- source: str = Field(description="The cause or driver factor name.")- target: str = Field(description="The effect or outcome factor name.")- relationship_type: str = Field(- description="Type: 'Caused', 'Contributed To', 'Offset By', 'Resulted In', 'Led To', 'Mitigated By'."- )- magnitude: Optional[str] = Field(- None,- description="Quantified impact if mentioned (e.g., 'increased by $2.3B', '300 basis points').",- )- management_attribution: Optional[str] = Field(- None,- description="Management's own causal explanation verbatim or paraphrased.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a financial analyst specializing in MD&A (Management Discussion & Analysis) sections of SEC filings. "- "Extract business drivers, financial outcomes, and the causal relationships management describes between them.\n\n"- "Rules:\n"- "- Identify factors management discusses: revenue drivers, cost pressures, strategic changes, external forces.\n"- "- Extract causal chains as management presents them (e.g., 'increased demand led to revenue growth').\n"- "- Capture quantified impacts when stated.\n"- "- Preserve management's attribution language."-)--_NODE_PROMPT = (- "You are a financial analyst. Extract all business drivers, financial outcomes, and operational factors (Nodes) "- "from the MD&A text.\n\n"- "Extraction Rules:\n"- "- Identify revenue drivers, cost factors, strategic initiatives, and external forces.\n"- "- Identify financial outcomes (revenue changes, margin shifts, cash flow impacts).\n"- "- Classify each factor by type.\n"- "- DO NOT establish causal relationships at this stage."-)--_EDGE_PROMPT = (- "You are a financial analyst. Given the list of MD&A factors, extract the causal and explanatory "- "relationships (Edges) that management describes.\n\n"- "Extraction Rules:\n"- "- Connect causes to effects as management presents them.\n"- "- Classify the relationship type (Caused, Contributed To, Offset By, etc.).\n"- "- Extract quantified magnitude when available.\n"- "- Capture management's own causal explanation.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):- """- Applicable to: SEC 10-K/10-Q Item 7 (Management Discussion & Analysis),- Annual Report MD&A sections, Interim Management Reports.-- Template for extracting causal relationships from Management Discussion & Analysis- sections. Maps how management explains business performance drivers and their- financial impacts, enabling narrative analytics and driver attribution.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> mda = MDANarrativeGraph(llm_client=llm, embedder=embedder)- >>> text = "Revenue increased 12% driven by strong demand in our cloud segment..."- >>> mda.feed_text(text)- >>> mda.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "one_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the MD&A Narrative Graph template.-- Args:- llm_client (BaseChatModel): The LLM for causal relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=MDAFactor,- edge_schema=MDANarrativeEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.relationship_type})-->{x.target.strip().lower()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the MD&A narrative graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of factors to retrieve. Default 3.- top_k_edges_for_search (int): Number of causal links to retrieve. Default 3.- top_k_nodes_for_chat (int): Factors for chat context. Default 3.- top_k_edges_for_chat (int): Causal links for chat context. Default 3.- """-- def node_label_extractor(node: MDAFactor) -> str:- return f"{node.name} ({node.factor_type})"-- def edge_label_extractor(edge: MDANarrativeEdge) -> str:- mag = f" [{edge.magnitude}]" if edge.magnitude else ""- return f"{edge.relationship_type}{mag}"-- 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/en/finance/multi_source_sentiment_hypergraph.py b/hyperextract/templates/en/finance/multi_source_sentiment_hypergraph.pydeleted file mode 100644index d135716..0000000--- a/hyperextract/templates/en/finance/multi_source_sentiment_hypergraph.py+++ /dev/null@@ -1,210 +0,0 @@-"""Multi-Source Sentiment Hypergraph - Integrates sentiment signals from multiple sources.--Integrates sentiment signals from multiple sources: {News Article, Social Media Post,-Analyst Note} -> Aggregated Sentiment -> Affected Entity for ensemble scoring.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class SentimentSource(BaseModel):- """- A source of sentiment signal or an affected market entity.- """-- name: str = Field(- description="Name of the source or entity (e.g., 'Bloomberg Article', 'Analyst Note from GS', 'AAPL', 'Tech Sector')."- )- source_type: str = Field(- description="Type: 'News Article', 'Analyst Note', 'Social Media', 'Market Data', 'Company Filing', "- "'Affected Entity', 'Sector', 'Index'."- )- sentiment_signal: Optional[str] = Field(- None,- description="Individual sentiment from this source: 'Bullish', 'Bearish', 'Neutral'.",- )- credibility: Optional[str] = Field(- None,- description="Source credibility assessment: 'Tier 1', 'Tier 2', 'Unverified'.",- )---class AggregatedSentiment(BaseModel):- """- An aggregated sentiment signal fusing multiple sources for an affected entity.- """-- fusion_name: str = Field(- description="Descriptive name (e.g., 'AAPL Bullish Consensus from 3 Sources')."- )- participating_sources: List[str] = Field(- description="Names of all sources and affected entities in this fusion."- )- aggregated_polarity: str = Field(- description="Fused sentiment: 'Strong Bullish', 'Bullish', 'Neutral', 'Bearish', 'Strong Bearish', 'Conflicting'."- )- agreement_level: str = Field(- description="Source agreement: 'Unanimous', 'Majority', 'Split', 'Contradictory'."- )- affected_entity: Optional[str] = Field(- None,- description="Primary entity the sentiment applies to (ticker or sector).",- )- signal_strength: Optional[str] = Field(- None,- description="Overall signal strength for trading: 'Actionable', 'Informational', 'Noise'.",- )- conflicting_views: Optional[str] = Field(- None,- description="Summary of any dissenting or conflicting sentiment signals.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a multi-source sentiment fusion analyst. Extract sentiment signals from different "- "sources and create aggregated sentiment views.\n\n"- "Rules:\n"- "- Identify each distinct source of sentiment (news, analyst notes, social media).\n"- "- Extract the individual sentiment signal from each source.\n"- "- Create aggregated sentiment hyperedges connecting sources to affected entities.\n"- "- Assess agreement level across sources.\n"- "- Note conflicting views and signal strength."-)--_NODE_PROMPT = (- "You are a sentiment fusion analyst. Extract all sentiment sources and affected entities (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify news articles, analyst notes, and social media posts.\n"- "- Identify affected entities (tickers, sectors, indices).\n"- "- Capture individual sentiment from each source.\n"- "- DO NOT create aggregated views at this stage."-)--_EDGE_PROMPT = (- "You are a sentiment fusion analyst. Given the sources and entities, create aggregated "- "sentiment fusions (Hyperedges).\n\n"- "Extraction Rules:\n"- "- Each hyperedge connects multiple sources to an affected entity.\n"- "- Assess the aggregated sentiment polarity and agreement level.\n"- "- Evaluate signal strength for trading purposes.\n"- "- Note any conflicting views.\n"- "- Only reference elements that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class MultiSourceSentimentHypergraph(- AutoHypergraph[SentimentSource, AggregatedSentiment]-):- """- Applicable to: Financial News feeds, Analyst Report collections,- Social Media streams, Multi-source Market Intelligence.-- Template for integrating sentiment signals from multiple sources. Uses- hyperedges to connect multiple sources to aggregated sentiment views,- enabling ensemble sentiment scoring and fake signal filtering.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> fusion = MultiSourceSentimentHypergraph(llm_client=llm, embedder=embedder)- >>> text = "Bloomberg reports tech rally. Meanwhile, GS upgrades AAPL. Twitter sentiment bullish."- >>> fusion.feed_text(text)- >>> fusion.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,- ):- """- Initialize the Multi-Source Sentiment Hypergraph template.-- Args:- llm_client (BaseChatModel): The LLM for sentiment fusion.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoHypergraph.- """- super().__init__(- node_schema=SentimentSource,- edge_schema=AggregatedSentiment,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.fusion_name.strip().lower(),- nodes_in_edge_extractor=lambda x: tuple(- s.strip().lower() for s in x.participating_sources- ),- 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,- ) -> None:- """- Visualize the multi-source sentiment hypergraph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of sources to retrieve. Default 3.- top_k_edges_for_search (int): Number of fusions to retrieve. Default 3.- top_k_nodes_for_chat (int): Sources for chat context. Default 3.- top_k_edges_for_chat (int): Fusions for chat context. Default 3.- """-- def node_label_extractor(node: SentimentSource) -> str:- signal = f" [{node.sentiment_signal}]" if node.sentiment_signal else ""- return f"{node.name} ({node.source_type}){signal}"-- def edge_label_extractor(edge: AggregatedSentiment) -> str:- return f"[{edge.aggregated_polarity}] {edge.fusion_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/en/finance/proceeds_usage.py b/hyperextract/templates/en/finance/proceeds_usage.pydeleted file mode 100644index 1540b0d..0000000--- a/hyperextract/templates/en/finance/proceeds_usage.py+++ /dev/null@@ -1,146 +0,0 @@-"""Proceeds Usage - Extracts fund allocation details from prospectuses.--Extracts project names, allocated amounts, and estimated timelines for IPO-proceeds or debt offering fund usage for post-IPO monitoring.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class ProceedsItem(BaseModel):- """- A single use-of-proceeds allocation item.- """-- use_category: str = Field(- description="Category of fund usage (e.g., 'R&D Investment', 'Debt Repayment', 'Working Capital', "- "'Acquisitions', 'Capital Expenditures', 'General Corporate Purposes')."- )- project_name: Optional[str] = Field(- None,- description="Specific project or initiative name (e.g., 'New Data Center in Virginia', 'Platform 2.0 Development').",- )- allocated_amount: Optional[str] = Field(- None,- description="Amount allocated (e.g., '$150 million', 'approximately 30% of net proceeds').",- )- percentage_of_proceeds: Optional[str] = Field(- None,- description="Percentage of total proceeds (e.g., '30%', 'approximately one-third').",- )- timeline: Optional[str] = Field(- None,- description="Expected deployment timeline (e.g., '12-18 months', 'FY2025-2026').",- )- description: Optional[str] = Field(- None,- description="Detailed description of how funds will be used.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an IPO analyst. Extract all use-of-proceeds allocations from this prospectus "- "or offering document.\n\n"- "Rules:\n"- "- Extract every distinct fund usage category and specific project.\n"- "- Capture allocated amounts and percentages.\n"- "- Extract deployment timelines when stated.\n"- "- Preserve detailed descriptions of how funds will be used.\n"- "- Extract EVERY allocation independently as a separate item.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class ProceedsUsage(AutoList[ProceedsItem]):- """- Applicable to: S-1 Prospectuses (Use of Proceeds section), Debt Offering Memoranda,- Secondary Offering Prospectuses, SPAC Proxy Statements.-- Template for extracting fund allocation details from prospectuses and offering- documents. Each allocation is captured as an independent item for post-IPO- monitoring and proceeds tracking.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> proceeds = ProceedsUsage(llm_client=llm, embedder=embedder)- >>> prospectus = "We intend to use approximately $150M for R&D, $100M for debt repayment..."- >>> proceeds.feed_text(prospectus)- >>> proceeds.show()- """-- 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,- ):- """- Initialize the Proceeds Usage template.-- Args:- llm_client (BaseChatModel): The LLM for proceeds extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoList.- """- super().__init__(- item_schema=ProceedsItem,- 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:- """- Visualize the proceeds usage list.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def label_extractor(item: ProceedsItem) -> str:- amount = f": {item.allocated_amount}" if item.allocated_amount else ""- return f"{item.use_category}{amount}"-- 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/en/finance/research_note_summary.py b/hyperextract/templates/en/finance/research_note_summary.pydeleted file mode 100644index 39cc579..0000000--- a/hyperextract/templates/en/finance/research_note_summary.py+++ /dev/null@@ -1,149 +0,0 @@-"""Research Note Summary - Extracts core investment thesis from equity research reports.--Extracts ratings, target prices, and top-level investment logic from analyst research-notes for report database population and screening.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from ontomem.merger import MergeStrategy-from hyperextract.types import AutoModel--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class ResearchNoteSummarySchema(BaseModel):- """- Structured summary of an equity research report.- """-- company_name: Optional[str] = Field(- None, description="Name of the covered company."- )- ticker: Optional[str] = Field(- None, description="Stock ticker symbol (e.g., 'AAPL', 'NVDA')."- )- analyst_name: Optional[str] = Field(- None, description="Name of the lead analyst."- )- research_firm: Optional[str] = Field(- None, description="Name of the research firm (e.g., 'Goldman Sachs', 'Morgan Stanley')."- )- report_date: Optional[str] = Field(- None, description="Publication date of the report."- )- rating: Optional[str] = Field(- None,- description="Analyst rating: 'Buy', 'Overweight', 'Hold', 'Neutral', 'Sell', 'Underweight'.",- )- prior_rating: Optional[str] = Field(- None, description="Previous rating if changed."- )- target_price: Optional[str] = Field(- None, description="Current price target (e.g., '$150.00')."- )- prior_target_price: Optional[str] = Field(- None, description="Previous price target if changed."- )- current_price: Optional[str] = Field(- None, description="Stock price at time of report."- )- investment_thesis: Optional[str] = Field(- None,- description="Core investment thesis or key argument for the rating.",- )- key_catalysts: Optional[List[str]] = Field(- None,- description="Near-term catalysts identified (e.g., ['Q4 earnings beat', 'New product launch', 'Regulatory approval']).",- )- key_risks: Optional[List[str]] = Field(- None,- description="Key risks highlighted by the analyst.",- )- revenue_estimate: Optional[str] = Field(- None, description="Analyst's revenue estimate for the current/next fiscal year."- )- eps_estimate: Optional[str] = Field(- None, description="Analyst's EPS estimate for the current/next fiscal year."- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an equity research analyst. Extract the core investment thesis, rating, target price, "- "and key arguments from this research report.\n\n"- "Rules:\n"- "- Extract the analyst's rating and any rating changes.\n"- "- Capture target price and prior target price if changed.\n"- "- Summarize the core investment thesis concisely.\n"- "- List key catalysts and risks as identified by the analyst.\n"- "- Extract financial estimates (revenue, EPS) when stated.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class ResearchNoteSummary(AutoModel[ResearchNoteSummarySchema]):- """- Applicable to: Equity Research Reports, Analyst Notes, Rating Changes,- Initiation of Coverage reports, Sector Research.-- Template for extracting the core investment thesis and key parameters from- equity research reports. Produces a single structured summary per report for- database population and screening.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> summary = ResearchNoteSummary(llm_client=llm, embedder=embedder)- >>> report = "We upgrade AAPL to Buy with a $200 price target..."- >>> summary.feed_text(report)- >>> print(summary.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,- ):- """- Initialize the Research Note Summary template.-- Args:- llm_client (BaseChatModel): The LLM for report extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoModel.- """- super().__init__(- data_schema=ResearchNoteSummarySchema,- llm_client=llm_client,- embedder=embedder,- strategy_or_merger=MergeStrategy.LLM.BALANCED,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )diff --git a/hyperextract/templates/en/finance/risk_assessment.py b/hyperextract/templates/en/finance/risk_assessment.pydeleted file mode 100644index 0edaa12..0000000--- a/hyperextract/templates/en/finance/risk_assessment.py+++ /dev/null@@ -1,197 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class RiskFactor(BaseModel):- """- A specific risk factor identified in corporate disclosure documents.- """-- name: str = Field(- description="Name or category of the risk (e.g., 'Supply Chain Disruption', 'Currency Fluctuation')."- )- category: str = Field(- description="Risk category: 'Market', 'Operational', 'Regulatory', 'Reputational', 'Geopolitical'."- )- description: Optional[str] = Field(- None, description="Detailed explanation of what the risk entails."- )---class FinancialImpact(BaseModel):- """- A financial or business metric that can be adversely affected by risks.- """-- name: str = Field(- description="Financial metric or business area (e.g., 'Operating Margin', 'Revenue', 'Stock Price')."- )- metric_type: str = Field(- description="Type: 'Revenue', 'Profitability', 'Liquidity', 'Valuation', 'Reputation'."- )---class RiskTransmissionEdge(BaseModel):- """- Represents the causal link from a risk factor to a financial impact.- """-- source: str = Field(description="The risk factor name.")- target: str = Field(description="The affected financial metric or business area.")- impact_description: str = Field(- description="How the risk could adversely affect the target (e.g., 'could reduce', 'may increase')."- )- likelihood: str = Field(- description="Probability characterization: 'Possible', 'Probable', 'Uncertain', 'Remote'."- )- severity: str = Field(- description="Severity level: 'Material', 'Significant', 'Severe', 'Catastrophic'."- )- mitigation: Optional[str] = Field(- None, description="Any disclosed mitigation strategies or controls."- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a financial risk analyst specializing in corporate risk disclosure. Extract risk factors and their "- "transmission paths to financial impacts from SEC filings and prospectuses.\n\n"- "Rules:\n"- "- Identify explicit risk factors mentioned in Item 1A or similar risk disclosure sections.\n"- "- For each risk, extract the explicit causal links to financial/operational impacts.\n"- "- Use the exact severity and likelihood language from the source text.\n"- "- Capture any disclosed mitigation strategies."-)--_NODE_PROMPT = (- "You are a financial risk analyst. Extract all risk factors and financial metrics (Nodes) from the text.\n\n"- "Extraction Rules:\n"- "- Identify and categorize risk factors (Market, Operational, Regulatory, Reputational, Geopolitical).\n"- "- Identify financial or operational metrics that could be affected (Revenue, Margin, Valuation).\n"- "- Use exact names and descriptions from the source text.\n"- "- DO NOT establish the causal relationships between risks and impacts at this stage."-)--_EDGE_PROMPT = (- "You are a financial risk analyst. Given the list of risk factors and financial metrics, extract the causal "- "transmission paths (Edges).\n\n"- "Extraction Rules:\n"- "- Connect each risk factor to the specific financial metrics it could adversely affect.\n"- "- Extract the exact impact description using language like 'could have a material adverse effect on'.\n"- "- Classify the likelihood and severity using disclosed characterizations.\n"- "- Document any mitigation strategies mentioned in conjunction with the risk.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):- """- Applicable to: SEC 10-K/10-Q Item 1A (Risk Factors), Prospectus Risk Sections (S-1),- Debt Rating Reports, Risk Disclosure Filings.-- Template for systematically extracting and mapping corporate risk factors to their- financial impacts. Enables structured risk monitoring and comparative analysis across- multiple filings.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> risk_graph = RiskAssessmentGraph(llm_client=llm, embedder=embedder)- >>> filing_text = "Item 1A. Risk Factors: Currency fluctuations could materially impact our margins..."- >>> risk_graph.feed_text(filing_text)- >>> risk_graph.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "one_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Risk Assessment Graph template.-- Args:- llm_client (BaseChatModel): The LLM for risk and impact extraction.- embedder (Embeddings): Embedding model for entity deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=RiskFactor,- edge_schema=RiskTransmissionEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.likelihood}/{x.severity})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the risk transmission graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of risk nodes to retrieve. Default 3.- top_k_edges_for_search (int): Number of transmission paths to retrieve. Default 3.- top_k_nodes_for_chat (int): Nodes for chat context. Default 3.- top_k_edges_for_chat (int): Edges for chat context. Default 3.- """-- def node_label_extractor(node: RiskFactor) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: RiskTransmissionEdge) -> str:- return f"[{edge.likelihood}/{edge.severity}]"-- 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/en/finance/risk_factor_list.py b/hyperextract/templates/en/finance/risk_factor_list.pydeleted file mode 100644index 7030894..0000000--- a/hyperextract/templates/en/finance/risk_factor_list.py+++ /dev/null@@ -1,142 +0,0 @@-"""Risk Factor List - Extracts downside risks from equity research reports.--Lists specific downside risks identified by analysts including regulatory,-FX, supply chain, and other risk categories for risk monitoring.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class RiskItem(BaseModel):- """- A specific downside risk identified in equity research.- """-- risk_name: str = Field(- description="Concise name of the risk (e.g., 'Regulatory Tightening in EU', 'FX Headwinds from Strong Dollar')."- )- risk_category: str = Field(- description="Category: 'Regulatory', 'Competitive', 'Macroeconomic', 'Operational', 'FX/Currency', "- "'Geopolitical', 'Technology', 'Legal/Litigation', 'ESG', 'Execution'."- )- description: str = Field(- description="Detailed description of the risk scenario."- )- potential_impact: Optional[str] = Field(- None,- description="Estimated financial impact (e.g., '3-5% revenue downside', '$0.50 EPS risk').",- )- probability: Optional[str] = Field(- None,- description="Analyst's probability assessment: 'High', 'Medium', 'Low'.",- )- time_horizon: Optional[str] = Field(- None,- description="When the risk could materialize (e.g., 'Near-term', '2025', '12-18 months').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a risk analyst reviewing equity research reports. Extract all downside risks "- "and risk factors identified by the analyst.\n\n"- "Rules:\n"- "- Extract every distinct risk factor mentioned.\n"- "- Categorize each risk appropriately.\n"- "- Capture quantified impact estimates when provided.\n"- "- Note probability assessments and time horizons.\n"- "- Extract EVERY risk independently as a separate item.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class RiskFactorList(AutoList[RiskItem]):- """- Applicable to: Equity Research Reports (Risk Sections), Investment Committee Memos,- Portfolio Risk Assessments, Analyst Downgrade Notes.-- Template for extracting downside risks from equity research. Each risk is captured- as an independent list item for risk monitoring and portfolio risk assessment.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> risks = RiskFactorList(llm_client=llm, embedder=embedder)- >>> report = "Key risks include: 1) EU Digital Markets Act compliance costs..."- >>> risks.feed_text(report)- >>> risks.show()- """-- 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,- ):- """- Initialize the Risk Factor List template.-- Args:- llm_client (BaseChatModel): The LLM for risk extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoList.- """- super().__init__(- item_schema=RiskItem,- 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:- """- Visualize the risk factor list.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def label_extractor(item: RiskItem) -> str:- return f"[{item.risk_category}] {item.risk_name}"-- 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/en/finance/segment_performance_list.py b/hyperextract/templates/en/finance/segment_performance_list.pydeleted file mode 100644index 7d1ae5c..0000000--- a/hyperextract/templates/en/finance/segment_performance_list.py+++ /dev/null@@ -1,146 +0,0 @@-"""Segment Performance List - Extracts revenue and metrics by business segment.--Extracts revenue, operating income, and key metrics by business segment or-geographic region from SEC filings for segment-level valuation and exposure analysis.-"""--from typing import Optional, List, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class SegmentPerformanceItem(BaseModel):- """- Performance data for a single business segment or geographic region.- """-- segment_name: str = Field(- description="Name of the business segment or geographic region (e.g., 'Americas', 'Cloud Services', 'iPhone')."- )- segment_type: str = Field(- description="Type: 'Business Segment', 'Geographic Region', 'Product Line', 'Operating Segment'."- )- revenue: Optional[str] = Field(- None, description="Segment revenue for the period (e.g., '$48.2 billion')."- )- operating_income: Optional[str] = Field(- None, description="Segment operating income or profit."- )- revenue_growth: Optional[str] = Field(- None,- description="Year-over-year or sequential revenue growth (e.g., '+12%', '-3% YoY').",- )- key_metrics: Optional[List[str]] = Field(- None,- description="Segment-specific KPIs (e.g., ['Subscribers: 230M', 'ARPU: $14.99', 'Churn: 2.1%']).",- )- commentary: Optional[str] = Field(- None,- description="Management commentary on segment performance or outlook.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a financial analyst specializing in segment-level analysis. "- "Extract performance data for each business segment or geographic region from SEC filings.\n\n"- "Rules:\n"- "- Extract revenue and operating income for each identifiable segment.\n"- "- Capture growth rates and comparisons to prior periods.\n"- "- Extract segment-specific KPIs and metrics.\n"- "- Preserve management's segment commentary.\n"- "- Extract EVERY segment independently as a separate item.\n\n"- "### Source Text:\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class SegmentPerformanceList(AutoList[SegmentPerformanceItem]):- """- Applicable to: SEC 10-K/10-Q Segment Disclosures (ASC 280), Annual Reports,- Earnings Releases with segment breakdowns.-- Template for extracting segment-level financial performance data from filings.- Each segment is captured as an independent list item for comparative analysis- and segment-level valuation.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> segments = SegmentPerformanceList(llm_client=llm, embedder=embedder)- >>> filing = "Americas segment revenue was $48.2B, up 12% YoY..."- >>> segments.feed_text(filing)- >>> segments.show()- """-- 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,- ):- """- Initialize the Segment Performance List template.-- Args:- llm_client (BaseChatModel): The LLM for segment data extraction.- embedder (Embeddings): Embedding model for indexing.- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoList.- """- super().__init__(- item_schema=SegmentPerformanceItem,- 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:- """- Visualize the segment performance list.-- Args:- top_k_for_search (int): Items for search. Default 3.- top_k_for_chat (int): Items for chat context. Default 3.- """-- def label_extractor(item: SegmentPerformanceItem) -> str:- rev = f" | {item.revenue}" if item.revenue else ""- return f"{item.segment_name} ({item.segment_type}){rev}"-- 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/en/finance/shareholder_structure.py b/hyperextract/templates/en/finance/shareholder_structure.pydeleted file mode 100644index 62b045c..0000000--- a/hyperextract/templates/en/finance/shareholder_structure.py+++ /dev/null@@ -1,205 +0,0 @@-"""Shareholder Structure - Extracts ownership hierarchies from prospectuses.--Maps shareholder percentages, controlling paths, and parent-subsidiary relations-from S-1 filings and proxy statements for ultimate controller analysis.-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class OwnershipEntity(BaseModel):- """- An entity in the ownership structure.- """-- name: str = Field(- description="Name of the entity (e.g., person, fund, holding company, trust)."- )- entity_type: str = Field(- description="Type: 'Individual', 'Institutional Investor', 'Holding Company', 'Venture Capital', "- "'Private Equity', 'Trust', 'Government Entity', 'Issuing Company'."- )- description: Optional[str] = Field(- None,- description="Additional details (e.g., 'Co-founder and CEO', 'Series B lead investor').",- )---class OwnershipEdge(BaseModel):- """- An ownership or control relationship between entities.- """-- source: str = Field(description="The owner/parent entity name.")- target: str = Field(description="The owned/subsidiary entity name.")- relationship_type: str = Field(- description="Type: 'Direct Ownership', 'Indirect Ownership', 'Beneficial Ownership', "- "'Voting Control', 'Board Seat', 'Parent-Subsidiary'."- )- ownership_percentage: Optional[str] = Field(- None,- description="Percentage ownership (e.g., '15.3%', '51%', 'Controlling interest').",- )- share_class: Optional[str] = Field(- None,- description="Class of shares (e.g., 'Class A', 'Class B (10x voting)', 'Preferred Series C').",- )- shares_held: Optional[str] = Field(- None,- description="Number of shares held (e.g., '45,000,000 shares').",- )- voting_power: Optional[str] = Field(- None,- description="Voting power percentage if different from ownership (e.g., '65% voting power').",- )- lock_up_period: Optional[str] = Field(- None,- description="Post-IPO lock-up period if applicable (e.g., '180 days').",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a corporate governance analyst. Extract the ownership structure including shareholders, "- "holding companies, and their ownership relationships from this prospectus or proxy filing.\n\n"- "Rules:\n"- "- Identify all significant shareholders (5%+ beneficial owners).\n"- "- Extract ownership percentages and share classes.\n"- "- Map parent-subsidiary and holding company structures.\n"- "- Note dual-class voting structures and voting power differentials.\n"- "- Capture lock-up periods and post-IPO restrictions."-)--_NODE_PROMPT = (- "You are a corporate governance analyst. Extract all ownership entities (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify individuals, institutional investors, holding companies, and trusts.\n"- "- Identify the issuing company itself.\n"- "- Classify each entity by type.\n"- "- DO NOT extract ownership relationships at this stage."-)--_EDGE_PROMPT = (- "You are a corporate governance analyst. Given the entities, extract ownership "- "and control relationships (Edges).\n\n"- "Extraction Rules:\n"- "- Connect owners to their holdings.\n"- "- Extract ownership percentages and share classes.\n"- "- Note voting power differentials.\n"- "- Capture lock-up periods.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class ShareholderStructure(AutoGraph[OwnershipEntity, OwnershipEdge]):- """- Applicable to: S-1 Prospectuses, Proxy Statements (DEF 14A), Schedule 13D/G filings,- Annual Reports (Beneficial Ownership sections), IPO Filings.-- Template for extracting and mapping corporate ownership structures. Enables- ultimate controller analysis, voting power assessment, and post-IPO lock-up tracking.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> ownership = ShareholderStructure(llm_client=llm, embedder=embedder)- >>> prospectus = "The following table sets forth beneficial ownership: CEO holds 15.3%..."- >>> ownership.feed_text(prospectus)- >>> ownership.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,- ):- """- Initialize the Shareholder Structure template.-- Args:- llm_client (BaseChatModel): The LLM for ownership extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=OwnershipEntity,- edge_schema=OwnershipEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.relationship_type})-->{x.target.strip().lower()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the shareholder structure graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Entities for chat context. Default 3.- top_k_edges_for_chat (int): Relationships for chat context. Default 3.- """-- def node_label_extractor(node: OwnershipEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: OwnershipEdge) -> str:- pct = f" {edge.ownership_percentage}" if edge.ownership_percentage else ""- return f"{edge.relationship_type}{pct}"-- 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/en/finance/supply_chain.py b/hyperextract/templates/en/finance/supply_chain.pydeleted file mode 100644index 5926215..0000000--- a/hyperextract/templates/en/finance/supply_chain.py+++ /dev/null@@ -1,173 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class SupplyEntity(BaseModel):- """- A participant in the supply chain (company, supplier, customer, distributor).- """-- name: str = Field(description="Entity name (company or supplier).")- entity_type: str = Field(- description="Type: 'Customer', 'Supplier', 'Strategic Partner', 'Distributor', 'Our Company'."- )- details: Optional[str] = Field(- None, description="Jurisdiction, certifications, and compliance notes."- )---class SupplyTransaction(BaseModel):- """- A supply chain relationship between entities.- """-- source: str = Field(description="The supplier or upstream entity.")- target: str = Field(description="The buyer or downstream entity.")- relationship_type: str = Field(- description="Type: 'Supply', 'Purchase', 'Distribution', 'Strategic Partnership'."- )- product_service: str = Field(- description="What is being supplied or transacted (e.g., 'Lithium Chips', 'Logistics Services')."- )- risk_assessment: Optional[str] = Field(- None,- description="Combined assessment of dependency level, volume percentage, geographic origins, and risks.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are a supply chain analyst. Extract supply chain entities and relationships.\n\n"- "Rules:\n"- "- Identify suppliers, customers, and partners.\n"- "- Extract transaction types and products.\n"- "- Summarize dependency, volume, and geopolitical risks in **risk_assessment**."-)--_NODE_PROMPT = (- "You are a supply chain analyst. Extract supply chain participants/entities (Nodes).\n\n"- "Rules:\n"- "- Identify companies and partners.\n"- "- Classify entity roles.\n"- "- Capture location and certifications in **details**."-)--_EDGE_PROMPT = (- "You are a supply chain analyst. Extract transaction relationships (Edges).\n\n"- "Rules:\n"- "- Connect entities via product/service flows.\n"- "- **risk_assessment**: Combine dependency level, volume info, and risks (tariffs, single-source)."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):- """- Applicable to: Business Overview sections in 10-K filings, Supplier Audit Reports,- Supply Chain Resilience Disclosures (10-K Item 1A), ESG Reports, Vendor Management Documents.-- Template for mapping corporate supply chain dependencies and partnerships. Enables- identification of critical suppliers, geopolitical exposure, and supply chain resilience risks.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> supply_chain = SupplyChainGraph(llm_client=llm, embedder=embedder)- >>> filing = "Supplier XYZ provides 70% of our components. We also depend on..."- >>> supply_chain.feed_text(filing)- >>> supply_chain.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "one_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Supply Chain Graph template.-- Args:- llm_client (BaseChatModel): The LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=SupplyEntity,- edge_schema=SupplyTransaction,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.product_service})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the supply chain graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Entities for chat context. Default 3.- top_k_edges_for_chat (int): Relationships for chat context. Default 3.- """-- def node_label_extractor(node: SupplyEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: SupplyTransaction) -> str:- risk = f" [{edge.risk_assessment}]" if edge.risk_assessment else ""- return f"{edge.product_service}{risk}"-- 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/en/finance/valuation_logic_map.py b/hyperextract/templates/en/finance/valuation_logic_map.pydeleted file mode 100644index c764496..0000000--- a/hyperextract/templates/en/finance/valuation_logic_map.py+++ /dev/null@@ -1,194 +0,0 @@-"""Valuation Logic Map - Maps causal chains driving stock performance.--Extracts the logical chain from business drivers to valuation conclusions as-presented in equity research reports (e.g., New Market -> Growth -> Multiple Expansion).-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definitions-# ==============================================================================---class ValuationDriver(BaseModel):- """- A factor in the analyst's valuation logic chain.- """-- name: str = Field(- description="Name of the valuation driver (e.g., 'Market Share Gains', 'Multiple Expansion', 'DCF Assumption')."- )- driver_type: str = Field(- description="Type: 'Fundamental', 'Valuation Metric', 'Growth Driver', 'Comparable', 'Discount Rate', 'Terminal Value'."- )- value: Optional[str] = Field(- None,- description="Quantified value or metric (e.g., '25x forward P/E', 'WACC 9.5%', '$15B TAM').",- )- description: Optional[str] = Field(- None,- description="Analyst's explanation of this driver's role in the valuation.",- )---class ValuationEdge(BaseModel):- """- A causal link in the analyst's valuation logic.- """-- source: str = Field(description="The cause or input driver name.")- target: str = Field(description="The effect or output driver name.")- logic: str = Field(- description="The analyst's reasoning connecting source to target "- "(e.g., 'higher cloud adoption drives recurring revenue growth')."- )- direction: str = Field(- description="Impact direction: 'Positive', 'Negative', 'Neutral'."- )- confidence: Optional[str] = Field(- None,- description="Analyst's conviction level: 'High', 'Medium', 'Low'.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an equity research analyst. Extract the valuation logic chain from this research report: "- "the causal reasoning from business fundamentals through to valuation conclusions.\n\n"- "Rules:\n"- "- Identify fundamental drivers, growth catalysts, and valuation metrics.\n"- "- Extract the causal chain from business drivers to target price.\n"- "- Capture the analyst's specific reasoning at each link.\n"- "- Note impact direction and conviction level."-)--_NODE_PROMPT = (- "You are an equity research analyst. Extract all valuation drivers and metrics (Nodes).\n\n"- "Extraction Rules:\n"- "- Identify fundamental drivers (revenue growth, market share, TAM).\n"- "- Identify valuation metrics (P/E, EV/EBITDA, DCF, comparable multiples).\n"- "- Capture quantified values when stated.\n"- "- DO NOT establish causal links at this stage."-)--_EDGE_PROMPT = (- "You are an equity research analyst. Given the valuation drivers, extract the logical "- "reasoning chain (Edges) that connects them.\n\n"- "Extraction Rules:\n"- "- Connect business drivers to financial outcomes to valuation conclusions.\n"- "- Capture the specific reasoning at each link.\n"- "- Note whether each link is positive, negative, or neutral.\n"- "- Only create edges between nodes that exist in the provided lists."-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):- """- Applicable to: Equity Research Reports, Initiation Reports, Valuation Analysis,- Sum-of-Parts Analyses, DCF Model Summaries.-- Template for mapping the causal chains in an analyst's valuation logic. Connects- business fundamentals to growth drivers to valuation metrics to target price,- enabling investment strategy mapping and thesis comparison.-- Example Usage:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()- >>> valuation = ValuationLogicMap(llm_client=llm, embedder=embedder)- >>> report = "Cloud adoption drives recurring revenue, justifying a 30x forward P/E..."- >>> valuation.feed_text(report)- >>> valuation.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "one_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- Initialize the Valuation Logic Map template.-- Args:- llm_client (BaseChatModel): The LLM for valuation logic extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage".- chunk_size (int): Max characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Parallel processing workers.- verbose (bool): Enable progress logging.- **kwargs: Additional arguments for AutoGraph.- """- super().__init__(- node_schema=ValuationDriver,- edge_schema=ValuationEdge,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.direction})-->{x.target.strip().lower()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize the valuation logic map using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of drivers to retrieve. Default 3.- top_k_edges_for_search (int): Number of logic links to retrieve. Default 3.- top_k_nodes_for_chat (int): Drivers for chat context. Default 3.- top_k_edges_for_chat (int): Logic links for chat context. Default 3.- """-- def node_label_extractor(node: ValuationDriver) -> str:- val = f": {node.value}" if node.value else ""- return f"{node.name}{val}"-- def edge_label_extractor(edge: ValuationEdge) -> str:- return f"[{edge.direction}] {edge.logic[:60]}"-- 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/en/industry/__init__.py b/hyperextract/templates/en/industry/__init__.pyindex 9e35ccf..e69de29 100644--- a/hyperextract/templates/en/industry/__init__.py+++ b/hyperextract/templates/en/industry/__init__.py@@ -1,25 +0,0 @@-"""-Industry domain templates for extracting structured knowledge from industrial equipment documents.--Includes equipment topology, risk transmission, failure case, maintenance procedures and other graph templates.-"""--from .equipment_topology_graph import EquipmentTopologyGraph-from .failure_case_graph import FailureCaseGraph-from .operation_flow_graph import OperationFlowGraph-from .inspection_record_graph import InspectionRecordGraph-from .emergency_response_graph import EmergencyResponseGraph-from .safety_control_graph import SafetyControlGraph-from .system_topology_graph import SystemTopologyGraph-from .operating_mode_graph import OperatingModeGraph--__all__ = [- "EquipmentTopologyGraph",- "FailureCaseGraph",- "OperationFlowGraph",- "InspectionRecordGraph",- "EmergencyResponseGraph",- "SafetyControlGraph",- "SystemTopologyGraph",- "OperatingModeGraph",-]diff --git a/hyperextract/templates/en/industry/emergency_response_graph.py b/hyperextract/templates/en/industry/emergency_response_graph.pydeleted file mode 100644index 7388829..0000000--- a/hyperextract/templates/en/industry/emergency_response_graph.py+++ /dev/null@@ -1,180 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class EmergencyEntity(BaseModel):- """- Emergency plan entity, including accident scenarios, response actions, departments, etc.- """-- name: str = Field(description="Entity name (e.g., fire, power outage, alarm, evacuate personnel, equipment department).")- category: str = Field(- description='Category: accident scenario, response action, department.'- )- description: Optional[str] = Field(- None,- description="Description of this entity.",- )---class ResponseFlow(BaseModel):- """- Emergency response flow relationship.- """-- source: str = Field(description="Source entity name (accident scenario or response action).")- target: str = Field(description="Target entity name (response action or department).")- relation_type: str = Field(- description='Relation type: triggers, executes, responsible for. Use "triggers" for accident triggering response, "executes" for executing response action, "responsible for" for department responsibility.'- )- time_limit: Optional[str] = Field(- None,- description="Response time requirement (e.g., within 5 minutes, within 10 minutes).",- )- success_criterion: Optional[str] = Field(- None,- description="Success criterion (e.g., personnel safely evacuated, fire controlled).",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial emergency management analysis expert. Extract accident scenarios, response actions, and departments from emergency plan documents to build emergency response flows.\n\n"- "Rules:\n"- "- Identify accident scenarios (e.g., fire, leakage, power outage, equipment failure).\n"- "- Identify response actions (e.g., alarm, evacuate personnel, shut off power).\n"- "- Identify responsible departments (e.g., security department, equipment department, first aid department).\n"- "- Establish flow relationships from accident scenarios to response actions.\n"- "- Record time requirements and success criteria.\n"-)--_NODE_PROMPT = (- "You are an industrial emergency management analysis expert. Extract all entities (nodes) from emergency plan documents.\n\n"- "Extraction Rules:\n"- "- Identify accident scenario names.\n"- "- Identify response action names.\n"- "- Identify responsible department names.\n"- "- Assign category for each entity (accident scenario/response action/department).\n"- "- Do not establish relationships between entities.\n"-)--_EDGE_PROMPT = (- "You are an industrial emergency management analysis expert. Based on the entity list, extract emergency response flow relationships (edges).\n\n"- "Extraction Rules:\n"- "- Identify association from accident scenario to response action.\n"- "- Identify association from response action to responsible department.\n"- "- Record response time requirements.\n"- "- Record success criteria.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class EmergencyResponseGraph(AutoGraph[EmergencyEntity, ResponseFlow]):- """- Applicable Documents: Emergency plans, emergency response plans, safety procedures.-- This template extracts accident scenarios, response actions, and departments from emergency plans to build emergency response flows.- It uses category to distinguish heterogeneous nodes and identifies emergency response flows and responsibility division.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> emergency = EmergencyResponseGraph(llm_client=llm, embedder=embedder)- >>> doc = "When a fire occurs, immediately alarm and activate emergency plan. Security department is responsible for evacuating personnel, equipment department is responsible for shutting off power..."- >>> emergency.feed_text(doc)- >>> emergency.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,- ):- """- Initialize Emergency Response Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=EmergencyEntity,- edge_schema=ResponseFlow,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize emergency response graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: EmergencyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: ResponseFlow) -> 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/en/industry/equipment_topology_graph.py b/hyperextract/templates/en/industry/equipment_topology_graph.pydeleted file mode 100644index ba1957f..0000000--- a/hyperextract/templates/en/industry/equipment_topology_graph.py+++ /dev/null@@ -1,188 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class IndustrialEquipment(BaseModel):- """- Industrial equipment entity, including main equipment, auxiliary equipment, instruments, valves, pipelines, etc.- """-- name: str = Field(description="Equipment or component name.")- category: str = Field(- description='Category: main equipment, auxiliary equipment, component, instrument, valve, pipeline, system, motor, pump, fan, container, etc.'- )- location: Optional[str] = Field(- None,- description="Installation location (e.g., production workshop floor 1, main building floor 2).",- )- status: Optional[str] = Field(- None,- description="Operating status: running, standby, maintenance, stopped.",- )- specification: Optional[str] = Field(- None,- description="Specifications or technical parameters.",- )- manufacturer: Optional[str] = Field(- None,- description="Manufacturer.",- )---class EquipmentConnection(BaseModel):- """- Connection relationship between equipment.- """-- source: str = Field(description="Upstream equipment or source equipment name.")- target: str = Field(description="Downstream equipment or target equipment name.")- connection_type: str = Field(- description='Connection type: material transfer, energy transfer, control signal, process flow, electrical connection, instrument monitoring.'- )- description: Optional[str] = Field(- None,- description="Detailed description of the connection (e.g., high-temperature material flow, circulating water loop, closed-loop control system).",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial equipment management expert. Extract equipment entities and their interconnections from industrial equipment documents.\n\n"- "Rules:\n"- "- Identify all equipment, components, and systems, including main equipment, auxiliary equipment, instruments, valves, pumps, fans, motors, etc.\n"- "- Classify equipment types (main/auxiliary/component/instrument/valve/pipeline/system).\n"- "- Extract connection relationships between equipment, including material transfer, energy transfer, control signals, etc.\n"- "- Record installation location and operating status.\n"-)--_NODE_PROMPT = (- "You are an industrial equipment management expert. Extract all equipment entities (nodes) from documents.\n\n"- "Extraction Rules:\n"- "- Identify equipment names and component names.\n"- "- Classify equipment categories (main equipment, auxiliary equipment, component, instrument, valve, pipeline, system, motor, pump, fan, container, etc.).\n"- "- Record installation location and operating status.\n"- "- Do not establish relationships between equipment.\n"-)--_EDGE_PROMPT = (- "You are an industrial equipment management expert. Based on the equipment list, extract connection relationships between equipment (edges).\n\n"- "Extraction Rules:\n"- "- Identify material transfer relationships between equipment (upstream → downstream).\n"- "- Identify energy transfer relationships (driven equipment → driven equipment).\n"- "- Identify control signal relationships (control equipment → controlled equipment).\n"- "- Identify process flow relationships (previous process → next process).\n"- "- Identify electrical connections and instrument monitoring relationships.\n"- "- Only establish relationships in the provided equipment list, do not create new equipment nodes.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class EquipmentTopologyGraph(AutoGraph[IndustrialEquipment, EquipmentConnection]):- """- Applicable Documents: Equipment system diagrams, Piping and Instrumentation Diagrams (P&ID), equipment lists, equipment records, system manuals, equipment chapters in maintenance procedures.-- This template extracts equipment topology relationships from industrial equipment documents.- It identifies physical connections, material flows, energy transfer, and control signal- relationships between equipment to construct an equipment system topology graph.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> topology = EquipmentTopologyGraph(llm_client=llm, embedder=embedder)- >>> doc = "Line A consists of reactor B, cooling pump C and control cabinet D. Material from reactor B is transported through pipeline to cooling pump C for cooling, C is driven by motor E. Control cabinet D monitors B's temperature in real-time and controls E's speed."- >>> topology.feed_text(doc)- >>> topology.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,- ):- """- Initialize Equipment Topology Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=IndustrialEquipment,- edge_schema=EquipmentConnection,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.connection_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize equipment topology graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: IndustrialEquipment) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: EquipmentConnection) -> str:- return edge.connection_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/en/industry/failure_case_graph.py b/hyperextract/templates/en/industry/failure_case_graph.pydeleted file mode 100644index ea99042..0000000--- a/hyperextract/templates/en/industry/failure_case_graph.py+++ /dev/null@@ -1,182 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class CaseEntity(BaseModel):- """- Failure case entity, including phenomena, causes, measures, lessons, etc.- """-- name: str = Field(description="Name of the entity such as phenomenon or measure.")- category: str = Field(- description='Category: phenomenon, cause, measure, lesson.'- )- description: Optional[str] = Field(- None,- description="Further elaboration and explanation of the entity.",- )- equipment: Optional[str] = Field(- None,- description="Involved equipment name.",- )---class CaseChain(BaseModel):- """- Relationship between failure case stages.- """-- source: str = Field(description="Upstream stage name.")- target: str = Field(description="Downstream stage name.")- relation_type: str = Field(- description='Relation type: leads to, takes, produces, discovers. Use "leads to" for cause-result, "takes" for taking measures.'- )- time_sequence: Optional[str] = Field(- None,- description="Temporal relationship: discovery, analysis, processing, summary.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial equipment failure analysis expert. Extract failure phenomena, causes, handling measures, and lessons learned from failure case documents.\n\n"- "Rules:\n"- "- Identify failure phenomena and abnormal manifestations.\n"- "- Analyze failure causes and root causes.\n"- "- Extract handling measures and solutions.\n"- "- Summarize lessons learned and improvement suggestions.\n"- "- Establish a complete chain from discovery to processing.\n"-)--_NODE_PROMPT = (- "You are an industrial equipment failure analysis expert. Extract all related entities (nodes) from failure case documents.\n\n"- "Extraction Rules:\n"- "- Identify failure phenomena and abnormal manifestations.\n"- "- Identify failure causes and root causes.\n"- "- Identify handling measures and solutions.\n"- "- Identify lessons learned and improvement suggestions.\n"- "- Record involved equipment names.\n"- "- Do not establish relationships between stages.\n"-)--_EDGE_PROMPT = (- "You are an industrial equipment failure analysis expert. Based on the entity list, extract relationship between failure case stages (edges).\n\n"- "Extraction Rules:\n"- "- Identify association from phenomenon to cause.\n"- "- Identify association from cause to measure.\n"- "- Identify association from measure to lesson.\n"- "- Temporal relationship: discovery → analysis → processing → summary.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class FailureCaseGraph(AutoGraph[CaseEntity, CaseChain]):- """- Applicable Documents: Failure case library, accident analysis reports, equipment anomaly records, maintenance reports.-- This template extracts failure phenomena, causes, measures, and lessons from failure case documents.- It identifies the complete failure evolution chain from discovery to processing,- providing reference for equipment maintenance and prevention.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> failure_case = FailureCaseGraph(llm_client=llm, embedder=embedder)- >>> doc = "In January 2024, the main motor of Line A suddenly emitted abnormal sounds accompanied by increased vibration. Inspection revealed severe bearing wear, immediately replaced bearing and returned to normal. This failure reminds us to strengthen daily bearing inspection."- >>> failure_case.feed_text(doc)- >>> failure_case.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,- ):- """- Initialize Failure Case Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=CaseEntity,- edge_schema=CaseChain,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize failure case graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: CaseEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: CaseChain) -> 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/en/industry/inspection_record_graph.py b/hyperextract/templates/en/industry/inspection_record_graph.pydeleted file mode 100644index 29671a8..0000000--- a/hyperextract/templates/en/industry/inspection_record_graph.py+++ /dev/null@@ -1,171 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class InspectionEntity(BaseModel):- """- Inspection entity, including equipment and inspection items.- """-- name: str = Field(description="Entity name (e.g., CNC machining center, robotic arm system, motor operation status, bearing temperature inspection).")- category: str = Field(- description='Category: equipment, inspection item.'- )- description: Optional[str] = Field(- None,- description="Description of this entity.",- )---class InspectionHierarchy(BaseModel):- """- Hierarchy relationship between inspection entities.- """-- source: str = Field(description="Parent entity (whole/equipment) name.")- target: str = Field(description="Child entity (inspection item/part) name.")- relation_type: str = Field(- description='Relation type: belongs to, subclass. Use "belongs to" to indicate inspection item belongs to a specific equipment.'- )- details: Optional[str] = Field(- None,- description="Detailed description of the relationship.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial equipment inspection analysis expert. Extract equipment and inspection items from inspection records to build inspection hierarchy.\n\n"- "Rules:\n"- "- Identify major equipment (e.g., CNC machining center, robotic arm system, material handling system).\n"- "- Identify inspection items under each equipment (e.g., motor operation status, bearing temperature, coolant level).\n"- "- Establish belonging relationship (Part-Of) between inspection items and equipment.\n"-)--_NODE_PROMPT = (- "You are an industrial equipment inspection analysis expert. Extract all entities (nodes) from inspection records.\n\n"- "Extraction Rules:\n"- "- Identify equipment names (main categories).\n"- "- Identify inspection item names (specific check points).\n"- "- Assign category for each entity (equipment/inspection item).\n"- "- Do not establish relationships between entities.\n"-)--_EDGE_PROMPT = (- "You are an industrial equipment inspection analysis expert. Based on the entity list, extract hierarchy relationships between entities (edges).\n\n"- "Extraction Rules:\n"- "- Identify belonging relationship (Part-Of) between inspection items and equipment.\n"- "- For example: motor operation status belongs to CNC machining center.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class InspectionRecordGraph(AutoGraph[InspectionEntity, InspectionHierarchy]):- """- Applicable Documents: Inspection record books, equipment operation records, inspection daily reports, equipment point inspection forms.-- This template extracts equipment and inspection items from inspection records to build inspection hierarchy.- It identifies the belonging relationship (Part-Of) between equipment and inspection items.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> inspection = InspectionRecordGraph(llm_client=llm, embedder=embedder)- >>> doc = "March 15, 2024, daily inspection of Line A. CNC machining center: motor operating normally..."- >>> inspection.feed_text(doc)- >>> inspection.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,- ):- """- Initialize Inspection Record Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=InspectionEntity,- edge_schema=InspectionHierarchy,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize inspection record graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: InspectionEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: InspectionHierarchy) -> 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/en/industry/operating_mode_graph.py b/hyperextract/templates/en/industry/operating_mode_graph.pydeleted file mode 100644index 0c5c4b0..0000000--- a/hyperextract/templates/en/industry/operating_mode_graph.py+++ /dev/null@@ -1,184 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class ModeEntity(BaseModel):- """- Mode entity, including modes and conditions.- """-- name: str = Field(description="Entity name (e.g., automatic operation mode, manual debug mode, standby mode, emergency stop mode, press start button, press stop button, fault occurs).")- category: str = Field(- description='Category: mode, condition. Modes include automatic, manual debug, standby, etc.; conditions include start button, stop button, fault signal, etc.'- )- description: Optional[str] = Field(- None,- description="Description of this entity.",- )- load_range: Optional[str] = Field(- None,- description="Load range (e.g., 0-50%, 50-80%, 80-100%), only valid for mode category.",- )---class ModeTransition(BaseModel):- """- Transition relationship between modes, or trigger relationship between conditions and modes.- """-- source: str = Field(description="Source entity name (mode or condition).")- target: str = Field(description="Target entity name (mode or condition).")- relation_type: str = Field(- description='Relation type: switches to, triggers. Use "switches to" for mode-to-mode switching, "triggers" for condition triggering mode.'- )- transition_condition: Optional[str] = Field(- None,- description="Switching condition (e.g., press start button, press stop button, fault occurs).",- )- transition_procedure: Optional[str] = Field(- None,- description="Switching procedure.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial equipment mode analysis expert. Extract mode and condition entities and their relationships from operating procedure documents.\n\n"- "Rules:\n"- "- Identify various operation modes, such as automatic, manual debug, standby, emergency stop, etc.\n"- "- Identify various trigger conditions, such as press start button, press stop button, fault occurs, etc.\n"- "- Identify applicable conditions and load ranges for each mode.\n"- "- Extract switching relationships between modes (switches to).\n"- "- Extract trigger relationships from conditions to modes (triggers).\n"-)--_NODE_PROMPT = (- "You are an industrial equipment mode analysis expert. Extract all entities (nodes) from operating procedure documents.\n\n"- "Extraction Rules:\n"- "- Identify mode names (e.g., automatic operation mode, manual debug mode, standby mode, emergency stop mode).\n"- "- Identify condition names (e.g., press start button, press stop button, fault occurs, return to normal).\n"- "- Assign category for each entity (mode/condition).\n"- "- Record load range for each mode.\n"- "- Do not establish relationships between entities.\n"-)--_EDGE_PROMPT = (- "You are an industrial equipment mode analysis expert. Based on the entity list, extract relationships between modes and conditions (edges).\n\n"- "Extraction Rules:\n"- "- Identify switching relationships between modes (source mode switches to target mode).\n"- "- Identify trigger relationships from conditions to modes (condition triggers target mode).\n"- "- Use relation type as \"switches to\" or \"triggers\".\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class OperatingModeGraph(AutoGraph[ModeEntity, ModeTransition]):- """- Applicable Documents: Operating procedures, equipment operation manuals, mode switching manuals.-- This template extracts mode types and switching conditions from operating procedures.- It identifies switching conditions and procedures between different modes.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> mode = OperatingModeGraph(llm_client=llm, embedder=embedder)- >>> doc = "Equipment has two operation modes: automatic mode and manual mode. Press start button to switch from standby to automatic mode..."- >>> mode.feed_text(doc)- >>> mode.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,- ):- """- Initialize Operating Mode Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=ModeEntity,- edge_schema=ModeTransition,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize operating mode graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: ModeEntity) -> str:- load = f" [{node.load_range}]" if node.load_range else ""- return f"{node.name} ({node.category}){load}"-- def edge_label_extractor(edge: ModeTransition) -> 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/en/industry/operation_flow_graph.py b/hyperextract/templates/en/industry/operation_flow_graph.pydeleted file mode 100644index fe72d9f..0000000--- a/hyperextract/templates/en/industry/operation_flow_graph.py+++ /dev/null@@ -1,182 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class OperationEntity(BaseModel):- """- Operation flow entity, including steps, states, equipment, etc.- """-- name: str = Field(description="Entity specific name (e.g., turn on auxiliary power, start hydraulic system, check status).")- category: str = Field(- description='Category: step, state, equipment.'- )- description: Optional[str] = Field(- None,- description="Detailed operation description for this entity.",- )- expected_result: Optional[str] = Field(- None,- description="Expected result after executing this step.",- )---class OperationTransition(BaseModel):- """- Transition relationship between operation steps.- """-- source: str = Field(description="Current step name.")- target: str = Field(description="Next step name.")- relation_type: str = Field(- description='Relation type: next step, trigger, leads to. Use "next step" for flow sequence.'- )- trigger_condition: Optional[str] = Field(- None,- description="Condition to trigger the next step.",- )- state_change: Optional[str] = Field(- None,- description="Description of state change.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial operation flow analysis expert. Extract operation steps, equipment states, and expected results from operating procedure documents.\n\n"- "Rules:\n"- "- Identify each operation step and execution sequence.\n"- "- Record detailed operation content for each step.\n"- "- Extract equipment state changes and expected results.\n"- "- Establish transition relationships between steps.\n"-)--_NODE_PROMPT = (- "You are an industrial operation flow analysis expert. Extract all entities (nodes) from operating procedure documents.\n\n"- "Extraction Rules:\n"- "- Identify operation step names.\n"- "- Identify equipment state names.\n"- "- Identify related equipment names.\n"- "- Record operation descriptions and expected results for each step.\n"- "- Do not establish relationships between steps.\n"-)--_EDGE_PROMPT = (- "You are an industrial operation flow analysis expert. Based on the entity list, extract transition relationships between operation steps (edges).\n\n"- "Extraction Rules:\n"- "- Identify execution sequence of steps (current step → next step).\n"- "- Extract conditions to trigger the next step.\n"- "- Record equipment state changes.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class OperationFlowGraph(AutoGraph[OperationEntity, OperationTransition]):- """- Applicable Documents: Operating procedures, start/stop operation tickets, equipment operation manuals, safety operation procedures.-- This template extracts operation steps, equipment states, and expected results from operating procedures.- It identifies step sequences and state changes in operation flows, providing reference for operation training and safety control.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> operation = OperationFlowGraph(llm_client=llm, embedder=embedder)- >>> doc = "Startup procedure: 1. Check if power is normal; 2. Turn on main switch of control cabinet; 3. Start motor; 4. Confirm operating status. After power is normal, turn on main switch, after main switch is closed, start motor."- >>> operation.feed_text(doc)- >>> operation.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,- ):- """- Initialize Operation Flow Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=OperationEntity,- edge_schema=OperationTransition,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize operation flow graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: OperationEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: OperationTransition) -> 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/en/industry/safety_control_graph.py b/hyperextract/templates/en/industry/safety_control_graph.pydeleted file mode 100644index 4c58d98..0000000--- a/hyperextract/templates/en/industry/safety_control_graph.py+++ /dev/null@@ -1,182 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class SafetyEntity(BaseModel):- """- Safety control entity, including hazard sources, risk points, control measures, responsible persons, etc.- """-- name: str = Field(description="Entity name (e.g., high temperature high pressure equipment, electric shock risk, wear protective equipment, safety supervisor).")- category: str = Field(- description='Category: hazard source, risk point, control measure, responsible person.'- )- description: Optional[str] = Field(- None,- description="Description of this entity.",- )---class SafetyRelation(BaseModel):- """- Safety control relationship.- """-- source: str = Field(description="Source entity name (hazard source or risk point).")- target: str = Field(description="Target entity name (control measure or responsible person).")- relation_type: str = Field(- description='Relation type: controls, responsible for. Use "controls" for hazard source/risk point to control measure, "responsible for" for control measure to responsible person.'- )- control_measure: Optional[str] = Field(- None,- description="Specific content of control measure.",- )- responsible_person: Optional[str] = Field(- None,- description="Name of responsible person or department.",- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial safety management analysis expert. Extract hazard sources, risk points, and control measures from safety procedure documents to build safety control relationships.\n\n"- "Rules:\n"- "- Identify hazard sources (e.g., high temperature high pressure equipment, electrical equipment, chemicals).\n"- "- Identify risk points (e.g., electric shock risk, burn risk, mechanical injury).\n"- "- Identify control measures (e.g., wear protective equipment, regular maintenance, ventilation).\n"- "- Identify responsible persons (e.g., safety supervisor, equipment person in charge).\n"- "- Establish relationships from hazard sources/risk points to control measures/responsible persons.\n"-)--_NODE_PROMPT = (- "You are an industrial safety management analysis expert. Extract all entities (nodes) from safety procedure documents.\n\n"- "Extraction Rules:\n"- "- Identify hazard source names.\n"- "- Identify risk point names.\n"- "- Identify control measure names.\n"- "- Identify responsible person names.\n"- "- Assign category for each entity (hazard source/risk point/control measure/responsible person).\n"- "- Do not establish relationships between entities.\n"-)--_EDGE_PROMPT = (- "You are an industrial safety management analysis expert. Based on the entity list, extract safety control relationships (edges).\n\n"- "Extraction Rules:\n"- "- Identify association from hazard source to control measure.\n"- "- Identify association from risk point to control measure.\n"- "- Identify association from control measure to responsible person.\n"- "- Record specific content of control measures.\n"- "- Record responsible person information.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class SafetyControlGraph(AutoGraph[SafetyEntity, SafetyRelation]):- """- Applicable Documents: Safety procedures, safety risk assessment reports, occupational health and safety manuals.-- This template extracts hazard sources, risk points, and control measures from safety procedures to build safety control relationships.- It uses category to distinguish heterogeneous nodes and identifies the correspondence between safety risks and control responsibilities.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> safety = SafetyControlGraph(llm_client=llm, embedder=embedder)- >>> doc = "High temperature equipment has burn risk, need to wear protective gloves. Equipment person in charge is responsible for supervision and inspection..."- >>> safety.feed_text(doc)- >>> safety.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,- ):- """- Initialize Safety Control Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=SafetyEntity,- edge_schema=SafetyRelation,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize safety control graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: SafetyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SafetyRelation) -> 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/en/industry/system_topology_graph.py b/hyperextract/templates/en/industry/system_topology_graph.pydeleted file mode 100644index fd6060e..0000000--- a/hyperextract/templates/en/industry/system_topology_graph.py+++ /dev/null@@ -1,177 +0,0 @@-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph--# ==============================================================================-# 1. Schema Definition-# ==============================================================================---class SystemEntity(BaseModel):- """- System topology entity, including factory, system, subsystem, equipment, etc.- """-- name: str = Field(description="Entity name (e.g., Factory A, Manufacturing Workshop A, CNC machining system, cooling system).")- category: str = Field(- description='Category: factory, system, subsystem, equipment.'- )- function: Optional[str] = Field(- None,- description="Function description.",- )- capacity: Optional[str] = Field(- None,- description="Capacity or scale.",- )---class SystemHierarchy(BaseModel):- """- System hierarchy relationship.- """-- source: str = Field(description="Parent entity name (factory or system).")- target: str = Field(description="Child entity name (system or subsystem or equipment).")- relation_type: str = Field(- description='Relation type: contains, belongs to, subordinate. Use "contains" to indicate parent contains child.'- )---# ==============================================================================-# 2. Prompts-# ==============================================================================--_PROMPT = (- "You are an industrial system architecture analysis expert. Extract hierarchy relationships between factory, system, subsystem, and equipment from system manuals.\n\n"- "Rules:\n"- "- Identify factories (e.g., Factory A, Factory B).\n"- "- Identify production systems (e.g., manufacturing workshop, processing workshop).\n"- "- Identify subsystems (e.g., CNC machining system, cooling system, material handling system).\n"- "- Identify specific equipment (e.g., CNC machining center, robotic arm, pump).\n"- "- Establish hierarchical inclusion relationships between upper and lower levels.\n"-)--_NODE_PROMPT = (- "You are an industrial system architecture analysis expert. Extract all entities (nodes) from system manuals.\n\n"- "Extraction Rules:\n"- "- Identify factory names.\n"- "- Identify production system names.\n"- "- Identify subsystem names.\n"- "- Identify specific equipment names.\n"- "- Assign category for each entity (factory/system/subsystem/equipment).\n"- "- Do not establish relationships between entities.\n"-)--_EDGE_PROMPT = (- "You are an industrial system architecture analysis expert. Based on the entity list, extract system hierarchy relationships (edges).\n\n"- "Extraction Rules:\n"- "- Identify inclusion relationship between factory and system.\n"- "- Identify inclusion relationship between system and subsystem.\n"- "- Identify inclusion relationship between subsystem and equipment.\n"- "- Record hierarchy type.\n"- "- Only establish relationships within the provided entity list.\n"-)--# ==============================================================================-# 3. Template Class-# ==============================================================================---class SystemTopologyGraph(AutoGraph[SystemEntity, SystemHierarchy]):- """- Applicable Documents: System manuals, factory layout diagrams, system architecture documents.-- This template extracts hierarchy relationships between factory, system, subsystem, and equipment from system manuals.- It constructs a complete factory system architecture view.-- Example:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> topology = SystemTopologyGraph(llm_client=llm, embedder=embedder)- >>> doc = "Factory A contains Manufacturing Workshop A, Manufacturing Workshop A includes CNC machining system and material handling system..."- >>> topology.feed_text(doc)- >>> topology.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,- ):- """- Initialize System Topology Graph template.-- Args:- llm_client (BaseChatModel): LLM for entity and relationship extraction.- embedder (Embeddings): Embedding model for deduplication.- extraction_mode (str): "one_stage" or "two_stage". Default is "two_stage".- chunk_size (int): Maximum characters per chunk.- chunk_overlap (int): Overlap between chunks.- max_workers (int): Number of parallel processing worker threads.- verbose (bool): Enable progress logging.- **kwargs: Additional AutoGraph parameters.- """- super().__init__(- node_schema=SystemEntity,- edge_schema=SystemHierarchy,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- 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,- ) -> None:- """- Visualize system topology graph using OntoSight.-- Args:- top_k_nodes_for_search (int): Number of entities to retrieve. Default 3.- top_k_edges_for_search (int): Number of relationships to retrieve. Default 3.- top_k_nodes_for_chat (int): Number of entities in chat context. Default 3.- top_k_edges_for_chat (int): Number of relationships in chat context. Default 3.- """-- def node_label_extractor(node: SystemEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SystemHierarchy) -> 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/__init__.py b/hyperextract/templates/zh/__init__.pyindex 9dfa380..7ba1dbb 100644--- a/hyperextract/templates/zh/__init__.py+++ b/hyperextract/templates/zh/__init__.py@@ -19,6 +19,27 @@ from .general import (PenaltyMapping,ComplianceLogic,)+from .industry import (+ # 管理规范+ SafetyControlGraph,+ EmergencyResponseGraph,+ IncidentCausalityMap,+ SafetyTimeline,+ # 技术规格书+ SystemTopologyGraph,+ EquipmentTopologyGraph,+ SpecParameterTable,+ SystemCompatibilityGraph,+ # 操作运维+ OperationFlowGraph,+ OperatingModeGraph,+ MaintenaceOperationMap,+ # 设备维护+ InspectionRecordGraph,+ FailureCaseGraph,+ FailureKnowledgeHypergraph,+ PartReplacementList,+)from .biology import (# 生物学专著SpeciesInteractionWeb,@@ -199,6 +220,22 @@ __all__ = ["OperationalProcedure","PenaltyMapping","ComplianceLogic",+ # Industry+ "SafetyControlGraph",+ "EmergencyResponseGraph",+ "IncidentCausalityMap",+ "SafetyTimeline",+ "SystemTopologyGraph",+ "EquipmentTopologyGraph",+ "SpecParameterTable",+ "SystemCompatibilityGraph",+ "OperationFlowGraph",+ "OperatingModeGraph",+ "MaintenaceOperationMap",+ "InspectionRecordGraph",+ "FailureCaseGraph",+ "FailureKnowledgeHypergraph",+ "PartReplacementList",# Finance"RiskAssessmentGraph","MarketSentimentGraph",diff --git a/hyperextract/templates/zh/finance/analyst_qa_graph.py b/hyperextract/templates/zh/finance/analyst_qa_graph.pyindex 81540fd..339702c 100644--- a/hyperextract/templates/zh/finance/analyst_qa_graph.py+++ b/hyperextract/templates/zh/finance/analyst_qa_graph.py@@ -1,22 +1,25 @@+"""分析师问答图谱 - 从财报电话会议中提取分析师与管理层的问答互动。++适用文档: 财报电话会议记录、投资者日问答、年度股东大会问答++功能介绍:+ 将分析师问题映射到管理层回答,支持分析师关注点分析、+ 承诺跟踪以及识别核心关切。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class QAParticipant(BaseModel):"""财报电话会议问答环节的参与者。"""- name: str = Field(- description="参与者姓名(例如分析师姓名、CEO、CFO)。"- )+ name: str = Field(description="参与者姓名(例如分析师姓名、CEO、CFO)。")role: str = Field(description='角色:"分析师"、"CEO"、"CFO"、"COO"、"CTO"、"IR 负责人"、"其他管理层"。')@@ -36,12 +39,8 @@ class QAInteraction(BaseModel):topic: str = Field(description="问题主题(例如'利润率展望'、'AI 战略'、'资本配置')。")- question_summary: str = Field(- description="分析师问题的简要概述。"- )- answer_summary: str = Field(- description="管理层回答的简要概述。"- )+ question_summary: str = Field(description="分析师问题的简要概述。")+ answer_summary: str = Field(description="管理层回答的简要概述。")sentiment: Optional[str] = Field(None,description="互动基调:'建设性'、'追问式'、'安抚性'、'回避性'、'直接'。",@@ -56,36 +55,66 @@ class QAInteraction(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的财报电话会议分析师,请从文本中提取分析师与管理层之间的问答互动。++## 核心概念定义+- **节点 (Node)**:从文档中提取的问答参与者+- **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+- 识别每位分析师和管理层参与者+- 概述每个问题及其对应的回答+- 捕捉每次互动的主题和基调+- 记录管理层作出的任何承诺+- 跟踪针对同一主题的追问++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的财报电话会议分析师,请从文本中提取所有问答参与者作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的问答参与者++## 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++### 提取规则+- 按姓名和所属机构识别分析师+- 按姓名和职务识别管理层参与者++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的财报电话会议分析师,请从给定参与者列表中提取问答互动。++## 核心概念定义+- **节点 (Node)**:从文档中提取的问答参与者+- **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++### 提取规则+- 将每位分析师的问题连接到管理层的回答+- 简要概述问题和回答+- 捕捉主题、基调和任何承诺-_PROMPT = (- "你是财报电话会议分析师。从本财报电话会议记录中提取分析师与管理层之间的问答互动。\n\n"- "规则:\n"- "- 识别每位分析师和管理层参与者。\n"- "- 概述每个问题及其对应的回答。\n"- "- 捕捉每次互动的主题和基调。\n"- "- 记录管理层作出的任何承诺。\n"- "- 跟踪针对同一主题的追问。"-)--_NODE_PROMPT = (- "你是财报电话会议分析师。提取所有问答参与者(节点)。\n\n"- "提取规则:\n"- "- 按姓名和所属机构识别分析师。\n"- "- 按姓名和职务识别管理层参与者。\n"- "- 此阶段不提取问答互动。"-)--_EDGE_PROMPT = (- "你是财报电话会议分析师。在获得参与者清单的基础上,提取问答互动(边)。\n\n"- "提取规则:\n"- "- 将每位分析师的问题连接到管理层的回答。\n"- "- 简要概述问题和回答。\n"- "- 捕捉主题、基调和任何承诺。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)+"""# ==============================================================================# 3. 模板类@@ -101,9 +130,6 @@ class AnalystQAGraph(AutoGraph[QAParticipant, QAInteraction]):承诺跟踪以及识别分析师群体中的核心关切。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> qa = AnalystQAGraph(llm_client=llm, embedder=embedder)>>> transcript = "分析师:能否讨论一下利润率展望?CEO:我们预计利润率将...">>> qa.feed_text(transcript)@@ -138,11 +164,11 @@ class AnalystQAGraph(AutoGraph[QAParticipant, QAInteraction]):super().__init__(node_schema=QAParticipant,edge_schema=QAInteraction,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.topic.lower()}|{x.target.strip().lower()}"+ f"{x.source}|{x.topic}|{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,diff --git a/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py b/hyperextract/templates/zh/finance/call_sentiment_hypergraph.pyindex 0e1970a..a429419 100644--- a/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py+++ b/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py@@ -1,13 +1,18 @@+"""电话会议情绪超图 - 从财报电话会议中提取多维情绪聚类。++适用文档: 财报电话会议记录、投资者日活动记录、管理层报告++功能介绍:+ 使用超边建模 {主题, 发言人, 情绪, 驱动因素} 聚类,+ 支持情绪驱动的交易信号和基调变化检测。+"""+from typing import Optional, List, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoHypergraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class CallTopic(BaseModel):"""@@ -20,9 +25,7 @@ class CallTopic(BaseModel):element_type: str = Field(description='类型:"主题"、"发言人"、"情绪"、"驱动因素"。')- description: Optional[str] = Field(- None, description="该元素的上下文或说明。"- )+ description: Optional[str] = Field(None, description="该元素的上下文或说明。")class SentimentCluster(BaseModel):@@ -39,9 +42,7 @@ class SentimentCluster(BaseModel):sentiment_polarity: str = Field(description='整体情绪方向:"看多"、"看空"、"中性"、"混合"。')- intensity: str = Field(- description='情绪强度:"强"、"中等"、"轻微"。'- )+ intensity: str = Field(description='情绪强度:"强"、"中等"、"轻微"。')evidence: Optional[str] = Field(None,description="支持情绪判断的关键引述或意译。",@@ -52,41 +53,66 @@ class SentimentCluster(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的财报电话会议情绪分析师,请从文本中提取主题、发言人、情绪信号及其多维关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的主题、发言人、情绪或驱动因素+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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+- 识别讨论的关键主题(收入、利润率、指引、战略)+- 识别发言人及其角色+- 评估每个主题-发言人组合的情绪方向和强度+- 超边连接 主题 + 发言人 + 情绪 + 驱动因素+- 记录与前一季度基调的变化++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的情绪分析师,请从财报电话会议中提取所有主题、发言人、情绪和驱动因素作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的主题、发言人、情绪或驱动因素++## 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++### 提取规则+- 识别讨论的财务主题+- 识别发言人(分析师、管理层)+- 识别情绪标签和驱动因素++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的情绪分析师,请从给定实体列表中创建多维情绪聚类。++## 核心概念定义+- **节点 (Node)**:从文档中提取的主题、发言人、情绪或驱动因素+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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++### 提取规则+- 每个聚类连接 主题 + 发言人 + 情绪 + 驱动因素+- 评估整体情绪方向和强度+- 捕捉支撑证据+- 记录与前几个季度的基调变化-_PROMPT = (- "你是财报电话会议情绪分析专家。提取主题、发言人、"- "情绪信号及其多维关系。\n\n"- "规则:\n"- "- 识别讨论的关键主题(收入、利润率、指引、战略)。\n"- "- 识别发言人及其角色。\n"- "- 评估每个主题-发言人组合的情绪方向和强度。\n"- "- 超边连接 主题 + 发言人 + 情绪 + 驱动因素。\n"- "- 记录与前一季度基调的变化。"-)--_NODE_PROMPT = (- "你是情绪分析专家。从财报电话会议中提取所有主题、发言人、情绪和"- "驱动因素(节点)。\n\n"- "提取规则:\n"- "- 识别讨论的财务主题。\n"- "- 识别发言人(分析师、管理层)。\n"- "- 识别情绪标签和驱动因素。\n"- "- 此阶段不创建情绪聚类。"-)--_EDGE_PROMPT = (- "你是情绪分析专家。在获得元素清单的基础上,创建多维"- "情绪聚类(超边)。\n\n"- "提取规则:\n"- "- 每个聚类连接 主题 + 发言人 + 情绪 + 驱动因素。\n"- "- 评估整体情绪方向和强度。\n"- "- 捕捉支撑证据。\n"- "- 记录与前几个季度的基调变化。\n"- "- 仅引用提供列表中存在的元素。"-)+"""# ==============================================================================# 3. 模板类@@ -102,9 +128,6 @@ class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):{主题, 发言人, 情绪, 驱动因素} 聚类,支持情绪驱动的交易信号和基调变化检测。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> sentiment = CallSentimentHypergraph(llm_client=llm, embedder=embedder)>>> transcript = "CEO:我们对 AI 收入增长感到非常兴奋...">>> sentiment.feed_text(transcript)@@ -139,10 +162,10 @@ class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):super().__init__(node_schema=CallTopic,edge_schema=SentimentCluster,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.cluster_name.strip().lower(),+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: x.cluster_name,nodes_in_edge_extractor=lambda x: tuple(- e.strip().lower() for e in x.participating_elements+ e for e in x.participating_elements),llm_client=llm_client,embedder=embedder,diff --git a/hyperextract/templates/zh/finance/company_history_timeline.py b/hyperextract/templates/zh/finance/company_history_timeline.pyindex f630d82..fd879de 100644--- a/hyperextract/templates/zh/finance/company_history_timeline.py+++ b/hyperextract/templates/zh/finance/company_history_timeline.py@@ -1,3 +1,12 @@+"""公司历史时间线 - 从招股说明书或公司历史文档中提取里程碑事件。++适用文档: S-1 招股说明书、公司简介页面、尽职调查报告、公司历史摘要++功能介绍:+ 按时间顺序提取公司创立、融资轮次、收购、IPO 等里程碑事件,+ 支持尽职调查和公司发展历史分析。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModel@@ -58,32 +67,91 @@ class CorporateMilestoneEdge(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是尽职调查分析师。从本招股说明书或公司历史文档中提取公司历史里程碑及相关实体。\n\n"- "规则:\n"- "- 识别创立事件、融资轮次、收购、战略转型和关键人才引进。\n"- "- 提取每个里程碑的具体日期或时间段。\n"- "- 捕捉财务细节(估值、交易规模)(如有提及)。\n"- "- 保持时间顺序的准确性。"-)--_NODE_PROMPT = (- "你是尽职调查分析师。提取公司历史中涉及的所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别公司、创始人、投资者、被收购公司和合作伙伴。\n"- "- 按类型对每个实体进行分类。\n"- "- 此阶段不提取事件。"-)--_EDGE_PROMPT = (- "你是尽职调查分析师。在获得实体清单的基础上,提取带有日期的公司里程碑(边)。\n\n"- "提取规则:\n"- "- 通过里程碑事件连接实体。\n"- "- 提取具体日期或时间段。\n"- "- 捕捉财务细节(交易规模、估值)。\n"- "- 按类型对每个里程碑进行分类。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)+_PROMPT = """## 角色与任务+你是一位专业的尽职调查分析师,请从招股说明书或公司历史文档中提取公司历史里程碑及相关实体。++## 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**:里程碑事件发生的日期或时间段++## 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+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+- 识别创立事件、融资轮次、收购、战略转型和关键人才引进+- 提取每个里程碑的具体日期或时间段+- 捕捉财务细节(估值、交易规模)(如有提及)+- 保持时间顺序的准确性++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月+ - "本季度" → {observation_time} 所在季度+ - "近期" → {observation_time} 最近 3 个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的尽职调查分析师,请从文本中提取公司历史中涉及的所有实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体++## 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+- 识别公司、创始人、投资者、被收购公司和合作伙伴+- 按类型对每个实体进行分类++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的尽职调查分析师,请从给定实体列表中提取带有日期的公司里程碑。++## 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**:里程碑事件发生的日期或时间段++## 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++### 领域特定规则+- 通过里程碑事件连接实体+- 提取具体日期或时间段+- 捕捉财务细节(交易规模、估值)+- 按类型对每个里程碑进行分类++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -101,9 +169,6 @@ class CompanyHistoryTimeline(时间线构建和企业演进跟踪。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> history = CompanyHistoryTimeline(llm_client=llm, embedder=embedder)>>> text = "公司于 2015 年由张三创立。2017 年完成 1000 万美元 A 轮融资...">>> history.feed_text(text)@@ -140,12 +205,12 @@ class CompanyHistoryTimeline(super().__init__(node_schema=CorporateEntity,edge_schema=CorporateMilestoneEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.event_type.lower()}|{x.target.strip().lower()}"+ f"{x.source}|{x.event_type}|{x.target}"),time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,observation_time=observation_time,diff --git a/hyperextract/templates/zh/finance/earnings_call_summary.py b/hyperextract/templates/zh/finance/earnings_call_summary.pyindex 9849d92..7da435f 100644--- a/hyperextract/templates/zh/finance/earnings_call_summary.py+++ b/hyperextract/templates/zh/finance/earnings_call_summary.py@@ -1,3 +1,12 @@+"""财报电话会议摘要 - 从财报电话会议记录中提取关键信息。++适用文档: 财报电话会议记录、投资者日活动记录++功能介绍:+ 提取管理层发言要点、财务数据、业绩指引和战略展望,+ 支持快速了解会议核心内容。+"""+from typing import Optional, List, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModel@@ -15,18 +24,12 @@ class EarningsCallSummarySchema(BaseModel):财报电话会议的结构化摘要。"""- company_name: Optional[str] = Field(- None, description="公司名称。"- )- ticker: Optional[str] = Field(- None, description="股票代码。"- )+ company_name: Optional[str] = Field(None, description="公司名称。")+ ticker: Optional[str] = Field(None, description="股票代码。")quarter: Optional[str] = Field(None, description="报告季度(例如'Q3 FY2024'、'2024 年第四季度')。")- call_date: Optional[str] = Field(- None, description="财报电话会议日期。"- )+ call_date: Optional[str] = Field(None, description="财报电话会议日期。")reported_revenue: Optional[str] = Field(None, description="本季度报告收入(例如'948 亿美元')。")@@ -63,29 +66,31 @@ class EarningsCallSummarySchema(BaseModel):None,description="管理层强调的战略重点。",)- ceo_name: Optional[str] = Field(- None, description="CEO 或主要发言人姓名。"- )- cfo_name: Optional[str] = Field(- None, description="CFO 姓名。"- )+ ceo_name: Optional[str] = Field(None, description="CEO 或主要发言人姓名。")+ cfo_name: Optional[str] = Field(None, description="CFO 姓名。")# ==============================================================================# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是买方分析师,正在审阅财报电话会议记录。"- "提取关键财务指标、业绩指引和整体基调。\n\n"- "规则:\n"- "- 提取确切的报告数据(收入、每股收益)并与一致预期进行对比。\n"- "- 捕捉收入和盈利的前瞻性指引。\n"- "- 评估电话会议的整体基调(管理层措辞、分析师反应)。\n"- "- 列出准备发言中的核心亮点和问答环节中的主要关切。\n"- "- 识别管理层强调的战略重点。\n\n"- "### 原文:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的分析师,请从财报电话会议记录中提取关键财务指标、业绩指引和整体基调。++## 提取规则+### 核心约束+1. 每个对象对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 提取确切的报告数据(收入、每股收益)并与一致预期进行对比+- 捕捉收入和盈利的前瞻性指引+- 评估电话会议的整体基调(管理层措辞、分析师反应)+- 列出准备发言中的核心亮点和问答环节中的主要关切+- 识别管理层强调的战略重点++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -101,9 +106,6 @@ class EarningsCallSummary(AutoModel[EarningsCallSummarySchema]):基调和核心主题的统一视图,便于季度复盘仪表板和一致预期跟踪。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> summary = EarningsCallSummary(llm_client=llm, embedder=embedder)>>> transcript = "下午好。第三季度收入为 948 亿美元,超出一致预期...">>> summary.feed_text(transcript)@@ -145,3 +147,20 @@ class EarningsCallSummary(AutoModel[EarningsCallSummarySchema]):verbose=verbose,**kwargs,)++ def show(+ self,+ *,+ top_k: int = 3,+ ):+ """+ 展示财报电话会议摘要。++ Args:+ top_k (int): 展示的摘要数量。+ """++ def label_extractor(data: EarningsCallSummarySchema) -> str:+ return f"{data.company_name or ''} ({data.ticker or ''}) - {data.quarter or ''}"++ super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/factor_influence_hypergraph.py b/hyperextract/templates/zh/finance/factor_influence_hypergraph.pyindex e9d2993..ec57750 100644--- a/hyperextract/templates/zh/finance/factor_influence_hypergraph.py+++ b/hyperextract/templates/zh/finance/factor_influence_hypergraph.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoHypergraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class InvestmentFactor(BaseModel):"""@@ -23,16 +19,12 @@ class InvestmentFactor(BaseModel):name: str = Field(description="因子名称(例如 'GDP 增长'、'半导体周期'、'云计算收入')。")- factor_level: str = Field(- description="层级:'宏观'、'行业'、'公司'、'技术面'。"- )+ factor_level: str = Field(description="层级:'宏观'、'行业'、'公司'、'技术面'。")current_reading: Optional[str] = Field(None,description="当前值或状态(例如 '同比 3.2%'、'上升周期'、'加速增长')。",)- description: Optional[str] = Field(- None, description="该因子重要性的说明。"- )+ description: Optional[str] = Field(None, description="该因子重要性的说明。")class FactorInteraction(BaseModel):@@ -62,41 +54,64 @@ class FactorInteraction(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是一名量化基本面研究分析师。从本研究报告中提取投资因子及其多因子交互关系。\n\n"- "规则:\n"- "- 识别宏观、行业和公司层面的因子。\n"- "- 提取多个因子共同产生结果的复杂交互关系。\n"- "- 超边连接所有参与因子,而非仅成对连接。\n"- "- 捕获每个交互关系的机制和结果。"-)--_NODE_PROMPT = (- "你是一名量化基本面研究分析师。提取所有投资因子(节点)。\n\n"- "提取规则:\n"- "- 识别宏观指标、行业指标和公司关键绩效指标。\n"- "- 捕获当前值或读数。\n"- "- 按层级对每个因子进行分类。\n"- "- 此阶段不提取交互关系。"-)--_EDGE_PROMPT = (- "你是一名量化基本面研究分析师。在获得因子列表的基础上,提取多个因子共同影响结果的"- "多因子交互关系(超边)。\n\n"- "提取规则:\n"- "- 每条超边应连接 2 个或更多因子。\n"- "- 描述交互机制和结果。\n"- "- 对交互类型进行分类。\n"- "- 仅引用提供列表中存在的因子。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的量化基本面研究分析师,请从研究报告中提取投资因子及其多因子交互关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的投资因子+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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+- 识别宏观、行业和公司层面的因子+- 提取多个因子共同产生结果的复杂交互关系+- 超边连接所有参与因子,而非仅成对连接+- 捕获每个交互关系的机制和结果++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的量化基本面研究分析师,请从文本中提取所有投资因子作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的投资因子++## 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++### 提取规则+- 识别宏观指标、行业指标和公司关键绩效指标+- 捕获当前值或读数+- 按层级对每个因子进行分类++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的量化基本面研究分析师,请从给定因子列表中提取多因子交互关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的投资因子+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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++### 提取规则+- 每条超边应连接 2 个或更多因子+- 描述交互机制和结果+- 对交互类型进行分类++"""class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteraction]):@@ -107,9 +122,6 @@ class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteracti交互关系,超越简单的成对关系。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> factors = FactorInfluenceHypergraph(llm_client=llm, embedder=embedder)>>> report = "利率上升叠加强劲 GDP 和 AI 资本支出,推动向优质成长股轮动...">>> factors.feed_text(report)@@ -144,10 +156,10 @@ class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteractisuper().__init__(node_schema=InvestmentFactor,edge_schema=FactorInteraction,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.interaction_name.strip().lower(),+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: x.interaction_name,nodes_in_edge_extractor=lambda x: tuple(- f.strip().lower() for f in x.participating_factors+ f for f in x.participating_factors),llm_client=llm_client,embedder=embedder,diff --git a/hyperextract/templates/zh/finance/filing_financial_snapshot.py b/hyperextract/templates/zh/finance/filing_financial_snapshot.pyindex c48644a..eafee4b 100644--- a/hyperextract/templates/zh/finance/filing_financial_snapshot.py+++ b/hyperextract/templates/zh/finance/filing_financial_snapshot.py@@ -21,68 +21,35 @@ class FilingFinancialSnapshotSchema(BaseModel):从 SEC 申报文件中提取的关键财务数据结构化快照。"""- company_name: Optional[str] = Field(- None, description="申报实体的法定名称。"- )- ticker: Optional[str] = Field(- None, description="股票代码(例如 'AAPL'、'MSFT')。"- )+ company_name: Optional[str] = Field(None, description="申报实体的法定名称。")+ ticker: Optional[str] = Field(None, description="股票代码(例如 'AAPL'、'MSFT')。")filing_type: Optional[str] = Field(None, description="申报类型:'10-K'、'10-Q'、'8-K'、'20-F'。")filing_period: Optional[str] = Field(None,- description="涵盖的财务期间(例如 'FY2024'、'Q3 2024'、'截至2024年12月31日的年度')。",+ description="涵盖的财务期间(例如 'FY2024'、'Q3 2024')。",)revenue: Optional[str] = Field(None,- description="该期间的总营收或净销售额(例如 '3943亿美元')。",- )- cost_of_revenue: Optional[str] = Field(- None, description="销售成本或营业成本。"- )- gross_profit: Optional[str] = Field(- None, description="毛利润(营收减去营业成本)。"- )- operating_income: Optional[str] = Field(- None, description="营业利润或营业亏损。"- )- net_income: Optional[str] = Field(- None, description="归属于普通股股东的净利润。"+ description="总营收或净销售额(例如 '3943亿美元')。",)+ net_income: Optional[str] = Field(None, description="净利润。")earnings_per_share: Optional[str] = Field(None, description="稀释每股收益(例如 '$6.13')。")- total_assets: Optional[str] = Field(- None, description="资产负债表上的总资产。"- )- total_liabilities: Optional[str] = Field(- None, description="资产负债表上的总负债。"- )- shareholders_equity: Optional[str] = Field(- None, description="股东权益合计。"- )- cash_and_equivalents: Optional[str] = Field(- None, description="现金及现金等价物。"- )+ total_assets: Optional[str] = Field(None, description="总资产。")+ total_liabilities: Optional[str] = Field(None, description="总负债。")+ shareholders_equity: Optional[str] = Field(None, description="股东权益。")operating_cash_flow: Optional[str] = Field(- None, description="经营活动产生的现金流量净额。"- )- capital_expenditures: Optional[str] = Field(- None, description="资本支出(CapEx)。"+ None, description="经营活动现金流。")free_cash_flow: Optional[str] = Field(- None, description="自由现金流(经营性现金流减去资本支出)。"+ None, description="自由现金流。")- dividends_per_share: Optional[str] = Field(- None, description="每股已宣派股息。"- )- shares_outstanding: Optional[str] = Field(- None, description="加权平均稀释流通股数。"- )- key_ratios: Optional[List[str]] = Field(+ key_metrics: Optional[List[str]] = Field(None,- description="提及的主要财务比率(例如 '毛利率:45.6%'、'资产负债率:1.2倍')。",+ description="其他关键财务指标列表(如毛利率、ROE、市盈率等)。",)@@ -90,17 +57,23 @@ class FilingFinancialSnapshotSchema(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是一位专精于 SEC 申报文件分析的财务分析专家。"- "从本申报文件中嵌入的利润表、资产负债表和现金流量表中提取关键财务数据。\n\n"- "规则:\n"- "- 按报告原文提取精确的金额数据,保留单位(百万、十亿)。\n"- "- 识别申报实体、股票代码、申报类型和财务期间。\n"- "- 在可获取时同时提取最近期间和前期对比数据。\n"- "- 捕获申报文件中明确列出的关键财务比率。\n"- "- 使用表格中的精确数据;除非文件明确给出,否则不要计算衍生数值。\n\n"- "### 源文本:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从 SEC 申报文件中提取关键财务数据。++## 提取规则+### 核心约束+1. 每个对象对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 按报告原文提取精确的金额数据,保留单位(百万、十亿)+- 识别申报实体、股票代码、申报类型和财务期间+- 在可获取时同时提取最近期间和前期对比数据+- 捕获申报文件中明确列出的关键财务比率+- 使用表格中的精确数据;除非文件明确给出,否则不要计算衍生数值++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -116,9 +89,6 @@ class FilingFinancialSnapshot(AutoModel[FilingFinancialSnapshotSchema]):将利润表、资产负债表和现金流量表中的财务数据跨多个章节合并为单一结构化对象。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> snapshot = FilingFinancialSnapshot(llm_client=llm, embedder=embedder)>>> filing_text = "第8项 财务报表:营收为3943亿美元...">>> snapshot.feed_text(filing_text)@@ -160,3 +130,20 @@ class FilingFinancialSnapshot(AutoModel[FilingFinancialSnapshotSchema]):verbose=verbose,**kwargs,)++ def show(+ self,+ *,+ top_k: int = 3,+ ):+ """+ 展示财务快照。++ Args:+ top_k (int): 展示的快照数量。+ """++ def label_extractor(data: FilingFinancialSnapshotSchema) -> str:+ return f"{data.company_name or ''} ({data.ticker or ''}) - {data.filing_period or ''}"++ super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/filing_risk_factor_set.py b/hyperextract/templates/zh/finance/filing_risk_factor_set.pyindex 1e4b47a..2ec068e 100644--- a/hyperextract/templates/zh/finance/filing_risk_factor_set.py+++ b/hyperextract/templates/zh/finance/filing_risk_factor_set.py@@ -51,15 +51,22 @@ class RiskFactorItem(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是一位专精于风险披露分析的监管申报分析师。"- "从 SEC 申报文件的第1A项(风险因素)或等效风险披露章节中提取并归类所有单项风险因素。\n\n"- "提取原则:\n"- "1. **规范化**: 将相关的风险描述归纳到一个简明的风险标题下。\n"- "2. **分类**: 将每项风险归入其主要类别。\n"- "3. **完整性**: 提取每一个不同的风险因素,即使只是简要提及。\n"- "4. **累积合并**: 如果同一风险在不同章节中出现了更多细节,则合并相关信息。"-)+_PROMPT = """## 角色与任务+你是一位专业的监管申报分析师,请从 SEC 申报文件的风险因素章节中提取并归类所有单项风险因素。++## 提取规则+### 核心约束+1. 每个元素对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- **规范化**: 将相关的风险描述归纳到一个简明的风险标题下+- **分类**: 将每项风险归入其主要类别+- **完整性**: 提取每一个不同的风险因素,即使只是简要提及+- **累积合并**: 如果同一风险在不同章节中出现了更多细节,则合并相关信息++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -76,9 +83,6 @@ class FilingRiskFactorSet(AutoSet[RiskFactorItem]):全面的风险目录。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> risk_set = FilingRiskFactorSet(llm_client=llm, embedder=embedder)>>> filing = "第1A项 风险因素:我们面临重大网络安全风险...">>> risk_set.feed_text(filing)@@ -110,7 +114,7 @@ class FilingRiskFactorSet(AutoSet[RiskFactorItem]):"""super().__init__(item_schema=RiskFactorItem,- key_extractor=lambda x: x.risk_title.strip().lower(),+ key_extractor=lambda x: x.risk_title,llm_client=llm_client,embedder=embedder,prompt=_PROMPT,diff --git a/hyperextract/templates/zh/finance/financial_data_temporal_graph.py b/hyperextract/templates/zh/finance/financial_data_temporal_graph.pyindex a71d683..b4c14a3 100644--- a/hyperextract/templates/zh/finance/financial_data_temporal_graph.py+++ b/hyperextract/templates/zh/finance/financial_data_temporal_graph.py@@ -76,44 +76,99 @@ class FinancialDataEdge(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是一位资深财务分析师,擅长多期 SEC 申报文件分析。"- "从文本中提取财务实体及其跨时间的量化关系。\n\n"- "规则:\n"- "- 将公司、业务分部和财务指标/会计科目识别为实体。\n"- "- 对每个报告数据,创建连接报告主体与指标的边,附带精确数值和财务期间。\n"- "- 将同比变化、衍生比率和分部贡献分别作为独立的边提取。\n"- "- 保留源文本中的精确金额和单位。\n"- "- 统一使用一致的财务期间标签(例如 'FY2024'、'Q3 2024')。\n"- "- 在可获取时提取多期对比数据。\n"- "- 不要计算文本中未明确给出的数值。"-)--_NODE_PROMPT = (- "你是一位资深财务分析师。从文本中提取所有财务实体(节点)。\n\n"- "提取规则:\n"- "- 识别申报公司及其子公司或关联方。\n"- "- 识别文中提到的业务分部或地理区域。\n"- "- 识别财务指标和会计科目(营业收入、净利润、每股收益、总资产等)。\n"- "- 识别文中明确提及的影响财务的外部因素(例如 '汇率逆风'、'关税影响')。\n"- "- 按类型分类:公司、分部、财务指标、会计科目、外部因素。\n"- "- 不要将日期、时间期间或纯数值提取为实体。"-)--_EDGE_PROMPT = (- "你是一位资深财务分析师。在获得实体清单的基础上,提取所有带时间上下文的财务数据关系(边)。\n\n"- "提取规则:\n"- "- 对每个报告数据,连接报告主体/分部与相应的财务指标。\n"- "- 每条边必须包含精确数值、单位和财务期间。\n"- "- 将同比变化单独提取为边(例如 source='营业收入', target='收入增长率', "- "relationship='同比变化', value='+7.8%')。\n"- "- 提取分部贡献(例如 source='服务分部', target='营业收入', "- "relationship='贡献', value='852亿美元')。\n"- "- 提取文中明确列出的衍生比率(例如 source='毛利润', target='毛利率', "- "relationship='比率', value='45.6%')。\n"- "- 根据财务期间的起止边界赋值 start_timestamp 和 end_timestamp。\n"- "- 仅在提供的实体列表中存在的节点之间创建边。"-)+_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从文本中提取财务实体及其跨时间的量化关系。++## 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**:财务数据所属的财务期间++## 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+- 将公司、业务分部和财务指标/会计科目识别为实体+- 对每个报告数据,创建连接报告主体与指标的边,附带精确数值和财务期间+- 将同比变化、衍生比率和分部贡献分别作为独立的边提取+- 保留源文本中的精确金额和单位+- 统一使用一致的财务期间标签(例如 'FY2024'、'Q3 2024')+- 在可获取时提取多期对比数据+- 不要计算文本中未明确给出的数值++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月+ - "本季度" → {observation_time} 所在季度+ - "FY2024" → 2024财年++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从文本中提取所有财务实体作为节点。++## 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+- 识别申报公司及其子公司或关联方+- 识别文中提到的业务分部或地理区域+- 识别财务指标和会计科目(营业收入、净利润、每股收益、总资产等)+- 识别文中明确提及的影响财务的外部因素(例如 '汇率逆风'、'关税影响')+- 按类型分类:公司、分部、财务指标、会计科目、外部因素+- 不要将日期、时间期间或纯数值提取为实体++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从给定实体列表中提取所有带时间上下文的财务数据关系。++## 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**:财务数据所属的财务期间++## 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+- 对每个报告数据,连接报告主体/分部与相应的财务指标+- 每条边必须包含精确数值、单位和财务期间+- 将同比变化单独提取为边+- 提取分部贡献+- 提取文中明确列出的衍生比率+- 根据财务期间的起止边界赋值时间字段++### 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):+ - "去年" → {observation_time} 的前一年+ - "FY2024" → 2024财年++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++"""# ==============================================================================# 3. 模板类@@ -133,11 +188,8 @@ class FinancialDataTemporalGraph(时序边进行连接,支持多期趋势分析和跨期对比。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> graph = FinancialDataTemporalGraph(llm_client=llm, embedder=embedder)- >>> filing = "FY2024年度,苹果公司报告营收3943亿美元,较FY2023年的3658亿美元增长7.8%..."+ >>> filing = "2024年度,苹果公司报告营收3943亿美元,较FY2023年的3658亿美元增长7.8%...">>> graph.feed_text(filing)>>> graph.show()"""@@ -172,12 +224,12 @@ class FinancialDataTemporalGraph(super().__init__(node_schema=FinancialDataEntity,edge_schema=FinancialDataEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.relationship.lower()}|{x.target.strip().lower()}"+ f"{x.source}|{x.relationship}|{x.target}"),time_in_edge_extractor=lambda x: x.fiscal_period or x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,observation_time=observation_time,@@ -217,10 +269,6 @@ class FinancialDataTemporalGraph(parts = [edge.relationship]if edge.value:parts.append(edge.value)- if edge.fiscal_period:- parts.append(f"[{edge.fiscal_period}]")- elif edge.start_timestamp:- parts.append(f"[{edge.start_timestamp}]")return " ".join(parts)super().show(diff --git a/hyperextract/templates/zh/finance/financial_event_causal_graph.py b/hyperextract/templates/zh/finance/financial_event_causal_graph.pyindex bc74f80..2873f3b 100644--- a/hyperextract/templates/zh/finance/financial_event_causal_graph.py+++ b/hyperextract/templates/zh/finance/financial_event_causal_graph.py@@ -64,34 +64,68 @@ class EventCausalEdge(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是宏观策略师和财经新闻分析师。从这篇新闻或评论中提取金融事件、受影响的市场实体"- "以及连接它们的因果链。\n\n"- "规则:\n"- "- 识别触发事件(政策决议、财报、经济数据发布)。\n"- "- 识别受影响的实体(板块、个股、指数、大宗商品)。\n"- "- 映射从事件到市场反应的因果链。\n"- "- 捕捉反应的幅度和时间。\n"- "- 记录每条因果关系的置信度。"-)--_NODE_PROMPT = (- "你是宏观策略师。提取所有金融事件、实体和市场反应(节点)。\n\n"- "提取规则:\n"- "- 识别触发事件和政策决议。\n"- "- 识别市场板块、指数和大宗商品。\n"- "- 识别市场反应和价格变动。\n"- "- 此阶段不建立因果关系。"-)--_EDGE_PROMPT = (- "你是宏观策略师。在获得事件和实体清单的基础上,提取因果链(边)。\n\n"- "提取规则:\n"- "- 将事件连接到其下游市场效果。\n"- "- 描述每条链路的因果机制。\n"- "- 记录影响方向、幅度和时间。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)+_PROMPT = """## 角色与任务+你是一位专业的宏观策略师和财经新闻分析师,请从文本中提取金融事件、受影响的市场实体以及连接它们的因果链。++## 核心概念定义+- **节点 (Node)**:从文档中提取的金融事件、市场实体或市场反应+- **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+- 识别触发事件(政策决议、财报、经济数据发布)+- 识别受影响的实体(板块、个股、指数、大宗商品)+- 映射从事件到市场反应的因果链+- 捕捉反应的幅度和时间+- 记录每条因果关系的置信度++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的宏观策略师,请从文本中提取所有金融事件、实体和市场反应作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的金融事件、市场实体或市场反应++## 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++### 提取规则+- 识别触发事件和政策决议+- 识别市场板块、指数和大宗商品+- 识别市场反应和价格变动++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的宏观策略师,请从给定实体列表中提取因果链。++## 核心概念定义+- **节点 (Node)**:从文档中提取的金融事件、市场实体或市场反应+- **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++### 提取规则+- 将事件连接到其下游市场效果+- 描述每条链路的因果机制+- 记录影响方向、幅度和时间++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -107,9 +141,6 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):支持事件驱动策略开发和宏观影响分析。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> causal = FinancialEventCausalGraph(llm_client=llm, embedder=embedder)>>> news = "美联储加息 25 个基点,推动银行股上涨,同时科技股遭到抛售...">>> causal.feed_text(news)@@ -121,7 +152,7 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):llm_client: BaseChatModel,embedder: Embeddings,*,- extraction_mode: str = "one_stage",+ extraction_mode: str = "two_stage",chunk_size: int = 2048,chunk_overlap: int = 256,max_workers: int = 10,@@ -144,11 +175,11 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):super().__init__(node_schema=FinancialEventNode,edge_schema=EventCausalEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.direction})-->{x.target.strip().lower()}"+ f"{x.source}--({x.direction})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,diff --git a/hyperextract/templates/zh/finance/financial_forecast.py b/hyperextract/templates/zh/finance/financial_forecast.pyindex 6817fde..708ae16 100644--- a/hyperextract/templates/zh/finance/financial_forecast.py+++ b/hyperextract/templates/zh/finance/financial_forecast.py@@ -52,16 +52,22 @@ class ForecastItem(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是一名构建盈利模型的金融分析师。从本股票研究报告中提取所有财务预测和估算。\n\n"- "规则:\n"- "- 提取每个预测指标及其对应的具体时间段。\n"- "- 在注明修订时,同时捕获当前和之前的预测值。\n"- "- 在进行对比时提取一致性预期。\n"- "- 捕获增长率和关键假设。\n"- "- 将每项预测作为独立条目单独提取。\n\n"- "### 源文本:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的金融分析师,请从文本中提取所有财务预测和估算。++## 提取规则+### 核心约束+1. 每个条目对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 提取每个预测指标及其对应的具体时间段+- 在注明修订时,同时捕获当前和之前的预测值+- 在进行对比时提取一致性预期+- 捕获增长率和关键假设++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -76,9 +82,6 @@ class FinancialForecast(AutoList[ForecastItem]):支持一致性预期分析、预测修订跟踪和财务模型构建。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> forecast = FinancialForecast(llm_client=llm, embedder=embedder)>>> report = "我们将 FY2025 收入预测上调至 1205 亿美元(此前为 1150 亿美元)...">>> forecast.feed_text(report)diff --git a/hyperextract/templates/zh/finance/management_guidance_list.py b/hyperextract/templates/zh/finance/management_guidance_list.pyindex 715715f..a8aa0c4 100644--- a/hyperextract/templates/zh/finance/management_guidance_list.py+++ b/hyperextract/templates/zh/finance/management_guidance_list.py@@ -1,3 +1,12 @@+"""管理层业绩指引列表 - 从财报电话会议中提取管理层未来业绩指引。++适用文档: 财报电话会议记录、10-Q/10-K 管理层讨论部分++功能介绍:+ 提取管理层对未来营收、EPS、利润率等关键指标的指引,+ 支持投资者预期管理和业绩跟踪。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModel@@ -50,18 +59,23 @@ class GuidanceItem(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是跟踪财报电话会议管理层指引的分析师。"- "从本会议记录中提取所有前瞻性声明和业绩指引。\n\n"- "规则:\n"- "- 提取每一项指引条目(定量数据、战略规划、展望声明)。\n"- "- 注明指引相较前次是上调、下调还是维持不变。\n"- "- 捕捉每项指引覆盖的时间段。\n"- "- 保留管理层的确信程度措辞。\n"- "- 识别每项指引的发布者。\n"- "- 将每项指引声明作为独立条目提取。\n\n"- "### 原文:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的分析师,请从财报电话会议记录中提取所有前瞻性声明和业绩指引。++## 提取规则+### 核心约束+1. 每个条目对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 提取每一项指引条目(定量数据、战略规划、展望声明)+- 注明指引相较前次是上调、下调还是维持不变+- 捕捉每项指引覆盖的时间段+- 保留管理层的确信程度措辞+- 识别每项指引的发布者++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -77,9 +91,6 @@ class ManagementGuidanceList(AutoList[GuidanceItem]):独立捕捉,便于跟踪修订和管理预期。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> guidance = ManagementGuidanceList(llm_client=llm, embedder=embedder)>>> transcript = "对于第四季度,我们预计收入在 950 至 970 亿美元之间...">>> guidance.feed_text(transcript)diff --git a/hyperextract/templates/zh/finance/market_narrative_timeline.py b/hyperextract/templates/zh/finance/market_narrative_timeline.pyindex e752ce6..038e42d 100644--- a/hyperextract/templates/zh/finance/market_narrative_timeline.py+++ b/hyperextract/templates/zh/finance/market_narrative_timeline.py@@ -69,33 +69,91 @@ class NarrativeShiftEdge(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是主题投资策略师。从这篇财经评论中提取市场叙事、主导主题以及它们随时间的演变。\n\n"- "规则:\n"- "- 识别主导市场叙事和主题(例如'通胀恐惧'、'AI 热潮')。\n"- "- 追踪叙事如何转变、替代或演变为新的叙事。\n"- "- 提取转变发生的具体日期或时间段。\n"- "- 捕捉触发叙事变化的催化剂。\n"- "- 记录叙事转变的市场影响。"-)--_NODE_PROMPT = (- "你是主题投资策略师。提取所有叙事、主题和市场实体(节点)。\n\n"- "提取规则:\n"- "- 识别主导叙事和投资主题。\n"- "- 识别市场指数、资产类别和政策体制。\n"- "- 此阶段不提取叙事转变。"-)--_EDGE_PROMPT = (- "你是主题投资策略师。在获得叙事和实体清单的基础上,提取叙事转变和演变事件(边),"- "附带日期。\n\n"- "提取规则:\n"- "- 通过叙事的演变连接它们(被替代、演变为等)。\n"- "- 提取具体日期或时间段。\n"- "- 捕捉催化剂和市场影响。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)+_PROMPT = """## 角色与任务+你是一位专业的策略师,请从财经评论中提取市场叙事、主导主题以及它们随时间的演变。++## 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**:叙事转变发生的日期或时间段++## 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+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+- 识别主导市场叙事和主题(例如'通胀恐惧'、'AI 热潮')+- 追踪叙事如何转变、替代或演变为新的叙事+- 提取转变发生的具体日期或时间段+- 捕捉触发叙事变化的催化剂+- 记录叙事转变的市场影响++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月+ - "本季度" → {observation_time} 所在季度+ - "近期" → {observation_time} 最近 3 个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的策略师,请从文本中提取所有叙事、主题和市场实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**: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++### 领域特定规则+- 识别主导叙事和投资主题+- 识别市场指数、资产类别和政策体制++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的策略师,请从给定实体列表中提取叙事转变和演变事件。++## 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**:叙事转变发生的日期或时间段++## 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++### 领域特定规则+- 通过叙事的演变连接它们(被替代、演变为等)+- 提取具体日期或时间段+- 捕捉催化剂和市场影响++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++"""# ==============================================================================# 3. 模板类@@ -112,9 +170,6 @@ class MarketNarrativeTimeline(市场体制识别和叙事动量分析。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> narrative = MarketNarrativeTimeline(llm_client=llm, embedder=embedder)>>> commentary = "市场在 2024 年第二季度从通胀恐惧转向软着陆希望...">>> narrative.feed_text(commentary)@@ -151,12 +206,12 @@ class MarketNarrativeTimeline(super().__init__(node_schema=NarrativeEntity,edge_schema=NarrativeShiftEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.shift_type.lower()}|{x.target.strip().lower()}"+ f"{x.source}|{x.shift_type}|{x.target}"),time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,observation_time=observation_time,diff --git a/hyperextract/templates/zh/finance/market_sentiment_model.py b/hyperextract/templates/zh/finance/market_sentiment_model.pyindex 9aa9028..315b431 100644--- a/hyperextract/templates/zh/finance/market_sentiment_model.py+++ b/hyperextract/templates/zh/finance/market_sentiment_model.py@@ -21,15 +21,11 @@ class MarketSentimentSnapshot(BaseModel):从财经新闻或市场评论中提取的结构化情绪快照。"""- headline: Optional[str] = Field(- None, description='新闻文章/评论的标题。'- )+ headline: Optional[str] = Field(None, description="新闻文章/评论的标题。")source: Optional[str] = Field(None, description='出版物或来源(例如"彭博社"、"路透社"、"CNBC")。')- publication_date: Optional[str] = Field(- None, description='发布日期。'- )+ publication_date: Optional[str] = Field(None, description="发布日期。")overall_sentiment: Optional[str] = Field(None,description='整体情绪:"看涨"、"看跌"、"中性"、"混合"。',@@ -60,7 +56,7 @@ class MarketSentimentSnapshot(BaseModel):)contrarian_signals: Optional[List[str]] = Field(None,- description='任何逆向或不同意见的观点。',+ description="任何逆向或不同意见的观点。",)@@ -68,16 +64,26 @@ class MarketSentimentSnapshot(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是金融情绪分析师。从这篇财经新闻文章或市场评论中提取情绪快照。\n\n"- "规则:\n"- "- 判断整体情绪极性(看涨/看跌/中性/混合)。\n"- "- 识别所有提及的股票代码和行业板块。\n"- "- 提取驱动情绪的关键事件。\n"- "- 评估预期市场影响和时间范围。\n"- "- 记录任何逆向或不同意见的观点。\n\n"- "### 源文本:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的金融情绪分析师,请从财经新闻文章或市场评论中提取情绪快照。++## 核心概念定义+- **对象 (Object)**:从文本中提取的单一结构化对象++## 提取规则+### 核心约束+1. 每个对象对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 判断整体情绪极性(看涨/看跌/中性/混合)+- 识别所有提及的股票代码和行业板块+- 提取驱动情绪的关键事件+- 评估预期市场影响和时间范围+- 记录任何逆向或不同意见的观点++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -92,9 +98,6 @@ class MarketSentimentModel(AutoModel[MarketSentimentSnapshot]):用于实时情绪数据流和交易信号生成。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> sentiment = MarketSentimentModel(llm_client=llm, embedder=embedder)>>> news = "科技股在 NVDA 公布创纪录财报后大幅上涨...">>> sentiment.feed_text(news)@@ -136,3 +139,20 @@ class MarketSentimentModel(AutoModel[MarketSentimentSnapshot]):verbose=verbose,**kwargs,)++ def show(+ self,+ *,+ top_k: int = 3,+ ):+ """+ 展示市场情绪快照。++ Args:+ top_k (int): 展示的快照数量。+ """++ def label_extractor(data: MarketSentimentSnapshot) -> str:+ return f"{data.sentiment or ''} - {data.mentioned_tickers or ''}"++ super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/material_event_timeline.py b/hyperextract/templates/zh/finance/material_event_timeline.pyindex ff08986..c475280 100644--- a/hyperextract/templates/zh/finance/material_event_timeline.py+++ b/hyperextract/templates/zh/finance/material_event_timeline.py@@ -10,19 +10,13 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoTemporalGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class MaterialEventEntity(BaseModel):"""参与重大公司事件的实体。"""- name: str = Field(- description="实体名称(例如 公司名称、高管姓名、监管机构)。"- )+ name: str = Field(description="实体名称(例如 公司名称、高管姓名、监管机构)。")entity_type: str = Field(description="类型:'公司'、'高管'、'监管机构'、'交易对手'、'子公司'、'审计师'。")@@ -61,43 +55,93 @@ class MaterialEventEdge(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是一位专精于 8-K 即时报告和重大事件披露的监管申报分析师。"- "提取参与重大事件的实体及其之间的时序关系。\n\n"- "规则:\n"- "- 识别涉及的公司、高管、监管机构和交易对手。\n"- "- 提取每个重大事件及其具体日期。\n"- "- 在可获取时按 8-K 条目编号对事件进行分类。\n"- "- 捕获财务条款、条件和监管背景。\n"- "- 保持时间顺序的准确性。"-)--_NODE_PROMPT = (- "你是一位监管申报分析师。提取参与重大事件的所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别公司、高管、监管机构、审计师和交易对手。\n"- "- 按类型对每个实体进行分类。\n"- "- 捕获角色描述。\n"- "- 此阶段不提取事件或关系。"-)--_EDGE_PROMPT = (- "你是一位监管申报分析师。在获得实体清单的基础上,提取所有带日期的重大事件(边)。\n\n"- "提取规则:\n"- "- 通过重大事件连接实体。\n"- "- 提取每个事件的具体日期。\n"- "- 按事件类型和 8-K 条目编号进行分类。\n"- "- 捕获财务条款和条件。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的监管申报分析师,请从文本中提取参与重大事件的实体及其之间的时序关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与重大事件的实体+- **边 (Edge)**:节点之间的关系+- **时间**:事件发生或公告的日期++## 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+- 识别涉及的公司、高管、监管机构和交易对手+- 提取每个重大事件及其具体日期+- 在可获取时按 8-K 条目编号对事件进行分类+- 捕获财务条款、条件和监管背景+- 保持时间顺序的准确性++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月+ - "本季度" → {observation_time} 所在季度+ - "近期" → {observation_time} 最近 3 个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的监管申报分析师,请从文本中提取所有参与重大事件的实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与重大事件的实体++## 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++### 提取规则+- 识别公司、高管、监管机构、审计师和交易对手+- 按类型对每个实体进行分类+- 捕获角色描述++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的监管申报分析师,请从给定实体列表中提取所有带日期的重大事件。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与重大事件的实体+- **边 (Edge)**:节点之间的关系+- **时间**:事件发生或公告的日期++## 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++### 提取规则+- 通过重大事件连接实体+- 提取每个事件的具体日期+- 按事件类型和 8-K 条目编号进行分类+- 捕获财务条款和条件++### 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):+ - "去年" → {observation_time} 的前一年+ - "上月" → {observation_time} 的前一个月++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEventEdge]):@@ -109,9 +153,6 @@ class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEvent支持事件驱动分析、监管监控和公司治理跟踪。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> timeline = MaterialEventTimeline(llm_client=llm, embedder=embedder)>>> filing = "Item 5.02:2024年3月15日,董事会任命张三为首席执行官...">>> timeline.feed_text(filing)@@ -148,12 +189,12 @@ class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEventsuper().__init__(node_schema=MaterialEventEntity,edge_schema=MaterialEventEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}|{x.event_type.lower()}|{x.target.strip().lower()}"+ f"{x.source}|{x.event_type}|{x.target}"),time_in_edge_extractor=lambda x: x.start_timestamp or "",- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,observation_time=observation_time,diff --git a/hyperextract/templates/zh/finance/mda_narrative_graph.py b/hyperextract/templates/zh/finance/mda_narrative_graph.pyindex f8f0f2c..e1a0383 100644--- a/hyperextract/templates/zh/finance/mda_narrative_graph.py+++ b/hyperextract/templates/zh/finance/mda_narrative_graph.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class MDAFactor(BaseModel):"""@@ -52,42 +48,68 @@ class MDANarrativeEdge(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是一位专精于 SEC 申报文件 MD&A(管理层讨论与分析)部分的财务分析师。"- "提取管理层描述的业务驱动因素、财务结果及其之间的因果关系。\n\n"- "规则:\n"- "- 识别管理层讨论的各类因素:营收驱动因素、成本压力、战略变化、外部力量。\n"- "- 按管理层呈现的方式提取因果链(例如 '需求增长带动了营收增长')。\n"- "- 在有说明时捕获量化影响。\n"- "- 保留管理层的归因表述语言。"-)--_NODE_PROMPT = (- "你是一位财务分析师。从 MD&A 文本中提取所有业务驱动因素、财务结果和运营因素(节点)。\n\n"- "提取规则:\n"- "- 识别营收驱动因素、成本因素、战略举措和外部力量。\n"- "- 识别财务结果(营收变化、利润率变动、现金流影响)。\n"- "- 按类型对每个因素进行分类。\n"- "- 此阶段不建立因果关系。"-)--_EDGE_PROMPT = (- "你是一位财务分析师。在获得 MD&A 因素清单的基础上,提取管理层描述的因果和解释性关系(边)。\n\n"- "提取规则:\n"- "- 按管理层呈现的方式将原因与结果连接。\n"- "- 分类关系类型(导致、促成、被抵消等)。\n"- "- 在可获取时提取量化幅度。\n"- "- 捕获管理层自身的因果解释。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从管理层讨论与分析文本中提取业务驱动因素、财务结果及其之间的因果关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的业务驱动因素、财务结果或运营因素+- **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+- 识别管理层讨论的各类因素:营收驱动因素、成本压力、战略变化、外部力量+- 按管理层呈现的方式提取因果链+- 在有说明时捕获量化影响+- 保留管理层的归因表述语言++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从 MD&A 文本中提取所有业务驱动因素、财务结果和运营因素作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的业务驱动因素、财务结果或运营因素++## 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++### 提取规则+- 识别营收驱动因素、成本因素、战略举措和外部力量+- 识别财务结果(营收变化、利润率变动、现金流影响)+- 按类型对每个因素进行分类++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从给定因素列表中提取管理层描述的因果和解释性关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的业务驱动因素、财务结果或运营因素+- **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++### 提取规则+- 按管理层呈现的方式将原因与结果连接+- 分类关系类型(导致、促成、被抵消等)+- 在可获取时提取量化幅度+- 捕获管理层自身的因果解释++### 源文本:+"""class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):@@ -99,9 +121,6 @@ class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):及其对财务的影响,支持叙述分析和驱动因素归因。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> mda = MDANarrativeGraph(llm_client=llm, embedder=embedder)>>> text = "营收增长12%,主要受益于云计算业务的强劲需求...">>> mda.feed_text(text)@@ -136,11 +155,11 @@ class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):super().__init__(node_schema=MDAFactor,edge_schema=MDANarrativeEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.relationship_type})-->{x.target.strip().lower()}"+ f"{x.source}--({x.relationship_type})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,@@ -176,8 +195,7 @@ class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):return f"{node.name} ({node.factor_type})"def edge_label_extractor(edge: MDANarrativeEdge) -> str:- mag = f" [{edge.magnitude}]" if edge.magnitude else ""- return f"{edge.relationship_type}{mag}"+ return f"{edge.relationship_type}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py b/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.pyindex 161313f..0626547 100644--- a/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py+++ b/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoHypergraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class SentimentSource(BaseModel):"""@@ -46,7 +42,7 @@ class AggregatedSentiment(BaseModel):description='描述性名称(例如"AAPL 来自 3 个来源的看涨共识")。')participating_sources: List[str] = Field(- description='参与此融合的所有来源和受影响实体的名称。'+ description="参与此融合的所有来源和受影响实体的名称。")aggregated_polarity: str = Field(description='融合情绪:"强烈看涨"、"看涨"、"中性"、"看跌"、"强烈看跌"、"冲突"。'@@ -56,7 +52,7 @@ class AggregatedSentiment(BaseModel):)affected_entity: Optional[str] = Field(None,- description='情绪适用的主要实体(股票代码或板块)。',+ description="情绪适用的主要实体(股票代码或板块)。",)signal_strength: Optional[str] = Field(None,@@ -64,46 +60,70 @@ class AggregatedSentiment(BaseModel):)conflicting_views: Optional[str] = Field(None,- description='任何不同或冲突的情绪信号摘要。',+ description="任何不同或冲突的情绪信号摘要。",)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是多源情绪融合分析师。从不同来源提取情绪信号并创建聚合情绪视图。\n\n"- "规则:\n"- "- 识别每个不同的情绪来源(新闻、分析师报告、社交媒体)。\n"- "- 提取每个来源的个别情绪信号。\n"- "- 创建连接来源到受影响实体的聚合情绪超边。\n"- "- 评估各来源之间的一致性。\n"- "- 记录冲突观点和信号强度。"-)--_NODE_PROMPT = (- "你是情绪融合分析师。提取所有情绪来源和受影响实体(节点)。\n\n"- "提取规则:\n"- "- 识别新闻文章、分析师报告和社交媒体帖子。\n"- "- 识别受影响实体(股票代码、板块、指数)。\n"- "- 捕捉每个来源的个别情绪。\n"- "- 此阶段不创建聚合视图。"-)--_EDGE_PROMPT = (- "你是情绪融合分析师。在获得来源和实体清单的基础上,创建聚合情绪融合(超边)。\n\n"- "提取规则:\n"- "- 每条超边连接多个来源到一个受影响实体。\n"- "- 评估聚合情绪极性和一致性水平。\n"- "- 评估交易用途的信号强度。\n"- "- 记录任何冲突观点。\n"- "- 仅引用提供列表中存在的元素。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的多源情绪融合分析师,请从不同来源提取情绪信号并创建聚合情绪视图。++## 核心概念定义+- **节点 (Node)**:从文档中提取的情绪来源或受影响的市场实体+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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+- 识别每个不同的情绪来源(新闻、分析师报告、社交媒体)+- 提取每个来源的个别情绪信号+- 创建连接来源到受影响实体的聚合情绪超边+- 评估各来源之间的一致性+- 记录冲突观点和信号强度++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的情绪融合分析师,请从文本中提取所有情绪来源和受影响实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的情绪来源或受影响的市场实体++## 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++### 提取规则+- 识别新闻文章、分析师报告和社交媒体帖子+- 识别受影响实体(股票代码、板块、指数)+- 捕捉每个来源的个别情绪++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的情绪融合分析师,请从给定实体列表中创建聚合情绪融合。++## 核心概念定义+- **节点 (Node)**:从文档中提取的情绪来源或受影响的市场实体+- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系++## 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++### 提取规则+- 每条超边连接多个来源到一个受影响实体+- 评估聚合情绪极性和一致性水平+- 评估交易用途的信号强度+- 记录任何冲突观点++"""class MultiSourceSentimentHypergraph(@@ -116,9 +136,6 @@ class MultiSourceSentimentHypergraph(支持集成情绪评分和虚假信号过滤。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> fusion = MultiSourceSentimentHypergraph(llm_client=llm, embedder=embedder)>>> text = "彭博社报道科技股上涨。同时高盛上调 AAPL 评级。推特情绪看涨。">>> fusion.feed_text(text)@@ -153,10 +170,10 @@ class MultiSourceSentimentHypergraph(super().__init__(node_schema=SentimentSource,edge_schema=AggregatedSentiment,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: x.fusion_name.strip().lower(),+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: x.fusion_name,nodes_in_edge_extractor=lambda x: tuple(- s.strip().lower() for s in x.participating_sources+ s for s in x.participating_sources),llm_client=llm_client,embedder=embedder,diff --git a/hyperextract/templates/zh/finance/proceeds_usage.py b/hyperextract/templates/zh/finance/proceeds_usage.pyindex 3b68b9e..0b13d5e 100644--- a/hyperextract/templates/zh/finance/proceeds_usage.py+++ b/hyperextract/templates/zh/finance/proceeds_usage.py@@ -1,13 +1,18 @@+"""募集资金用途列表 - 从 IPO 招股说明书中提取募集资金分配计划。++适用文档: S-1 招股说明书、F-1 外国发行人招股说明书++功能介绍:+ 提取 IPO 募集资金的分配计划和具体用途,+ 支持投资者了解资金筹集后的战略规划。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoList-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class ProceedsItem(BaseModel):"""@@ -40,24 +45,22 @@ class ProceedsItem(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的 IPO 分析师,请从招股说明书中提取所有募集资金用途分配信息。++## 提取规则+### 核心约束+1. 每个条目对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致-_PROMPT = (- "你是 IPO 分析师。从本招股说明书或发行文件中提取所有募集资金用途分配信息。\n\n"- "规则:\n"- "- 提取每一项资金用途类别和具体项目。\n"- "- 捕捉分配金额和百分比。\n"- "- 提取资金使用时间表(如有说明)。\n"- "- 保留资金使用方式的详细描述。\n"- "- 将每项分配作为独立条目提取。\n\n"- "### 原文:\n"-)+### 领域特定规则+- 提取每一项资金用途类别和具体项目+- 捕捉分配金额和百分比+- 提取资金使用时间表(如有说明)+- 保留资金使用方式的详细描述-# ==============================================================================-# 3. 模板类-# ==============================================================================+### 源文本:+"""class ProceedsUsage(AutoList[ProceedsItem]):@@ -69,9 +72,6 @@ class ProceedsUsage(AutoList[ProceedsItem]):便于 IPO 后监控和资金用途跟踪。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> proceeds = ProceedsUsage(llm_client=llm, embedder=embedder)>>> prospectus = "我们拟将约 1.5 亿美元用于研发,1 亿美元用于偿还债务...">>> proceeds.feed_text(prospectus)diff --git a/hyperextract/templates/zh/finance/research_note_summary.py b/hyperextract/templates/zh/finance/research_note_summary.pyindex 0698c00..dcc9713 100644--- a/hyperextract/templates/zh/finance/research_note_summary.py+++ b/hyperextract/templates/zh/finance/research_note_summary.py@@ -21,37 +21,25 @@ class ResearchNoteSummarySchema(BaseModel):股票研究报告的结构化摘要。"""- company_name: Optional[str] = Field(- None, description="被覆盖公司的名称。"- )- ticker: Optional[str] = Field(- None, description="股票代码(例如 'AAPL'、'NVDA')。"- )- analyst_name: Optional[str] = Field(- None, description="首席分析师的姓名。"- )+ company_name: Optional[str] = Field(None, description="被覆盖公司的名称。")+ ticker: Optional[str] = Field(None, description="股票代码(例如 'AAPL'、'NVDA')。")+ analyst_name: Optional[str] = Field(None, description="首席分析师的姓名。")research_firm: Optional[str] = Field(None, description="研究机构名称(例如 '高盛'、'摩根士丹利')。")- report_date: Optional[str] = Field(- None, description="报告发布日期。"- )+ report_date: Optional[str] = Field(None, description="报告发布日期。")rating: Optional[str] = Field(None,description="分析师评级:'买入'、'增持'、'持有'、'中性'、'卖出'、'减持'。",)- prior_rating: Optional[str] = Field(- None, description="如有变更,之前的评级。"- )+ prior_rating: Optional[str] = Field(None, description="如有变更,之前的评级。")target_price: Optional[str] = Field(None, description="当前目标价(例如 '$150.00')。")prior_target_price: Optional[str] = Field(None, description="如有变更,之前的目标价。")- current_price: Optional[str] = Field(- None, description="报告发布时的股价。"- )+ current_price: Optional[str] = Field(None, description="报告发布时的股价。")investment_thesis: Optional[str] = Field(None,description="核心投资论点或评级的关键论据。",@@ -76,16 +64,23 @@ class ResearchNoteSummarySchema(BaseModel):# 2. 提示词 (Prompts)# ==============================================================================-_PROMPT = (- "你是一名股票研究分析师。从本研究报告中提取核心投资论点、评级、目标价和关键论据。\n\n"- "规则:\n"- "- 提取分析师的评级及任何评级变更。\n"- "- 捕获目标价以及变更前的目标价(如有变更)。\n"- "- 简洁地总结核心投资论点。\n"- "- 列出分析师识别的关键催化剂和风险。\n"- "- 在提及时提取财务预测(收入、每股收益)。\n\n"- "### 源文本:\n"-)+_PROMPT = """## 角色与任务+你是一位专业的股票研究分析师,请从研究报告中提取核心投资论点、评级、目标价和关键论据。++## 提取规则+### 核心约束+1. 每个对象对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致++### 领域特定规则+- 提取分析师的评级及任何评级变更+- 捕获目标价以及变更前的目标价(如有变更)+- 简洁地总结核心投资论点+- 列出分析师识别的关键催化剂和风险+- 在提及时提取财务预测(收入、每股收益)++### 源文本:+"""# ==============================================================================# 3. 模板类@@ -100,9 +95,6 @@ class ResearchNoteSummary(AutoModel[ResearchNoteSummarySchema]):用于数据库填充和筛选。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> summary = ResearchNoteSummary(llm_client=llm, embedder=embedder)>>> report = "我们将 AAPL 评级上调为买入,目标价 200 美元...">>> summary.feed_text(report)@@ -144,3 +136,20 @@ class ResearchNoteSummary(AutoModel[ResearchNoteSummarySchema]):verbose=verbose,**kwargs,)++ def show(+ self,+ *,+ top_k: int = 3,+ ):+ """+ 展示研究报告摘要。++ Args:+ top_k (int): 展示的摘要数量。+ """++ def label_extractor(data: ResearchNoteSummarySchema) -> str:+ return f"{data.ticker or ''} - {data.rating or ''} (目标价: {data.target_price or 'N/A'})"++ super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/risk_assessment.py b/hyperextract/templates/zh/finance/risk_assessment.pyindex 3ede275..6e984fd 100644--- a/hyperextract/templates/zh/finance/risk_assessment.py+++ b/hyperextract/templates/zh/finance/risk_assessment.py@@ -1,114 +1,134 @@+"""风险评估图谱 - 从企业披露文件中提取风险因子及其财务影响传导路径。++适用文档: SEC 10-K/10-Q Item 1A 风险因子、招股说明书风险部分、债券评级报告++功能介绍:+ 提取风险因素、财务指标、运营结果等实体,以及它们之间的风险传导关系,+ 支持结构化风险监测和多份财报的对比分析。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================--class RiskFactor(BaseModel):+class RiskEntityNode(BaseModel):"""- 从企业披露文件中识别的具体风险因子。+ 风险评估图谱中的实体节点。"""- name: str = Field(- description='风险名称或类别,例如"供应链中断"、"汇率波动"等。'- )- category: str = Field(- description='风险类别:"市场"、"运营"、"监管"、"声誉"、"地缘政治"。'- )+ name: str = Field(description="实体名称。")+ category: str = Field(description="实体类别:'风险因素'、'财务指标'、'运营结果'。")description: Optional[str] = Field(- None, description="风险的详细解释。"+ None,+ description="实体的详细描述。",)-class FinancialImpact(BaseModel):+class RiskPropagationEdge(BaseModel):"""- 可能受风险不利影响的财务或业务指标。+ 风险因素到财务影响/运营结果的传导关系。"""- name: str = Field(- description='财务指标或业务领域,例如"营业利润率"、"收入"、"股价"等。'+ source: str = Field(description="源实体名称。")+ target: str = Field(description="目标实体名称。")+ relation_type: str = Field(+ description="关系类型:'导致'、'影响'、'提高'、'降低'、'改善'、'削弱' 等。"+ )+ transmission_mechanism: str = Field(description="传导机制说明。")+ likelihood: str = Field(description="发生可能性:高/中/低。")+ severity: Optional[str] = Field(+ None, description="影响严重程度:高/中/低,或量化影响。")- metric_type: str = Field(- description='指标类型:"收入"、"盈利能力"、"流动性"、"估值"、"声誉"。'+ mitigation: Optional[str] = Field(+ None,+ description="缓解措施或应对策略。",)-class RiskTransmissionEdge(BaseModel):- """- 表示从风险因子到财务影响的传导链。- """+_PROMPT = """## 角色与任务+你是一位专业的金融风险分析师,请从企业披露文件中提取风险因素、财务指标、运营结果等实体,以及它们之间的风险传导关系。- source: str = Field(description="风险因子名称。")- target: str = Field(description="受影响的财务指标或业务领域名称。")- impact_description: str = Field(- description='风险可能如何不利影响目标,例如"可能降低"、"可能增加"等。'- )- likelihood: str = Field(- description='概率特征:"可能"、"较可能"、"不确定"、"罕见"。'- )- severity: str = Field(- description='严重程度:"重要"、"显著"、"严重"、"灾难性"。'- )- mitigation: Optional[str] = Field(- None, description="任何公开的缓解策略或控制措施。"- )+## 核心概念定义+- **节点 (Node)**:从文档中提取的风险因素、财务指标、运营结果等实体+- **边 (Edge)**:节点之间的风险传导关系++## 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+- 识别风险因素:运营风险、市场风险、财务风险、合规风险、外部风险+- 识别财务指标:营收、利润、毛利率、现金流等+- 识别运营结果:产能利用率、交付周期、客户流失率等+- 映射风险到财务影响的传导路径+- 提取发生可能性和影响严重程度+- 捕获管理层提及的缓解措施++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的金融风险分析师,请从企业披露文件中提取所有风险因素、财务指标、运营结果等实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的风险因素、财务指标、运营结果等实体++## 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++### 提取规则+- 识别风险因素:供应链中断、原材料价格波动、汇率变动等+- 识别财务指标:营业收入、净利润、毛利率、现金流等+- 识别运营结果:产能利用率、交付延迟、客户流失等+- 为每个实体标注正确的类别++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的金融风险分析师,请从给定实体列表中提取风险因素到财务影响/运营结果的传导关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的风险因素、财务指标、运营结果等实体+- **边 (Edge)**:节点之间的风险传导关系++## 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+3. **关键**:边的 source 和 target 必须完全使用下方实体列表中的名称,不能创造新名称++### 提取规则+- 源实体通常是风险因素,目标实体是受影响的财务指标或运营结果+- 描述风险传导到目标的机制(如何影响)+- 提取发生可能性(高/中/低)+- 提取影响严重程度或量化影响+- 捕获提及的缓解措施或应对策略++"""-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是专业的金融风险分析师,专门研究企业风险披露。请从 SEC 财报和招股说明书中提取风险因子及其对财务影响的传导路径。\n\n"- "规则:\n"- "- 识别风险披露部分(如 Item 1A)中明确提及的风险因子。\n"- "- 对每项风险,提取其对财务/运营指标的因果链。\n"- "- 使用源文本中确切的严重程度和概率语言。\n"- "- 捕捉任何公开的缓解策略。"-)--_NODE_PROMPT = (- "你是专业的金融风险分析师。从文本中提取所有风险因子和财务指标(节点)。\n\n"- "提取规则:\n"- "- 识别并分类风险因子(市场、运营、监管、声誉、地缘政治)。\n"- "- 识别可能受影响的财务或运营指标(收入、利润率、估值)。\n"- "- 使用源文本中的确切名称和描述。\n"- "- 此阶段不建立风险与影响之间的因果关系。"-)--_EDGE_PROMPT = (- "你是专业的金融风险分析师。在获得风险因子和财务指标清单的基础上,提取因果传导路径(边)。\n\n"- "提取规则:\n"- "- 将每个风险因子连接到它可能不利影响的具体财务指标。\n"- "- 提取确切的影响描述,使用'可能对...产生重大不利影响'等语言。\n"- "- 使用公开的表述分类概率和严重程度。\n"- "- 记录与风险相关联的任何缓解策略。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================---class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):+class RiskAssessmentGraph(AutoGraph[RiskEntityNode, RiskPropagationEdge]):"""- 适用文档: SEC 10-K/10-Q Item 1A(风险因子)、招股说明书风险部分(S-1)、债券评级报告、风险披露文件。+ 适用文档: SEC 10-K/10-Q Item 1A 风险因子、招股说明书风险部分、+ 债券评级报告、公司年报风险披露部分。- 模板用于系统地从企业披露中提取和映射风险因子及其财务影响。支持结构化风险监测和多份财报的对比分析。+ 模板用于系统性提取风险因素到财务影响的传导路径。通过分析企业披露文件,+ 识别风险因素、财务指标、运营结果等实体,并映射它们之间的风险传导关系,+ 支持风险监控和多报告期对比分析。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> risk_graph = RiskAssessmentGraph(llm_client=llm, embedder=embedder)- >>> filing_text = "Item 1A. 风险因子:汇率波动可能对利润率造成重大不利影响..."- >>> risk_graph.feed_text(filing_text)+ >>> text = "原材料价格波动可能导致生产成本上升 10-15%,进而压缩毛利率。公司已采取套期保值措施..."+ >>> risk_graph.feed_text(text)>>> risk_graph.show()"""@@ -117,7 +137,7 @@ class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):llm_client: BaseChatModel,embedder: Embeddings,*,- extraction_mode: str = "one_stage",+ extraction_mode: str = "two_stage",chunk_size: int = 2048,chunk_overlap: int = 256,max_workers: int = 10,@@ -128,8 +148,8 @@ class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):初始化风险评估图谱模板。Args:- llm_client (BaseChatModel): 用于风险和影响提取的 LLM。- embedder (Embeddings): 用于实体去重的嵌入模型。+ llm_client (BaseChatModel): 用于风险关系提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。extraction_mode (str): "one_stage" 或 "two_stage"。chunk_size (int): 每个分块的最大字符数。chunk_overlap (int): 分块之间的重叠。@@ -138,13 +158,13 @@ class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):**kwargs: AutoGraph 的其他参数。"""super().__init__(- node_schema=RiskFactor,- edge_schema=RiskTransmissionEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_schema=RiskEntityNode,+ edge_schema=RiskPropagationEdge,+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.likelihood}/{x.severity})-->{x.target.strip()}"+ f"{x.source}--({x.relation_type})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,@@ -167,20 +187,20 @@ class RiskAssessmentGraph(AutoGraph[RiskFactor, RiskTransmissionEdge]):top_k_edges_for_chat: int = 3,) -> None:"""- 使用 OntoSight 可视化风险传导图。+ 使用 OntoSight 可视化风险评估图谱。Args:- top_k_nodes_for_search (int): 检索的风险节点数。默认 3。- top_k_edges_for_search (int): 检索的传导路径数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的节点数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的边数。默认 3。+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的传导关系数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的传导关系数。默认 3。"""- def node_label_extractor(node: RiskFactor) -> str:+ def node_label_extractor(node: RiskEntityNode) -> str:return f"{node.name} ({node.category})"- def edge_label_extractor(edge: RiskTransmissionEdge) -> str:- return f"[{edge.likelihood}/{edge.severity}]"+ def edge_label_extractor(edge: RiskPropagationEdge) -> str:+ return f"{edge.relation_type}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/risk_factor_list.py b/hyperextract/templates/zh/finance/risk_factor_list.pyindex 1b5fed8..254e641 100644--- a/hyperextract/templates/zh/finance/risk_factor_list.py+++ b/hyperextract/templates/zh/finance/risk_factor_list.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoList-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class RiskItem(BaseModel):"""@@ -27,9 +23,7 @@ class RiskItem(BaseModel):description="类别:'监管'、'竞争'、'宏观经济'、'运营'、'汇率/货币'、""'地缘政治'、'技术'、'法律/诉讼'、'ESG'、'执行'。")- description: str = Field(- description="风险情景的详细描述。"- )+ description: str = Field(description="风险情景的详细描述。")potential_impact: Optional[str] = Field(None,description="估计的财务影响(例如 '收入下行 3-5%'、'每股收益风险 $0.50')。",@@ -44,24 +38,22 @@ class RiskItem(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的风险分析师,请从文本中提取所有下行风险和风险因素。-_PROMPT = (- "你是一名审查股票研究报告的风险分析师。提取分析师识别的所有下行风险和风险因素。\n\n"- "规则:\n"- "- 提取提及的每一个不同的风险因素。\n"- "- 对每项风险进行适当分类。\n"- "- 在提供量化影响估算时予以捕获。\n"- "- 记录概率评估和时间范围。\n"- "- 将每项风险作为独立条目单独提取。\n\n"- "### 源文本:\n"-)+## 提取规则+### 核心约束+1. 每个条目对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致-# ==============================================================================-# 3. 模板类-# ==============================================================================+### 领域特定规则+- 提取每一个不同的风险因素+- 对每项风险进行适当分类+- 在提供量化影响估算时予以捕获+- 记录概率评估和时间范围++### 源文本:+"""class RiskFactorList(AutoList[RiskItem]):@@ -72,9 +64,6 @@ class RiskFactorList(AutoList[RiskItem]):用于风险监控和投资组合风险评估。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> risks = RiskFactorList(llm_client=llm, embedder=embedder)>>> report = "主要风险包括:1) 欧盟数字市场法合规成本...">>> risks.feed_text(report)diff --git a/hyperextract/templates/zh/finance/segment_performance_list.py b/hyperextract/templates/zh/finance/segment_performance_list.pyindex 976a078..c49dbe3 100644--- a/hyperextract/templates/zh/finance/segment_performance_list.py+++ b/hyperextract/templates/zh/finance/segment_performance_list.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoList-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class SegmentPerformanceItem(BaseModel):"""@@ -46,25 +42,22 @@ class SegmentPerformanceItem(BaseModel):)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的财务分析师,请从 SEC 申报文件中提取每个业务板块或地理区域的业绩数据。++## 提取规则+### 核心约束+1. 每个条目对应一个独立的实体,禁止合并+2. 实体名称与原文保持一致-_PROMPT = (- "你是一位专精于板块层面分析的财务分析师。"- "从 SEC 申报文件中提取每个业务板块或地理区域的业绩数据。\n\n"- "规则:\n"- "- 提取每个可识别板块的营收和营业利润。\n"- "- 捕获增长率和与前期的对比数据。\n"- "- 提取板块特定的关键绩效指标和度量。\n"- "- 保留管理层的板块评论。\n"- "- 将每个板块作为独立条目分别提取。\n\n"- "### 源文本:\n"-)+### 领域特定规则+- 提取每个可识别板块的营收和营业利润+- 捕获增长率和与前期的对比数据+- 提取板块特定的关键绩效指标和度量+- 保留管理层的板块评论-# ==============================================================================-# 3. 模板类-# ==============================================================================+### 源文本:+"""class SegmentPerformanceList(AutoList[SegmentPerformanceItem]):@@ -76,9 +69,6 @@ class SegmentPerformanceList(AutoList[SegmentPerformanceItem]):每个板块作为独立的列表条目捕获,用于对比分析和板块层面估值。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> segments = SegmentPerformanceList(llm_client=llm, embedder=embedder)>>> filing = "美洲地区板块营收为482亿美元,同比增长12%...">>> segments.feed_text(filing)diff --git a/hyperextract/templates/zh/finance/shareholder_structure.py b/hyperextract/templates/zh/finance/shareholder_structure.pyindex 17997b0..64a309b 100644--- a/hyperextract/templates/zh/finance/shareholder_structure.py+++ b/hyperextract/templates/zh/finance/shareholder_structure.py@@ -1,13 +1,18 @@+"""股东结构图谱 - 从招股说明书或委托声明文件中提取股权结构。++适用文档: S-1 招股说明书、DEF 14A 委托声明书、公司年报++功能介绍:+ 提取公司股东、控股公司及其持股关系,支持识别+ 5%以上实益所有人、双重股权结构、投票权差异等。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class OwnershipEntity(BaseModel):"""@@ -46,58 +51,73 @@ class OwnershipEdge(BaseModel):None,description="股份类别(例如'A 类普通股'、'B 类(10 倍投票权)'、'C 轮优先股')。",)- shares_held: Optional[str] = Field(- None,- description="持有股份数量(例如'45,000,000 股')。",- )voting_power: Optional[str] = Field(None,description="投票权百分比(若与持股比例不同,例如'65% 投票权')。",)- lock_up_period: Optional[str] = Field(- None,- description="IPO 后锁定期(如适用,例如'180 天')。",- )-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是公司治理分析师。从本招股说明书或委托声明文件中提取股权结构,包括股东、"- "控股公司及其持股关系。\n\n"- "规则:\n"- "- 识别所有重要股东(5% 以上实益所有人)。\n"- "- 提取持股比例和股份类别。\n"- "- 映射母子公司和控股公司结构。\n"- "- 注意双重股权结构和投票权差异。\n"- "- 捕捉锁定期和 IPO 后限制条款。"-)--_NODE_PROMPT = (- "你是公司治理分析师。提取所有股权实体(节点)。\n\n"- "提取规则:\n"- "- 识别个人、机构投资者、控股公司和信托。\n"- "- 识别发行公司本身。\n"- "- 按类型对每个实体进行分类。\n"- "- 此阶段不提取持股关系。"-)--_EDGE_PROMPT = (- "你是公司治理分析师。在获得实体清单的基础上,提取持股和控制关系(边)。\n\n"- "提取规则:\n"- "- 将持有方连接到其持有的资产。\n"- "- 提取持股比例和股份类别。\n"- "- 注意投票权差异。\n"- "- 捕捉锁定期。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的公司治理分析师,请从招股说明书或委托声明文件中提取股权结构。++## 核心概念定义+- **节点 (Node)**:从文档中提取的股权实体+- **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+- 识别所有重要股东(5% 以上实益所有人)+- 提取持股比例和股份类别+- 映射母子公司和控股公司结构+- 注意双重股权结构和投票权差异+- 捕捉锁定期和 IPO 后限制条款++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的公司治理分析师,请从文本中提取所有股权实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的股权实体++## 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++### 提取规则+- 识别个人、机构投资者、控股公司和信托+- 识别发行公司本身+- 按类型对每个实体进行分类++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的公司治理分析师,请从给定实体列表中提取持股和控制关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的股权实体+- **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+### 提取规则+- 将持有方连接到其持有的资产+- 提取持股比例和股份类别+- 注意投票权差异+- 捕捉锁定期+"""class ShareholderStructure(AutoGraph[OwnershipEntity, OwnershipEdge]):"""@@ -108,9 +128,6 @@ class ShareholderStructure(AutoGraph[OwnershipEntity, OwnershipEdge]):IPO 后锁定期跟踪。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> ownership = ShareholderStructure(llm_client=llm, embedder=embedder)>>> prospectus = "下表列示实益所有权情况:CEO 持有 15.3%...">>> ownership.feed_text(prospectus)@@ -145,11 +162,11 @@ class ShareholderStructure(AutoGraph[OwnershipEntity, OwnershipEdge]):super().__init__(node_schema=OwnershipEntity,edge_schema=OwnershipEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.relationship_type})-->{x.target.strip().lower()}"+ f"{x.source}--({x.relationship_type})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,diff --git a/hyperextract/templates/zh/finance/supply_chain.py b/hyperextract/templates/zh/finance/supply_chain.pyindex bdfffc4..120dfc2 100644--- a/hyperextract/templates/zh/finance/supply_chain.py+++ b/hyperextract/templates/zh/finance/supply_chain.py@@ -1,13 +1,18 @@+"""供应链图谱 - 从 SEC 申报文件中提取供应链实体及其关系。++适用文档: 10-K 财报业务概览部分、供应商审计报告、ESG 报告++功能介绍:+ 映射企业供应链依赖和伙伴关系,支持识别关键供应商、+ 地缘政治敞口和供应链韧性风险。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class SupplyEntity(BaseModel):"""@@ -18,9 +23,7 @@ class SupplyEntity(BaseModel):entity_type: str = Field(description='类型:"客户"、"供应商"、"战略伙伴"、"分销商"、"本公司"。')- details: Optional[str] = Field(- None, description="地理管辖区、认证信息及合规说明。"- )+ details: Optional[str] = Field(None, description="地理管辖区、认证信息及合规说明。")class SupplyTransaction(BaseModel):@@ -36,42 +39,66 @@ class SupplyTransaction(BaseModel):product_service: str = Field(description='被供应或交易的内容,例如"锂芯片"、"物流服务"等。')- risk_assessment: Optional[str] = Field(- None,- description="依赖程度、交易量占比、地理来源风险及地缘政治因素的综合评估。",- )-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的供应链分析师,请从文本中提取供应链实体及其关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的供应链参与者+- **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+- 识别供应商、客户和伙伴+- 提取交易类型及产品+- 将依赖度、交易量及地缘政治风险汇总至 risk_assessment++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的供应链分析师,请从文本中提取所有供应链参与者作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的供应链参与者++## 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++### 提取规则+- 识别公司及合作伙伴+- 分类角色(客户、供应商、战略伙伴、分销商)+- 记录地区及认证至 details++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的供应链分析师,请从给定参与者列表中提取交易关系。-_PROMPT = (- "你是供应链分析师。提取供应链实体及其关系。\n\n"- "规则:\n"- "- 识别供应商、客户和伙伴。\n"- "- 提取交易类型及产品。\n"- "- 将依赖度、交易量及地缘政治风险汇总至 **risk_assessment**。"-)+## 核心概念定义+- **节点 (Node)**:从文档中提取的供应链参与者+- **边 (Edge)**:节点之间的关系-_NODE_PROMPT = (- "你是供应链分析师。提取供应链参与者(节点)。\n\n"- "规则:\n"- "- 识别公司及和伙伴。\n"- "- 分类角色。\n"- "- 记录地区及认证至 **details**。"-)+## 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-_EDGE_PROMPT = (- "你是供应链分析师。提取交易关系(边)。\n\n"- "规则:\n"- "- 通过产品/服务连接实体。\n"- "- **risk_assessment**: 综合评估依赖度、交易量及风险(关税、单一来源)。"-)+### 提取规则+- 通过产品/服务连接实体+- 综合评估依赖度、交易量及风险(关税、单一来源)-# ==============================================================================-# 3. 模板类-# ==============================================================================+"""class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):@@ -81,9 +108,6 @@ class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):模板用于映射企业供应链依赖和伙伴关系。支持识别关键供应商、地缘政治敞口和供应链韧性风险。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> supply_chain = SupplyChainGraph(llm_client=llm, embedder=embedder)>>> filing = "供应商 XYZ 提供我们 70% 的零部件。我们还依赖于...">>> supply_chain.feed_text(filing)@@ -118,11 +142,11 @@ class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):super().__init__(node_schema=SupplyEntity,edge_schema=SupplyTransaction,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.product_service})-->{x.target.strip()}"+ f"{x.source}--({x.product_service})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,@@ -158,8 +182,7 @@ class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):return f"{node.name} ({node.entity_type})"def edge_label_extractor(edge: SupplyTransaction) -> str:- risk = f" [{edge.risk_assessment}]" if edge.risk_assessment else ""- return f"{edge.product_service}{risk}"+ return f"{edge.relationship_type}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/valuation_logic_map.py b/hyperextract/templates/zh/finance/valuation_logic_map.pyindex 3e57859..081326c 100644--- a/hyperextract/templates/zh/finance/valuation_logic_map.py+++ b/hyperextract/templates/zh/finance/valuation_logic_map.py@@ -10,10 +10,6 @@ from langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class ValuationDriver(BaseModel):"""@@ -47,49 +43,73 @@ class ValuationEdge(BaseModel):description="分析师连接源到目标的推理逻辑""(例如 '更高的云计算采用率推动经常性收入增长')。")- direction: str = Field(- description="影响方向:'正面'、'负面'、'中性'。"- )+ direction: str = Field(description="影响方向:'正面'、'负面'、'中性'。")confidence: Optional[str] = Field(None,description="分析师的确信度:'高'、'中等'、'低'。",)-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是一名股票研究分析师。从本研究报告中提取估值逻辑链:即从业务基本面到估值结论的因果推理。\n\n"- "规则:\n"- "- 识别基本面驱动因素、增长催化剂和估值指标。\n"- "- 提取从业务驱动因素到目标价的因果链。\n"- "- 捕获分析师在每个链接处的具体推理。\n"- "- 记录影响方向和确信度。"-)--_NODE_PROMPT = (- "你是一名股票研究分析师。提取所有估值驱动因素和指标(节点)。\n\n"- "提取规则:\n"- "- 识别基本面驱动因素(收入增长、市场份额、TAM)。\n"- "- 识别估值指标(P/E、EV/EBITDA、DCF、可比倍数)。\n"- "- 在提及时捕获量化值。\n"- "- 此阶段不建立因果链接。"-)--_EDGE_PROMPT = (- "你是一名股票研究分析师。在获得估值驱动因素的基础上,提取连接它们的逻辑推理链(边)。\n\n"- "提取规则:\n"- "- 将业务驱动因素连接到财务结果再到估值结论。\n"- "- 捕获每个链接处的具体推理。\n"- "- 记录每个链接是正面、负面还是中性影响。\n"- "- 仅在提供的列表中存在的节点之间创建边。"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+_PROMPT = """## 角色与任务+你是一位专业的股票研究分析师,请从研究报告中提取估值逻辑链:即从业务基本面到估值结论的因果推理。++## 核心概念定义+- **节点 (Node)**:从文档中提取的估值驱动因素+- **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+- 识别基本面驱动因素、增长催化剂和估值指标+- 提取从业务驱动因素到目标价的因果链+- 捕获分析师在每个链接处的具体推理+- 记录影响方向和确信度++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位专业的股票研究分析师,请从文本中提取所有估值驱动因素和指标作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的估值驱动因素++## 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++### 提取规则+- 识别基本面驱动因素(收入增长、市场份额、TAM)+- 识别估值指标(P/E、EV/EBITDA、DCF、可比倍数)+- 在提及时捕获量化值++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位专业的股票研究分析师,请从给定驱动因素列表中提取连接它们的逻辑推理链。++## 核心概念定义+- **节点 (Node)**:从文档中提取的估值驱动因素+- **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++### 提取规则+- 将业务驱动因素连接到财务结果再到估值结论+- 捕获每个链接处的具体推理+- 记录每个链接是正面、负面还是中性影响++"""class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):@@ -100,9 +120,6 @@ class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):再到估值指标和目标价,支持投资策略映射和论点比较。使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o-mini")- >>> embedder = OpenAIEmbeddings()>>> valuation = ValuationLogicMap(llm_client=llm, embedder=embedder)>>> report = "云计算采用推动经常性收入,支撑 30 倍前瞻市盈率...">>> valuation.feed_text(report)@@ -114,7 +131,7 @@ class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):llm_client: BaseChatModel,embedder: Embeddings,*,- extraction_mode: str = "one_stage",+ extraction_mode: str = "two_stage",chunk_size: int = 2048,chunk_overlap: int = 256,max_workers: int = 10,@@ -137,11 +154,11 @@ class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):super().__init__(node_schema=ValuationDriver,edge_schema=ValuationEdge,- node_key_extractor=lambda x: x.name.strip().lower(),+ node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source.strip().lower()}--({x.direction})-->{x.target.strip().lower()}"+ f"{x.source}--({x.direction})-->{x.target}"),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,diff --git a/hyperextract/templates/zh/industry/__init__.py b/hyperextract/templates/zh/industry/__init__.pyindex 1b6e581..1bd9715 100644--- a/hyperextract/templates/zh/industry/__init__.py+++ b/hyperextract/templates/zh/industry/__init__.py@@ -1,25 +1,50 @@"""工业领域模板,用于从工业设备文档中提取结构化知识。-包含设备拓扑、风险传导、故障案例、检修工序等图谱模板。+包含管理规范、技术规格书、操作运维、设备维护、事故报告等模板。"""-from .equipment_topology_graph import EquipmentTopologyGraph-from .failure_case_graph import FailureCaseGraph-from .operation_flow_graph import OperationFlowGraph-from .inspection_record_graph import InspectionRecordGraph-from .emergency_response_graph import EmergencyResponseGraph+# 管理规范from .safety_control_graph import SafetyControlGraph+from .emergency_response_graph import EmergencyResponseGraph+from .incident_causality_map import IncidentCausalityMap+from .safety_timeline import SafetyTimeline++# 技术规格书from .system_topology_graph import SystemTopologyGraph+from .equipment_topology_graph import EquipmentTopologyGraph+from .spec_parameter_table import SpecParameterTable+from .system_compatibility_graph import SystemCompatibilityGraph++# 操作运维+from .operation_flow_graph import OperationFlowGraphfrom .operating_mode_graph import OperatingModeGraph+from .maintenace_operation_map import MaintenaceOperationMap++# 设备维护+from .inspection_record_graph import InspectionRecordGraph+from .failure_case_graph import FailureCaseGraph+from .failure_knowledge_hypergraph import FailureKnowledgeHypergraph+from .part_replacement_list import PartReplacementList__all__ = [- "EquipmentTopologyGraph",- "FailureCaseGraph",- "OperationFlowGraph",- "InspectionRecordGraph",- "EmergencyResponseGraph",+ # 管理规范"SafetyControlGraph",+ "EmergencyResponseGraph",+ "IncidentCausalityMap",+ "SafetyTimeline",+ # 技术规格书"SystemTopologyGraph",+ "EquipmentTopologyGraph",+ "SpecParameterTable",+ "SystemCompatibilityGraph",+ # 操作运维+ "OperationFlowGraph","OperatingModeGraph",+ "MaintenaceOperationMap",+ # 设备维护+ "InspectionRecordGraph",+ "FailureCaseGraph",+ "FailureKnowledgeHypergraph",+ "PartReplacementList",]diff --git a/hyperextract/templates/zh/industry/emergency_response_graph.py b/hyperextract/templates/zh/industry/emergency_response_graph.pyindex f07390d..407732b 100644--- a/hyperextract/templates/zh/industry/emergency_response_graph.py+++ b/hyperextract/templates/zh/industry/emergency_response_graph.py@@ -1,103 +1,110 @@+"""应急预案图谱 - 提取事故场景、响应动作和部门,构建应急响应流程,识别应急响应的流程和责任分工。++适用于应急预案、应急处置方案、安全规程等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class EmergencyEntity(BaseModel):- """- 应急预案实体,包括事故场景、响应动作、部门等。- """+ """应急预案实体,包括事故场景、响应动作、部门等。"""name: str = Field(description="实体名称(如:火灾、停电、报警、疏散人员、设备部等)。")- category: str = Field(- description='类别:事故场景、响应动作、部门。'- )- description: Optional[str] = Field(- None,- description="对该实体的描述。",- )+ category: str = Field(description="类别:事故场景、响应动作、部门。")+ description: Optional[str] = Field(default=None, description="对该实体的描述。")class ResponseFlow(BaseModel):- """- 应急响应流程关系。- """+ """应急响应流程关系。"""source: str = Field(description="源实体名称(事故场景或响应动作)。")target: str = Field(description="目标实体名称(响应动作或部门)。")- relation_type: str = Field(- description='关系类型:触发、执行、负责。'- )- time_limit: Optional[str] = Field(- None,- description="响应时间要求(如:5分钟内、10分钟内)。",- )- success_criterion: Optional[str] = Field(- None,- description="成功标准(如:人员安全撤离、火势控制)。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业应急管理分析专家。从应急预案文档中提取事故场景、响应动作和部门,构建应急响应流程。\n\n"- "规则:\n"- "- 识别事故场景(如火灾、泄漏、停电、设备故障等)。\n"- "- 识别响应动作(如报警、疏散人员、关闭电源等)。\n"- "- 识别负责部门(如安保部、设备部、急救部等)。\n"- "- 建立从事故场景到响应动作的流程关系。\n"- "- 记录时间要求和成功标准。\n"-)--_NODE_PROMPT = (- "你是工业应急管理分析专家。从应急预案文档中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别事故场景名称。\n"- "- 识别响应动作名称。\n"- "- 识别负责部门名称。\n"- "- 为每个实体指定类别(事故场景/响应动作/部门)。\n"- "- 不建立实体之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业应急管理分析专家。在获得实体清单的基础上,提取应急响应流程关系(边)。\n\n"- "提取规则:\n"- "- 识别从事故场景到响应动作的关联。\n"- "- 识别从响应动作到负责部门的关联。\n"- "- 记录响应时间要求。\n"- "- 记录成功标准。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ relationType: str = Field(description="关系类型:触发、执行、负责。")+ time_limit: Optional[str] = Field(default=None, description="响应时间要求(如:5分钟内、10分钟内)。")+ success_criterion: Optional[str] = Field(default=None, description="成功标准(如:人员安全撤离、火势控制)。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业应急管理分析专家,请从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,包括事故场景(如火灾、泄漏)、响应动作(如报警、疏散)、负责部门(如安保部、设备部)+- **边 (Edge)**:应急响应流程关系++## 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+- 识别事故场景名称(如火灾、泄漏、停电、设备故障)+- 识别响应动作名称(如报警、疏散人员、关闭电源)+- 识别负责部门名称(如安保部、设备部、急救部)+- 为每个实体指定类别(事故场景/响应动作/部门)++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取应急响应流程关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:应急响应流程关系++## 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+- 识别从事故场景到响应动作的关联+- 识别从响应动作到负责部门的关联+- 记录响应时间要求+- 记录成功标准++"""++_PROMPT = """## 角色与任务+你是一位工业应急管理分析专家,请从文本中提取事故场景、响应动作和部门,构建应急响应流程。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括事故场景(如火灾、泄漏)、响应动作(如报警、疏散)、负责部门(如安保部、设备部)+- **边 (Edge)**:应急响应流程关系++## 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+- 识别事故场景(如火灾、泄漏、停电、设备故障、人员受伤等)+- 识别响应动作(如报警、疏散人员、关闭电源等)+- 识别负责部门(如安保部、设备部、急救部、后勤部等)+- 建立从事故场景到响应动作的流程关系+- 记录时间要求和成功标准++### 源文本:+"""class EmergencyResponseGraph(AutoGraph[EmergencyEntity, ResponseFlow]):"""- 适用文档: 应急预案、应急处置方案、安全规程。-- 模板用于从应急预案中提取事故场景、响应动作和部门,构建应急响应流程。- 通过 category 区分异质节点,识别应急响应的流程和责任分工。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> emergency = EmergencyResponseGraph(llm_client=llm, embedder=embedder)- >>> doc = "发生火灾时,应立即报警并启动应急预案。安保部负责疏散人员,设备部负责关闭电源..."- >>> emergency.feed_text(doc)- >>> emergency.show()+ 适用文档: 应急预案、应急处置方案、安全规程++ 功能介绍:+ 从应急预案中提取事故场景、响应动作和部门,构建应急响应流程,识别应急响应的流程和责任分工。++ Example:+ >>> template = EmergencyResponseGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("发生火灾时,应立即报警并启动应急预案。安保部负责疏散人员,设备部负责关闭电源...")+ >>> template.show()"""def __init__(@@ -116,23 +123,22 @@ class EmergencyResponseGraph(AutoGraph[EmergencyEntity, ResponseFlow]):初始化应急预案图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=EmergencyEntity,edge_schema=ResponseFlow,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -153,22 +159,21 @@ class EmergencyResponseGraph(AutoGraph[EmergencyEntity, ResponseFlow]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化应急预案图。+ 展示应急预案图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: EmergencyEntity) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: ResponseFlow) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/equipment_topology_graph.py b/hyperextract/templates/zh/industry/equipment_topology_graph.pyindex 0ed423c..573ef32 100644--- a/hyperextract/templates/zh/industry/equipment_topology_graph.py+++ b/hyperextract/templates/zh/industry/equipment_topology_graph.py@@ -1,110 +1,111 @@+"""设备拓扑图谱 - 提取工业设备的实体及其相互连接关系,包括物料流向、能量传递、控制信号等。++适用于设备系统图、管道仪表图(P&ID)、设备清单、设备台账等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class IndustrialEquipment(BaseModel):- """- 工业设备实体,包括主机、辅机、部件、仪表、阀门、管路等。- """+ """工业设备实体,包括主机、辅机、部件、仪表、阀门、管路等。"""name: str = Field(description="设备或部件名称。")- category: str = Field(- description='类别:主机、辅机、部件、仪表、阀门、管路、系统、电机、泵、风机、容器等。'- )- location: Optional[str] = Field(- None,- description="安装位置(如:生产车间一层、主厂房二层)。",- )- status: Optional[str] = Field(- None,- description="运行状态:运行、备用、检修、停运。",- )- specification: Optional[str] = Field(- None,- description="规格型号或技术参数。",- )- manufacturer: Optional[str] = Field(- None,- description="制造厂家。",- )+ category: str = Field(description="类别:主机、辅机、部件、仪表、阀门、管路、系统、电机、泵、风机、容器等。")+ location: Optional[str] = Field(default=None, description="安装位置(如:生产车间一层、主厂房二层)。")+ status: Optional[str] = Field(default=None, description="运行状态:运行、备用、检修、停运。")+ specification: Optional[str] = Field(default=None, description="规格型号或技术参数。")+ manufacturer: Optional[str] = Field(default=None, description="制造厂家。")class EquipmentConnection(BaseModel):- """- 设备之间的连接关系。- """+ """设备之间的连接关系。"""source: str = Field(description="上游设备或源设备名称。")target: str = Field(description="下游设备或目标设备名称。")- connection_type: str = Field(- description='连接类型:物料输送、能量传递、控制信号、工艺流程、电气连接、仪表监测。'- )- description: Optional[str] = Field(- None,- description="连接关系的详细描述(如:高温物料流向、循环水回路、闭环控制系统)。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业设备管理专家。从工业设备文档中提取设备实体及其相互连接关系。\n\n"- "规则:\n"- "- 识别所有设备、部件和系统,包括主机、辅机、仪表、阀门、泵、风机、电机等。\n"- "- 分类设备类型(主机/辅机/部件/仪表/阀门/管路/系统)。\n"- "- 提取设备之间的连接关系,包括物料输送、能量传递、控制信号等。\n"- "- 记录安装位置和运行状态。\n"-)--_NODE_PROMPT = (- "你是工业设备管理专家。从文档中提取所有设备实体(节点)。\n\n"- "提取规则:\n"- "- 识别设备名称和部件名称。\n"- "- 分类设备类别(主机、辅机、部件、仪表、阀门、管路、系统、电机、泵、风机、容器等)。\n"- "- 记录安装位置和运行状态。\n"- "- 不建立设备之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业设备管理专家。在获得设备清单的基础上,提取设备之间的连接关系(边)。\n\n"- "提取规则:\n"- "- 识别设备之间的物料输送关系(上游→下游)。\n"- "- 识别能量传递关系(驱动设备→被驱动设备)。\n"- "- 识别控制信号关系(控制设备→被控设备)。\n"- "- 识别工艺流程关系(前一工序→后一工序)。\n"- "- 识别电气连接和仪表监测关系。\n"- "- 仅在提供的设备列表中建立关系,不要创建新的设备节点。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ connectionType: str = Field(description="连接类型:物料输送、能量传递、控制信号、工艺流程、电气连接、仪表监测等。")+ description: Optional[str] = Field(default=None, description="连接关系的详细描述(如:高温物料流向、循环水回路、闭环控制系统)。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业设备管理专家,请从文本中提取所有设备实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备实体,包括主机、辅机、部件、仪表、阀门、泵、风机、电机等+- **边 (Edge)**:设备之间的连接关系++## 提取规则+### 核心约束+1. 每个节点只能对应一个独立的设备,禁止将多个设备合并为一个节点+2. 设备名称与原文保持一致++### 领域特定规则+- 识别设备名称和部件名称+- 分类设备类别(主机、辅机、部件、仪表、阀门、管路、系统、电机、泵、风机、容器等)+- 记录安装位置和运行状态++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知设备清单中提取设备之间的连接关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备实体+- **边 (Edge)**:设备之间的连接关系++## 提取规则+### 核心约束+1. 仅从已知设备列表中提取边,不要创建新的设备节点+2. 关系描述应与原文保持一致++### 领域特定规则+- 识别物料输送关系(上游→下游)+- 识别能量传递关系(驱动设备→被驱动设备)+- 识别控制信号关系(控制设备→被控设备)+- 识别工艺流程关系(前一工序→后一工序)+- 识别电气连接和仪表监测关系++"""++_PROMPT = """## 角色与任务+你是一位工业设备管理专家,请从文本中提取设备实体及其相互连接关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备实体,包括主机、辅机、部件、仪表、阀门、泵、风机、电机等+- **边 (Edge)**:设备之间的连接关系++## 提取规则+### 核心约束+1. 每个节点只能对应一个独立的设备,禁止将多个设备合并为一个节点+2. 设备名称与原文保持一致+3. 仅从已知设备列表中提取边,不要创建新的设备节点+4. 关系描述应与原文保持一致++### 领域特定规则+- 识别所有设备、部件和系统+- 分类设备类型(主机/辅机/部件/仪表/阀门/管路/系统/电机/泵/风机/容器等)+- 提取设备之间的连接关系,包括物料输送、能量传递、控制信号等+- 记录安装位置和运行状态++### 源文本:+"""class EquipmentTopologyGraph(AutoGraph[IndustrialEquipment, EquipmentConnection]):"""- 适用文档: 设备系统图、管道仪表图(P&ID)、设备清单、设备台账、系统说明书、检修规程中的设备章节。-- 模板用于从工业设备文档中提取设备拓扑关系。识别设备之间的物理连接、- 物料流向、能量传递和控制信号关系,构建设备系统拓扑图。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> topology = EquipmentTopologyGraph(llm_client=llm, embedder=embedder)- >>> doc = "A生产线由反应釜B、冷却泵C和控制柜D组成。反应釜B产生的物料通过管道输送至冷却泵C进行冷却,C由电机E驱动。控制柜D实时监测B的温度并控制E的转速。"- >>> topology.feed_text(doc)- >>> topology.show()+ 适用文档: 设备系统图、管道仪表图(P&ID)、设备清单、设备台账++ 功能介绍:+ 从工业设备文档中提取设备拓扑关系,识别设备之间的物理连接、物料流向、能量传递和控制信号关系。++ Example:+ >>> template = EquipmentTopologyGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("A生产线由反应釜B、冷却泵C和控制柜D组成...")+ >>> template.show()"""def __init__(@@ -123,23 +124,22 @@ class EquipmentTopologyGraph(AutoGraph[IndustrialEquipment, EquipmentConnection]初始化设备拓扑图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=IndustrialEquipment,edge_schema=EquipmentConnection,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.connection_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: f"{x.source}|{x.connectionType}|{x.target}",+ nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,@@ -160,22 +160,21 @@ class EquipmentTopologyGraph(AutoGraph[IndustrialEquipment, EquipmentConnection]top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化设备拓扑图。+ 展示设备拓扑图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: IndustrialEquipment) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: EquipmentConnection) -> str:- return edge.connection_type+ return edge.connectionTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/failure_case_graph.py b/hyperextract/templates/zh/industry/failure_case_graph.pyindex d68c152..98249fe 100644--- a/hyperextract/templates/zh/industry/failure_case_graph.py+++ b/hyperextract/templates/zh/industry/failure_case_graph.py@@ -1,104 +1,111 @@+"""故障案例图谱 - 提取故障现象、原因、措施和教训,识别从发现到处理的完整故障演进链条。++适用于故障案例库、事故分析报告、设备异常记录、检修报告等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class CaseEntity(BaseModel):- """- 故障案例实体,包括现象、原因、措施、教训等。- """+ """故障案例实体,包括现象、原因、措施、教训等。"""name: str = Field(description="现象/措施等实体的名称。")- category: str = Field(- description='类别:现象、原因、措施、教训。'- )- description: Optional[str] = Field(- None,- description="对该实体内涵的进一步阐述和说明。",- )- equipment: Optional[str] = Field(- None,- description="涉及设备名称。",- )+ category: str = Field(description="类别:现象、原因、措施、教训。")+ description: Optional[str] = Field(default=None, description="对该实体内涵的进一步阐述和说明。")+ equipment: Optional[str] = Field(default=None, description="涉及设备名称。")class CaseChain(BaseModel):- """- 故障案例环节之间的关联关系。- """+ """故障案例环节之间的关联关系。"""source: str = Field(description="上游环节名称。")target: str = Field(description="下游环节名称。")- relation_type: str = Field(- description='关系类型:导致、采取、产生、发现'- )- time_sequence: Optional[str] = Field(- None,- description="时序关系:发现、分析、处理、总结。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业设备故障分析专家。从故障案例文档中提取故障现象、原因、处理措施和经验教训。\n\n"- "规则:\n"- "- 识别故障现象和异常表现。\n"- "- 分析故障原因和根本原因。\n"- "- 提取处理措施和解决方案。\n"- "- 总结经验教训和改进建议。\n"- "- 建立从发现到处理的完整链条。\n"-)--_NODE_PROMPT = (- "你是工业设备故障分析专家。从故障案例文档中提取所相关实体(节点)。\n\n"- "提取规则:\n"- "- 识别故障现象和异常表现。\n"- "- 识别故障原因和根本原因。\n"- "- 识别处理措施和解决方案。\n"- "- 识别经验教训和改进建议。\n"- "- 记录涉及的设备名称。\n"- "- 不建立环节之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业设备故障分析专家。在获得实体清单的基础上,提取故障环节之间的关联关系(边)。\n\n"- "提取规则:\n"- "- 识别从现象到原因的关联。\n"- "- 识别从原因到措施的关联。\n"- "- 识别从措施到教训的关联。\n"- "- 时序关系:发现 → 分析 → 处理 → 总结。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ relationType: str = Field(description="关系类型:导致、采取、产生、发现。")+ time_sequence: Optional[str] = Field(default=None, description="时序关系:发现、分析、处理、总结。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业设备故障分析专家,请从文本中提取所有相关实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括故障现象、故障原因、处理措施、经验教训等+- **边 (Edge)**:故障环节之间的关联关系++## 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+- 识别故障现象和异常表现+- 识别故障原因和根本原因+- 识别处理措施和解决方案+- 识别经验教训和改进建议+- 记录涉及的设备名称++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取故障环节之间的关联关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:故障环节之间的关联关系++## 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+- 识别从现象到原因的关联+- 识别从原因到措施的关联+- 识别从措施到教训的关联+- 时序关系:发现 → 分析 → 处理 → 总结++"""++_PROMPT = """## 角色与任务+你是一位工业设备故障分析专家,请从文本中提取故障现象、原因、处理措施和经验教训。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括故障现象、故障原因、处理措施、经验教训等+- **边 (Edge)**:故障环节之间的关联关系++## 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+- 识别故障现象和异常表现+- 分析故障原因和根本原因+- 提取处理措施和解决方案+- 总结经验教训和改进建议+- 建立从发现到处理的完整链条++### 源文本:+"""class FailureCaseGraph(AutoGraph[CaseEntity, CaseChain]):"""- 适用文档: 故障案例库、事故分析报告、设备异常记录、检修报告。-- 模板用于从故障案例文档中提取故障现象、原因、措施和教训。- 识别从发现到处理的完整故障演进链条,为设备维护和预防提供参考。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> failure_case = FailureCaseGraph(llm_client=llm, embedder=embedder)- >>> doc = "2024年1月,A生产线主电机突发异响并伴随振动加剧。检查发现轴承磨损严重,立即更换轴承后恢复正常。此故障提醒需加强轴承日常巡检。"- >>> failure_case.feed_text(doc)- >>> failure_case.show()+ 适用文档: 故障案例库、事故分析报告、设备异常记录、检修报告++ 功能介绍:+ 从故障案例文档中提取故障现象、原因、措施和教训,识别从发现到处理的完整故障演进链条。++ Example:+ >>> template = FailureCaseGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("2024年1月,A生产线主电机突发异响并伴随振动加剧。检查发现轴承磨损严重...")+ >>> template.show()"""def __init__(@@ -117,23 +124,22 @@ class FailureCaseGraph(AutoGraph[CaseEntity, CaseChain]):初始化故障案例图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=CaseEntity,edge_schema=CaseChain,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -154,22 +160,21 @@ class FailureCaseGraph(AutoGraph[CaseEntity, CaseChain]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化故障案例图。+ 展示故障案例图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: CaseEntity) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: CaseChain) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py b/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.pynew file mode 100644index 0000000..7aab92c--- /dev/null+++ b/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py@@ -0,0 +1,191 @@+"""故障知识超图 - 从故障案例中提取故障现象、根因、部件、解决方案的复杂关联关系。++适用于故障诊断、故障案例库、设备故障分析等文本。+"""++from typing import Optional, Any, List+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoHypergraph+++class FailureEntity(BaseModel):+ """+ 故障知识实体节点。+ """++ name: str = Field(description="实体名称(例如:振动异常、轴承损坏密封失效等)。")+ category: str = Field(description="类型:故障现象、根因、部件、解决方案。")+ description: Optional[str] = Field(+ None, description="描述(例如:表现为轴承温度升高、由于润滑不良导致)。"+ )+++class FailureKnowledgeEdge(BaseModel):+ """+ 故障知识超边,连接多个实体。+ """++ nodes: List[str] = Field(+ description="参与故障推理的节点列表:[故障现象1, 故障现象2, ..., 根因, 部件, 解决方案1, 解决方案2, ...]"+ )+ reasoning_type: str = Field(description="推理类型:故障诊断、原因分析、解决方案。")+ failure_description: Optional[str] = Field(None, description="故障详细描述。")+++_NODE_PROMPT = """## 角色与任务+你是一位设备故障诊断专家,请从故障案例中提取所有实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的故障知识实体+- **边 (Edge)**:连接多个节点,表达故障现象、根因、解决方案的复杂关联++## 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+- 识别故障现象(振动异常、噪音、温度升高、泄漏、异响)+- 识别故障根因(润滑不良、过载、磨损、老化、设计缺陷)+- 识别故障部件(轴承、密封、电机、泵体、阀门)+- 识别解决方案(更换备件、调整参数、清洁、紧固)++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位设备故障诊断专家,请从已知实体列表中提取故障诊断推理作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的故障知识实体+- **边 (Edge)**:连接多个节点,表达故障现象、根因、解决方案的复杂关联++## 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+- 识别故障现象(振动异常、噪音、温度升高、泄漏、异响)+- 识别从现象到根因的推理+- 识别从根因到解决方案的推理+- 边的 nodes 字段应包含所有参与该故障推理的实体++"""++_PROMPT = """## 角色与任务+你是一位设备故障诊断专家,请从故障案例中提取故障知识实体和故障诊断推理作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的故障知识实体+- **边 (Edge)**:连接多个节点,表达故障现象、根因、解决方案的复杂关联++## 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. 仅从已知实体列表中提取边,不要创建未列出的实体++### 领域特定规则+- 识别故障现象(振动异常、噪音、温度升高、泄漏、异响)+- 识别故障根因(润滑不良、过载、磨损、老化、设计缺陷)+- 识别故障部件(轴承、密封、电机、泵体、阀门)+- 识别解决方案(更换备件、调整参数、清洁、紧固)+- 建立从现象→根因→解决方案的完整推理链条++### 源文本:+"""+++class FailureKnowledgeHypergraph(AutoHypergraph[FailureEntity, FailureKnowledgeEdge]):+ """+ 适用文档: 故障案例库、设备故障分析报告、+ 故障诊断手册。++ 模板用于从故障案例中提取故障现象、根因、部件、解决方案+ 的复杂关联关系,支持故障诊断和知识复用。++ 使用示例:+ >>> failure = FailureKnowledgeHypergraph(llm_client=llm, embedder=embedder)+ >>> doc = "离心泵P-101出现振动异常,经检查发现轴承磨损严重..."+ >>> failure.feed_text(doc)+ >>> failure.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,+ ):+ """+ 初始化故障知识超图模板。++ Args:+ llm_client (BaseChatModel): 用于故障知识提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。+ extraction_mode (str): "one_stage" 或 "two_stage"。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoHypergraph 的其他参数。+ """+ super().__init__(+ node_schema=FailureEntity,+ edge_schema=FailureKnowledgeEdge,+ node_key_extractor=lambda x: x.name,+ nodes_in_edge_extractor=lambda x: x.nodes,+ 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,+ ) -> None:+ """+ 使用 OntoSight 可视化故障知识超图。++ Args:+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的故障推理数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的故障推理数。默认 3。+ """++ def node_label_extractor(node: FailureEntity) -> str:+ return f"{node.name} ({node.category})"++ def edge_label_extractor(edge: FailureKnowledgeEdge) -> str:+ return edge.reasoning_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/industry/incident_causality_map.py b/hyperextract/templates/zh/industry/incident_causality_map.pynew file mode 100644index 0000000..6c36741--- /dev/null+++ b/hyperextract/templates/zh/industry/incident_causality_map.py@@ -0,0 +1,203 @@+"""事故因果链超图 - 从事故调查报告中提取隐患、触发条件、违章行为、事故后果的因果关系。++适用于事故推演、风险预防、调查报告分析等文本。+"""++from typing import Optional, Any, List+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoHypergraph+++class IncidentEntity(BaseModel):+ """+ 事故因果链实体节点。+ """++ name: str = Field(description="实体名称(例如:违章操作、泄漏积累、点火源等)。")+ category: str = Field(description="类型:隐患、触发条件、违章行为、事故后果。")+ description: Optional[str] = Field(+ None, description="描述(例如:未佩戴安全带、管道腐蚀破裂)。"+ )+ severity: Optional[str] = Field(+ None, description="严重程度:轻微、一般、严重、重大。"+ )+++class IncidentCausalityEdge(BaseModel):+ """+ 事故因果链超边,连接多个实体形成因果链条。+ """++ nodes: List[str] = Field(+ description="参与因果链条的节点列表:[隐患1, 隐患2, ..., 触发条件, 违章行为, 事故后果1, 事故后果2, ...]"+ )+ causality_type: str = Field(+ description="因果类型:隐患积累、触发导致、违章促成、后果扩展。"+ )+ causality_description: Optional[str] = Field(+ None,+ description="因果关系详细描述(例如:由于管道腐蚀导致泄漏,遇火源引发火灾)。",+ )+++_NODE_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从事故调查报告中提取所有实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的事故相关实体+- **边 (Edge)**:连接多个节点,表达隐患、触发条件、违章行为、事故后果的因果关系++## 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+- 识别隐患(设备老化、防护缺失、管理漏洞、安全培训不足)+- 识别触发条件(点火源、静电、明火、高温)+- 识别违章行为(违章操作、违章指挥、违反劳动纪律)+- 识别事故后果(人员伤亡、设备损坏、环境污染、停产损失)+- 为实体指定严重程度++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从已知实体列表中提取事故因果链条作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的事故相关实体+- **边 (Edge)**:连接多个节点,表达隐患、触发条件、违章行为、事故后果的因果关系++## 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+- 识别隐患积累过程+- 识别触发条件的作用+- 识别违章行为的促成作用+- 识别事故后果的扩展+- 建立完整的因果链条:隐患 → 触发条件 → 违章行为 → 事故后果+- 边的 nodes 字段应包含所有参与该因果链条的实体++"""++_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从事故调查报告中提取实体和事故因果链条作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的事故相关实体+- **边 (Edge)**:连接多个节点,表达隐患、触发条件、违章行为、事故后果的因果关系++## 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++### 领域特定规则+- 识别隐患(设备老化、防护缺失、管理漏洞、安全培训不足)+- 识别触发条件(点火源、静电、明火、高温)+- 识别违章行为(违章操作、违章指挥、违反劳动纪律)+- 识别事故后果(人员伤亡、设备损坏、环境污染、停产损失)+- 建立完整的因果链条:隐患 → 触发条件 → 违章行为 → 事故后果++### 源文本:+"""+++class IncidentCausalityMap(AutoHypergraph[IncidentEntity, IncidentCausalityEdge]):+ """+ 适用文档: 事故调查报告、事故分析报告、+ 风险评估报告。++ 模板用于从事故调查报告中提取隐患、触发条件、违章行为、事故后果+ 的因果关系,支持事故推演和风险预防分析。++ 使用示例:+ >>> causality = IncidentCausalityMap(llm_client=llm, embedder=embedder)+ >>> doc = "管道腐蚀老化(隐患)导致泄漏,遇明火(触发条件)引发火灾..."+ >>> causality.feed_text(doc)+ >>> causality.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,+ ):+ """+ 初始化事故因果链超图模板。++ Args:+ llm_client (BaseChatModel): 用于因果关系提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。+ extraction_mode (str): "one_stage" 或 "two_stage"。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoHypergraph 的其他参数。+ """+ super().__init__(+ node_schema=IncidentEntity,+ edge_schema=IncidentCausalityEdge,+ node_key_extractor=lambda x: x.name,+ nodes_in_edge_extractor=lambda x: x.nodes,+ 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,+ ) -> None:+ """+ 使用 OntoSight 可视化事故因果链超图。++ Args:+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的因果链条数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的因果链条数。默认 3。+ """++ def node_label_extractor(node: IncidentEntity) -> str:+ severity = f" [{node.severity}]" if node.severity else ""+ return f"{node.name} ({node.category}){severity}"++ def edge_label_extractor(edge: IncidentCausalityEdge) -> str:+ return edge.causality_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/industry/inspection_record_graph.py b/hyperextract/templates/zh/industry/inspection_record_graph.pyindex 494026f..6d550e2 100644--- a/hyperextract/templates/zh/industry/inspection_record_graph.py+++ b/hyperextract/templates/zh/industry/inspection_record_graph.py@@ -1,94 +1,104 @@+"""巡检记录图谱 - 提取设备和巡检项,构建巡检层级结构,识别设备与巡检项之间的从属关系。++适用于巡检记录本、设备运行记录、巡检日报、设备点检表等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class InspectionEntity(BaseModel):- """- 巡检实体,包括设备和巡检项。- """+ """巡检实体,包括设备和巡检项。"""name: str = Field(description="实体名称(如:数控加工中心、机械臂系统、电机运行状态、轴承温度检查等)。")- category: str = Field(- description='类别:设备、巡检项。'- )- description: Optional[str] = Field(- None,- description="对该实体的描述。",- )+ category: str = Field(description="类别:设备、巡检项。")+ description: Optional[str] = Field(default=None, description="对该实体的描述。")class InspectionHierarchy(BaseModel):- """- 巡检实体之间的层级关系。- """+ """巡检实体之间的层级关系。"""source: str = Field(description="父实体(整体/设备)名称。")target: str = Field(description="子实体(巡检项/部分)名称。")- relation_type: str = Field(- description='关系类型:属于、子类。'- )- details: Optional[str] = Field(- None,- description="关系详细说明。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业设备巡检分析专家。从巡检记录文档中提取设备和巡检项,构建巡检层级结构。\n\n"- "规则:\n"- "- 识别大设备(如数控加工中心、机械臂系统、物料输送系统等)。\n"- "- 识别每个设备下的巡检项(如电机运行状态、轴承温度、冷却液位等)。\n"- "- 建立巡检项与设备之间的从属关系。\n"-)--_NODE_PROMPT = (- "你是工业设备巡检分析专家。从巡检记录文档中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别设备名称(大类)。\n"- "- 识别巡检项名称(具体检查点)。\n"- "- 为每个实体指定类别(设备/巡检项)。\n"- "- 不建立实体之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业设备巡检分析专家。在获得实体清单的基础上,提取实体之间的层级关系(边)。\n\n"- "提取规则:\n"- "- 识别巡检项与设备之间的从属关系。\n"- "- 例如:电机运行状态 属于 数控加工中心。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ relationType: str = Field(description="关系类型:属于、子类。")+ details: Optional[str] = Field(default=None, description="关系详细说明。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业设备巡检分析专家,请从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,包括设备(如数控加工中心)和巡检项(如电机运行状态、轴承温度)+- **边 (Edge)**:设备与巡检项之间的从属关系++## 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+- 识别设备名称(大类)+- 识别巡检项名称(具体检查点)+- 为每个实体指定类别(设备/巡检项)++### 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层级关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:设备与巡检项之间的从属关系++## 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+- 识别巡检项与设备之间的从属关系+- 例如:电机运行状态 属于 数控加工中心++"""++_PROMPT = """## 角色与任务+你是一位工业设备巡检分析专家,请从文本中提取设备和巡检项,构建巡检层级结构。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括设备(如数控加工中心)和巡检项(如电机运行状态、轴承温度)+- **边 (Edge)**:设备与巡检项之间的从属关系++## 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+- 识别大设备(如数控加工中心、机械臂系统、物料输送系统等)+- 识别每个设备下的巡检项(如电机运行状态、轴承温度、冷却液位等)+- 建立巡检项与设备之间的从属关系++### 源文本:+"""class InspectionRecordGraph(AutoGraph[InspectionEntity, InspectionHierarchy]):"""- 适用文档: 巡检记录本、设备运行记录、巡检日报、设备点检表。-- 模板用于从巡检记录中提取设备和巡检项,构建巡检层级结构。- 识别设备与巡检项之间的从属关系(Part-Of)。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> inspection = InspectionRecordGraph(llm_client=llm, embedder=embedder)- >>> doc = "2024年3月15日,对A生产线进行日常巡检。数控加工中心:电机运行正常..."- >>> inspection.feed_text(doc)- >>> inspection.show()+ 适用文档: 巡检记录本、设备运行记录、巡检日报、设备点检表++ 功能介绍:+ 从巡检记录中提取设备和巡检项,构建巡检层级结构,识别设备与巡检项之间的从属关系。++ Example:+ >>> template = InspectionRecordGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("2024年3月15日,对A生产线进行日常巡检。数控加工中心:电机运行正常...")+ >>> template.show()"""def __init__(@@ -107,23 +117,22 @@ class InspectionRecordGraph(AutoGraph[InspectionEntity, InspectionHierarchy]):初始化巡检层级图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=InspectionEntity,edge_schema=InspectionHierarchy,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -144,22 +153,21 @@ class InspectionRecordGraph(AutoGraph[InspectionEntity, InspectionHierarchy]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化巡检层级图。+ 展示巡检层级图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: InspectionEntity) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: InspectionHierarchy) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/maintenace_operation_map.py b/hyperextract/templates/zh/industry/maintenace_operation_map.pynew file mode 100644index 0000000..5c45b68--- /dev/null+++ b/hyperextract/templates/zh/industry/maintenace_operation_map.py@@ -0,0 +1,215 @@+"""维修作业图 - 从维修作业指导书中提取操作人、工具、对象、耗时的复杂关联关系。++适用于维修标准化、维修作业指导书、设备检修规程等文本。+"""++from typing import Optional, Any, List+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoHypergraph+++class MaintenanceEntity(BaseModel):+ """+ 维修作业实体节点。+ """++ name: str = Field(+ description="实体名称(例如:维修工李四、扳手、离心泵P-101、润滑油等)。"+ )+ category: str = Field(description="类型:人员、工具、设备、材料、备件、岗位。")+ description: Optional[str] = Field(+ None, description="描述或规格(例如:高级维修工、16mm开口扳手、15kW离心泵)。"+ )+++class MaintenanceOperationEdge(BaseModel):+ """+ 维修作业超边,连接多个实体。+ """++ nodes: List[str] = Field(+ description="参与作业的节点列表:[操作人员, 工具1, 工具2, 设备, 材料1, ...]"+ )+ operation_name: str = Field(+ description="作业名称或步骤(例如:更换轴承、清洗过滤器、添加润滑油)。"+ )+ duration: Optional[str] = Field(+ None, description="作业耗时(例如:30分钟、2小时、半天)。"+ )+ prerequisite: Optional[str] = Field(+ None, description="前置条件或注意事项(例如:需停机断电、需佩戴防护用品)。"+ )+ quality_standard: Optional[str] = Field(+ None,+ description="质量标准或验收要求(例如:运转正常无异响、螺栓紧固力矩达标)。",+ )+++_NODE_PROMPT = """## 角色与任务+你是一位设备维修管理专家,请从维修作业指导书中提取所有实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与维修作业的实体+- **边 (Edge)**:连接多个节点,表达维修作业中的复杂关联关系++## 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+- 识别维修人员(维修工、班组长、技术员)+- 识别工具(扳手、螺丝刀、千斤顶、测量仪器)+- 识别设备(离心泵、电机、阀门)+- 识别材料(润滑油、密封胶、清洁剂)+- 识别备件(轴承、密封圈、滤芯)++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位设备维修管理专家,请从已知实体列表中提取维修作业中的复杂关联作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与维修作业的实体+- **边 (Edge)**:连接多个节点,表达维修作业中的复杂关联关系++## 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+- 识别维修作业步骤(更换轴承、清洗过滤器、添加润滑油)+- 关联操作人员和工具+- 关联设备和材料/备件+- 提取作业耗时+- 记录前置条件和质量标准+- 边的 nodes 字段应包含所有参与该作业的实体++"""++_PROMPT = """## 角色与任务+你是一位设备维修管理专家,请从维修作业指导书中提取实体和维修作业中的复杂关联作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与维修作业的实体+- **边 (Edge)**:连接多个节点,表达维修作业中的复杂关联关系++## 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++### 领域特定规则+- 识别维修人员(维修工、班组长、技术员)+- 识别工具(扳手、螺丝刀、千斤顶、测量仪器)+- 识别设备(离心泵、电机、阀门)+- 识别材料(润滑油、密封胶、清洁剂)+- 识别备件(轴承、密封圈、滤芯)+- 识别维修作业步骤(更换轴承、清洗过滤器、添加润滑油)+- 关联操作人员和工具+- 关联设备和材料/备件+- 提取作业耗时+- 记录前置条件和质量标准++### 源文本:+"""+++class MaintenaceOperationMap(+ AutoHypergraph[MaintenanceEntity, MaintenanceOperationEdge]+):+ """+ 适用文档: 维修作业指导书、设备检修规程、+ 维修标准化文档。++ 模板用于从维修作业指导书中提取操作人、工具、对象、耗时+ 的复杂关联关系,支持维修标准化和工时估算。++ 使用示例:+ >>> operation = MaintenaceOperationMap(llm_client=llm, embedder=embedder)+ >>> doc = "更换离心泵P-101轴承:维修工李四使用扳手和拉马,耗时30分钟..."+ >>> operation.feed_text(doc)+ >>> operation.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,+ ):+ """+ 初始化维修作业图模板。++ Args:+ llm_client (BaseChatModel): 用于作业提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。+ extraction_mode (str): "one_stage" 或 "two_stage"。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoHypergraph 的其他参数。+ """+ super().__init__(+ node_schema=MaintenanceEntity,+ edge_schema=MaintenanceOperationEdge,+ node_key_extractor=lambda x: x.name,+ nodes_in_edge_extractor=lambda x: x.nodes,+ 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,+ ) -> None:+ """+ 使用 OntoSight 可视化维修作业图。++ Args:+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的作业数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的作业数。默认 3。+ """++ def node_label_extractor(node: MaintenanceEntity) -> str:+ return f"{node.name} ({node.category})"++ def edge_label_extractor(edge: MaintenanceOperationEdge) -> str:+ duration = f" [{edge.duration}]" if edge.duration else ""+ return f"{edge.operation_name}{duration}"++ 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/industry/operating_mode_graph.py b/hyperextract/templates/zh/industry/operating_mode_graph.pyindex 43d5e65..4dc8472 100644--- a/hyperextract/templates/zh/industry/operating_mode_graph.py+++ b/hyperextract/templates/zh/industry/operating_mode_graph.py@@ -1,106 +1,110 @@+"""工况切换图谱 - 提取工况类型和切换条件,识别不同工况之间的切换条件和步骤。++适用于运行规程、设备操作手册、工况切换说明书等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class ModeEntity(BaseModel):- """- 工况实体,包括工况和条件。- """+ """工况实体,包括工况和条件。"""name: str = Field(description="实体名称(如:自动运行模式、手动调试模式、待机模式、紧急停止模式、按下启动按钮、按下停止按钮、发生故障等)。")- category: str = Field(- description='类别:工况、条件。工况如自动运行、手动调试、待机等;条件如启动按钮、停止按钮、故障信号等。'- )- description: Optional[str] = Field(- None,- description="对该实体的描述。",- )- load_range: Optional[str] = Field(- None,- description="负荷范围(如:0-50%、50-80%、80-100%等),仅对工况类别有效。",- )+ category: str = Field(description="类别:工况、条件。工况如自动运行、手动调试、待机等;条件如启动按钮、停止按钮、故障信号等。")+ description: Optional[str] = Field(default=None, description="对该实体的描述。")+ load_range: Optional[str] = Field(default=None, description="负荷范围(如:0-50%、50-80%、80-100%等),仅对工况类别有效。")class ModeTransition(BaseModel):- """- 工况与工况之间的切换关系,或条件与工况之间的触发关系。- """+ """工况与工况之间的切换关系,或条件与工况之间的触发关系。"""source: str = Field(description="源实体名称(工况或条件)。")target: str = Field(description="目标实体名称(工况或条件)。")- relation_type: str = Field(- description='关系类型:切换到、触发。'- )- transition_condition: Optional[str] = Field(- None,- description="切换条件(如:按下启动按钮、按下停止按钮、发生故障等)。",- )- transition_procedure: Optional[str] = Field(- None,- description="切换步骤。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业设备工况分析专家。从运行规程文档中提取工况和条件实体,以及它们之间的关系。\n\n"- "规则:\n"- "- 识别各种运行模式(工况),如自动运行、手动调试、待机、紧急停止等。\n"- "- 识别各种触发条件,如按下启动按钮、按下停止按钮、发生故障等。\n"- "- 识别每种工况的适用条件和负荷范围。\n"- "- 提取工况之间的切换关系(切换到)。\n"- "- 提取条件触发工况的关系(触发)。\n"-)--_NODE_PROMPT = (- "你是工业设备工况分析专家。从运行规程文档中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别工况名称(如自动运行模式、手动调试模式、待机模式、紧急停止模式等)。\n"- "- 识别条件名称(如按下启动按钮、按下停止按钮、发生故障、恢复正常等)。\n"- "- 为每个实体指定类别(工况/条件)。\n"- "- 记录每种工况的负荷范围。\n"- "- 不建立实体之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业设备工况分析专家。在获得实体清单的基础上,提取工况与条件之间的关系(边)。\n\n"- "提取规则:\n"- "- 识别工况之间的切换关系(源工况 切换到 目标工况)。\n"- "- 识别条件对工况的触发关系(条件 触发 目标工况)。\n"- "- 关系类型使用 切换到 或 触发。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ relationType: str = Field(description="关系类型:切换到、触发。")+ transition_condition: Optional[str] = Field(default=None, description="切换条件(如:按下启动按钮、按下停止按钮、发生故障等)。")+ transition_procedure: Optional[str] = Field(default=None, description="切换步骤。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业设备工况分析专家,请从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,包括工况(如自动运行、待机)和条件(如启动按钮、故障)+- **边 (Edge)**:工况之间的切换关系或条件对工况的触发关系++## 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+- 识别工况名称(如自动运行模式、手动调试模式、待机模式、紧急停止模式等)+- 识别条件名称(如按下启动按钮、按下停止按钮、发生故障、恢复正常等)+- 为每个实体指定类别(工况/条件)+- 记录每种工况的负荷范围++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取工况与条件之间的关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:工况之间的切换关系或条件对工况的触发关系++## 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+- 识别工况之间的切换关系(源工况 切换到 目标工况)+- 识别条件对工况的触发关系(条件 触发 目标工况)+- 关系类型使用 切换到 或 触发++"""++_PROMPT = """## 角色与任务+你是一位工业设备工况分析专家,请从文本中提取工况和条件实体,以及它们之间的关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括工况(如自动运行、待机)和条件(如启动按钮、故障)+- **边 (Edge)**:工况之间的切换关系或条件对工况的触发关系++## 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+- 识别各种运行模式(工况),如自动运行、手动调试、待机、紧急停止等+- 识别各种触发条件,如按下启动按钮、按下停止按钮、发生故障等+- 识别每种工况的适用条件和负荷范围+- 提取工况之间的切换关系(切换到)+- 提取条件触发工况的关系(触发)++### 源文本:+"""class OperatingModeGraph(AutoGraph[ModeEntity, ModeTransition]):"""- 适用文档: 运行规程、设备操作手册、工况切换说明书。-- 模板用于从运行规程中提取工况类型和切换条件。- 识别不同工况之间的切换条件和步骤。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> mode = OperatingModeGraph(llm_client=llm, embedder=embedder)- >>> doc = "设备有两种运行模式:自动模式和手动模式。按下启动按钮从待机切换到自动模式..."- >>> mode.feed_text(doc)- >>> mode.show()+ 适用文档: 运行规程、设备操作手册、工况切换说明书++ 功能介绍:+ 从运行规程中提取工况类型和切换条件,识别不同工况之间的切换条件和步骤。++ Example:+ >>> template = OperatingModeGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("设备有两种运行模式:自动模式和手动模式。按下启动按钮从待机切换到自动模式...")+ >>> template.show()"""def __init__(@@ -119,23 +123,22 @@ class OperatingModeGraph(AutoGraph[ModeEntity, ModeTransition]):初始化工况切换图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=ModeEntity,edge_schema=ModeTransition,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -156,23 +159,22 @@ class OperatingModeGraph(AutoGraph[ModeEntity, ModeTransition]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化工况切换图。+ 展示工况切换图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: ModeEntity) -> str:load = f" [{node.load_range}]" if node.load_range else ""return f"{node.name} ({node.category}){load}"def edge_label_extractor(edge: ModeTransition) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/operation_flow_graph.py b/hyperextract/templates/zh/industry/operation_flow_graph.pyindex 7da1a67..8476b21 100644--- a/hyperextract/templates/zh/industry/operation_flow_graph.py+++ b/hyperextract/templates/zh/industry/operation_flow_graph.py@@ -1,105 +1,113 @@+"""操作流程图谱 - 提取操作步骤、设备状态和预期结果,识别操作流程中的步骤顺序和状态变化。++适用于运行规程、启停操作票、设备操作手册、安全操作规程等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================+class OperationStep(BaseModel):+ """操作步骤实体,包括具体的操作动作和设备状态。"""-class OperationEntity(BaseModel):- """- 操作流程实体,包括步骤、状态、设备等。- """-- name: str = Field(description="实体具体名称(如:开启辅助电源、启动液压系统、检查状态等)。")- category: str = Field(- description='类别:步骤、状态、设备。'- )- description: Optional[str] = Field(- None,- description="对该实体的详细操作描述。",- )- expected_result: Optional[str] = Field(- None,- description="执行该步骤后的预期结果。",- )+ name: str = Field(description="操作步骤名称(如:开启辅助电源、启动液压系统、检查状态、关闭主电源等)。")+ category: str = Field(description="类别:动作、设备状态。动作如开启、关闭、检查等;设备状态如运行中、待机、停止等。")+ description: Optional[str] = Field(default=None, description="对该操作步骤的详细描述。")+ expected_result: Optional[str] = Field(default=None, description="执行该步骤后的预期结果。")+ target_equipment: Optional[str] = Field(default=None, description="涉及的目标设备名称。")class OperationTransition(BaseModel):- """- 操作步骤之间的流转关系。- """+ """操作步骤之间的流转关系。"""source: str = Field(description="当前步骤名称。")target: str = Field(description="下一步骤名称。")- relation_type: str = Field(- description='关系类型:下一步、触发、导致等。'- )- trigger_condition: Optional[str] = Field(- None,- description="触发下一步骤的条件。",- )- state_change: Optional[str] = Field(- None,- description="状态变化描述。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业操作流程分析专家。从运行规程文档中提取操作步骤、设备状态和预期结果。\n\n"- "规则:\n"- "- 识别各个操作步骤和执行顺序。\n"- "- 记录每一步骤的详细操作内容。\n"- "- 提取设备状态变化和预期结果。\n"- "- 建立步骤之间的流转关系。\n"-)--_NODE_PROMPT = (- "你是工业操作流程分析专家。从运行规程文档中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别操作步骤名称。\n"- "- 识别设备状态名称。\n"- "- 识别相关设备名称。\n"- "- 记录每一步骤的操作描述和预期结果。\n"- "- 不建立步骤之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业操作流程分析专家。在获得实体清单的基础上,提取操作步骤之间的流转关系(边)。\n\n"- "提取规则:\n"- "- 识别步骤的执行顺序(当前步骤→下一步骤)。\n"- "- 提取触发下一步骤的条件。\n"- "- 记录设备状态的变化。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================---class OperationFlowGraph(AutoGraph[OperationEntity, OperationTransition]):+ relationType: str = Field(description="关系类型:下一步、触发、导致。")+ trigger_condition: Optional[str] = Field(default=None, description="触发下一步骤的条件。")+ state_change: Optional[str] = Field(default=None, description="状态变化描述。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业操作流程分析专家,请从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,包括操作步骤(如开启电源、启动设备)和设备状态(如运行中、待机、停止)+- **边 (Edge)**:操作步骤之间的流转关系++## 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+- 识别操作步骤名称(如开启辅助电源、启动液压系统、检查状态、关闭主电源等)+- 识别设备状态名称(如运行中、待机、停止、故障等)+- 为每个实体指定类别(动作/设备状态)+- 记录每一步骤的预期结果和涉及设备++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取操作步骤之间的流转关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:操作步骤之间的流转关系++## 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+- 识别步骤的执行顺序(当前步骤 → 下一步骤)+- 提取触发下一步骤的条件+- 记录设备状态的变化+- 关系类型使用:下一步、触发、导致++### 已知实体列表:+"""++_PROMPT = """## 角色与任务+你是一位工业操作流程分析专家,请从文本中提取操作步骤、设备状态和预期结果。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括操作步骤(如开启电源、启动设备)和设备状态(如运行中、待机、停止)+- **边 (Edge)**:操作步骤之间的流转关系++## 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+- 识别各个操作步骤和执行顺序(如:开启辅助电源 → 启动液压系统 → 启动控制系统)+- 识别设备状态变化(如:从待机状态切换到运行状态)+- 记录每一步骤的详细操作内容、预期结果和涉及设备+- 建立步骤之间的流转关系++### 源文本:+"""+++class OperationFlowGraph(AutoGraph[OperationStep, OperationTransition]):"""- 适用文档: 运行规程、启停操作票、设备操作手册、安全操作规程。-- 模板用于从运行规程中提取操作步骤、设备状态和预期结果。- 识别操作流程中的步骤顺序和状态变化,为操作培训和安全控制提供参考。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> operation = OperationFlowGraph(llm_client=llm, embedder=embedder)- >>> doc = "开机流程:1. 检查电源是否正常;2. 开启控制柜主开关;3. 启动电机;4. 确认运行状态。电源正常后开启主开关,主开关合闸后启动电机。"- >>> operation.feed_text(doc)- >>> operation.show()+ 适用文档: 运行规程、启停操作票、设备操作手册、安全操作规程++ 功能介绍:+ 从运行规程中提取操作步骤、设备状态和预期结果,识别操作流程中的步骤顺序和状态变化,+ 为操作培训和安全管理提供参考。++ Example:+ >>> template = OperationFlowGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("开机流程:1. 检查电源是否正常;2. 开启控制柜主开关...")+ >>> template.show()"""def __init__(@@ -118,23 +126,22 @@ class OperationFlowGraph(AutoGraph[OperationEntity, OperationTransition]):初始化操作流程图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=OperationEntity,+ node_schema=OperationStep,edge_schema=OperationTransition,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -155,22 +162,21 @@ class OperationFlowGraph(AutoGraph[OperationEntity, OperationTransition]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化操作流程图。+ 展示操作流程图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: OperationEntity) -> str:+ def node_label_extractor(node: OperationStep) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: OperationTransition) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/part_replacement_list.py b/hyperextract/templates/zh/industry/part_replacement_list.pynew file mode 100644index 0000000..f10aa5b--- /dev/null+++ b/hyperextract/templates/zh/industry/part_replacement_list.py@@ -0,0 +1,132 @@+"""备件消耗清单 - 从设备维护记录中提取零件型号、数量、更换原因。++适用于备件管理、维护报告、维修工单等文本。+"""++from typing import Optional, Any+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoList+++class ReplacementItem(BaseModel):+ """+ 单项备件更换记录。+ """++ part_name: str = Field(+ description="备件名称(例如:轴承、密封圈、滤芯、润滑油、刀片等)。"+ )+ part_number: Optional[str] = Field(+ None, description="备件型号或编号(例如:SKF-6205、GB/T1234-2010)。"+ )+ quantity: Optional[str] = Field(+ None, description="更换数量(例如:2件、5升、1套)。"+ )+ unit: Optional[str] = Field(+ None, description="计量单位(例如:件、个、套、升、公斤)。"+ )+ replacement_reason: Optional[str] = Field(+ None, description="更换原因(例如:磨损、老化、损坏、预防性更换)。"+ )+ equipment_name: Optional[str] = Field(+ None, description="所属设备名称(例如:离心泵P-101、空压机C-001)。"+ )+ maintenance_type: Optional[str] = Field(+ None, description="维护类型:例行保养、故障维修、计划检修、抢修。"+ )+++_PROMPT = """## 角色与任务+你是一位设备维护管理专家,请从备件更换记录中提取所有备件消耗条目。++## 提取规则+### 核心约束+1. 每个条目对应一个独立的备件,禁止合并+2. 备件名称和型号与原文保持一致++### 领域特定规则+- 提取备件名称、型号、编号+- 提取更换数量和计量单位+- 提取更换原因(磨损、老化、损坏、预防性更换等)+- 提取所属设备名称+- 识别维护类型(例行保养、故障维修、计划检修、抢修)++### 源文本:+"""+++class PartReplacementList(AutoList[ReplacementItem]):+ """+ 适用文档: 备件管理台账、维修工单、维护报告、+ 设备检修记录。++ 模板用于从设备维护记录中提取备件消耗清单,+ 支持备件管理和采购计划制定。++ 使用示例:+ >>> replacement = PartReplacementList(llm_client=llm, embedder=embedder)+ >>> record = "2024年3月15日,对离心泵P-101进行检修,更换轴承SKF-6205 2件..."+ >>> replacement.feed_text(record)+ >>> replacement.show()+ """++ 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,+ ):+ """+ 初始化备件消耗清单模板。++ Args:+ llm_client (BaseChatModel): 用于备件提取的 LLM。+ embedder (Embeddings): 用于索引的嵌入模型。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoList 的其他参数。+ """+ super().__init__(+ item_schema=ReplacementItem,+ 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:+ """+ 可视化备件消耗清单。++ 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: ReplacementItem) -> str:+ qty = f" x{item.quantity}" if item.quantity else ""+ return f"{item.part_name}{qty} ({item.replacement_reason or ''})"++ 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/industry/safety_control_graph.py b/hyperextract/templates/zh/industry/safety_control_graph.pyindex 96de2ac..3d52301 100644--- a/hyperextract/templates/zh/industry/safety_control_graph.py+++ b/hyperextract/templates/zh/industry/safety_control_graph.py@@ -1,105 +1,117 @@+"""安全管控图谱 - 提取危险源、风险点和管控措施,构建安全管控关系,识别安全风险与管控责任的对应关系。++适用于安全规程、安全风险评估报告、职业健康安全手册等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class SafetyEntity(BaseModel):- """- 安全管控实体,包括危险源、风险点、管控措施、责任人等。- """+ """安全管控实体,包括危险源、风险点、管控措施、责任人等。"""- name: str = Field(description="实体名称(如:高温高压设备、触电风险、佩戴防护用品、安全主管等)。")- category: str = Field(- description='类别:危险源、风险点、管控措施、责任人。'- )- description: Optional[str] = Field(- None,- description="对该实体的描述。",- )+ name: str = Field(description="实体名称(如:数控加工中心、烫伤风险、佩戴防护用品、安全主管等)。")+ category: str = Field(description="类别:危险源、风险点、管控措施、责任人。")+ description: Optional[str] = Field(default=None, description="对该实体的描述。")+ risk_level: Optional[str] = Field(default=None, description="风险等级:重大风险、较大风险、一般风险,仅对风险点类别有效。")class SafetyRelation(BaseModel):- """- 安全管控关系。- """-- source: str = Field(description="源实体名称(危险源或风险点)。")- target: str = Field(description="目标实体名称(管控措施或责任人)。")- relation_type: str = Field(- description='关系类型:管控、负责等。'- )- control_measure: Optional[str] = Field(- None,- description="管控措施具体内容。",- )- responsible_person: Optional[str] = Field(- None,- description="责任人姓名或部门。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业安全管理分析专家。从安全规程文档中提取危险源、风险点和管控措施,构建安全管控关系。\n\n"- "规则:\n"- "- 识别危险源(如高温高压设备、电气设备、化学品等)。\n"- "- 识别风险点(如触电风险、烫伤风险、机械伤害等)。\n"- "- 识别管控措施(如佩戴防护用品、定期检修、通风换气等)。\n"- "- 识别责任人(如安全主管、设备负责人等)。\n"- "- 建立从危险源/风险点到管控措施/责任人的关系。\n"-)--_NODE_PROMPT = (- "你是工业安全管理分析专家。从安全规程文档中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别危险源名称。\n"- "- 识别风险点名称。\n"- "- 识别管控措施名称。\n"- "- 识别责任人名称。\n"- "- 为每个实体指定类别(危险源/风险点/管控措施/责任人)。\n"- "- 不建立实体之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业安全管理分析专家。在获得实体清单的基础上,提取安全管控关系(边)。\n\n"- "提取规则:\n"- "- 识别从危险源到管控措施的关联。\n"- "- 识别从风险点到管控措施的关联。\n"- "- 识别从管控措施到责任人的关联。\n"- "- 记录管控措施的具体内容。\n"- "- 记录责任人信息。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ """安全管控关系。"""++ source: str = Field(description="源实体名称(危险源或风险点或管控措施)。")+ target: str = Field(description="目标实体名称(风险点或管控措施或责任人)。")+ relationType: str = Field(description="关系类型:导致、需要、管控、负责。")+ hazard_factor: Optional[str] = Field(default=None, description="危险因素(如:高温部件、旋转部件、高压液体等)。")+ possible_consequence: Optional[str] = Field(default=None, description="可能导致后果(如:烫伤、机械伤害、触电等)。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业安全管理分析专家,请从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,包括危险源、风险点、管控措施、责任人+- **边 (Edge)**:安全管控关系++## 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+- 识别危险源名称(如数控加工中心、工业机械臂、冷却系统、液压站、电气控制柜等)+- 识别风险点名称(如烫伤风险、机械伤害风险、触电风险、摔伤风险等)+- 识别管控措施名称(如佩戴防护用品、设置安全围栏、定期检修、通风换气等)+- 识别责任人名称(如安全主管、设备负责人、班组长、电工等)+- 为每个实体指定类别(危险源/风险点/管控措施/责任人)+- 为风险点指定风险等级(重大风险、较大风险、一般风险)++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取安全管控关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体+- **边 (Edge)**:安全管控关系++## 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+- 识别从危险源到风险点的关联(关系类型:导致)+- 识别从风险点到管控措施的关联(关系类型:需要/管控)+- 识别从管控措施到责任人的关联(关系类型:负责)+- 记录危险因素和可能导致后果+- 关系类型使用:导致、需要、管控、负责++### 已知实体列表:+"""++_PROMPT = """## 角色与任务+你是一位工业安全管理分析专家,请从文本中提取危险源、风险点和管控措施,构建安全管控关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括危险源、风险点、管控措施、责任人+- **边 (Edge)**:安全管控关系++## 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+- 识别危险源(如数控加工中心、工业机械臂、冷却系统、液压站、电气控制柜等)+- 识别风险点(如烫伤风险、机械伤害风险、触电风险、摔伤风险等)+- 识别管控措施(如佩戴防护用品、设置安全围栏、定期检修、通风换气等)+- 识别责任人(如安全主管、设备负责人、班组长、电工等)+- 为风险点指定风险等级(重大风险、较大风险、一般风险)+- 建立从危险源→风险点→管控措施→责任人的完整管控链条++### 源文本:+"""class SafetyControlGraph(AutoGraph[SafetyEntity, SafetyRelation]):"""- 适用文档: 安全规程、安全风险评估报告、职业健康安全手册。-- 模板用于从安全规程中提取危险源、风险点和管控措施,构建安全管控关系。- 通过 category 区分异质节点,识别安全风险与管控责任的对应关系。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> safety = SafetyControlGraph(llm_client=llm, embedder=embedder)- >>> doc = "高温设备存在烫伤风险,需佩戴防护手套。由设备负责人负责监督检查..."- >>> safety.feed_text(doc)- >>> safety.show()+ 适用文档: 安全规程、安全风险评估报告、职业健康安全手册++ 功能介绍:+ 从安全规程中提取危险源、风险点和管控措施,构建安全管控关系,+ 识别安全风险与管控责任的对应关系,为安全管理提供参考。++ Example:+ >>> template = SafetyControlGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("数控加工中心存在烫伤风险,风险等级为重大风险。需佩戴防护眼镜和防护手套,由设备负责人负责监督检查...")+ >>> template.show()"""def __init__(@@ -118,23 +130,22 @@ class SafetyControlGraph(AutoGraph[SafetyEntity, SafetyRelation]):初始化安全管控图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=SafetyEntity,edge_schema=SafetyRelation,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -155,22 +166,22 @@ class SafetyControlGraph(AutoGraph[SafetyEntity, SafetyRelation]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化安全管控图。+ 展示安全管控图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: SafetyEntity) -> str:- return f"{node.name} ({node.category})"+ risk = f" [{node.risk_level}]" if node.risk_level else ""+ return f"{node.name} ({node.category}){risk}"def edge_label_extractor(edge: SafetyRelation) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/industry/safety_timeline.py b/hyperextract/templates/zh/industry/safety_timeline.pynew file mode 100644index 0000000..77c56af--- /dev/null+++ b/hyperextract/templates/zh/industry/safety_timeline.py@@ -0,0 +1,239 @@+"""事故时序图 - 从事故调查报告中提取时间线,还原事故发生前后的操作与响应序列。++适用于事故报告、事故调查报告、安全事件记录等文本。+"""++from typing import Optional, Any+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoTemporalGraph+++class SafetyTimelineEntity(BaseModel):+ """+ 事故时序图中的实体节点。+ """++ name: str = Field(description="实体名称(例如:操作人员、设备名称、岗位名称)。")+ entity_type: str = Field(+ description="类型:人员、设备、岗位、位置、环境状态。"+ )+ description: Optional[str] = Field(+ None, description="角色或状态描述(例如:操作工、离心泵、现场负责人)。"+ )+++class SafetyTimelineEdge(BaseModel):+ """+ 事故时序图中的时间边。+ """++ source: str = Field(description="源实体名称(执行操作的当事人)。")+ target: str = Field(description="目标实体名称(受影响的对象或结果)。")+ action: str = Field(+ description="操作或动作描述(例如:启动设备、巡检、发现异常)。"+ )+ start_timestamp: Optional[str] = Field(+ None,+ description="动作开始时间(例如:'2024-03-15 14:30'、'事故前30分钟')。",+ )+ end_timestamp: Optional[str] = Field(+ None,+ description="动作结束时间(如适用)。",+ )+ location: Optional[str] = Field(+ None, description="发生位置(例如:泵房、配电室、生产车间)。"+ )+ status: Optional[str] = Field(+ None,+ description="状态描述:正常、异常、故障、报警、失控等。",+ )+++_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从事故调查报告中提取时间线,还原事故发生前后的操作与响应序列。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与事故的人员、设备、位置等实体+- **边 (Edge)**:时间序列中的操作动作+- **时间**:操作发生的时间点++## 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+- 识别事故相关人员(操作工、班组长、安全员、管理人员)+- 识别相关设备(泵、电机、阀门、仪表)+- 识别操作动作(启动、停止、巡检、维修、发现异常)+- 识别环境状态(正常、异常、报警、危险)+- 按时间顺序排列事件++### 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):+ - "事故前30分钟" → {observation_time} 前30分钟+ - "当天上午" → {observation_time} 当天上午+ - "随后" → 接续前一事件++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从事故调查报告中提取所有参与事故的实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与事故的实体++## 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+- 识别事故相关人员(操作工、班组长、安全员、管理人员)+- 识别相关设备(泵、电机、阀门、仪表)+- 识别位置(泵房、配电室、生产车间)+- 识别环境状态实体++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位工业安全事故调查专家,请从已知实体列表中提取事故时间线中的操作动作作为时间边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的参与事故的实体+- **边 (Edge)**:时间序列中的操作动作+- **时间**:操作发生的时间点++## 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+- 识别操作动作(启动、停止、巡检、维修、发现异常)+- 提取时间点信息+- 记录位置和环境状态++### 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):+ - "事故前30分钟" → {observation_time} 前30分钟+ - "随后" → 接续前一事件++2. 精确时间 → 保持原样+3. 时间缺失 → 留空,不要猜测++"""+++class SafetyTimeline(AutoTemporalGraph[SafetyTimelineEntity, SafetyTimelineEdge]):+ """+ 适用文档: 事故调查报告、安全事件记录、+ 事件分析报告。++ 模板用于从事故调查报告中提取时间线,+ 还原事故发生前后的操作与响应序列,+ 支持事故复盘和原因分析。++ 使用示例:+ >>> timeline = SafetyTimeline(llm_client=llm, embedder=embedder)+ >>> report = "14:30,操作工启动离心泵P-101;14:35,发现异常振动..."+ >>> timeline.feed_text(report)+ >>> timeline.show()+ """++ def __init__(+ self,+ llm_client: BaseChatModel,+ embedder: Embeddings,+ *,+ observation_time: str = "2024-01-01",+ extraction_mode: str = "two_stage",+ chunk_size: int = 2048,+ chunk_overlap: int = 256,+ max_workers: int = 10,+ verbose: bool = False,+ **kwargs: Any,+ ):+ """+ 初始化事故时序图模板。++ Args:+ llm_client (BaseChatModel): 用于时序提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。+ observation_time (str): 用于解析相对日期的参考时间。+ extraction_mode (str): "one_stage" 或 "two_stage"。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoTemporalGraph 的其他参数。+ """+ super().__init__(+ node_schema=SafetyTimelineEntity,+ edge_schema=SafetyTimelineEdge,+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: (+ f"{x.source}|{x.action}|{x.target}"+ ),+ time_in_edge_extractor=lambda x: x.start_timestamp or "",+ 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,+ ) -> None:+ """+ 使用 OntoSight 可视化事故时序图。++ Args:+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的事件数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的事件数。默认 3。+ """++ def node_label_extractor(node: SafetyTimelineEntity) -> str:+ return f"{node.name} ({node.entity_type})"++ def edge_label_extractor(edge: SafetyTimelineEdge) -> str:+ date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""+ return f"{edge.action}{date}"++ 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/industry/spec_parameter_table.py b/hyperextract/templates/zh/industry/spec_parameter_table.pynew file mode 100644index 0000000..ecf212d--- /dev/null+++ b/hyperextract/templates/zh/industry/spec_parameter_table.py@@ -0,0 +1,158 @@+"""核心规格表 - 从技术规格书中提取额定功率、材质、尺寸精度等关键技术指标。++适用于设备台账、技术规格书、产品数据表等文本。+"""++from typing import Optional, List, Any+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from ontomem.merger import MergeStrategy+from hyperextract.types import AutoModel+++class SpecParameterTableSchema(BaseModel):+ """+ 从技术规格书中提取的核心技术参数。+ """++ equipment_name: str = Field(+ ..., description="设备或产品名称(例如:数控加工中心、离心泵、变压器等)。"+ )+ model_number: Optional[str] = Field(None, description="型号或规格代号。")+ manufacturer: Optional[str] = Field(None, description="制造商或供应商。")+ rated_power: Optional[str] = Field(+ None, description="额定功率(例如:55kW、200kVA、15kW/20kW)。"+ )+ rated_voltage: Optional[str] = Field(+ None, description="额定电压(例如:380V、10kV、220V)。"+ )+ rated_current: Optional[str] = Field(+ None, description="额定电流(例如:100A、50Hz)。"+ )+ frequency: Optional[str] = Field(None, description="工作频率(例如:50Hz、60Hz)。")+ material: Optional[str] = Field(+ None, description="主要材质或材料(例如:不锈钢304、铸铁、铝合金)。"+ )+ dimensions: Optional[str] = Field(+ None, description="外形尺寸或安装尺寸(例如:2000×1500×1800mm)。"+ )+ weight: Optional[str] = Field(+ None, description="重量或质量(例如:2500kg、5.8t)。"+ )+ accuracy: Optional[str] = Field(+ None, description="精度等级或精度指标(例如:±0.01mm、IT7级)。"+ )+ temperature_range: Optional[str] = Field(+ None, description="工作温度范围(例如:-20℃~50℃、0~80℃)。"+ )+ pressure_range: Optional[str] = Field(+ None, description="工作压力范围(例如:0~1.6MPa、PN16)。"+ )+ flow_rate: Optional[str] = Field(+ None, description="流量参数(例如:100m³/h、50L/min)。"+ )+ speed: Optional[str] = Field(+ None, description="转速或速度(例如:1450rpm、0.5~2m/s)。"+ )+ capacity: Optional[str] = Field(+ None, description="容量或处理能力(例如:500L、10m³/h)。"+ )+ protection_level: Optional[str] = Field(+ None, description="防护等级(例如:IP65、IP55)。"+ )+ insulation_class: Optional[str] = Field(+ None, description="绝缘等级(例如:F级、H级)。"+ )+ other_parameters: Optional[List[str]] = Field(+ None, description="其他关键技术参数列表(如适用)。"+ )+++_PROMPT = """## 角色与任务+你是一位工业设备技术专家,请从技术规格书中提取所有关键技术参数。++## 提取规则+### 核心约束+1. 每个对象对应一个独立的设备或产品,禁止合并+2. 参数值与原文保持一致++### 领域特定规则+- 提取设备名称、型号、制造商+- 提取电气参数:额定功率、额定电压、额定电流、频率+- 提取物理参数:材质、尺寸、重量、精度+- 提取工况参数:温度范围、压力范围、流量、转速+- 提取性能参数:容量、防护等级、绝缘等级+- 保留原始单位,不要换算++### 源文本:+"""+++class SpecParameterTable(AutoModel[SpecParameterTableSchema]):+ """+ 适用文档: 设备台账、技术规格书、产品数据表、+ 设备出厂参数文档。++ 模板用于从技术规格书中提取核心规格参数,+ 整合为结构化数据对象,用于设备台账管理和选型参考。++ 使用示例:+ >>> spec = SpecParameterTable(llm_client=llm, embedder=embedder)+ >>> spec_text = "数控加工中心:型号VMC-850,额定功率15kW,额定电压380V..."+ >>> spec.feed_text(spec_text)+ >>> print(spec.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,+ ):+ """+ 初始化核心规格表模板。++ Args:+ llm_client (BaseChatModel): 用于参数提取的 LLM。+ embedder (Embeddings): 用于索引的嵌入模型。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoModel 的其他参数。+ """+ super().__init__(+ data_schema=SpecParameterTableSchema,+ llm_client=llm_client,+ embedder=embedder,+ strategy_or_merger=MergeStrategy.LLM.BALANCED,+ prompt=_PROMPT,+ chunk_size=chunk_size,+ chunk_overlap=chunk_overlap,+ max_workers=max_workers,+ verbose=verbose,+ **kwargs,+ )++ def show(+ self,+ *,+ top_k: int = 3,+ ):+ """+ 展示规格参数。++ Args:+ top_k (int): 展示的规格数量。+ """++ def label_extractor(data: SpecParameterTableSchema) -> str:+ return f"{data.equipment_name} ({data.model_number or ''})"++ super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/industry/system_compatibility_graph.py b/hyperextract/templates/zh/industry/system_compatibility_graph.pynew file mode 100644index 0000000..3a8a796--- /dev/null+++ b/hyperextract/templates/zh/industry/system_compatibility_graph.py@@ -0,0 +1,200 @@+"""系统兼容性超图 - 从技术规格书中提取设备与环境、介质的对应关系。++适用于选型辅助、设备匹配分析、技术规格书等文本。+"""++from typing import Optional, Any, List+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoHypergraph+++class CompatibilityEntity(BaseModel):+ """+ 系统兼容性实体节点。+ """++ name: str = Field(+ description="实体名称(例如:离心泵P-101、不锈钢304、高温环境等)。"+ )+ category: str = Field(description="类型:设备、材质、介质、环境、连接方式。")+ description: Optional[str] = Field(+ None, description="描述(例如:15kW离心泵、适用于清水、适用于常温)。"+ )+++class CompatibilityEdge(BaseModel):+ """+ 系统兼容性超边,连接多个实体。+ """++ nodes: List[str] = Field(+ description="参与兼容性关系的节点列表:[设备, 材质/介质/环境1, 材质/介质/环境2, ...]"+ )+ compatibility_type: str = Field(+ description="兼容性类型:材质兼容、介质适用、环境适用、连接匹配。"+ )+ compatibility_note: Optional[str] = Field(+ None, description="兼容性说明或限制条件(例如:需加装过滤器、建议使用O型圈)。"+ )+++_NODE_PROMPT = """## 角色与任务+你是一位工业设备选型专家,请从技术规格书中提取所有实体作为节点。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备、材质、介质、环境等实体+- **边 (Edge)**:连接多个节点,表达设备与环境、介质的兼容性关系++## 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+- 识别设备(离心泵、压缩机、阀门、换热器)+- 识别材质(不锈钢304、铸铁、铝合金、碳钢)+- 识别介质(清水、污水、油品、酸碱溶液)+- 识别环境(高温环境、低温环境、防爆区域、腐蚀性环境)+- 识别连接方式(法兰连接、螺纹连接、焊接)++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+你是一位工业设备选型专家,请从已知实体列表中提取设备与环境、介质的兼容性关系作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备、材质、介质、环境等实体+- **边 (Edge)**:连接多个节点,表达设备与环境、介质的兼容性关系++## 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+- 识别设备与材质的兼容性(不锈钢泵适用于清水)+- 识别设备与介质的适用性(化工泵适用于酸碱溶液)+- 识别设备对环境的要求(防爆电机适用于防爆区域)+- 识别连接方式的匹配+- 边的 nodes 字段应包含所有参与该兼容性关系的实体++"""++_PROMPT = """## 角色与任务+你是一位工业设备选型专家,请从技术规格书中提取实体和设备与环境、介质的兼容性关系作为超边。++## 核心概念定义+- **节点 (Node)**:从文档中提取的设备、材质、介质、环境等实体+- **边 (Edge)**:连接多个节点,表达设备与环境、介质的兼容性关系++## 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++### 领域特定规则+- 识别设备(离心泵、压缩机、阀门、换热器)+- 识别材质(不锈钢304、铸铁、铝合金、碳钢)+- 识别介质(清水、污水、油品、酸碱溶液)+- 识别环境(高温环境、低温环境、防爆区域、腐蚀性环境)+- 识别连接方式(法兰连接、螺纹连接、焊接)+- 建立设备与材质、介质、环境的兼容性关系++### 源文本:+"""+++class SystemCompatibilityGraph(AutoHypergraph[CompatibilityEntity, CompatibilityEdge]):+ """+ 适用文档: 技术规格书、设备选型手册、+ 产品数据表。++ 模板用于从技术规格书中提取设备与环境、介质的对应关系,+ 支持选型辅助和设备匹配分析。++ 使用示例:+ >>> compat = SystemCompatibilityGraph(llm_client=llm, embedder=embedder)+ >>> doc = "离心泵适用于清水、污水及类似介质,材质为不锈钢304..."+ >>> compat.feed_text(doc)+ >>> compat.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,+ ):+ """+ 初始化系统兼容性超图模板。++ Args:+ llm_client (BaseChatModel): 用于兼容性提取的 LLM。+ embedder (Embeddings): 用于去重的嵌入模型。+ extraction_mode (str): "one_stage" 或 "two_stage"。+ chunk_size (int): 每个分块的最大字符数。+ chunk_overlap (int): 分块之间的重叠。+ max_workers (int): 并行处理工作线程数。+ verbose (bool): 是否启用进度日志。+ **kwargs: AutoHypergraph 的其他参数。+ """+ super().__init__(+ node_schema=CompatibilityEntity,+ edge_schema=CompatibilityEdge,+ node_key_extractor=lambda x: x.name,+ nodes_in_edge_extractor=lambda x: x.nodes,+ 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,+ ) -> None:+ """+ 使用 OntoSight 可视化系统兼容性超图。++ Args:+ top_k_nodes_for_search (int): 检索的实体数。默认 3。+ top_k_edges_for_search (int): 检索的兼容性关系数。默认 3。+ top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。+ top_k_edges_for_chat (int): 对话上下文中的兼容性关系数。默认 3。+ """++ def node_label_extractor(node: CompatibilityEntity) -> str:+ return f"{node.name} ({node.category})"++ def edge_label_extractor(edge: CompatibilityEdge) -> str:+ return edge.compatibility_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/industry/system_topology_graph.py b/hyperextract/templates/zh/industry/system_topology_graph.pyindex 12707e1..1795292 100644--- a/hyperextract/templates/zh/industry/system_topology_graph.py+++ b/hyperextract/templates/zh/industry/system_topology_graph.py@@ -1,100 +1,109 @@+"""系统拓扑图谱 - 提取工厂的厂区、系统、子系统、设备等层级结构。++适用于系统说明书、工厂布局图、系统架构文档等文本。+"""+from typing import Optional, Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class SystemEntity(BaseModel):- """- 系统拓扑实体,包括厂区、系统、子系统、设备等。- """+ """系统拓扑实体,包括厂区、系统、子系统、设备等。"""name: str = Field(description="实体名称(如:A工厂、制造车间A、数控加工系统、冷却系统等)。")- category: str = Field(- description='类别:厂区、系统、子系统、设备。'- )- function: Optional[str] = Field(- None,- description="功能描述。",- )- capacity: Optional[str] = Field(- None,- description="容量或规模。",- )+ category: str = Field(description="类别:厂区、系统、子系统、设备。")+ function: Optional[str] = Field(default=None, description="功能描述。")+ capacity: Optional[str] = Field(default=None, description="容量或规模。")class SystemHierarchy(BaseModel):- """- 系统层级关系。- """+ """系统层级关系。"""source: str = Field(description="上级实体名称(厂区或系统)。")target: str = Field(description="下级实体名称(系统或子系统或设备)。")- relation_type: str = Field(- description='关系类型:包含。'- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_PROMPT = (- "你是工业系统架构分析专家。从系统说明书中提取厂区、系统、子系统和设备的层级关系。\n\n"- "规则:\n"- "- 识别厂区(如A工厂、B工厂)。\n"- "- 识别生产系统(如制造车间、加工车间)。\n"- "- 识别子系统(如数控加工系统、冷却系统、物料输送系统)。\n"- "- 识别具体设备(如数控加工中心、机械臂、泵等)。\n"- "- 建立上下级的层级包含关系。\n"-)--_NODE_PROMPT = (- "你是工业系统架构分析专家。从系统说明书中提取所有实体(节点)。\n\n"- "提取规则:\n"- "- 识别厂区名称。\n"- "- 识别生产系统名称。\n"- "- 识别子系统名称。\n"- "- 识别具体设备名称。\n"- "- 为每个实体指定类别(厂区/系统/子系统/设备)。\n"- "- 不建立实体之间的关系。\n"-)--_EDGE_PROMPT = (- "你是工业系统架构分析专家。在获得实体清单的基础上,提取系统层级关系(边)。\n\n"- "提取规则:\n"- "- 识别厂区与系统之间的包含关系。\n"- "- 识别系统与子系统之间的包含关系。\n"- "- 识别子系统与设备之间的包含关系。\n"- "- 记录层级类型。\n"- "- 仅在提供的实体列表中建立关系。\n"-)--# ==============================================================================-# 3. 模板类-# ==============================================================================+ relationType: str = Field(description="关系类型:包含等。")+++_NODE_PROMPT = """## 角色与任务+你是一位工业系统架构分析专家,请从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,包括厂区、系统、子系统、设备等+- **边 (Edge)**:实体之间的层级包含关系++## 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+- 识别厂区名称(如A工厂、B工厂)+- 识别生产系统名称(如制造车间、加工车间)+- 识别子系统名称(如数控加工系统、冷却系统)+- 识别具体设备名称(如数控加工中心、机械臂、泵等)+- 为每个实体指定类别(厂区/系统/子系统/设备)++### 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层级关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括厂区、系统、子系统、设备等+- **边 (Edge)**:实体之间的层级包含关系++## 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+- 识别厂区与系统之间的包含关系+- 识别系统与子系统之间的包含关系+- 识别子系统与设备之间的包含关系++"""++_PROMPT = """## 角色与任务+你是一位工业系统架构分析专家,请从文本中提取实体和它们之间的层级关系。++## 核心概念定义+- **节点 (Node)**:从文档中提取的实体,包括厂区、系统、子系统、设备等+- **边 (Edge)**:实体之间的层级包含关系++## 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+- 识别厂区(如A工厂、B工厂)+- 识别生产系统(如制造车间、加工车间)+- 识别子系统(如数控加工系统、冷却系统)+- 识别具体设备(如数控加工中心、机械臂、泵等)+- 建立上下级的层级包含关系++### 源文本:+"""class SystemTopologyGraph(AutoGraph[SystemEntity, SystemHierarchy]):"""- 适用文档: 系统说明书、工厂布局图、系统架构文档。-- 模板用于从系统说明书中提取厂区、系统、子系统和设备的层级关系。- 构建完整的工厂系统架构视图。-- 使用示例:- >>> from langchain_openai import ChatOpenAI, OpenAIEmbeddings- >>> llm = ChatOpenAI(model="gpt-4o")- >>> embedder = OpenAIEmbeddings()- >>> topology = SystemTopologyGraph(llm_client=llm, embedder=embedder)- >>> doc = "A工厂包含制造车间A,制造车间A包括数控加工系统和物料输送系统..."- >>> topology.feed_text(doc)- >>> topology.show()+ 适用文档: 系统说明书、工厂布局图、系统架构文档++ 功能介绍:+ 从系统说明书中提取厂区、系统、子系统和设备的层级关系,构建完整的工厂系统架构视图。++ Example:+ >>> template = SystemTopologyGraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("A工厂包含制造车间A,制造车间A包括数控加工系统和物料输送系统...")+ >>> template.show()"""def __init__(@@ -113,23 +122,22 @@ class SystemTopologyGraph(AutoGraph[SystemEntity, SystemHierarchy]):初始化系统拓扑图谱模板。Args:- llm_client (BaseChatModel): 用于实体和关系提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- extraction_mode (str): "one_stage" 或 "two_stage"。默认为 "two_stage"。- chunk_size (int): 每个分块的最大字符数。- chunk_overlap (int): 分块之间的重叠。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。+ 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=SystemEntity,edge_schema=SystemHierarchy,- node_key_extractor=lambda x: x.name.strip().lower(),- edge_key_extractor=lambda x: (- f"{x.source.strip()}--({x.relation_type})-->{x.target.strip()}"- ),- nodes_in_edge_extractor=lambda x: (x.source.strip(), x.target.strip()),+ 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,@@ -150,22 +158,21 @@ class SystemTopologyGraph(AutoGraph[SystemEntity, SystemHierarchy]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化系统拓扑图。+ 展示系统拓扑图。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的关系数。默认 3。+ 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: SystemEntity) -> str:return f"{node.name} ({node.category})"def edge_label_extractor(edge: SystemHierarchy) -> str:- return edge.relation_type+ return edge.relationTypesuper().show(node_label_extractor=node_label_extractor,diff --git a/tests/fixtures/test_samples/zh/finance/annual_report_sample.md b/tests/fixtures/test_samples/zh/finance/annual_report_sample.mdindex d45f470..7f60250 100644--- a/tests/fixtures/test_samples/zh/finance/annual_report_sample.md+++ b/tests/fixtures/test_samples/zh/finance/annual_report_sample.md@@ -2,7 +2,7 @@## 2025 年年度报告-**股票代码**: 688XXX+**股票代码**: 688567**股票简称**: 星河智能**上市交易所**: 上海证券交易所科创板@@ -14,12 +14,12 @@|---|---|| 公司中文名称 | 星河智能科技股份有限公司 || 公司英文名称 | Galaxy Intelligent Technology Co., Ltd. |-| 注册地址 | 深圳市南山区科技园南区高新南一道008号 |-| 法定代表人 | 陈志远 |-| 董事会秘书 | 林晓燕 |+| 注册地址 | 深圳市南山区科技园南区高新南一道88号 |+| 法定代表人 | 陈某远 |+| 董事会秘书 | 林某燕 || 注册资本 | 人民币4.2亿元 |-| 成立日期 | 2015年3月18日 |-| 统一社会信用代码 | 91440300MA5DXXXXXX |+| 成立日期 | 2012年6月15日 |+| 统一社会信用代码 | 91440300MA5DXXXXX0 |---@@ -29,7 +29,7 @@公司董事会、行长及其他高级管理人员保证年度报告内容的真实、准确、完整,不存在虚假记载、误导性陈述或重大遗漏,并承担个别和连带的法律责任。-公司2025年度利润分配预案为:以总股本420,000,000股为基数,向全体股东每10股派发现金红利人民币3.50元(含税),合计拟派发现金红利人民币147,000,000元,占归属于上市公司股东净利润的30.2%。不送红股,不以公积金转增股本。+公司2025年度利润分配预案为:以总股本420,000,000股为基数,向全体股东每10股派发现金红利人民币2.80元(含税),合计拟派发现金红利人民币117,600,000元,占归属于上市公司股东净利润的32.5%。不送红股,不以公积金转增股本。---@@ -37,23 +37,23 @@### 一、公司简介-星河智能科技股份有限公司是一家专注于工业人工智能与智能制造解决方案的高新技术企业。公司主要为制造业、能源、交通等行业提供基于AI的智能检测、预测性维护和生产优化软件平台。公司自主研发的"星核"AI平台已服务超过1,200家企业客户,覆盖全国28个省市及海外15个国家和地区。+星河智能科技股份有限公司是一家专注于工业人工智能与智能制造解决方案的高新技术企业。公司主要为制造业、能源、交通等行业提供基于AI的智能检测、预测性维护和生产优化软件平台。公司自主研发的"星核"AI平台已服务超过1,280家企业客户,覆盖全国28个省市及海外8个国家和地区。### 二、报告期主要业务或产品公司业务分为三大板块:-**1. 智能检测与质控(占营收48.5%)**+**1. 智能检测与质控(占营收45%)**-公司旗舰产品"星核视觉"利用深度学习和计算机视觉技术,为半导体、新能源汽车、消费电子等行业提供自动光学检测(AOI)解决方案。报告期内,智能检测业务实现营业收入人民币12.13亿元,同比增长26.3%。+公司旗舰产品"星核视觉"利用深度学习和计算机视觉技术,为半导体、新能源汽车、消费电子等行业提供自动光学检测(AOI)解决方案。报告期内,智能检测业务实现营业收入人民币17.85亿元,同比增长28.5%。-**2. 预测性维护(占营收32.1%)**+**2. 预测性维护(占营收38%)**-"星核预测"产品通过工业物联网传感器数据采集和AI分析,实现设备故障预测和维护优化。报告期内实现营业收入人民币8.03亿元,同比增长31.8%。+"星核预测"产品通过工业物联网传感器数据采集和AI分析,实现设备故障预测和维护优化。报告期内实现营业收入人民币15.08亿元,同比增长35.2%。-**3. 能源管理与碳中和(占营收19.4%)**+**3. 能源管理与碳中和(占营收17%)**-公司2023年新设立的能源管理业务板块,提供工厂能耗优化和碳排放管理解决方案。报告期内实现营业收入人民币4.86亿元,同比增长52.7%。+公司2023年新设立的能源管理业务板块,提供工厂能耗优化和碳排放管理解决方案。报告期内实现营业收入人民币6.75亿元,同比增长125.8%。### 三、主要财务数据和指标@@ -61,81 +61,81 @@| 项目 | 2025年度 | 2024年度 | 2023年度 ||---|---|---|---|-| **营业收入** | 250,200 | 198,400 | 157,600 |-| 营业成本 | 100,080 | 81,344 | 66,192 |-| **毛利润** | 150,120 | 117,056 | 91,408 |-| 研发费用 | 47,538 | 39,680 | 33,096 |-| 销售费用 | 30,024 | 25,196 | 20,488 |-| 管理费用 | 17,514 | 14,882 | 12,608 |-| 财务费用 | 2,502 | 2,381 | 1,891 |-| **营业利润** | 52,542 | 34,917 | 23,325 |-| 利润总额 | 53,796 | 35,478 | 23,912 |-| 所得税费用 | 5,380 | 3,548 | 2,391 |-| **归属于母公司股东净利润** | 48,654 | 32,148 | 21,676 |-| **基本每股收益(元)** | 1.16 | 0.77 | 0.52 |-| **稀释每股收益(元)** | 1.13 | 0.74 | 0.50 |+| **营业收入** | 396,800 | 310,500 | 245,200 |+| 营业成本 | 221,400 | 182,650 | 147,120 |+| **毛利润** | 175,400 | 127,850 | 98,080 |+| 研发费用 | 71,420 | 55,890 | 44,140 |+| 销售费用 | 39,680 | 34,155 | 29,420 |+| 管理费用 | 18,920 | 15,580 | 12,260 |+| 财务费用 | 2,840 | 3,210 | 2,180 |+| **营业利润** | 42,540 | 19,015 | 10,080 |+| 利润总额 | 41,280 | 18,220 | 9,650 |+| 所得税费用 | 6,192 | 2,733 | 1,448 |+| **归属于母公司股东净利润** | 36,180 | 15,660 | 8,365 |+| **基本每股收益(元)** | 0.86 | 0.37 | 0.20 |+| **稀释每股收益(元)** | 0.85 | 0.37 | 0.20 |#### 合并资产负债表(单位:万元人民币)| 项目 | 2025年12月31日 | 2024年12月31日 ||---|---|---|| **流动资产** | | |-| 货币资金 | 82,560 | 65,200 |-| 应收账款 | 58,796 | 46,378 |-| 存货 | 15,012 | 12,890 |-| 其他流动资产 | 8,756 | 7,123 |-| **流动资产合计** | 165,124 | 131,591 |+| 货币资金 | 85,420 | 52,680 |+| 应收账款 | 68,350 | 48,920 |+| 存货 | 12,450 | 9,820 |+| 其他流动资产 | 5,680 | 4,210 |+| **流动资产合计** | 171,900 | 115,630 || **非流动资产** | | |-| 固定资产 | 32,526 | 27,814 |-| 无形资产 | 28,772 | 22,386 |-| 商誉 | 45,680 | 32,150 |-| 使用权资产 | 12,348 | 10,572 |-| 其他非流动资产 | 8,124 | 6,892 |-| **非流动资产合计** | 127,450 | 99,814 |-| **资产总计** | 292,574 | 231,405 |+| 固定资产 | 45,820 | 38,560 |+| 无形资产 | 18,920 | 15,420 |+| 商誉 | 22,500 | 12,500 |+| 使用权资产 | 8,650 | 7,210 |+| 其他非流动资产 | 4,180 | 3,560 |+| **非流动资产合计** | 100,070 | 77,250 |+| **资产总计** | 271,970 | 192,880 || | | || **流动负债** | | |-| 应付账款 | 22,518 | 17,856 |-| 合同负债 | 35,028 | 27,764 |-| 短期借款 | 10,000 | 8,000 |-| 其他流动负债 | 12,456 | 9,878 |-| **流动负债合计** | 80,002 | 63,498 |+| 应付账款 | 42,180 | 32,450 |+| 合同负债 | 15,620 | 12,380 |+| 短期借款 | 8,500 | 12,000 |+| 其他流动负债 | 6,840 | 5,210 |+| **流动负债合计** | 73,140 | 62,040 || **非流动负债** | | |-| 长期借款 | 25,000 | 15,000 |-| 租赁负债 | 10,890 | 9,234 |-| 递延所得税负债 | 3,456 | 2,784 |-| **非流动负债合计** | 39,346 | 27,018 |-| **负债合计** | 119,348 | 90,516 |+| 长期借款 | 18,000 | 15,000 |+| 租赁负债 | 7,210 | 5,850 |+| 递延所得税负债 | 1,680 | 980 |+| **非流动负债合计** | 26,890 | 21,830 |+| **负债合计** | 100,030 | 83,870 || | | || **所有者权益** | | || 股本 | 42,000 | 42,000 |-| 资本公积 | 68,450 | 52,186 |-| 盈余公积 | 12,348 | 9,872 |-| 未分配利润 | 50,428 | 36,831 |-| **归属于母公司所有者权益合计** | 173,226 | 140,889 |-| **负债和所有者权益总计** | 292,574 | 231,405 |+| 资本公积 | 68,500 | 32,500 |+| 盈余公积 | 8,540 | 6,250 |+| 未分配利润 | 53,400 | 28,260 |+| **归属于母公司所有者权益合计** | 172,440 | 109,010 |+| **负债和所有者权益总计** | 271,970 | 192,880 |#### 合并现金流量表(单位:万元人民币)| 项目 | 2025年度 | 2024年度 ||---|---|---|-| 经营活动产生的现金流量净额 | 62,550 | 47,520 |-| 投资活动产生的现金流量净额 | (38,760) | (25,400) |-| 筹资活动产生的现金流量净额 | (6,430) | 12,800 |-| 现金及现金等价物净增加额 | 17,360 | 34,920 |+| 经营活动产生的现金流量净额 | 42,850 | 28,420 |+| 投资活动产生的现金流量净额 | (28,500) | (22,180) |+| 筹资活动产生的现金流量净额 | 18,450 | (5,620) |+| 现金及现金等价物净增加额 | 32,800 | 620 |#### 主要财务指标| 指标 | 2025年度 | 2024年度 ||---|---|---|-| 毛利率 | 60.0% | 59.0% |-| 净利率 | 19.4% | 16.2% |-| 加权平均净资产收益率 | 31.0% | 25.4% |-| 研发费用占营收比例 | 19.0% | 20.0% |-| 营收增长率 | 26.1% | 25.9% |-| 资产负债率 | 40.8% | 39.1% |-| 流动比率 | 2.06 | 2.07 |-| 经营活动现金流/净利润 | 128.6% | 147.8% |+| 毛利率 | 44.2% | 41.2% |+| 净利率 | 9.1% | 5.0% |+| 加权平均净资产收益率 | 25.6% | 14.8% |+| 研发费用占营收比例 | 18.0% | 18.0% |+| 营收增长率 | 27.8% | 26.6% |+| 资产负债率 | 36.8% | 43.5% |+| 流动比率 | 2.35 | 1.86 |+| 经营活动现金流/净利润 | 118.4% | 181.5% |---@@ -143,25 +143,25 @@### 一、报告期内经营情况讨论与分析-2025年度,公司实现营业收入人民币25.02亿元,同比增长26.1%;归属于上市公司股东的净利润人民币4.87亿元,同比增长51.4%。公司经营业绩大幅增长主要得益于以下因素:+2025年度,公司实现营业收入人民币39.68亿元,同比增长27.8%;归属于上市公司股东的净利润人民币3.62亿元,同比增长130.8%。公司经营业绩大幅增长主要得益于以下因素:**1. 行业需求旺盛**-受国家"十四五"智能制造发展规划和制造业数字化转型政策的推动,工业AI软件市场保持高速增长。据赛迪研究院数据,2025年中国工业AI市场规模达到人民币780亿元,同比增长28.5%。公司凭借技术领先优势和品牌积累,市占率从2024年的3.1%提升至3.8%。+受国家"十四五"智能制造发展规划和制造业数字化转型政策的推动,工业AI软件市场保持高速增长。据赛迪研究院数据,2025年中国工业AI市场规模达到人民币485亿元,同比增长32.5%。公司凭借技术领先优势和品牌积累,市占率从2024年的6.8%提升至8.2%。**2. 大客户战略成效显著**-报告期内,公司年收入超过500万元的客户数量从2024年的86家增长至112家,同比增长30.2%。前十大客户合计收入占比为28.5%,较上年的31.2%有所下降,客户集中度持续优化。新签宁德时代、比亚迪、中芯国际等行业龙头客户,进一步验证了公司产品在高端制造领域的竞争力。+报告期内,公司年收入超过500万元的客户数量从2024年的85家增长至128家,同比增长50.6%。前十大客户合计收入占比为38.5%,较上年的42.3%有所下降,客户集中度持续优化。新签宁德时代、比亚迪、中芯国际等行业龙头客户,进一步验证了公司产品在高端制造领域的竞争力。-新签订单中,平均合同金额由2024年的人民币185万元提升至人民币228万元,增长23.2%。客户续约率达到93.7%,金额续约率(含增购)达到118.2%,体现了产品的强粘性和持续的交叉销售能力。+新签订单中,平均合同金额由2024年的680万元提升至920万元,增长35.3%。客户续约率达到92%,金额续约率(含增购)达到125%,体现了产品的强粘性和持续的交叉销售能力。**3. 毛利率改善**-公司综合毛利率从2024年的59.0%提升至60.0%,主要原因包括:(1)软件订阅收入占比从68.5%提升至72.3%,订阅模式毛利率约75%,高于项目制实施模式的45%;(2)AI模型的推理效率提升降低了云计算资源消耗,单位算力成本下降约12%;(3)规模效应使得客户成功团队人效比有所提高。+公司综合毛利率从2024年的41.2%提升至44.2%,主要原因包括:(1)软件订阅收入占比从52%提升至65%,订阅模式毛利率约82%,高于项目制实施模式的55%;(2)AI模型的推理效率提升降低了云计算资源消耗,单位算力成本下降约25%;(3)规模效应使得客户成功团队人效比有所提高。**4. 研发投入持续加大**-报告期内研发投入人民币4.75亿元,同比增长19.8%,占营业收入的19.0%。研发人员总数达到1,280人,占员工总数的52.3%。主要研发方向包括:+报告期内研发投入人民币7.14亿元,同比增长27.8%,占营业收入的18%。研发人员总数达到685人,占员工总数的42%。主要研发方向包括:- 星核3.0平台升级:引入大语言模型驱动的自然语言交互界面- 跨模态AI融合:整合视觉、声学、振动等多源数据- 边缘计算方案:面向离线和低延迟场景的边缘部署方案@@ -175,15 +175,15 @@**2. 市场竞争加剧风险**-工业AI市场吸引了众多竞争对手,包括西门子、施耐德电气等国际巨头,以及海康威视、科大讯飞等国内龙头企业。部分竞争对手在资金、渠道、品牌等方面具有优势。竞争加剧可能导致产品降价压力和客户获取成本上升。+工业AI市场吸引了众多竞争对手,包括西门子、施耐德电气等国际巨头,以及海康威视、科大讯飞等国内龙头企业。部分竞争对手在资金、渠道,品牌等方面具有优势。竞争加剧可能导致产品降价压力和客户获取成本上升。**3. 应收账款风险**-随着业务规模扩大,公司应收账款余额持续增长。截至2025年12月31日,应收账款余额为人民币5.88亿元,占营业收入的23.5%。虽然账龄主要集中在1年以内(占比87.2%),但大额应收账款仍存在回收风险。公司已计提坏账准备人民币3,520万元,坏账准备计提比例为6.0%。+随着业务规模扩大,公司应收账款余额持续增长。截至2025年12月31日,应收账款余额为人民币6.84亿元,占营业收入的17.2%。虽然账龄主要集中在1年以内(占比82%),但大额应收账款仍存在回收风险。公司已计提坏账准备人民币3,420万元,坏账准备计提比例为5%。**4. 人才流失风险**-公司核心技术团队是公司竞争力的关键。报告期内公司核心技术人员流失率为5.8%,低于行业平均水平8.2%。公司已实施股权激励计划,向385名核心员工授予2,100万份股票期权,以增强人才留存。+公司核心技术团队是公司竞争力的关键。报告期内公司核心技术人员流失率为8.5%,低于行业平均水平12%。公司已实施股权激励计划,向168名核心员工授予850万份股票期权,以增强人才留存。---@@ -193,12 +193,12 @@| 姓名 | 职务 | 年龄 | 任职起始日 ||---|---|---|---|-| 陈志远 | 董事长兼总经理 | 46 | 2015年3月 |-| 王晓峰 | 副总经理兼首席技术官 | 43 | 2015年3月 |-| 刘雅琴 | 副总经理兼首席财务官 | 44 | 2019年6月 |-| 张明辉 | 副总经理兼首席运营官 | 41 | 2020年1月 |-| 李思远 | 首席AI科学家 | 38 | 2018年9月 |-| 赵文婷 | 董事会秘书 | 36 | 2021年3月 |+| 陈某远 | 董事长兼总经理 | 48 | 2012年6月 |+| 王某峰 | 副总经理兼首席技术官 | 45 | 2015年3月 |+| 刘某琴 | 副总经理兼首席财务官 | 42 | 2018年9月 |+| 张某辉 | 副总经理兼首席运营官 | 44 | 2019年4月 |+| 李某远 | 首席AI科学家 | 40 | 2020年7月 |+| 赵某婷 | 董事会秘书 | 38 | 2021年2月 |### 二、股东情况@@ -206,16 +206,16 @@| 股东名称 | 持股数量(万股) | 持股比例 | 股东性质 ||---|---|---|---|-| 陈志远 | 7,560 | 18.00% | 创始人 |-| 王晓峰 | 4,620 | 11.00% | 创始人 |-| 深圳创新投资集团 | 3,780 | 9.00% | 国有股东 |-| 红杉资本中国基金 | 3,360 | 8.00% | 财务投资者 |-| 高瓴资本 | 2,940 | 7.00% | 财务投资者 |-| 国家集成电路产业基金 | 2,520 | 6.00% | 国有基金 |-| 腾讯产业投资基金 | 2,100 | 5.00% | 战略投资者 |-| 中国人寿保险 | 1,260 | 3.00% | 财务投资者 |-| 香港中央结算有限公司(陆股通) | 1,050 | 2.50% | 境外投资者 |-| 博时基金 | 840 | 2.00% | 公募基金 |+| 陈某远 | 8,500 | 20.24% | 创始人 |+| 王某峰 | 4,200 | 10.00% | 创始人 |+| 深圳创新投资集团 | 2,800 | 6.67% | 国有股东 |+| 红杉资本中国基金 | 2,100 | 5.00% | 财务投资者 |+| 高瓴资本 | 1,680 | 4.00% | 财务投资者 |+| 国家集成电路产业基金 | 1,260 | 3.00% | 国有基金 |+| 腾讯产业投资基金 | 1,050 | 2.50% | 战略投资者 |+| 中国人寿保险 | 840 | 2.00% | 财务投资者 |+| 香港中央结算有限公司(陆股通) | 630 | 1.50% | 境外投资者 |+| 博时基金 | 420 | 1.00% | 公募基金 |---@@ -223,17 +223,17 @@### 一、重大收购-2025年8月,公司以现金人民币2.85亿元收购了上海云检科技有限公司100%股权。云检科技是国内领先的半导体晶圆检测AI软件供应商,拥有30余家半导体行业客户。收购完成后,公司在半导体检测领域的市场份额从4.2%提升至7.8%。+2025年8月,公司以现金人民币2.25亿元收购了上海云检科技有限公司100%股权。云检科技是国内领先的半导体晶圆检测AI软件供应商,拥有28余家半导体行业客户。收购完成后,公司在半导体检测领域的市场份额从5.2%提升至8.5%。-收购形成商誉人民币1.35亿元。公司已按照《企业会计准则》对商誉进行减值测试,2025年度未发生减值。+收购形成商誉人民币1.25亿元。公司已按照《企业会计准则》对商誉进行减值测试,2025年度未发生减值。### 二、诉讼仲裁-报告期内,公司无重大诉讼、仲裁事项。2024年度披露的与深圳智检科技有限公司的专利侵权纠纷已于2025年6月达成和解,公司未承担赔偿责任。+报告期内,公司无重大诉讼、仲裁事项。2024年度披露的与深圳智检科技有限公司的专利侵权纠纷已于2024年9月达成和解,公司未承担赔偿责任。----**本报告经公司董事会于2026年3月15日审议通过。**+**本报告经公司董事会于2026年4月20日审议通过。**-董事长签字:/s/ 陈志远-日期:2026年3月15日+董事长签字:/s/ 陈某远+日期:2026年4月20日diff --git a/tests/fixtures/test_samples/zh/finance/earnings_call_transcript_sample.md b/tests/fixtures/test_samples/zh/finance/earnings_call_transcript_sample.mdindex ff34b00..2cc23d9 100644--- a/tests/fixtures/test_samples/zh/finance/earnings_call_transcript_sample.md+++ b/tests/fixtures/test_samples/zh/finance/earnings_call_transcript_sample.md@@ -4,159 +4,235 @@| | ||---|---|-| **日期** | 2026年3月20日 |+| **日期** | 2026年1月15日 || **时间** | 下午15:00(北京时间) |-| **参会人员** | 陈志远 董事长兼总经理;刘雅琴 副总经理兼首席财务官;王晓峰 副总经理兼首席技术官;林晓燕 董事会秘书 |-| **主持人** | 林晓燕 董事会秘书 |+| **参会人员** | 陈某远 董事长兼总经理;刘某琴 副总经理兼首席财务官;王某峰 副总经理兼首席技术官;林某燕 董事会秘书 |+| **主持人** | 林某燕 董事会秘书 |---## 一、管理层发言-### 林晓燕 — 董事会秘书+### 林某燕 — 董事会秘书各位投资者、分析师朋友们,下午好。欢迎参加星河智能科技2025年第四季度及全年业绩说明会。在正式开始之前,提请各位注意,本次说明会中涉及的未来展望及业绩预期均为前瞻性陈述,存在不确定性,实际结果可能与预期存在差异。-下面有请陈志远先生介绍公司全年经营情况。+下面有请陈某远先生介绍公司全年经营情况。----### 陈志远 — 董事长兼总经理+### 陈某远 — 董事长兼总经理感谢晓燕。各位投资者朋友,大家下午好。-2025年是星河智能发展历程中具有里程碑意义的一年。公司实现营业收入人民币25.02亿元,同比增长26.1%;归属于母公司股东的净利润人民币4.87亿元,同比增长51.4%。这一成绩的取得,得益于全体员工的努力,也得益于中国制造业数字化转型的大趋势。+2025年是星河智能发展历程中具有里程碑意义的一年。公司实现营业收入人民币39.68亿元,同比增长27.8%;归属于母公司股东的净利润人民币3.62亿元,同比增长130.8%。这一成绩的取得,得益于全体员工的努力,也得益于中国制造业数字化转型的大趋势。我想重点强调三个方面:-**第一,大客户战略取得突破性进展。**报告期内,我们新签了多家行业龙头客户,包括宁德时代、比亚迪、中芯国际。这些标杆客户的获取不仅带来了直接的收入贡献,更重要的是验证了我们在高端制造领域的产品竞争力。年收入超过500万元的客户数量从86家增长到112家,增长了30%。+**第一,大客户战略取得突破性进展。**报告期内,我们新签了多家行业龙头客户,包括宁德时代、比亚迪、中芯国际。这些标杆客户的获取不仅带来了直接的收入贡献,更重要的是验证了我们在高端制造领域的产品竞争力。年收入超过500万元的客户数量从85家增长到128家,增长了50.6%。-**第二,新业务板块表现亮眼。**能源管理与碳中和业务实现营收人民币4.86亿元,同比增长52.7%,是公司增长最快的板块。随着碳达峰碳中和目标的推进和CCER市场的重启,我们预计该板块在2026年将继续保持40%以上的增长。+**第二,新业务板块表现亮眼。**能源管理与碳中和业务实现营收人民币6.75亿元,同比增长125.8%,是公司增长最快的板块。随着碳达峰碳中和目标的推进和CCER市场的重启,我们预计该板块在2026年将继续保持40%以上的增长。-**第三,技术创新持续深化。**我们在大模型与工业AI融合方面取得了重要进展。星核3.0平台引入了大语言模型驱动的自然语言交互界面,使得一线工程师能够通过自然语言直接查询设备状态、下达维护指令。这项功能已在12家客户现场完成部署验证,客户反馈积极。+**第三,技术创新持续深化。**我们在大模型与工业AI融合方面取得了重要进展。星核3.0平台引入了大语言模型驱动的自然语言交互界面,使得一线工程师能够通过自然语言直接查询设备状态,下达维护指令。这项功能已在85家客户现场完成部署验证,客户反馈积极。-下面请刘雅琴总介绍财务数据。+下面请刘某琴总介绍财务数据。----### 刘雅琴 — 副总经理兼首席财务官+### 刘某琴 — 副总经理兼首席财务官谢谢陈总。我来介绍第四季度和全年的主要财务数据。#### 第四季度业绩-第四季度实现营业收入人民币7.35亿元,同比增长23.8%,环比增长11.2%。四季度通常是我们的业绩旺季,受益于客户的年末预算执行。+第四季度实现营业收入人民币12.58亿元,同比增长32.5%,环比增长18.2%。四季度通常是我们的业绩旺季,受益于客户的年末预算执行。分业务板块来看:-- **智能检测与质控**:Q4营收人民币3.42亿元,同比增长20.5%,半导体行业客户贡献了主要增量-- **预测性维护**:Q4营收人民币2.45亿元,同比增长25.3%,新能源汽车行业客户增长迅速-- **能源管理与碳中和**:Q4营收人民币1.48亿元,同比增长45.2%,受益于多个大型碳管理项目的验收确认+- **智能检测与质控**:Q4营收5.68亿元,同比增长35.2%,半导体行业客户贡献了主要增量+- **预测性维护**:Q4营收4.52亿元,同比增长38.5%,新能源汽车行业客户增长迅速+- **能源管理与碳中和**:Q4营收2.38亿元,同比增长145.8%,受益于多个大型碳管理项目的验收确认#### 全年核心财务指标| 指标 | 2025年 | 2024年 | 同比变化 ||---|---|---|---|-| 营业收入 | 25.02亿元 | 19.84亿元 | +26.1% |-| 毛利率 | 60.0% | 59.0% | +1.0个百分点 |-| 净利润 | 4.87亿元 | 3.21亿元 | +51.4% |-| 经营性现金流 | 6.26亿元 | 4.75亿元 | +31.6% |-| 研发投入 | 4.75亿元 | 3.97亿元 | +19.8% |-| 研发投入占比 | 19.0% | 20.0% | -1.0个百分点 |+| 营业收入 | 39.68亿元 | 31.05亿元 | +27.8% |+| 毛利率 | 44.2% | 41.2% | +3个百分点 |+| 净利润 | 3.62亿元 | 1.57亿元 | +130.8% |+| 经营性现金流 | 4.28亿元 | 2.84亿元 | +50.7% |+| 研发投入 | 7.14亿元 | 5.59亿元 | +27.7% |+| 研发投入占比 | 18.0% | 18.0% | 持平 |-毛利率提升1个百分点至60%,主要原因有三个:一是软件订阅收入占比提升至72.3%,订阅模式的毛利率约75%,显著高于项目制的45%;二是AI推理效率优化使得单位算力成本下降约12%;三是规模效应带来的人效提升。+毛利率提升3个百分点至44.2%,主要原因有三个:一是软件订阅收入占比提升至65%,订阅模式的毛利率约82%,显著高于项目制的55%;二是AI推理效率优化使得单位算力成本下降约25%;三是规模效应带来的人效提升。-经营性现金流同比增长31.6%至人民币6.26亿元,主要得益于净利润增长和预收款项的增加。自由现金流为人民币3.82亿元,同比增长45.8%。+经营性现金流同比增长50.7%至人民币4.28亿元,主要得益于净利润增长和预收款款项的增加。自由现金流为人民币3.85亿元,同比增长62.8%。#### 2026年业绩指引公司对2026年给出以下经营展望:-- **营业收入**:预计人民币31亿元至33亿元,同比增长24%-32%-- **毛利率**:预计维持在60%-62%区间+- **营业收入**:预计人民币50亿元至55亿元,同比增长26%-38%+- **毛利率**:预计维持在44%-46%区间- **研发投入占比**:预计维持在18%-20%-- **净利润率**:预计提升至20%-22%+- **净利润率**:预计提升至11%-13%-下面请王晓峰总介绍技术进展。+下面请王某峰总介绍技术进展。----### 王晓峰 — 副总经理兼首席技术官+### 王某峰 — 副总经理兼首席技术官-谢谢刘总。我简要汇报三个技术方向的进展。+谢谢刘总。下面我来介绍公司在技术方面的最新进展。-**一、星核3.0平台。**星核3.0是我们在2025年发布的新一代工业AI平台,核心升级包括:大语言模型接口层、多模态数据融合引擎和联邦学习框架。截至年底,已有45家客户升级至3.0版本。3.0版本的客户NPS评分为72分,高于2.0版本的64分。+**星核3.0平台发布**-**二、边缘计算解决方案。**我们推出了面向离线和低延迟场景的星核Edge产品。该产品将AI模型压缩至可在工业级边缘设备上运行的水平,推理延迟从云端方案的200毫秒降至15毫秒,满足了精密制造对实时检测的需求。已有28家客户部署了边缘方案。+2025年9月,我们正式发布了星核3.0平台,这是公司历史上最重要的产品升级。3.0版本的核心突破包括:-**三、碳足迹追踪引擎。**我们开发的碳排放核算引擎已通过第三方机构的ISO 14064合规性认证,支持范围一、范围二和部分范围三的碳排放核算。这使得客户能够满足CSRD(欧盟企业可持续发展报告指令)和国内碳市场的报告要求。+1. **大语言模型集成**:首次将LLM能力融入工业场景,支持自然语言查询和指令下达。客户可以通过"查询C车间本月设备故障率"这样的自然语言直接获取分析结果。-在研发团队方面,报告期内研发人员净增加了190人至1,280人,占员工总数的52.3%。我们新设立了合成数据实验室和工业基础模型研究组,为下一代产品储备核心技术。+2. **多模态融合**:整合了视觉、声学、振动等多种传感器数据,实现设备状态的全面感知。++3. **边缘计算能力**:推出了轻量化的边缘部署方案,支持在工业现场的离线部署,满足数据安全要求。++**客户拓展**++星核3.0发布后,我们收到了强烈的市场反馈。2025年Q4新增签约客户42家,其中20家升级到3.0版本。标杆客户包括宁德时代的电池生产线、比亚迪的焊装车间、中芯国际的晶圆厂等。++**2026年技术规划**++2026年我们将继续加大研发投入,重点方向包括:+- **星核3.5版本**:强化多智能体协作能力,支持复杂工业场景的自动化决策+- **工业基础模型**:训练面向特定工业场景的垂直模型,进一步降低部署成本+- **海外版产品**:开发支持多语言的国际化版本,服务海外客户----## 二、分析师提问环节+## 二、问答环节++### Q1: 中金证券分析师 刘某-### 张明远 — 中信证券+恭喜公司取得非常好的业绩。我的问题是关于能源管理业务的,能否详细拆解一下这块业务的增长驱动因素?另外,这块业务的毛利率水平如何?-**张明远**:感谢管理层的介绍。我有两个问题。第一,公司在半导体行业的拓展情况如何?收购云检科技之后的整合进展怎样?第二,能否分享一下公司的AI大模型战略?+### 陈某远-**陈志远**:谢谢张明远的问题。关于半导体行业,收购云检科技是我们2025年的重要战略举措。云检科技在晶圆缺陷检测领域积累了7年的经验,客户包括华虹半导体、士兰微等国内主要晶圆厂。收购完成后,整合进展顺利——技术团队已经融合,云检的核心算法已经集成到星核平台,联合产品方案已经在3家客户完成POC验证。+谢谢刘分析师。能源管理业务是我们2023年新设立的业务板块,2025年实现了非常好的增长,实现营收6.75亿元,同比增长125.8%。-从经营数据看,收购后云检科技在Q4贡献了人民币4,200万元营收,超出我们并购时的预测。2026年我们预计云检相关业务营收将达到人民币2.5亿元至3亿元。+增长驱动因素主要有三个:-关于AI大模型战略,我请王晓峰回答。+1. **政策推动**:双碳目标下,越来越多的企业有了碳排放管理的需求。特别是2025年CCER市场重启预期,带来大量增量需求。-**王晓峰**:我们的大模型策略是"不造模型、善用模型"。工业场景对AI的要求和通用场景不同,我们需要的是高可靠性、可解释性和实时性。因此我们不会自己训练基础大模型,而是通过与百度文心、阿里通义等大模型的API接口集成,将大模型能力应用到工业场景中。+2. **产品成熟度提升**:经过两年多的打磨,我们的产品已经比较成熟,能够满足客户的实际需求。-具体来说,我们在三个场景使用大模型:一是自然语言交互,让工程师通过对话方式操作系统;二是非结构化数据处理,比如从设备维修报告中自动提取故障信息;三是知识图谱构建,利用大模型从技术文档中自动生成设备知识图谱。+3. **标杆客户效应**:我们签约了多家行业龙头客户,这些客户的示范效应带动了中小客户的跟进。++关于毛利率,能源管理业务目前的毛利率约为38%,低于公司整体毛利率44.2%。主要原因是该项目需要较多的现场实施工作。但随着订阅收入占比提升,我们预计这块业务的毛利率会逐步改善。----### 李思源 — 高盛+### Q2: 华泰证券分析师 王某++我有两个问题。第一,关于订阅收入占比的提升,公司提到2025年达到65%,2027年目标80%,这个路径是怎么规划的?第二,关于应收账款的增长也比较快,能否说明一下原因和回款计划?-**李思源**:两个问题。第一,关于2026年的指引,24%-32%的增长区间相当宽,能否解释一下区间上下限的假设差异?第二,公司的海外市场拓展计划是什么?+### 刘某琴-**刘雅琴**:关于收入指引的区间。下限24%增长(约31亿元)的假设基于保守情形:宏观经济增速放缓导致部分客户延迟采购决策,能源管理业务增速回落至35%。上限32%增长(约33亿元)的假设基于乐观情形:半导体行业需求复苏带动智能检测业务加速增长,以及3-4个大型碳管理项目在年内完成签约和确认。+谢谢王分析师。我来回答这两个问题。-核心变量是半导体行业的需求恢复节奏和碳中和相关政策的推进力度。目前我们在手订单金额为人民币12.8亿元,覆盖了全年收入指引下限的41%,这给了我们对下限目标较高的信心。+关于订阅收入占比:-**陈志远**:关于海外市场。目前海外收入占比不到3%,主要来自东南亚。2026年我们计划重点拓展三个区域:一是东南亚,在新加坡设立区域总部,服务越南、泰国的制造业客户;二是日韩市场,已与日本的发那科(FANUC)启动联合方案开发;三是中东市场,沙特的NEOM新城项目和阿联酋的制造业数字化转型带来了新机会。+2025年我们达到65%的订阅收入占比,比2024年的52%提升了13个百分点。提升路径主要包括:-我们的目标是2027年海外收入占比达到10%。+1. **新签合同**:2025年新签合同中,订阅模式占比达到75%+2. **存量转化**:部分原有项目制客户转化为订阅模式+3. **增购销售**:老客户的增购基本采用订阅模式++2027年达到80%的目标,我们非常有信心。随着星核3.0的推广,我们预计新签合同订阅占比会进一步提升。++关于应收账款:++确实,2025年末应收账款余额为6.84亿元,较2024年末的4.89亿元有较大增长。主要原因是:+1. 营收规模增长27.8%,应收账款同步增长+2. Q4营收占比提升,而Q4的回款通常在次年++关于回款,我们采取了以下措施:+1. 加强应收账款管理,建立了分级预警机制+2. 对大客户实施专项跟催+3. 优化合同条款,提高预收款比例++我们预计2026年应收账款周转天数会逐步改善。----### 王丽华 — 摩根士丹利+### Q3: 某机构投资者++我的问题是关于竞争格局的。请问公司如何看待与海康威视等龙头的竞争?公司在技术上的差异化优势是什么?++### 王某峰++谢谢这位投资者的问题。-**王丽华**:管理层好。我想了解一下公司的客户结构变化。大客户依赖度是否在上升?另外,报告期内的客户流失情况如何?+关于竞争,我们一直认为健康的竞争有利于行业的整体发展。工业AI是一个非常大的市场,不同厂商有不同的定位和优势。-**刘雅琴**:关于客户结构。前十大客户收入占比从2024年的31.2%下降至2025年的28.5%,客户集中度在持续优化。公司客户续约率93.7%,基于金额的净留存率(NDR)为118.2%,意味着存量客户的平均支出在持续增长。+我们的差异化优势主要体现在:-流失的客户主要集中在中小型客户群体,全年流失客户47家(流失率约6.3%),流失原因包括:客户自身经营困难(约占40%)、竞争对手报价更低(约占35%)、产品功能不完全匹配需求(约占25%)。流失客户的合同金额普遍较小,对整体收入影响有限。+1. **垂直深度**:我们专注于工业场景,对制造业的理解更加深入。我们的产品不是通用AI,而是真正解决工业问题的专业AI。-我们2026年的重点之一是提升中型客户(年收入100万-500万元)的留存率,计划通过增设客户成功团队和推出标准化中型客户产品方案来实现。+2. **平台化能力**:星核平台支持多种工业应用场景,客户可以在一个平台上解决多种问题。这比单点解决方案更有吸引力。++3. **数据积累**:我们服务了1280多家客户,积累了大量的工业数据,这些数据帮助我们的模型持续优化。++4. **客户粘性**:我们92%的客户续约率和125%的金额续约率,说明客户对我们产品的认可。++当然,我们会持续关注竞争对手的动向,不断提升自己的竞争力。----### 赵鹏飞 — 华泰证券+### Q4: 某个人投资者++请问公司对2026年的研发投入是如何规划的?研发费用率会提升还是下降?++### 刘某琴++谢谢这位投资者的问题。++2025年我们的研发投入是7.14亿元,研发费用率18%,和2024年持平。++2026年,我们预计研发投入在9亿元到10亿元之间,研发费用率维持在18%左右。++投入重点方向包括:+1. 星核3.5版本的研发+2. 工业基础模型的训练+3. 海外版产品的开发+4. 核心算法的持续优化++我们认为研发投入是保持竞争力的基础,会继续保持较高的投入水平。++---++## 三、总结发言++### 陈某远++感谢各位投资者和分析师的提问。-**赵鹏飞**:最后一个问题。公司目前的产能利用率如何?是否存在交付瓶颈?另外能否分享一下股权激励计划的进展?+2025年对星河智能来说是具有里程碑意义的一年。我们实现了营收和利润的高速增长,客户数量和质量都取得了突破,产品竞争力持续提升。-**陈志远**:关于产能和交付。目前公司实施交付团队约430人,产能利用率约85%。随着订阅化比例提升,项目实施的工作量占比在下降,这使我们能够用同样的团队规模支撑更多的客户。但确实,部分大型项目的交付周期仍然偏长,平均在3-4个月。2026年我们计划将实施团队扩充至500人,并通过标准化实施流程将大型项目的平均交付周期缩短至2.5个月。+2026年,我们将继续坚持"大客户战略"和"技术创新驱动"两大核心战略,推动公司持续健康发展。我们有信心实现2026年的经营目标,为投资者创造更大的价值。-关于股权激励。我们在2025年7月实施了限制性股票激励计划,向385名核心员工授予2,100万份股票期权,行权价格为每股人民币28.50元(授予日前20个交易日均价的80%)。首次归属日为2026年7月,首次归属比例为25%。解锁条件包括公司层面的营收和净利润增长指标,以及个人层面的绩效考核要求。目前各项指标完成情况良好。+感谢各位的参与,下次业绩说明会再见!----## 三、管理层总结+## 四、补充信息-### 陈志远 — 董事长兼总经理+### 联系方式-感谢各位投资者和分析师的关注与提问。最后我想说的是,中国制造业的AI转型才刚刚开始。目前国内规模以上制造业企业中,AI软件的渗透率不到10%。我们面对的是一个数千亿级的市场机遇。+- 投资者热线:0755-XXXXXXX+- 电子邮箱:[email protected]+- 公司网址:www.galaxytech.com-星河智能将继续坚持"技术驱动、客户为本"的发展战略,加大研发投入,拓展行业覆盖,提升产品竞争力。我们有信心在2026年继续保持高质量增长,为股东创造长期价值。+### next earnings call date-谢谢大家。+预计2026年4月发布2026年一季度业绩,4月底召开业绩说明会。----*本纪要内容由公司董事会秘书办公室整理,经参会管理层确认。*+*本纪要仅供参考,不构成投资建议。*diff --git a/tests/fixtures/test_samples/zh/finance/equity_research_report_sample.md b/tests/fixtures/test_samples/zh/finance/equity_research_report_sample.mdindex 6649eb5..2d1382f 100644--- a/tests/fixtures/test_samples/zh/finance/equity_research_report_sample.md+++ b/tests/fixtures/test_samples/zh/finance/equity_research_report_sample.md@@ -1,32 +1,32 @@# 深度研究报告-## 星河智能科技(688XXX.SH)— 工业AI龙头,大模型赋能新增长+## 星河智能科技(688567.SH)— 工业AI龙头,大模型赋能新增长| | ||---|---|-| **分析师** | 张伟明,CFA |-| **研究机构** | 中信证券研究部 |-| **发布日期** | 2026年1月10日 |+| **分析师** | 张某明,CFA |+| **研究机构** | 华泰证券研究部 |+| **发布日期** | 2025年11月15日 || **评级** | 买入(维持) || **前次评级** | 买入 |-| **目标价** | 人民币58.00元 |-| **前次目标价** | 人民币45.00元 |-| **最新收盘价** | 人民币42.30元(2026年1月9日) |-| **上涨空间** | 37.1% |-| **总市值** | 人民币177.7亿元 |+| **目标价** | 人民币85.60元 |+| **前次目标价** | 人民币68.00元 |+| **最新收盘价** | 人民币62.50元(2025年11月14日) |+| **上涨空间** | 37.0% |+| **总市值** | 人民币360.5亿元 || **行业** | 软件与信息技术服务 |---## 核心观点-我们维持星河智能"买入"评级,上调目标价至人民币58.00元(前次45.00元),基于以下三大核心逻辑:+我们维持星河智能"买入"评级,上调目标价至人民币85.60元(前次68.00元),基于以下三大核心逻辑:-1. **工业AI景气度持续**:受"十四五"智能制造规划和制造业数字化转型政策驱动,中国工业AI市场2025年规模达人民币780亿元,2025-2028年CAGR预计28%。公司作为工业AI软件龙头,市占率从3.1%提升至3.8%,行业领先地位持续巩固。+1. **工业AI景气度持续**:受"十四五"智能制造规划和制造业数字化转型政策驱动,中国工业AI市场2025年规模达人民币485亿元,2025-2028年CAGR预计25%。公司作为工业AI软件龙头,市占率从6.8%提升至8.2%,行业领先地位持续巩固。-2. **订阅化转型加速利润释放**:公司软件订阅收入占比从2024年的68.5%提升至72.3%,目标2027年达到85%。订阅模式毛利率约75%(vs. 项目制45%),驱动综合毛利率从59.0%提升至60.0%。我们预计2026-2027年净利率将从19.4%进一步提升至22%-24%。+2. **订阅化转型加速利润释放**:公司软件订阅收入占比从2024年的52%提升至65%,目标2027年达到80%。订阅模式毛利率约82%(vs. 项目制55%),驱动综合毛利率从41.2%提升至44.2%。我们预计2026-2027年净利率将从9.1%进一步提升至12%-15%。-3. **碳中和业务打开第二增长曲线**:能源管理与碳中和业务2025年收入增长52.7%,在双碳政策和欧盟CBAM推动下,2026年有望维持40%以上增长。该业务目前仅占公司营收19.4%,渗透空间巨大。+3. **碳中和业务打开第二增长曲线**:能源管理与碳中和业务2025年收入增长125.8%,在双碳政策和欧盟CBAM推动下,2026年有望维持40%以上增长。该业务目前仅占公司营收17%,渗透空间巨大。---@@ -34,19 +34,19 @@### 近期催化剂(0-6个月)-- **2025年年报披露**(预计2026年3月):我们预计全年营收人民币25亿元,超市场一致预期的24.2亿元。净利润人民币4.8亿元,超一致预期的4.3亿元。业绩超预期有望推动估值修复。-- **星核3.0大规模推广**:2026年上半年预计新增50-80家客户升级至3.0版本,大语言模型集成功能将提升产品差异化。+- **2025年年报披露**(预计2026年4月):我们预计全年营收39.7亿元,超市场一致预期38.5亿元。净利润3.62亿元,超一致预期3.20亿元。业绩超预期有望推动估值修复。+- **星核3.0大规模推广**:2026年上半年预计新增200-300家客户升级至3.0版本,大语言模型集成功能将提升产品差异化。- **碳市场CCER重启**:全国CCER(中国核证自愿减排量)市场预计2026年Q1正式重启,将直接拉动公司碳管理软件需求。### 中期催化剂(6-18个月)-- **半导体行业复苏**:全球半导体库存调整预计2026年H1完成,公司收购的云检科技将充分受益于晶圆厂产能利用率回升。预计2026年半导体相关收入达人民币2.5亿-3亿元。+- **半导体行业复苏**:全球半导体库存调整预计2026年H1完成,公司收购的云检科技将充分受益于晶圆厂产能利用率回升。预计2026年半导体相关收入达3.5亿-4.5亿元。- **海外市场拓展**:公司计划2026年在新加坡设立区域总部,目标2027年海外营收占比10%。与发那科(FANUC)的合作有望于2026年落地。### 长期催化剂(18个月以上)- **工业基础模型**:公司正在研发针对工业场景的垂直基础模型,预计2027-2028年推出,有望大幅降低AI部署的定制化成本,扩大可服务市场。-- **并购整合**:公司手持现金人民币8.3亿元且负债率低,有能力在工业AI细分赛道继续进行收购整合。+- **并购整合**:公司手持现金8.5亿元且负债率低,有能力在工业AI细分赛道继续进行收购整合。---@@ -54,15 +54,15 @@### 下行风险-1. **宏观经济下行风险**(概率:中等,时间维度:6-12个月):若制造业PMI持续低于50,客户可能推迟IT投资。我们估计GDP每下降1个百分点,公司营收增速可能放缓5-8个百分点。+1. **宏观经济下行风险**(概率:中等,时间维度:6-12个月):若制造业PMI持续低于50,客户可能推迟IT投资。我们估计GDP每下降1个百分点,公司营收增速可能放缓3-5个百分点。-2. **竞争加剧风险**(概率:中等,时间维度:12-24个月):西门子MindSphere、华为FusionPlant等竞品在加速推广。海康威视依托其在视觉领域的优势,可能对公司智能检测业务形成竞争压力。若公司市占率下降1个百分点,对应营收影响约人民币7,800万元。+2. **竞争加剧风险**(概率:中等,时间维度:12-24个月):西门子MindSphere、华为FusionPlant等竞品在加速推广。海康威视依托其在视觉领域的优势,可能对公司智能检测业务形成竞争压力。若公司市占率下降1个百分点,对应营收影响约4,000万元。-3. **应收账款风险**(概率:低,时间维度:持续):公司应收账款余额人民币5.88亿元,占营收23.5%。若部分大客户出现付款困难,可能产生坏账损失。+3. **应收账款风险**(概率:低,时间维度:持续):公司应收账款余额6.84亿元,占营收17.2%。若部分大客户出现付款困难,可能产生坏账损失。-4. **人才流失风险**(概率:低-中等,时间维度:持续):AI行业人才竞争激烈,核心技术人员流失可能影响产品研发进度。目前核心团队流失率5.8%,低于行业均值8.2%,但仍需持续关注。+4. **人才流失风险**(概率:低-中等,时间维度:持续):AI行业人才竞争激烈,核心技术人员流失可能影响产品研发进度。目前核心团队流失率8.5%,低于行业均值12%,但仍需持续关注。-5. **商誉减值风险**(概率:低,时间维度:12-24个月):收购云检科技形成商誉人民币1.35亿元。若云检业务未达预期,存在商誉减值风险。+5. **商誉减值风险**(概率:低,时间维度:12-24个月):收购云检科技形成商誉1.25亿元。若云检业务未达预期,存在商誉减值风险。---@@ -72,29 +72,29 @@| 项目 | 2024A | 2025E | 2026E | 2027E ||---|---|---|---|---|-| 智能检测与质控 | 9.61 | 12.13 | 15.04 | 18.05 |-| 预测性维护 | 6.09 | 8.03 | 10.12 | 12.55 |-| 能源管理与碳中和 | 3.18 | 4.86 | 6.97 | 9.76 |-| **总营收** | **19.84** | **25.02** | **32.13** | **40.36** |-| 同比增长 | 25.9% | 26.1% | 28.4% | 25.6% |+| 智能检测与质控 | 12.42 | 17.85 | 23.20 | 29.00 |+| 预测性维护 | 11.15 | 15.08 | 19.60 | 24.50 |+| 能源管理与碳中和 | 2.99 | 6.75 | 9.80 | 14.20 |+| **总营收** | **31.05** | **39.68** | **52.60** | **67.70** |+| 同比增长 | 26.6% | 27.8% | 32.5% | 28.7% |### 利润预测| 项目 | 2024A | 2025E | 2026E | 2027E ||---|---|---|---|---|-| 毛利率 | 59.0% | 60.0% | 61.5% | 63.0% |-| 净利率 | 16.2% | 19.4% | 22.0% | 24.0% |-| **归母净利润(亿元)** | **3.21** | **4.87** | **7.07** | **9.69** |-| 一致预期净利润 | 3.18 | 4.30 | 6.20 | 8.50 |-| 我们vs一致预期 | +0.9% | +13.3% | +14.0% | +14.0% |-| **EPS(元)** | **0.77** | **1.16** | **1.68** | **2.31** |+| 毛利率 | 41.2% | 44.2% | 46.5% | 48.0% |+| 净利率 | 5.0% | 9.1% | 12.5% | 14.8% |+| **归母净利润(亿元)** | **1.57** | **3.62** | **6.58** | **10.02** |+| 一致预期净利润 | 1.45 | 3.20 | 5.80 | 8.50 |+| 我们vs一致预期 | +8% | +13% | +13% | +18% |+| **EPS(元)** | **0.37** | **0.86** | **1.57** | **2.38** |### 核心假设-- 2026年智能检测业务增长24%,受益于半导体行业复苏和新能源汽车产能扩张-- 预测性维护业务增长26%,边缘计算方案贡献增量-- 能源管理业务增长43%,碳市场CCER重启和CBAM合规需求驱动-- 毛利率逐年提升1.5个百分点,主要由订阅化比例提升驱动+- 2026年智能检测业务增长30%,受益于半导体行业复苏和新能源汽车产能扩张+- 预测性维护业务增长30%,边缘计算方案贡献增量+- 能源管理业务增长45%,碳市场CCER重启和CBAM合规需求驱动+- 毛利率逐年提升2个百分点,主要由订阅化比例提升驱动- 研发费用率维持18%-20%,销售费用率随规模效应逐步下降---@@ -103,33 +103,33 @@### 主要估值方法:PE估值-我们采用2026年预测EPS人民币1.68元,给予35倍PE,得出目标价人民币58.00元。+我们采用2026年预测EPS人民币1.57元,给予55倍PE,得出目标价人民币85.60元。-**35倍PE的合理性论证:**-- 公司2023-2025年平均历史PE为42倍,当前PE(基于2025E EPS)为36.5倍-- A股工业软件可比公司2026年平均PE为32倍(中望软件30x、用友网络28x、金蝶国际35x、广联达33x)-- 公司增速(26-28%)高于可比公司平均增速(15-18%),享受合理的增长溢价-- PEG角度:35x PE / 28% 增长 = PEG 1.25,处于合理区间+**55倍PE的合理性论证:**+- 公司2023-2025年平均历史PE为48倍,当前PE(基于2025E EPS)为72倍+- A股工业软件可比公司2026年平均PE为42倍(中望软件45x,用友网络38x,金蝶国际35x,广联达50x)+- 公司增速(32.5%)高于可比公司平均增速(22%),享受合理的增长溢价+- PEG角度:55x PE / 32.5% 增长 = PEG 1.69,处于合理区间### 交叉验证:DCF估值| 假设 | 数值 ||---|---|-| 收入CAGR(2025-2030) | 22% |-| 终端EBITDA利润率 | 30% |+| 收入CAGR(2025-2030) | 25% |+| 终端EBITDA利润率 | 22% || WACC | 10.5% || 永续增长率 | 3.0% |-| **隐含每股价值** | **人民币62.40元** |+| **隐含每股价值** | **人民币82.30元** |-DCF估值结果人民币62.40元,较我们PE目标价人民币58.00元高7.6%,表明我们的目标价具有安全边际。+DCF估值结果82.30元,较我们PE目标价85.60元低3.9%,表明我们的目标价具有安全边际。### 情景分析| 情景 | 概率 | 目标价 | 核心假设 ||---|---|---|---|-| 乐观情景 | 25% | 72.00元 | 半导体快速复苏;碳中和政策超预期;海外拓展加速 |-| 基准情景 | 55% | 58.00元 | 按我们核心假设稳步增长 |-| 悲观情景 | 20% | 35.00元 | 宏观经济显著放缓;竞争加剧导致价格战;大客户流失 |+| 乐观情景 | 25% | 102.50元 | 半导体快速复苏;碳中和政策超预期;海外拓展加速 |+| 基准情景 | 55% | 85.60元 | 按我们核心假设稳步增长 |+| 悲观情景 | 20% | 58.00元 | 宏观经济显著放缓;竞争加剧导致价格战;大客户流失 |---@@ -137,14 +137,14 @@ DCF估值结果人民币62.40元,较我们PE目标价人民币58.00元高7.6%| 公司 | 代码 | 市值(亿元) | 2026E PE | 毛利率 | 营收增速 ||---|---|---|---|---|---|-| 用友网络 | 600588.SH | 485 | 28x | 56.0% | 12% |-| 金蝶国际 | 0268.HK | 520 | 35x | 63.0% | 18% |-| 中望软件 | 688083.SH | 220 | 30x | 95.0% | 22% |-| 广联达 | 002410.SZ | 380 | 33x | 68.0% | 15% |-| 海康威视 | 002415.SZ | 3,200 | 22x | 46.0% | 10% |-| **星河智能** | **688XXX.SH** | **178** | **25x** | **60.0%** | **28%** |+| 用友网络 | 600588.SH | 580 | 38x | 55% | 18% |+| 金蝶国际 | 0268.HK | 320 | 35x | 62% | 20% |+| 中望软件 | 688083.SH | 280 | 45x | 98% | 25% |+| 广联达 | 002410.SZ | 650 | 50x | 55% | 22% |+| 海康威视 | 002415.SZ | 2,800 | 22x | 45% | 12% |+| **星河智能** | **688567.SH** | **360** | **55x** | **46.5%** | **32.5%** |-公司当前估值(2026E PE 25倍)相对可比公司存在明显折价,考虑到公司28%的营收增速在可比公司中最高,我们认为当前估值具有较高的性价比。+公司当前估值(2026E PE 55倍)相对可比公司存在明显溢价,考虑到公司32.5%的营收增速在可比公司中最高,我们认为当前估值具有较高的性价比。---@@ -152,9 +152,9 @@ DCF估值结果人民币62.40元,较我们PE目标价人民币58.00元高7.6%### 宏观因素-- **制造业PMI**(当前:50.8,趋势:稳定):PMI在50以上支撑工业软件需求。历史数据显示PMI每上升1个点,工业软件行业订单增速提升2-3个百分点。-- **固定资产投资增速**(当前:+4.2%,趋势:温和回升):制造业技改投资增速高于整体投资,工业AI是技改的核心方向。-- **汇率**(当前:美元/人民币7.15,趋势:基本稳定):公司海外收入占比低,汇率影响有限。+- **制造业PMI**(当前:50.8,趋势:稳定):PMI在50以上支撑工业软件需求。历史数据显示PMI每上升1个点,工业软件行业订单增速提升2-4个百分点。+- **固定资产投资增速**(当前:+5.2%,趋势:温和回升):制造业技改投资增速高于整体投资,工业AI是技改的核心方向。+- **汇率**(当前:7.24,趋势:基本稳定):公司海外收入占比低,汇率影响有限。### 行业因素@@ -165,17 +165,17 @@ DCF估值结果人民币62.40元,较我们PE目标价人民币58.00元高7.6%### 公司因素- **产品竞争力**(强):星核平台在Gartner工业AI平台象限中位列"挑战者",是唯一入选的中国厂商。-- **财务健康度**(优秀):资产负债率40.8%,现金人民币8.3亿元,自由现金流充裕。+- **财务健康度**(优秀):资产负债率36.8%,现金8.5亿元,自由现金流充裕。- **管理团队**(优秀):创始人团队稳定,核心团队流失率低于行业平均。---## 分析师声明-本人张伟明特此声明,本研究报告所表达的观点准确反映了本人对标的公司及其证券的个人看法。本人的薪酬与本报告所述的任何具体推荐或观点无直接或间接关联。+本人张某明特此声明,本研究报告所表达的观点准确反映了本人对标的公司及其证券的个人看法。本人的薪酬与本报告所述的任何具体推荐或观点无直接或间接关联。-**中信证券研究部**+**华泰证券研究部***本报告仅供机构投资者参考,不构成任何投资建议。投资有风险,决策需谨慎。*-**利益披露**:中信证券在过去12个月内曾为星河智能提供投行服务。分析师及其家属未持有星河智能证券头寸。+**利益披露**:华泰证券在过去12个月内曾为星河智能提供投行服务。分析师及其家属未持有星河智能证券头寸。diff --git a/tests/fixtures/test_samples/zh/finance/financial_news_sample.md b/tests/fixtures/test_samples/zh/finance/financial_news_sample.mdindex 904c39f..02f79f4 100644--- a/tests/fixtures/test_samples/zh/finance/financial_news_sample.md+++ b/tests/fixtures/test_samples/zh/finance/financial_news_sample.md@@ -1,133 +1,169 @@-# 央行意外降准50个基点 A股三大指数集体大涨 北向资金单日净流入创年内新高+# 金融时报中文网-**新华财经 记者 李明远 王雅婷**-**2025年12月12日 北京**+# 宏观周报:中国央行降准50个基点,释放流动性约1万亿元++## 2025年1月13日++**记者**:陈某明 发自北京----## 核心事件:央行宣布全面降准+## 核心事件++### 央行降准++中国人民银行周五宣布,将于1月15日下调金融机构存款准备金率0.5个百分点(不含已执行5%存款准备金率的金融机构)。下调后,金融机构加权平均存款准备金率约为6.6%。++这是央行自2024年9月以来的首次降准,预计将释放长期流动性约人民币1万亿元。-中国人民银行12月12日宣布,决定于2025年12月16日下调金融机构存款准备金率0.5个百分点(不含已执行5%存款准备金率的金融机构)。此次降准共计释放长期资金约人民币1万亿元。+央行在公告中表示,此次降准旨在"保持流动性合理充裕,促进综合融资成本稳中有降,支持实体经济发展"。-央行在公告中表示:"为巩固经济回升向好态势,保持流动性合理充裕,引导金融机构加大对实体经济的信贷支持力度,决定下调金融机构存款准备金率。"+### 市场反应-此次降准超出市场预期。此前多数市场机构预计央行将在2026年1月才会实施降准,且幅度预期为25个基点。50个基点的降准幅度为2023年3月以来最大。+降准消息公布后,金融市场反应积极:-央行行长潘功胜在当日召开的国务院政策例行吹风会上表示:"当前经济恢复基础还不够牢固,需求仍然偏弱。货币政策将继续保持支持性立场,为经济平稳运行创造适宜的货币金融环境。"+- **A股市场**:上证指数当日上涨0.62%,收于3,256.39点;深证成指上涨0.83%,收于10,978.35点+- **国债市场**:10年期国债收益率下行4个基点至2.45%+- **人民币汇率**:在岸人民币对美元汇率基本持平,报7.24+- **银行股**:招商银行上涨3.2%,中国银行上涨2.8%----## 市场反应:全线上涨+## 政策解读-### A股市场+### 降准的背景-央行降准公告发布后,A股市场午后大幅拉升,三大指数集体大涨:+**1. 经济稳增长需要**-- **上证综指**:收涨2.68%至3,285.47点,为近两个月最大单日涨幅-- **深证成指**:收涨3.41%至10,892.36点-- **创业板指**:收涨4.12%至2,234.58点,领涨三大指数-- **科创50指数**:收涨3.87%至985.72点+2024年12月CPI同比上涨0.1%,PPI同比下降2.7%,通胀水平偏低。2024年全年GDP同比增长4.8%,低于年初设定的5%目标。经济面临下行压力,需要货币政策发力。-两市成交额达1.28万亿元,较前一交易日放量42%。涨停个股达127只,跌停个股仅3只。+**2. 流动性合理充裕**-**行业板块表现**:+1月份是传统的信贷投放高峰期,加之春节前现金需求上升,银行体系流动性面临较大压力。降准可以提前向银行体系注入流动性,满足信贷需求。-| 行业 | 涨跌幅 | 主要驱动 |-|---|---|---|-| 房地产 | +5.82% | 降准释放信贷资金,缓解房企融资压力 |-| 非银金融 | +4.67% | 券商受益于市场活跃度提升 |-| 有色金属 | +4.23% | 流动性宽松利好大宗商品 |-| 电力设备(新能源) | +3.95% | 融资成本下降利好高杠杆行业 |-| 银行 | +1.24% | 降准利好资金面但可能压缩净息差 |-| 消费(食品饮料) | +2.18% | 经济预期改善提振消费信心 |+**3. 配合财政政策**++2025年财政赤字率预计将上调至4%,需要货币政策配合。降准可以降低银行负债成本,为银行支持实体经济创造条件。++### 降准的影响-**个股方面**,部分代表性标的表现:-- 招商银行(600036.SH):+2.1%,报人民币35.82元-- 宁德时代(300750.SZ):+4.8%,报人民币218.50元-- 贵州茅台(600519.SH):+1.9%,报人民币1,542.00元-- 中信证券(600030.SH):+5.3%,报人民币22.45元-- 比亚迪(002594.SZ):+3.6%,报人民币268.70元+**对银行的影响**:+- 预计可降低银行负债成本约人民币150亿元+- 提升银行净息差约1-2个基点+- 增加银行可贷资金规模-### 债券市场+**对实体经济的影响**:+- 贷款市场报价利率(LPR)有望进一步下调+- 企业融资成本下降+- 房地产融资环境边际改善-债券市场同样反应积极:-- **10年期国债收益率**:下行8个基点至2.05%,创历史新低-- **1年期国债收益率**:下行12个基点至1.32%-- **10年期国开债收益率**:下行9个基点至2.18%-- **信用债**:AAA级企业债利差收窄5个基点至45个基点+**对市场的影响**:+- 短期利好股市+- 债券市场收益率下行空间打开+- 人民币汇率保持相对稳定++----### 汇率+## 宏观数据周度回顾-- **在岸人民币(USD/CNY)**:小幅贬值至7.1820,日内波动收窄-- **离岸人民币(USD/CNH)**:贬值至7.1950-- 市场人士指出,降准可能加大人民币贬值压力,但当前中美利差已接近底部,进一步贬值空间有限+### 2024年12月经济数据-### 大宗商品+| 指标 | 数值 | 同比/环比 | 解读 |+|---|---|---|---|+| CPI | +0.1% | 环比持平 | 通胀水平偏低 |+| PPI | -2.7% | 环比持平 | 工业品价格承压 |+| 出口(美元计) | +2.3% | 环比-4.7% | 外需韧性较强 |+| 进口(美元计) | +0.4% | 环比-6.3% | 内需仍显疲软 |+| 新增人民币贷款 | 5,800亿元 | 同比少增1,200亿元 | 信贷需求偏弱 |+| M2 | +7.3% | 同比回落0.1个百分点 | 货币增速平稳 |-- **沪铜**:+2.3%,报69,850元/吨-- **沪金**:+0.8%,报485.20元/克-- **螺纹钢**:+3.1%,报3,645元/吨-- **铁矿石**:+4.2%,报818元/吨+### 本周市场表现++| 市场 | 指数/价格 | 周涨跌幅 |+|---|---|---|+| 上证指数 | 3,256.39 | +1.2% |+| 深证成指 | 10,978.35 | +1.8% |+| 创业板指 | 2,052.68 | +2.3% |+| 恒生指数 | 19,520.68 | +1.5% |+| 10年期国债收益率 | 2.45% | -4bp |+| 美元指数 | 102.85 | +0.3% |+| 黄金(美元/盎司) | 2,048.5 | +0.8% |+| WTI原油 | 72.50美元/桶 | -2.1% |---## 机构观点-### 看多派+### 券商观点-**中金公司首席经济学家彭文生**:"本次降准时点和幅度均超预期,释放了强烈的稳增长信号。结合近期的政治局会议定调'加大宏观调控力度'和'实施更加积极的财政政策',我们认为政策组合拳正在形成。A股市场估值仍处于历史低位区间,沪深300指数当前PE约12倍,接近2018年底的水平。我们维持2026年沪深300指数目标4,200点的判断。"+**中金公司**:央行降准略超预期,预计一季度LPR将下调5-10个基点。维持2025年降准2次、降息1次的判断。-**兴业证券首席策略分析师张启尧**:"降准是一个积极信号,表明决策层对经济的关注度在提升。从资金面看,1万亿流动性的释放有助于压低银行间市场利率,进而降低实体经济融资成本。我们建议投资者关注三条主线:一是受益于流动性宽松的科技成长板块;二是受益于融资成本下降的房地产产业链;三是受益于经济预期改善的顺周期消费板块。"+**华泰证券**:降准对银行股形成直接利好,继续看好招商银行、宁波银行等优质银行股。-**高盛亚太区首席股票策略师刘劲津**:"中国央行的降准行动表明货币政策正在加大支持力度。我们维持对中国股票的'超配'评级。MSCI中国指数当前前瞻PE为9.8倍,相对于MSCI新兴市场指数折价15%,处于历史低位。如果政策支持力度持续加大,估值折价有望收窄。"+**国泰君安**:降准利好A股,特别是金融股和周期股。但经济基本面仍需更多政策支持。-### 看空派+### 机构观点-**野村证券中国首席经济学家陆挺**:"降准固然是一个积极信号,但需要清醒认识到,当前经济面临的核心问题不是流动性不足,而是有效需求不足。银行体系并不缺少可贷资金,缺少的是信贷需求。2025年11月社会融资规模增量同比下降12%,新增人民币贷款同比少增3,200亿元,反映出实体经济融资意愿疲弱。单靠货币政策难以解决结构性问题。"+**高盛**:预计中国2025年GDP增长4.5%,政策宽松力度将加大。-**瑞银中国首席经济学家汪涛**:"我们对降准持谨慎乐观态度。降准有助于降低银行资金成本约60-80亿元,但传导到实体经济需要时间。关键要观察后续是否有配套的财政政策和房地产政策出台。我们预计2026年GDP增速为4.5%,低于2025年的4.8%。市场短期反弹后可能面临震荡整理。"+**摩根士丹利**:降准是积极的政策信号,但不足以完全抵消房地产下行压力。-### 中性派+----**中信证券首席策略分析师秦培景**:"降准在情理之中、意料之外。情理之中,是因为年末流动性季节性收紧,降准是常规的流动性补充工具;意料之外,是幅度和时点超预期。我们认为市场短期将出现脉冲式上涨,但持续性取决于后续经济数据的验证。建议投资者在反弹中逐步调整持仓结构,增配确定性较高的高股息和业绩改善品种。"+## 政策展望----+### 货币政策-## 后续关注要点+**短期内**:+- 一季度LPR有望下调5-10个基点+- 结构性货币政策工具持续发力+- 再贷款规模可能扩大-1. **12月中央经济工作会议**(预计12月中旬):将定调2026年宏观政策基调,市场高度关注财政政策表述-2. **12月MLF(中期借贷便利)操作**(12月15日):是否下调MLF利率将进一步影响市场利率预期-3. **12月LPR(贷款市场报价利率)**(12月20日):市场预期1年期和5年期LPR可能同步下调10-15个基点-4. **2025年11月经济数据**(12月中旬陆续公布):工业增加值、社会消费品零售总额、固定资产投资等核心指标+**全年展望**:+- 降准1-2次(每次50个基点)+- MLF利率下调1次(约10个基点)+- LPR下调1-2次(共10-20个基点)----+### 财政政策-## 历史对比+- 2025年财政赤字率预计上调至4%+- 新增专项债额度约4.5万亿元+- 超长期特别国债发行约1万亿元+- 地方政府隐性债务置换加速-| 日期 | 降准幅度 | 背景 | 上证指数次日表现 | 后续1个月表现 |-|---|---|---|---|---|-| 2023年3月 | 25bp | 硅谷银行事件后稳预期 | +0.65% | +2.1% |-| 2023年9月 | 25bp | 经济恢复放缓 | +1.23% | -1.8% |-| 2024年2月 | 50bp | 春节前流动性支持 | +3.48% | +8.5% |-| 2024年9月 | 50bp | 政策组合拳"924行情" | +4.15% | +21.3% |-| 2025年12月 | 50bp | 稳增长加码(本次) | — | — |+---++## 风险提示-从历史经验看,50个基点的大幅降准后市场表现通常优于25个基点降准。但持续性上涨取决于后续政策配合和经济基本面的改善。+1. **房地产风险**:房地产销售和投资持续下滑,可能引发系统性风险+2. **地方债务风险**:地方政府债务压力较大,需要政策妥善化解+3. **外部不确定性**:美联储货币政策走向、地缘政治变化可能影响国内市场+4. **通胀风险**:如果猪肉价格大幅上涨,可能推高CPI----## 因果关系分析+## 投资建议-本次降准的政策传导路径可归纳如下:+### 行业配置-**第一层(直接效应)**:降准释放约1万亿元长期资金 → 银行间市场流动性充裕 → 资金利率(DR007、R007)下行+基于降准和政策利好,建议关注以下板块:-**第二层(金融市场)**:资金利率下行 → 债券收益率下行(利好债市)→ 股市风险偏好提升(利好股市)→ 人民币面临一定贬值压力+| 板块 | 逻辑 | 推荐标的 |+|---|---|---|+| 银行 | 负债成本下降,净息差企稳 | 招商银行、宁波银行 |+| 券商 | 市场流动性改善,成交量有望回升 | 中信证券、华泰证券 |+| 房地产 | 融资环境边际改善 | 万科A、保利发展 |+| 周期股 | 经济预期改善 | 海螺水泥、中国石油 |+| 科技成长 | 风险偏好回升 | 宁德时代、比亚迪 |-**第三层(实体经济)**:银行资金成本降低 → 贷款利率具备下调空间 → 企业融资成本下降 → 有助于提振投资和消费需求。但此传导链条存在"堵点":若企业和居民融资意愿不足,降准的实际效果可能打折扣+### 风险提示-**第四层(资产价格)**:流动性宽松 + 经济预期改善 → 房地产市场情绪回暖 → 一线城市成交量可能企稳回升。但三四线城市库存压力仍大,去化周期超过24个月+- 以上观点仅供参考,不构成投资建议+- 市场有风险,投资需谨慎+- 请根据自身风险承受能力做出投资决策----*本文版权归新华财经所有,未经授权不得转载。文中观点仅供参考,不构成投资建议。*+*作者陈某明为金融时报特聘宏观分析师*++*联系方式:[email protected]*diff --git a/tests/fixtures/test_samples/zh/finance/ipo_prospectus_sample.md b/tests/fixtures/test_samples/zh/finance/ipo_prospectus_sample.mdindex e86d74a..a0a1485 100644--- a/tests/fixtures/test_samples/zh/finance/ipo_prospectus_sample.md+++ b/tests/fixtures/test_samples/zh/finance/ipo_prospectus_sample.md@@ -10,15 +10,15 @@|---|---|| 发行人 | 量子云图科技股份有限公司 || 发行股票类型 | 人民币普通股(A股) |-| 发行股数 | 6,000万股(不含超额配售选择权) |-| 发行价格 | 每股人民币38.60元 |-| 预计募集资金总额 | 人民币23.16亿元 |-| 预计募集资金净额 | 人民币21.85亿元 |-| 发行后总股本 | 24,000万股 |+| 发行股数 | 2,500万股(不含超额配售选择权) |+| 发行价格 | 每股人民币68.50元 |+| 预计募集资金总额 | 人民币17.13亿元 |+| 预计募集资金净额 | 人民币15.80亿元 |+| 发行后总股本 | 10,000万股 || 上市交易所 | 上海证券交易所科创板 |-| 保荐机构(主承销商) | 中信证券股份有限公司 |-| 联席主承销商 | 中金公司、华泰联合证券 |-| 招股说明书签署日期 | 2026年3月1日 |+| 保荐机构(主承销商) | 中金证券股份有限公司 |+| 联席主承销商 | 华泰证券、中信证券 |+| 招股说明书签署日期 | 2025年12月15日 |---@@ -26,7 +26,7 @@本公司的发行申请尚需经上海证券交易所和中国证监会履行相应的审核注册程序。本招股说明书不具有据以发行股票的法律效力,仅供预先披露之用。投资者应当以正式公告的招股说明书全文作为投资决定的依据。-**特别风险提示**: 本公司属于人工智能行业,研发投入大、盈利周期长。公司2023年至2025年分别实现净利润人民币-8,520万元、-3,180万元和2,460万元,累计未弥补亏损为人民币9,240万元。公司于2025年度首次实现盈利,盈利持续性存在不确定性。+**特别风险提示**: 本公司属于人工智能行业,研发投入大、盈利周期长。公司2023年至2025年分别实现净利润人民币-3,250万元、-1,850万元和2,180万元,累计未弥补亏损为人民币2,920万元。公司于2025年度首次实现盈利,盈利持续性存在不确定性。---@@ -34,86 +34,86 @@### 一、公司简介-量子云图科技股份有限公司(以下简称"量子云图"、"公司"或"发行人")成立于2017年,是一家专注于量子计算模拟与量子安全加密技术的高科技企业。公司总部位于合肥市高新技术产业开发区,在北京、上海和深圳设有研发中心。+量子云图科技股份有限公司(以下简称"量子云图"、"公司"或"发行人")成立于2018年,是一家专注于量子计算模拟与量子安全加密技术的高科技企业。公司总部位于合肥市高新技术产业开发区,在北京、上海和深圳设有研发中心。公司主营业务包括:-1. **量子计算模拟平台**(占营收58.2%):基于经典计算机的量子线路模拟软件,帮助科研机构和企业在量子硬件成熟之前进行量子算法研发和验证-2. **量子安全加密产品**(占营收31.5%):后量子密码学(PQC)解决方案,为金融、政务、军工等领域提供抗量子计算攻击的数据安全保护-3. **量子计算教育与咨询**(占营收10.3%):面向高校和企业的量子计算培训课程及技术咨询服务+1. **量子计算模拟平台**(占营收45%):基于经典计算机的量子线路模拟软件,帮助科研机构和企业在量子硬件成熟之前进行量子算法研发和验证+2. **量子安全加密产品**(占营收38%):后量子密码学(PQC)解决方案,为金融、政务、军工等领域提供抗量子计算攻击的数据安全保护+3. **量子计算教育与咨询**(占营收17%):面向高校和企业的量子计算培训课程及技术咨询服务### 二、公司发展历程-#### 2017年 — 创立+#### 2018年 — 创立-- **2017年4月**:公司由联合创始人刘浩然博士(CEO)和陈雪梅博士(CTO)在合肥成立,基于两人在中国科学技术大学量子信息实验室的研究成果。刘浩然博士曾在加拿大D-Wave系统公司从事量子计算研究工作-- **2017年8月**:获得天使轮融资人民币500万元,由合肥市科技创新投资有限公司领投-- **2017年12月**:核心团队扩展至15人,完成量子线路模拟引擎v0.1原型开发+- **2018年3月**:公司由联合创始人刘某然博士(CEO)和陈某梅博士(CTO)在合肥成立,基于两人在中国科学技术大学量子信息实验室的研究成果。刘某然博士曾在加拿大D-Wave系统公司从事量子计算研究工作+- **2018年5月**:获得天使轮融资人民币500万元,由合肥市科技创新投资有限公司领投+- **2018年9月**:核心团队扩展至15人,完成量子线路模拟引擎v0.1原型开发-#### 2018年 — 技术积累+#### 2019年 — 技术积累-- **2018年3月**:在合肥高新区设立首个量子计算实验室,面积800平方米-- **2018年7月**:获得A轮融资人民币3,000万元,由中科创星领投,合肥产投跟投-- **2018年11月**:量子线路模拟平台"云图Q-Sim"v1.0发布,支持40量子比特模拟,性能在国内同类产品中领先+- **2019年4月**:在合肥高新区设立首个量子计算实验室,面积800平方米+- **2019年8月**:获得A轮融资人民币3,000万元,由中科创星领投,合肥产投跟投+- **2019年12月**:量子线路模拟平台"云图Q-Sim"v1.0发布,支持20量子比特模拟,性能在国内同类产品中领先-#### 2019年 — 产品商业化+#### 2020年 — 产品商业化-- **2019年5月**:首次获得商业客户,与中国银行信息科技部签订量子安全加密POC合同,金额人民币120万元-- **2019年9月**:获得B轮融资人民币8,000万元,由红杉资本中国基金领投,IDG资本、深创投跟投,投后估值人民币4.2亿元-- **2019年12月**:员工人数增至85人;全年营业收入人民币860万元+- **2020年6月**:首次获得商业客户,与中国银行信息科技部签订量子安全加密POC合同,金额280万元+- **2020年11月**:获得B轮融资人民币1.2亿元,由红杉资本中国基金领投,IDG资本、深创投跟投,投后估值8亿元+- **2020年12月**:员工人数增至52人;全年营业收入1,850万元-#### 2020年 — 规模扩张+#### 2021年 — 规模扩张-- **2020年3月**:在北京中关村设立研发中心,专注量子安全加密技术的产品化-- **2020年6月**:获得国家密码管理局颁发的商用密码产品型号证书,成为国内首批获得后量子密码学产品认证的企业之一-- **2020年10月**:获得B+轮融资人民币1.5亿元,由国投创合领投,估值人民币12亿元-- **2020年12月**:签约客户数达到42家;全年营收人民币3,850万元+- **2021年3月**:在北京中关村设立研发中心,专注量子安全加密技术的产品化+- **2021年7月**:获得国家密码管理局颁发的商用密码产品型号证书,成为国内首批获得后量子密码学产品认证的企业之一+- **2021年10月**:获得B+轮融资人民币2.5亿元,由国投创合领投,估值18亿元+- **2021年12月**:签约客户数达到85家;全年营收5,680万元-#### 2021年 — 业务突破+#### 2022年 — 业务突破-- **2021年4月**:与国家电网信息通信产业集团签订人民币2,800万元的量子安全通信升级项目合同,为公司历史上最大单笔订单-- **2021年8月**:"云图Q-Sim"v3.0发布,支持60量子比特全振幅模拟,与阿里云合作提供云端量子模拟服务-- **2021年11月**:获得C轮融资人民币3.5亿元,由高瓴创投领投,估值人民币28亿元-- **2021年12月**:员工人数增至280人;全年营收人民币1.12亿元+- **2022年5月**:与国家电网信息通信产业集团签订人民币8,500万元的量子安全通信升级项目合同,为公司历史上最大单笔订单+- **2022年9月**:"云图Q-Sim"v3.0发布,支持50量子比特全振幅模拟,与阿里云合作提供云端量子模拟服务+- **2022年11月**:获得C轮融资人民币3.8亿元,由高瓴创投领投,估值28亿元+- **2022年12月**:员工人数增至185人;全年营收2.35亿元;净亏损1,850万元-#### 2022年 — 行业深耕+#### 2023年 — 行业深耕-- **2022年3月**:在上海张江设立金融行业解决方案中心,专注为银行、证券、保险行业提供量子安全解决方案-- **2022年6月**:与工商银行、建设银行、招商银行签署战略合作协议,推进金融行业量子安全加密升级-- **2022年9月**:量子安全VPN产品获得CCRC信息安全认证-- **2022年12月**:签约客户数达到156家;全年营收人民币2.34亿元+- **2023年4月**:在上海张江设立金融行业解决方案中心,专注为银行、证券、保险行业提供量子安全解决方案+- **2023年8月**:与工商银行、建设银行、招商银行签署战略合作协议,推进金融行业量子安全加密升级+- **2023年10月**:量子安全VPN产品获得CCRC信息安全认证+- **2023年12月**:签约客户数达到280家;全年营收4.52亿元;净亏损3,250万元-#### 2023年 — 技术里程碑+#### 2024年 — 技术里程碑-- **2023年5月**:"云图Q-Sim"v5.0发布,支持80量子比特模拟及量子纠错模拟功能,在国际量子计算模拟基准测试中排名全球前三-- **2023年8月**:获得D轮融资人民币5亿元,由国家制造业转型升级基金领投,估值人民币52亿元-- **2023年12月**:员工人数增至520人;全年营收人民币4.28亿元;净亏损人民币8,520万元+- **2024年3月**:"云图Q-Sim"v5.0发布,支持100量子比特模拟及量子纠错模拟功能,在国际量子计算模拟基准测试中排名全球前三+- **2024年8月**:获得D轮融资人民币6亿元,由国家制造业转型升级基金领投,估值52亿元+- **2024年12月**:员工人数增至420人;全年营收6.80亿元;净亏损1,850万元-#### 2024年 — 接近盈利+#### 2025年 — 接近盈利-- **2024年4月**:与深圳市政务数据管理局签订人民币4,500万元的量子安全政务云项目合同-- **2024年8月**:海外业务起步,与新加坡电信和韩国KT集团签署量子安全合作备忘录-- **2024年12月**:签约客户数达到312家;全年营收人民币6.82亿元;净亏损收窄至人民币3,180万元+- **2025年3月**:与深圳市政务数据管理局签订人民币1.2亿元的量子安全政务云项目合同+- **2025年6月**:海外业务起步,与新加坡电信和韩国KT集团签署量子安全合作备忘录+- **2025年10月**:签约客户数达到520家;全年营收9.20亿元;净亏损收窄至420万元-#### 2025年 — 首次盈利与IPO准备+#### 2025年Q3 — 首次盈利与IPO准备-- **2025年3月**:首次实现单季度盈利(Q1 2025净利润人民币420万元)-- **2025年6月**:完成股份制改革,整体变更为股份有限公司-- **2025年9月**:启动科创板IPO申报工作-- **2025年12月**:签约客户数达到428家;全年营收人民币9.56亿元;净利润人民币2,460万元+- **2025年9月**:首次实现单季度盈利(Q3 2025净利润1,850万元)+- **2025年11月**:完成股份制改革,整体变更为股份有限公司+- **2025年12月**:启动科创板IPO申报工作+- **2025年12月**:签约客户数达到620家;全年营收11.50亿元;净利润2,180万元---## 第二节 募集资金用途-公司本次预计募集资金净额人民币21.85亿元,拟投入以下项目:+公司本次预计募集资金净额人民币15.80亿元,拟投入以下项目:| 项目名称 | 投资总额(万元) | 拟使用募集资金(万元) | 占比 | 实施期限 | 说明 ||---|---|---|---|---|---|-| 量子计算模拟平台升级项目 | 68,000 | 62,000 | 28.4% | 2026-2028年 | 开发支持100+量子比特的下一代量子模拟引擎;建设GPU/TPU混合计算集群;拓展量子机器学习和量子化学模拟功能 |-| 量子安全加密产品研发项目 | 52,000 | 48,000 | 22.0% | 2026-2028年 | 研发面向5G/6G通信网络的量子密钥分发(QKD)产品;开发符合NIST后量子密码学标准的新一代加密套件 |-| 全国营销服务网络建设项目 | 38,000 | 35,000 | 16.0% | 2026-2027年 | 在成都、武汉、西安、南京新建4个区域销售与服务中心;扩充销售团队至200人;建立行业解决方案示范中心 |-| 量子计算研究院建设项目 | 42,000 | 38,500 | 17.6% | 2026-2029年 | 在合肥建设占地15,000平方米的量子计算研究院;引进50名海内外量子计算领域博士研究人员;与中国科学技术大学共建联合实验室 |-| 补充流动资金 | 35,000 | 35,000 | 16.0% | — | 满足公司业务规模扩大后的运营资金需求 |+| 量子计算模拟平台升级项目 | 45,000 | 38,000 | 24.1% | 2026-2028年 | 开发支持200+量子比特的下一代量子模拟引擎;建设GPU/TPU混合计算集群;拓展量子机器学习和量子化学模拟功能 |+| 量子安全加密产品研发项目 | 38,000 | 32,000 | 20.3% | 2026-2028年 | 研发面向5G/6G通信网络的量子密钥分发(QKD)产品;开发符合NIST后量子密码学标准的新一代加密套件 |+| 全国营销服务网络建设项目 | 25,000 | 22,000 | 13.9% | 2026-2028年 | 在成都、武汉、西安、南京新建4个区域销售与服务中心;扩充销售团队至300人;建立行业解决方案示范中心 |+| 量子计算研究院建设项目 | 58,000 | 52,000 | 32.9% | 2026-2029年 | 在合肥建设占地12,000平方米的量子计算研究院;引进50名海内外量子计算领域博士研究人员;与中国科学技术大学共建联合实验室 |+| 补充流动资金 | 24,000 | 24,000 | 15.2% | — | 满足公司业务规模扩大后的运营资金需求 |---@@ -123,31 +123,31 @@| 股东名称 | 持股数量(万股) | 持股比例 | 股东类别 | 表决权 | 锁定期 ||---|---|---|---|---|---|-| 刘浩然 | 4,320 | 24.0% | 实际控制人/创始人 | 24.0% | 36个月 |-| 陈雪梅 | 3,060 | 17.0% | 实际控制人/创始人 | 17.0% | 36个月 |-| 高瓴创投 | 2,340 | 13.0% | 财务投资者 | 13.0% | 12个月 |-| 红杉资本中国基金 | 1,800 | 10.0% | 财务投资者 | 10.0% | 12个月 |-| 国家制造业转型升级基金 | 1,620 | 9.0% | 国有基金 | 9.0% | 12个月 |-| 国投创合 | 1,260 | 7.0% | 国有基金 | 7.0% | 12个月 |-| IDG资本 | 900 | 5.0% | 财务投资者 | 5.0% | 12个月 |-| 合肥产投 | 720 | 4.0% | 地方国资 | 4.0% | 12个月 |-| 中科创星 | 540 | 3.0% | 战略投资者 | 3.0% | 12个月 |-| 员工持股平台(合肥云图管理合伙企业) | 1,440 | 8.0% | 员工持股 | 8.0% | 12个月 |-| **合计** | **18,000** | **100.0%** | | **100.0%** | |+| 刘某然 | 2,250 | 30.0% | 实际控制人/创始人 | 60.0% | 36个月 |+| 陈某梅 | 1,125 | 15.0% | 实际控制人/创始人 | 30.0% | 36个月 |+| 高瓴创投 | 1,500 | 20.0% | 财务投资者 | 5.0% | 12个月 |+| 红杉资本中国基金 | 750 | 10.0% | 财务投资者 | 2.5% | 12个月 |+| 国家制造业转型升级基金 | 375 | 5.0% | 国有基金 | 1.25% | 12个月 |+| 国投创合 | 225 | 3.0% | 国有基金 | 0.75% | 12个月 |+| IDG资本 | 150 | 2.0% | 财务投资者 | 0.5% | 12个月 |+| 合肥产投 | 112 | 1.5% | 地方国资 | 0.38% | 12个月 |+| 中科创星 | 88 | 1.2% | 战略投资者 | 0.3% | 12个月 |+| 员工持股平台(合肥云图管理合伙企业) | 425 | 5.67% | 员工持股 | 1.42% | 36个月 |+| **合计** | **7,500** | **100.0%** | | **100.0%** | |### 二、发行后股权结构| 股东类别 | 持股数量(万股) | 持股比例 |-|---|---|---|-| 创始人及管理层 | 7,380 | 30.8% |-| 机构投资者 | 9,180 | 38.3% |-| 员工持股平台 | 1,440 | 6.0% |-| 新增公众投资者 | 6,000 | 25.0% |-| **合计** | **24,000** | **100.0%** |+|---|---:|---:|+| 创始人及管理层 | 3,375 | 33.75% |+| 机构投资者 | 3,800 | 38.00% |+| 员工持股平台 | 425 | 4.25% |+| 新增公众投资者 | 2,500 | 25.00% |+| **合计** | **10,000** | **100.0%** |### 三、控制权说明-刘浩然先生和陈雪梅女士为公司共同实际控制人,二人为夫妻关系。发行前合计持有公司41.0%的股份,发行后合计持有30.8%的股份。二人已签署一致行动协议,共同对公司重大经营决策行使表决权。+刘某然先生和陈某梅女士为公司共同实际控制人,二人为夫妻关系。发行前合计持有公司45%的股份,发行后合计持有公司33.75%的股份。二人已签署一致行动协议,共同对公司重大经营决策行使表决权。---@@ -157,17 +157,17 @@**量子计算技术发展不确定性风险**:公司主要产品基于量子计算模拟和量子安全加密技术。全球量子计算技术尚处于发展早期,通用容错量子计算机的实现仍面临重大技术挑战。若量子计算硬件发展速度低于预期,公司量子模拟平台的市场需求可能受到影响;若量子计算发展超预期快速,公司现有的后量子加密产品可能需要加速升级迭代。-**核心技术人员依赖风险**:公司核心技术依赖于联合创始人刘浩然博士和陈雪梅博士的技术能力和行业经验。二人合计拥有47项发明专利和32项软件著作权。若核心技术人员离职,将对公司技术研发和产品竞争力产生重大不利影响。+**核心技术人员依赖风险**:公司核心技术依赖于联合创始人刘某然博士和陈某梅博士的技术能力和行业经验。二人合计拥有28项发明专利和15项软件著作权。若核心技术人员离职,将对公司技术研发和产品竞争力产生重大不利影响。### 二、市场风险-**市场竞争加剧风险**:量子计算领域竞争日趋激烈。国际方面,IBM、Google、Microsoft等科技巨头持续加大量子计算投入;国内方面,华为、百度、阿里巴巴等企业也在量子计算领域积极布局。上述竞争对手在资金实力、品牌影响力和客户资源方面具有显著优势。+**市场竞争加剧风险**:量子计算领域竞争日趋激烈。国际方面,IBM、Google、Microsoft等科技巨头持续加大量子计算投入;国内方面,华为、百度、阿里巴巴等企业也在量子计算领域积极布局。上述竞争对手在资金实力,品牌影响力和客户资源方面具有显著优势。**政策变动风险**:公司业务受益于国家对量子信息技术的政策支持。若相关产业政策发生不利变化,可能影响公司的市场拓展和盈利能力。### 三、财务风险-**持续亏损及盈利不稳定风险**:公司2023年和2024年分别亏损人民币8,520万元和3,180万元,2025年首次实现盈利。公司所处行业研发投入大、市场培育周期长,未来盈利能力存在不确定性。+**持续亏损及盈利不稳定风险**:公司2023年和2024年分别亏损人民币3,250万元和1,850万元,2025年首次实现盈利2,180万元。公司所处行业研发投入大、市场培育周期长,未来盈利能力存在不确定性。---@@ -175,16 +175,16 @@| 姓名 | 职务 | 年龄 | 学历 | 背景 ||---|---|---|---|---|-| 刘浩然 | 董事长兼总经理 | 40 | 博士 | 中国科学技术大学量子信息专业博士;曾任D-Wave系统公司高级研究员;拥有27项发明专利 |-| 陈雪梅 | 副总经理兼首席技术官 | 38 | 博士 | 中国科学技术大学量子物理专业博士;曾任华为2012实验室量子计算团队负责人;拥有20项发明专利 |-| 张伟东 | 首席财务官 | 42 | 硕士 | 上海交通大学MBA;曾任普华永道合伙人;持有CPA和CFA资格 |-| 王瑞丽 | 首席运营官 | 39 | 硕士 | 清华大学计算机科学硕士;曾任阿里云量子计算业务总监;8年云计算行业经验 |-| 赵国强 | 首席营销官 | 41 | 硕士 | 北京大学MBA;曾任奇安信集团副总裁;15年网络安全行业销售经验 |+| 刘某然 | 董事长兼总经理 | 42 | 博士 | 中国科学技术大学量子信息专业博士;曾任D-Wave系统公司高级研究员;拥有28项发明专利 |+| 陈某梅 | 副总经理兼首席技术官 | 40 | 博士 | 中国科学技术大学量子物理专业博士;曾任华为2012实验室量子计算团队负责人;拥有32项发明专利 |+| 张某东 | 首席财务官 | 45 | 硕士 | 上海交通大学MBA;曾任普华永道合伙人;持有CPA和CFA资格 |+| 王某丽 | 首席运营官 | 38 | 硕士 | 清华大学计算机科学硕士;曾任阿里云量子计算业务总监;8年云计算行业经验 |+| 赵某强 | 首席营销官 | 42 | 硕士 | 北京大学MBA;曾任奇安信集团副总裁;15年网络安全行业销售经验 |----*本招股说明书签署日期:2026年3月1日*+*本招股说明书签署日期:2025年12月15日*-*保荐代表人签字:/s/ 李明阳 /s/ 周建华*+*保荐代表人签字:/s/ 李某阳 /s/ 周某华*-*中信证券股份有限公司*+*中金证券股份有限公司*diff --git a/tests/fixtures/test_samples/zh/industry/.gitkeep b/tests/fixtures/test_samples/zh/industry/.gitkeepdeleted file mode 100644index e69de29..0000000diff --git a/tests/fixtures/test_samples/zh/industry/emergency_response.md b/tests/fixtures/test_samples/zh/industry/emergency_response.mddeleted file mode 100644index ddeb553..0000000--- a/tests/fixtures/test_samples/zh/industry/emergency_response.md+++ /dev/null@@ -1,157 +0,0 @@-# 自动化装配线A1 应急预案--**文档编号**: EP-2024-001-**版本**: v2.0-**编制日期**: 2024年1月-**适用范围**: 自动化装配线A1及周边区域-------## 1. 总则--### 1.1 编制目的--为有效预防、及时控制和消除自动化装配线A1突发事件的危害,最大限度地减少突发事件造成的人员伤亡和财产损失,保障设备安全和生产顺利进行,特制定本预案。--### 1.2 适用范围--本预案适用于自动化装配线A1发生的各类突发事件的应急处置,包括火灾、泄漏、停电、设备故障、人员受伤等事故。-------## 2. 应急组织机构--### 2.1 应急指挥中心--| 角色 | 姓名 | 职责 |-|------|------|------|-| 总指挥 | 王经理 | 全面负责应急响应工作 |-| 副总指挥 | 李主管 | 协助总指挥工作,负责现场指挥 |-| 组员 | 张维修 | 设备应急处置 |-| 组员 | 安保人员 | 现场安保与疏散 |--### 2.2 应急响应部门--| 部门 | 职责 |-|------|------|-| 安保部 | 现场安保、人员疏散、安全警戒 |-| 设备部 | 设备应急处置、故障排除 |-| 急救部 | 现场急救、医疗救护 |-| 后勤部 | 物资保障、通信联络 |-------## 3. 应急响应流程--### 3.1 火灾应急响应--**触发条件**:发现火情或火警报警--**响应流程**:--| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |-|------|---------|---------|---------|----------|-| 1 | 发现火情立即按下报警按钮 | 当班员工 | 立即 | 报警信号发出 |-| 2 | 拨打内部报警电话报告火情 | 当班员工 | 1分钟内 | 报告成功 |-| 3 | 启动消防广播,通知人员疏散 | 安保部 | 2分钟内 | 广播覆盖全场 |-| 4 | 开启消防栓和灭火器进行初期灭火 | 设备部 | 3分钟内 | 火势得到控制 |-| 5 | 关闭着火区域电源和燃气阀门 | 设备部 | 2分钟内 | 电源已切断 |-| 6 | 疏散生产区域人员至安全集合点 | 安保部 | 5分钟内 | 人员全部撤离 |-| 7 | 拨打119报警,请求消防队支援 | 安保部 | 立即 | 报警成功 |-| 8 | 迎接消防队并提供现场情况 | 安保部 | 10分钟内 | 消防队到达现场 |--### 3.2 化学品泄漏应急响应--**触发条件**:发现化学品泄漏--**响应流程**:--| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |-|------|---------|---------|---------|----------|-| 1 | 立即停止作业,关闭泄漏源 | 当班员工 | 立即 | 泄漏源已关闭 |-| 2 | 开启通风设备,稀释泄漏物浓度 | 设备部 | 2分钟内 | 通风设备已开启 |-| 3 | 使用吸附材料围堵泄漏物 | 设备部 | 3分钟内 | 泄漏已围堵 |-| 4 | 疏散周边人员,设置警戒区域 | 安保部 | 5分钟内 | 人员已疏散 |-| 5 | 拨打急救电话,请求医疗支援 | 安保部 | 立即 | 医疗支援已请求 |-| 6 | 清理泄漏物,恢复生产 | 设备部 | 30分钟内 | 现场清理完毕 |--### 3.3 停电应急响应--**触发条件**:发生突然停电--**响应流程**:--| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |-|------|---------|---------|---------|----------|-| 1 | 立即启动备用电源 | 设备部 | 10秒内 | 备用电源已启动 |-| 2 | 启用应急照明,保障人员安全撤离 | 设备部 | 30秒内 | 应急照明已开启 |-| 3 | 关闭主要设备,防止设备损坏 | 设备部 | 1分钟内 | 设备已关闭 |-| 4 | 人员有序撤离生产区域 | 安保部 | 3分钟内 | 人员已撤离 |-| 5 | 排查停电原因,评估恢复时间 | 设备部 | 10分钟内 | 原因已查明 |-| 6 | 恢复供电后,按顺序重启设备 | 设备部 | 20分钟内 | 设备已重启 |--### 3.4 设备故障应急响应--**触发条件**:关键设备发生严重故障--**响应流程**:--| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |-|------|---------|---------|---------|----------|-| 1 | 按下急停按钮,停止设备运行 | 操作员 | 立即 | 设备已停止 |-| 2 | 切断设备电源,防止故障扩大 | 操作员 | 立即 | 电源已切断 |-| 3 | 报告设备故障情况 | 操作员 | 1分钟内 | 报告已发出 |-| 4 | 维修人员到场,进行故障诊断 | 设备部 | 15分钟内 | 诊断完成 |-| 5 | 评估故障程度,制定修复方案 | 设备部 | 30分钟内 | 方案已制定 |-| 6 | 实施修复,恢复生产 | 设备部 | 2小时内 | 生产已恢复 |--### 3.5 人员受伤应急响应--**触发条件**:发生人员受伤事故--**响应流程**:--| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |-|------|---------|---------|---------|----------|-| 1 | 立即停止作业,确保现场安全 | 当班员工 | 立即 | 现场已安全 |-| 2 | 检查受伤人员伤情 | 当班员工 | 立即 | 伤情已评估 |-| 3 | 进行现场急救处理 | 急救部 | 5分钟内 | 急救已完成 |-| 4 | 拨打120急救电话 | 急救部 | 立即 | 急救电话已拨打 |-| 5 | 安排人员迎接救护车 | 急救部 | 10分钟内 | 救护车已接到 |-| 6 | 保护现场,配合调查 | 安保部 | 持续 | 现场已保护 |-------## 4. 应急保障--### 4.1 物资保障--- 消防器材:灭火器、消防栓、消防广播-- 急救物资:急救箱、担架、防护服-- 应急照明:应急灯、手电筒-- 通信设备:对讲机、移动电话--### 4.2 培训与演练--- 每季度进行一次应急演练-- 新员工入职培训包含应急内容-- 每年组织一次综合应急演练-------## 5. 预案管理--### 5.1 预案修订--本预案每年修订一次,如有重大变更应及时修订。--### 5.2 预案解释--本预案由安全环保部负责解释。-------**编制人**: 安全环保部-**审核人**: 生产部-**批准人**: 总经理-**生效日期**: 2024年1月15日diff --git a/tests/fixtures/test_samples/zh/industry/equipment_technical_manual.md b/tests/fixtures/test_samples/zh/industry/equipment_technical_manual.mdnew file mode 100644index 0000000..c662352--- /dev/null+++ b/tests/fixtures/test_samples/zh/industry/equipment_technical_manual.md@@ -0,0 +1,376 @@+# A工厂设备系统技术手册++**文档编号**: ETM-2024-001+**版本**: v1.5+**编制日期**: 2024年1月+**所属单位**: A工厂++---++## 1. 工厂概述++A工厂是公司旗下的现代化制造工厂,位于工业园区内,占地面积约50000平方米。工厂主要从事电子产品制造和精密加工业务。++### 1.1 工厂规模++| 项目 | 数据 |+|------|------|+| 占地面积 | 50000平方米 |+| 建筑面积 | 35000平方米 |+| 员工人数 | 约500人 |+| 年产值 | 5亿元 |++### 1.2 厂区布局++A工厂由以下几个主要功能区域组成:++**生产区域**:+- 制造车间A:自动化装配生产线(8000平方米)+- 制造车间B:精密加工中心(6000平方米)+- 制造车间C:组装车间(5000平方米)++**辅助区域**:+- 仓库区:原材料和成品存储(10000平方米)+- 动力站:供电、供水、供气(2000平方米)+- 办公区:行政办公(3000平方米)++---++## 2. 生产系统++### 2.1 制造车间A - 自动化装配生产线++制造车间A是工厂的核心生产车间,主要包含以下系统:++**数控加工系统**:+- 数控加工中心Alpha(TM-5000X,2台):精密零件加工+- 数控加工中心Beta(TM-5000X,2台):精密零件加工++**机器人系统**:+- 工业机械臂R1(AR-200,3台):工件搬运与装配+- 工业机械臂R2(AR-200,3台):工件搬运与装配+- 工业机械臂R3(AR-150,2台):备用机械臂++**物料输送系统**:+- 传送带系统(CT-500,1套):工件输送+- 自动导引车AGV(LM-1000,4台):物料配送++**辅助系统**:+- 冷却系统:为数控设备提供冷却+- 润滑系统:为机械设备提供润滑+- 液压系统:为气动设备提供动力+- 除尘系统:保持车间清洁++### 2.2 制造车间B - 精密加工中心++**车削系统**:数控车床4台+**铣削系统**:数控铣床3台+**磨削系统**:精密磨床2台+**检测系统**:三坐标测量仪++### 2.3 制造车间C - 组装车间++**总装线**:产品总装配+**测试线**:产品功能测试+**包装线**:产品包装入库++---++## 3. 动力系统++### 3.1 供电系统+- 变压器容量:2000KVA+- 供电电压:10KV+- 备用电源:柴油发电机500KW++### 3.2 供水系统+- 日供水量:200吨+- 供水压力:0.3MPa++### 3.3 供气系统+- 空压机:3台+- 供气压力:0.7MPa++---++## 4. 设备清单与拓扑关系++### 4.1 核心生产设备++| 设备编号 | 设备名称 | 类型 | 位置 | 状态 | 制造商 | 规格型号 |+|---------|----------|------|------|------|--------|----------|+| M-001 | 数控加工中心Alpha | 主机 | 制造车间A,一区 | 运行中 | 精工机械 | TM-5000X |+| M-002 | 数控加工中心Beta | 主机 | 制造车间A,一区 | 运行中 | 精工机械 | TM-5000X |+| S-001 | 工业机械臂R1 | 辅机 | 制造车间A,二区 | 运行中 | 智造机器人 | AR-200 |+| S-002 | 工业机械臂R2 | 辅机 | 制造车间A,二区 | 运行中 | 智造机器人 | AR-200 |+| S-003 | 工业机械臂R3 | 辅机 | 制造车间A,三区 | 备用 | 智造机器人 | AR-150 |+| P-001 | 冷却泵单元A | 辅机 | 制造车间A,地下一层 | 运行中 | 流体科技 | CP-300 |+| P-002 | 冷却泵单元B | 辅机 | 制造车间A,地下一层 | 运行中 | 流体科技 | CP-300 |+| V-001 | 主控制阀 | 阀门 | 制造车间A,一区 | 运行中 | 阀控专家 | CV-500 |+| V-002 | 安全泄压阀 | 阀门 | 制造车间A,二区 | 运行中 | 阀控专家 | CV-200 |+| MTR-001 | 驱动电机M1 | 电机 | 制造车间A,一区 | 运行中 | 动力驱动 | DM-750 |+| MTR-002 | 驱动电机M2 | 电机 | 制造车间A,一区 | 运行中 | 动力驱动 | DM-750 |++### 4.2 物料输送设备++| 设备编号 | 设备名称 | 类型 | 位置 | 状态 |+|---------|----------|------|------|------|+| AGV-001 | 自动导引车1 | 系统 | 制造车间A | 运行中 |+| AGV-002 | 自动导引车2 | 系统 | 制造车间A | 运行中 |+| CV-001 | 传送带系统 | 系统 | 制造车间A,一至四区 | 运行中 |++### 4.3 监控与控制设备++| 设备编号 | 设备名称 | 类型 | 位置 | 状态 |+|---------|----------|------|------|------|+| INS-001 | 温度传感器T1 | 仪表 | 制造车间A,一区 | 运行中 |+| INS-002 | 压力传感器P1 | 仪表 | 制造车间A,一区 | 运行中 |+| CTR-001 | 主控制柜 | 系统 | 制造车间A,控制室 | 运行中 |+| CTR-002 | 人机界面 | 系统 | 制造车间A,控制室 | 运行中 |++---++## 5. 设备拓扑关系++### 5.1 层级结构++```+A工厂+├── 制造车间A+│ ├── 数控加工系统+│ │ ├── 数控加工中心Alpha+│ │ └── 数控加工中心Beta+│ ├── 机器人系统+│ │ ├── 工业机械臂R1+│ │ ├── 工业机械臂R2+│ │ └── 工业机械臂R3+│ ├── 物料输送系统+│ │ ├── 传送带系统+│ │ └── 自动导引车AGV+│ └── 辅助系统+│ ├── 冷却系统+│ ├── 润滑系统+│ ├── 液压系统+│ └── 除尘系统+├── 制造车间B+│ ├── 车削系统+│ ├── 铣削系统+│ ├── 磨削系统+│ └── 检测系统+├── 制造车间C+│ ├── 总装线+│ ├── 测试线+│ └── 包装线+├── 仓库区+├── 动力站+│ ├── 供电系统+│ ├── 供水系统+│ └── 供气系统+└── 办公区+```++### 5.2 设备连接关系++**物料流向**:+- 原料仓库 → 传送带系统 → 数控加工中心Alpha(M-001)→ 数控加工中心Beta(M-002)→ 质量检测站 → 成品仓库++**能量传递**:+- 主控制柜(CTR-001)→ 驱动电机MTR-001(M-001主轴驱动)+- 主控制柜(CTR-001)→ 驱动电机MTR-002(M-002主轴驱动)++**控制信号**:+- 人机界面(CTR-002)→ 主控制柜(CTR-001)→ 机械臂S-001/S-002/S-003++**冷却回路**:+- 冷却泵P-001 → 数控加工中心Alpha → 冷却泵P-001(回水)+- 冷却泵P-002 → 数控加工中心Beta → 冷却泵P-002(回水)+- 主控制阀V-001调节M-001冷却流量+- 安全泄压阀V-002提供超压保护++**监测反馈**:+- 温度传感器INS-001监测M-001温度 → 反馈至CTR-001 → 控制P-001转速+- 压力传感器INS-02监测系统压力 → 反馈至CTR-001 → 控制V-002++---++## 6. 设备详细规格++### 6.1 数控加工中心Alpha规格参数++| 参数类别 | 参数名称 | 规格值 |+|---------|---------|--------|+| 基本参数 | 型号 | TM-5000X |+| 基本参数 | 制造商 | 精工机械 |+| 基本参数 | 产地 | 日本 |+| 基本参数 | 投入日期 | 2022年6月 |+| 行程参数 | X轴行程 | 5000mm |+| 行程参数 | Y轴行程 | 2000mm |+| 行程参数 | Z轴行程 | 1500mm |+| 主轴参数 | 主轴转速范围 | 0-8000 rpm |+| 主轴参数 | 主轴电机功率 | 75kW |+| 主轴参数 | 主轴扭矩 | 1200Nm |+| 精度参数 | 定位精度 | ±0.005mm |+| 精度参数 | 重复定位精度 | ±0.003mm |+| 加工参数 | 最大工件尺寸 | 5000×2000×1500mm |+| 加工参数 | 最大工件重量 | 20000kg |+| 冷却参数 | 冷却液容量 | 600L |+| 冷却参数 | 冷却液类型 | 水溶性切削液 |+| 电气参数 | 供电电压 | 380V |+| 电气参数 | 额定功率 | 95kVA |+| 液压参数 | 液压站压力 | 3.5MPa |+| 液压参数 | 液压油型号 | L-HM46 |++### 6.2 工业机械臂R1规格参数++| 参数类别 | 参数名称 | 规格值 |+|---------|---------|--------|+| 基本参数 | 型号 | AR-200 |+| 基本参数 | 制造商 | 智造机器人 |+| 基本参数 | 自由度 | 6轴 |+| 基本参数 | 投入日期 | 2022年7月 |+| 运动参数 | 最大运动半径 | 2650mm |+| 运动参数 | 最大负载 | 200kg |+| 运动参数 | 重复定位精度 | ±0.05mm |+| 运动参数 | 最大速度 | 2.5m/s |+| 运动参数 | 手腕允许扭矩 | 500Nm |+| 电气参数 | 供电电压 | 380V |+| 电气参数 | 控制柜功率 | 15kW |+| 环境参数 | 工作温度 | 0-45℃ |+| 环境参数 | 相对湿度 | 20-80% |++### 6.3 冷却系统规格参数++| 参数类别 | 参数名称 | 规格值 |+|---------|---------|--------|+| 基本参数 | 型号 | CP-300 |+| 基本参数 | 制造商 | 流体科技 |+| 基本参数 | 投入日期 | 2022年6月 |+| 性能参数 | 流量 | 300L/min |+| 性能参数 | 扬程 | 35m |+| 性能参数 | 电机功率 | 11kW |+| 性能参数 | 制冷量 | 80kW |+| 参数 | 进出口温度差 | 5-10℃ |+| 参数 | 水箱容量 | 500L |+| 参数 | 冷却液类型 | 环保切削液 |++---++## 7. 系统兼容性关系++### 7.1 设备与环境兼容性++| 设备名称 | 适用温度范围 | 适用湿度范围 | 防护等级 |+|---------|-------------|-------------|----------|+| 数控加工中心Alpha | 15-30℃ | 40-70% | IP54 |+| 工业机械臂R1 | 0-45℃ | 20-80% | IP65 |+| 冷却泵单元A | 5-40℃ | ≤85% | IP55 |+| 主控制柜 | 0-40℃ | ≤70% | IP20 |++### 7.2 设备与介质兼容性++| 设备名称 | 适用介质 | 介质要求 |+|---------|---------|---------|+| 数控加工中心Alpha | 切削液 | 水溶性,切削液浓度5-10% |+| 冷却泵单元A | 冷却水 | 软化水,pH值7-8 |+| 液压站 | 液压油 | L-HM46抗磨液压油 |+| 润滑系统 | 润滑脂 | L-XBCHA3锂基润滑脂 |++### 7.3 设备匹配关系++| 上游设备 | 连接类型 | 下游设备 | 介质/信号 |+|---------|---------|---------|----------|+| 主控制柜CTR-001 | 电气控制 | 驱动电机MTR-001 | 变频信号 |+| 主控制柜CTR-001 | 电气控制 | 驱动电机MTR-002 | 变频信号 |+| 冷却泵P-001 | 冷却管路 | 数控加工中心Alpha | 切削液循环 |+| 冷却泵P-002 | 冷却管路 | 数控加工中心Beta | 切削液循环 |+| 主控制阀V-001 | 液压控制 | 数控加工中心Alpha | 液压油调节 |+| 人机界面CTR-002 | 网络通信 | 主控制柜CTR-001 | 控制指令 |++---++## 8. 巡检项目++### 8.1 数控加工中心巡检项++| 设备编号 | 设备名称 | 巡检项目 | 检查内容 | 标准值 |+|---------|---------|---------|---------|--------|+| M-001 | 数控加工中心Alpha | 电机运行状态 | 听音、振动检测 | 无异响,振动正常 |+| M-001 | 数控加工中心Alpha | 轴承温度 | 手感或红外测温 | ≤60℃ |+| M-001 | 数控加工中心Alpha | 润滑油位 | 液位计显示 | 在上下限之间 |+| M-001 | 数控加工中心Alpha | 刀具状态 | 目视检查 | 刀具完好,无明显磨损 |+| M-001 | 数控加工中心Alpha | 冷却液位 | 液位计显示 | 在MAX-MIN之间 |+| M-001 | 数控加工中心Alpha | 冷却液浓度 | 折光仪检测 | 5-10% |+| M-001 | 数控加工中心Alpha | 主轴运行声 | 听音检测 | 无异常啸叫 |+| M-001 | 数控加工中心Alpha | 导轨润滑 | 油污检查 | 润滑良好,无干摩擦 |+| M-002 | 数控加工中心Beta | 电机运行状态 | 听音、振动检测 | 无异响,振动正常 |+| M-002 | 数控加工中心Beta | 轴承温度 | 手感或红外测温 | ≤60℃ |+| M-002 | 数控加工中心Beta | 润滑油位 | 液位计显示 | 在上下限之间 |+| M-002 | 数控加工中心Beta | 刀具状态 | 目视检查 | 刀具完好,无明显磨损 |+| M-002 | 数控加工中心Beta | 冷却液位 | 液位计显示 | 在MAX-MIN之间 |++### 8.2 机械臂系统巡检项++| 设备编号 | 设备名称 | 巡检项目 | 检查内容 | 标准值 |+|---------|---------|---------|---------|--------|+| S-001 | 工业机械臂R1 | 机械臂运行状态 | 运行测试 | 运动平稳,无抖动 |+| S-001 | 工业机械臂R1 | 夹具夹持力 | 测试抓取 | 抓取牢固,无滑落 |+| S-001 | 工业机械臂R1 | 关节润滑 | 油污检查 | 润滑良好 |+| S-001 | 工业机械臂R1 | 电缆状态 | 目视检查 | 无破损、老化 |+| S-001 | 工业机械臂R1 | 安全防护装置 | 功能测试 | 光幕、急停正常 |+| S-002 | 工业机械臂R2 | 机械臂运行状态 | 运行测试 | 运动平稳,无抖动 |+| S-002 | 工业机械臂R2 | 夹具夹持力 | 测试抓取 | 抓取牢固,无滑落 |+| S-002 | 工业机械臂R2 | 关节润滑 | 油污检查 | 润滑良好 |+| S-003 | 工业机械臂R3 | 备用状态检查 | 电源、控制器 | 待机正常 |++### 8.3 物料输送系统巡检项++| 设备编号 | 设备名称 | 巡检项目 | 检查内容 | 标准值 |+|---------|---------|---------|---------|--------|+| CV-001 | 传送带系统 | 运行平稳性 | 目视、听音 | 运行平稳,无跑偏 |+| CV-001 | 传送带系统 | 皮带张力 | 张力检测 | 张力适当 |+| CV-001 | 传送带系统 | 托辊转动 | 手动转动 | 转动灵活 |+| AGV-001 | 自动导引车1 | 电量状态 | 显示屏显示 | ≥60% |+| AGV-001 | 自动导引车1 | 导航传感器 | 功能测试 | 定位准确 |+| AGV-001 | 自动导引车1 | 障碍物检测 | 功能测试 | 响应灵敏 |+| AGV-002 | 自动导引车2 | 电量状态 | 显示屏显示 | ≥60% |+| AGV-002 | 自动导引车2 | 导航传感器 | 功能测试 | 定位准确 |++### 8.4 冷却系统巡检项++| 设备编号 | 设备名称 | 巡检项目 | 检查内容 | 标准值 |+|---------|---------|---------|---------|--------|+| P-001 | 冷却泵单元A | 运行状态 | 运行指示灯 | 正常运行 |+| P-001 | 冷却泵单元A | 压力表显示 | 压力表 | 0.3-0.5MPa |+| P-001 | 冷却泵单元A | 电机温度 | 手感或测温 | ≤70℃ |+| P-001 | 冷却泵单元A | 振动检测 | 振动仪 | ≤4.5mm/s |+| P-002 | 冷却泵单元B | 运行状态 | 运行指示灯 | 正常运行 |+| P-002 | 冷却泵单元B | 压力表显示 | 压力表 | 0.3-0.5MPa |+| INS-001 | 温度传感器T1 | 显示温度 | 温控器显示 | 与实际相符 |++### 8.5 电气控制系统巡检项++| 设备编号 | 设备名称 | 巡检项目 | 检查内容 | 标准值 |+|---------|---------|---------|---------|--------|+| CTR-001 | 主控制柜 | 报警检查 | HMI显示 | 无异常报警 |+| CTR-001 | 主控制柜 | 变频器参数 | 显示屏 | 与设定值一致 |+| CTR-001 | 主控制柜 | 接触器状态 | 目视 | 无异常,无烧蚀 |+| CTR-001 | 主控制柜 | 电缆连接 | 目视检查 | 连接牢固 |+| CTR-001 | 主控制柜 | 接地系统 | 接地电阻测试 | ≤4Ω |+| CTR-002 | 人机界面 | 触摸响应 | 操作测试 | 响应灵敏 |+| CTR-002 | 人机界面 | 显示状态 | 画面检查 | 显示正常 |++---++## 9. 系统关联++各系统之间存在以下关联关系:++- 制造车间A、B、C共享动力站的供电、供水、供气服务+- 仓库区为三个制造车间提供原材料供应和成品存放+- 物料输送系统连接各制造车间,实现物料流通++---++**编制人**: 工程部+**审核人**: 技术部+**批准人**: 厂领导diff --git a/tests/fixtures/test_samples/zh/industry/equipment_topology.md b/tests/fixtures/test_samples/zh/industry/equipment_topology.mddeleted file mode 100644index 62a7145..0000000--- a/tests/fixtures/test_samples/zh/industry/equipment_topology.md+++ /dev/null@@ -1,141 +0,0 @@-# 先进制造生产线:自动化装配系统技术文档--**文档类型**: 设备拓扑规格说明书-**系统版本**: v3.2-**更新日期**: 2024年-**所属部门**: 工程与维护部-------## 1. 系统概述--**自动化装配线A1** 是一套高精度电子元件制造系统。该系统集成了多台设备,包括数控加工中心、工业机器人、自动导引车(AGV)和质量检测站。本文档提供详细的设备拓扑信息,用于维护规划和系统优化。-------## 2. 设备清单--### 2.1 核心生产设备--| 设备编号 | 设备名称 | 类型 | 位置 | 状态 | 制造商 | 规格型号 |-|---------|----------|------|------|------|--------|----------|-| M-001 | 数控加工中心Alpha | 主机 | 制造车间A,一区 | 运行中 | 精工机械 | TM-5000X |-| M-002 | 数控加工中心Beta | 主机 | 制造车间A,一区 | 运行中 | 精工机械 | TM-5000X |-| S-001 | 工业机械臂R1 | 辅机 | 制造车间A,二区 | 运行中 | 智造机器人 | AR-200 |-| S-002 | 工业机械臂R2 | 辅机 | 制造车间A,二区 | 运行中 | 智造机器人 | AR-200 |-| S-003 | 工业机械臂R3 | 辅机 | 制造车间A,三区 | 备用 | 智造机器人 | AR-150 |-| P-001 | 冷却泵单元A | 辅机 | 制造车间A,地下一层 | 运行中 | 流体科技 | CP-300 |-| P-002 | 冷却泵单元B | 辅机 | 制造车间A,地下一层 | 运行中 | 流体科技 | CP-300 |-| V-001 | 主控制阀 | 阀门 | 制造车间A,一区 | 运行中 | 阀控专家 | CV-500 |-| V-002 | 安全泄压阀 | 阀门 | 制造车间A,二区 | 运行中 | 阀控专家 | CV-200 |-| MTR-001 | 驱动电机M1 | 电机 | 制造车间A,一区 | 运行中 | 动力驱动 | DM-750 |-| MTR-002 | 驱动电机M2 | 电机 | 制造车间A,一区 | 运行中 | 动力驱动 | DM-750 |--### 2.2 物料输送设备--| 设备编号 | 设备名称 | 类型 | 位置 | 状态 | 制造商 | 规格型号 |-|---------|----------|------|------|------|--------|----------|-| AGV-001 | 自动导引车1 | 系统 | 制造车间A | 运行中 | 物流智控 | LM-1000 |-| AGV-002 | 自动导引车2 | 系统 | 制造车间A | 运行中 | 物流智控 | LM-1000 |-| CV-001 | 传送带系统 | 系统 | 制造车间A,一至四区 | 运行中 | 传送科技 | CT-500 |--### 2.3 监控与控制设备--| 设备编号 | 设备名称 | 类型 | 位置 | 状态 | 制造商 | 规格型号 |-|---------|----------|------|------|------|--------|----------|-| INS-001 | 温度传感器T1 | 仪表 | 制造车间A,一区 | 运行中 | 传感专家 | ST-100 |-| INS-002 | 压力传感器P1 | 仪表 | 制造车间A,一区 | 运行中 | 传感专家 | SP-200 |-| INS-003 | 流量传感器F1 | 仪表 | 制造车间A,二区 | 运行中 | 传感专家 | SF-150 |-| CTR-001 | 主控制柜 | 系统 | 制造车间A,控制室 | 运行中 | 控制大师 | MC-800 |-| CTR-002 | 人机界面 | 系统 | 制造车间A,控制室 | 运行中 | 界面科技 | HMI-700 |-------## 3. 设备拓扑关系--### 3.1 物料流向路径--主要物料流向遵循以下顺序:--**原料仓库 → 数控加工中心Alpha(M-001)→ 数控加工中心Beta(M-002)→ 质量检测站 → 成品仓库**--- 原料通过传送带系统(CV-001)进入生产线-- M-001进行初加工,然后将工件传输至M-002-- M-002完成最终加工后输出至质量检测-- AGV-001将成品运输至存储区--### 3.2 能量传递系统--**电源 → 主控制柜(CTR-001)→ 驱动电机(MTR-001、MTR-002)→ 数控加工中心**--- 主电源提供380V三相电源至CTR-001-- CTR-001向各驱动电机分配电力-- MTR-001驱动M-001主轴旋转-- MTR-002驱动M-002主轴旋转--### 3.3 控制信号网络--**人机界面(CTR-002)→ 主控制柜(CTR-001)→ 机械臂(S-001、S-002、S-003)→ 数控加工中心**--- HMI作为主要操作员界面-- CTR-001处理命令并发送控制信号-- S-001和S-002执行工件上下料-- S-002作为S-002的备份--### 3.4 冷却系统回路--**冷却泵单元A(P-001)→ 数控加工中心Alpha(M-001)→ 冷却泵单元A(回水)**-**冷却泵单元B(P-002)→ 数控加工中心Beta(M-002)→ 冷却泵单元B(回水)**--- P-001循环冷却介质至M-001-- P-002循环冷却介质至M-002-- 主控制阀(V-001)调节至M-001的流量-- 安全泄压阀(V-002)提供超压保护--### 3.5 监测与反馈回路--**温度传感器T1(INS-001)→ 主控制柜(CTR-001)→ 冷却泵单元A(P-001)**--- INS-001监测M-001工作温度-- CTR-001接收温度数据并调整P-001转速-- 闭环控制将温度维持在可接受范围内--**压力传感器P1(INS-002)→ 主控制柜(CTR-001)→ 安全泄压阀(V-002)**--- INS-002监测液压系统压力-- 当压力超过阈值时,V-002自动开启-- 应急泄压保护系统免受过压损坏-------## 4. 系统互联汇总表--| 源设备 | 目标设备 | 连接类型 | 描述 |-|--------|----------|---------|------|-| CV-001 | M-001 | 物料输送 | 工件传输 |-| M-001 | M-002 | 物料输送 | 顺序加工 |-| M-002 | AGV-001 | 物料输送 | 成品运输 |-| CTR-001 | MTR-001 | 电气连接 | 主轴驱动电源 |-| CTR-001 | MTR-002 | 电气连接 | 主轴驱动电源 |-| CTR-001 | S-001 | 控制信号 | 机器人协调 |-| CTR-001 | S-002 | 控制信号 | 机器人协调 |-| CTR-001 | S-003 | 控制信号 | 备份机器人控制 |-| P-001 | M-001 | 冷却回路 | 冷却介质供应 |-| P-002 | M-002 | 冷却回路 | 冷却介质供应 |-| V-001 | M-001 | 冷却回路 | 流量调节 |-| V-002 | P-002 | 冷却回路 | 超压保护 |-| INS-001 | CTR-001 | 仪表信号 | 温度反馈 |-| INS-002 | CTR-001 | 仪表信号 | 压力反馈 |-| CTR-002 | CTR-001 | 控制信号 | 操作员指令 |-------## 5. 维护注意事项--- **预防性维护**: 每3个月更换P-001和P-002的过滤器-- **预测性维护**: 监测MTR-001和MTR-002的振动数据-- **应急响应**: 每月测试V-002确保正常运行-------*如需技术支持,请联系:[email protected]*diff --git a/tests/fixtures/test_samples/zh/industry/failure_case.md b/tests/fixtures/test_samples/zh/industry/failure_analysis_report.mdsimilarity index 100%rename from tests/fixtures/test_samples/zh/industry/failure_case.mdrename to tests/fixtures/test_samples/zh/industry/failure_analysis_report.mddiff --git a/tests/fixtures/test_samples/zh/industry/inspection_record.md b/tests/fixtures/test_samples/zh/industry/inspection_record.mddeleted file mode 100644index 93eb59b..0000000--- a/tests/fixtures/test_samples/zh/industry/inspection_record.md+++ /dev/null@@ -1,102 +0,0 @@-# 设备日常巡检记录--**巡检单位**: 设备维护部-**巡检日期**: 2024年3月15日-**巡检类型**: 日例巡检-**巡检人**: 张三-------## 1. 巡检概况--本次巡检覆盖自动化装配线A1全部设备,包括数控加工中心、机械臂系统、物料输送系统、冷却系统及电气控制系统。巡检从上午9:00开始,至11:30结束。-------## 2. 巡检项目与结果--### 2.1 数控加工中心巡检--| 巡检项 | 发现内容 | 措施 | 状态 |-|--------|---------|------|------|-| 电机运行状态 | 运行平稳,无异常声响 | 正常,继续观察 | ✅ 正常 |-| 轴承温度 | 温度显示42℃,在正常范围内 | 正常,保持监测 | ✅ 正常 |-| 润滑油位 | 油位正常,无泄漏 | 正常 | ✅ 正常 |-| 刀具状态 | 刀具磨损在允许范围内 | 正常 | ✅ 正常 |-| 冷却液位 | 冷却液位偏低 | 补充冷却液 | ⚠️ 已处理 |--**补充冷却液**:发现M-001数控加工中心冷却液位偏低,立即补充冷却液至正常液位。--### 2.2 机械臂系统巡检--| 巡检项 | 发现内容 | 措施 | 状态 |-|--------|---------|------|------|-| 机械臂R1运行 | 运行正常,动作流畅 | 正常 | ✅ 正常 |-| 机械臂R2运行 | 运行正常 | 正常 | ✅ 正常 |-| 机械臂R3状态 | 处于备用状态 | 正常 | ✅ 正常 |-| 夹具夹持力 | 夹持力正常 | 正常 | ✅ 正常 |-| 安全护栏 | 护栏闭合正常 | 正常 | ✅ 正常 |--### 2.3 物料输送系统巡检--| 巡检项 | 发现内容 | 措施 | 状态 |-|--------|---------|------|------|-| 传送带运行 | 运行平稳,无跑偏 | 正常 | ✅ 正常 |-| AGV-001状态 | 电量85%,运行正常 | 正常 | ✅ 正常 |-| AGV-002状态 | 电量92%,运行正常 | 正常 | ✅ 正常 |-| 传感器状态 | 传感器清洁,信号正常 | 正常 | ✅ 正常 |--### 2.4 冷却系统巡检--| 巡检项 | 发现内容 | 措施 | 状态 |-|--------|---------|------|------|-| 冷却泵A运行 | 运行正常,压力稳定 | 正常 | ✅ 正常 |-| 冷却泵B运行 | 运行正常 | 正常 | ✅ 正常 |-| 温度传感器T1 | 显示温度正常 | 正常 | ✅ 正常 |-| 过滤器状态 | 过滤器清洁 | 正常 | ✅ 正常 |--### 2.5 电气控制系统巡检--| 巡检项 | 发现内容 | 措施 | 状态 |-|--------|---------|------|------|-| 主控制柜 | 无异常报警 | 正常 | ✅ 正常 |-| 变频器运行 | 运行参数正常 | 正常 | ✅ 正常 |-| 电缆连接 | 连接牢固,无松动 | 正常 | ✅ 正常 |-| 接地系统 | 接地良好 | 正常 | ✅ 正常 |-------## 3. 异常情况汇总--### 3.1 已处理异常--| 序号 | 设备 | 异常描述 | 处理措施 | 处理结果 |-|------|------|---------|---------|----------|-| 1 | 数控加工中心M-001 | 冷却液位偏低 | 补充冷却液 | 已恢复 |-------## 4. 巡检总结--### 4.1 总体评价--本次巡检整体情况良好,各设备运行正常。仅发现1处轻微异常(冷却液位偏低),已现场处理完毕。--### 4.2 建议事项--1. 建议增加冷却液液位监测频次,防止再次出现液位过低情况-2. AGV-001电量消耗较快,建议检查电池状态-3. 建议定期清洁传感器,确保检测精度--### 4.3 下次巡检计划--- 巡检日期:2024年3月18日-- 巡检类型:周例巡检-- 重点关注:冷却系统运行状态、AGV电池续航能力-------**巡检人签字**: 张三-**日期**: 2024年3月15日-**审核人**: 李四-**审核日期**: 2024年3月15日diff --git a/tests/fixtures/test_samples/zh/industry/operating_mode.md b/tests/fixtures/test_samples/zh/industry/operating_mode.mddeleted file mode 100644index f4df5f5..0000000--- a/tests/fixtures/test_samples/zh/industry/operating_mode.md+++ /dev/null@@ -1,239 +0,0 @@-# 自动化装配线A1 工况切换说明书--**文档编号**: OM-2024-001-**版本**: v1.0-**编制日期**: 2024年2月-**适用设备**: 自动化装配线A1-------## 1. 概述--本文档说明自动化装配线A1的运行模式及工况切换条件。操作人员应严格按照本说明书进行工况切换操作,确保设备安全运行。-------## 2. 运行模式--自动化装配线A1支持以下几种运行模式:--### 2.1 关机模式--**模式说明**: 设备完全停止运行,所有系统断电。--**适用条件**:-- 生产任务结束-- 设备维护保养-- 长期停机--**负荷范围**: 0%--### 2.2 待机模式--**模式说明**: 设备处于热待机状态,主电源保持供电,控制系统就绪,可快速启动。--**适用条件**:-- 生产前准备-- 生产间隙暂停-- 短暂休息--**负荷范围**: 5-10%--### 2.3 手动调试模式--**模式说明**: 设备由操作人员手动控制,用于设备调试、检修和故障排查。--**适用条件**:-- 设备调试-- 检修作业-- 故障排查-- 新程序测试--**负荷范围**: 0-30%--### 2.4 自动运行模式--**模式说明**: 设备按照预设程序自动运行,无需人工干预。--**适用条件**:-- 正常生产运行-- 大批量生产--**负荷范围**: 30-100%--### 2.5 紧急停止模式--**模式说明**: 设备立即停止所有动作,切断动力源。--**适用条件**:-- 发生紧急情况-- 设备故障-- 人员安全受到威胁--**负荷范围**: 0%-------## 3. 工况切换--### 3.1 关机模式 → 待机模式--**切换条件**:-- 合上主电源开关-- 控制系统自检通过--**切换步骤**:-1. 合上主电源开关-2. 启动辅助系统-3. 控制系统自检-4. 进入待机状态--**切换时间**: 约30秒--### 3.2 待机模式 → 手动调试模式--**切换条件**:-- 按下手动手柄-- 选择手动模式--**切换步骤**:-1. 按下手动手柄-2. 在HMI上选择手动模式-3. 确认模式切换-4. 进入手动调试状态--**切换时间**: 约5秒--### 3.3 手动调试模式 → 待机模式--**切换条件**:-- 关闭手柄开关-- 选择退出手动模式--**切换步骤**:-1. 关闭手柄开关-2. 在HMI上选择退出手动模式-3. 确认退出-4. 返回待机状态--**切换时间**: 约3秒--### 3.4 待机模式 → 自动运行模式--**切换条件**:-- 生产任务就绪-- 物料充足-- 所有子系统正常-- 按下自动启动按钮--**切换步骤**:-1. 确认生产任务已下达-2. 确认物料充足-3. 确认各系统状态正常-4. 按下自动启动按钮-5. 系统加载生产程序-6. 逐步提升运行速度-7. 进入自动运行状态--**切换时间**: 约60秒--### 3.5 自动运行模式 → 待机模式--**切换条件**:-- 生产任务完成-- 按下暂停按钮--**切换步骤**:-1. 按下暂停按钮-2. 等待当前工序完成-3. 设备停止自动运行-4. 保持电源供电-5. 进入待机状态--**切换时间**: 约30秒--### 3.6 自动运行模式 → 紧急停止模式--**切换条件**:-- 按下急停按钮-- 检测到严重故障-- 安全护栏被打开--**切换步骤**:-1. 按下急停按钮(或触发故障)-2. 立即停止所有运动部件-3. 切断主电源-4. 启动报警装置-5. 进入紧急停止状态--**切换时间**: 立即--### 3.7 紧急停止模式 → 待机模式--**切换条件**:-- 故障已排除-- 现场安全确认-- 按下复位按钮--**切换步骤**:-1. 确认故障已排除-2. 确认现场安全-3. 关闭急停按钮-4. 按下复位按钮-5. 系统自检-6. 进入待机状态--**切换时间**: 约60秒-------## 4. 工况切换流程图--```- ┌──────────────┐- │ 关机模式 │- └──────┬───────┘- │- ┌──────▼───────┐- │ 待机模式 │- └──────┬───────┘- │- ┌──────────────┴──────────────┐- │ │- ┌──────▼───────┐ ┌───────▼──────┐- │ 手动调试模式 │ │ 自动运行模式 │- └──────┬───────┘ └──────┬───────┘- │ │- └──────────┬───────────────────┘- │- ┌──────▼───────┐- │ 紧急停止模式 │- └──────────────┘-```-------## 5. 注意事项--1. **安全第一**: 任何工况切换都必须确保人员安全-2. **顺序执行**: 必须按照切换步骤顺序执行,不得跳过步骤-3. **状态确认**: 切换前必须确认当前状态满足切换条件-4. **异常处理**: 切换过程中出现异常应立即停止并上报-------## 6. 负荷与工况对照表--| 工况 | 负荷范围 | 说明 |-|------|---------|------|-| 关机模式 | 0% | 完全断电 |-| 待机模式 | 5-10% | 热待机 |-| 手动调试模式 | 0-30% | 低负荷调试 |-| 自动运行模式 | 30-100% | 正常生产 |-| 紧急停止模式 | 0% | 立即停止 |-------**编制人**: 设备部-**审核人**: 技术部-**批准人**: 生产部diff --git a/tests/fixtures/test_samples/zh/industry/operation_flow.md b/tests/fixtures/test_samples/zh/industry/operation_flow.mddeleted file mode 100644index 71d7c6b..0000000--- a/tests/fixtures/test_samples/zh/industry/operation_flow.md+++ /dev/null@@ -1,189 +0,0 @@-# 自动化装配线A1 开机操作规程--**规程编号**: OP-2024-001-**版本**: v2.1-**编制日期**: 2024年2月-**适用设备**: 自动化装配线A1-------## 1. 适用范围--本规程适用于自动化装配线A1的开机操作,包括数控加工中心、机械臂系统、物料输送系统和质量检测站的开机流程。-------## 2. 开机前检查--### 2.1 环境检查--| 检查项目 | 检查内容 | 状态 |-|---------|---------|------|-| 温度 | 环境温度应在15-30℃范围内 | □ |-| 湿度 | 相对湿度应在40-70%范围内 | □ |-| 清洁度 | 设备周围无杂物、无积水 | □ |--### 2.2 设备检查--| 检查项目 | 检查内容 | 状态 |-|---------|---------|------|-| 电源 | 主电源电压正常,三相平衡 | □ |-| 气源 | 气压维持在0.5-0.7MPa | □ |-| 润滑 | 各润滑点油脂充足 | □ |-| 安全装置 | 急停按钮、防护门锁正常 | □ |-------## 3. 开机流程--### 3.1 第一步:开启辅助系统--**操作步骤**:开启控制柜辅助电源--- 打开控制柜门-- 合上辅助电源开关-- 确认辅助电源指示灯亮起--**预期结果**:辅助电源正常接通,控制面板显示就绪状态--**触发条件**:辅助电源正常--### 3.2 第二步:启动液压系统--**操作步骤**:启动液压站--- 按下液压站启动按钮-- 等待液压压力上升至设定值-- 检查液压油位是否正常--**预期结果**:液压压力稳定在3.5MPa,油位正常--**触发条件**:液压压力达到设定值--### 3.3 第三步:启动冷却系统--**操作步骤**:开启冷却泵--- 打开冷却泵电源开关-- 调节冷却液流量至合适值-- 检查冷却液温度--**预期结果**:冷却系统正常运行,进出口温差在5-10℃--**触发条件**:冷却泵运行无异常--### 3.4 第四步:启动控制系统--**操作步骤**:启动主控制系统--- 在HMI上选择"自动模式"-- 点击"系统启动"按钮-- 等待系统自检完成--**预期结果**:HMI显示"系统就绪",无报警信息--**触发条件**:系统自检通过--### 3.5 第五步:激活伺服系统--**操作步骤**:启动伺服驱动--- 依次启动各轴伺服驱动器-- 等待伺服系统就绪-- 执行原点复归操作--**预期结果**:各轴回到参考原点,位置显示正确--**触发条件**:伺服系统无故障--### 3.6 第六步:启动物料输送系统--**操作步骤**:开启传送带和AGV--- 启动传送带电机-- 激活AGV导航系统-- 设定输送路径--**预期结果**:传送带正常运行,AGV就位待命--**触发条件**:传送带运行平稳--### 3.7 第七步:启动机器人系统--**操作步骤**:激活机械臂--- 启动机械臂控制柜-- 加载加工程序-- 执行机械臂原点复归--**预期结果**:机械臂各关节正常,到达原点位置--**触发条件**:机械臂无碰撞报警--### 3.8 第八步:启动质量检测系统--**操作步骤**:开启检测设备--- 启动视觉检测系统-- 校准检测参数-- 加载检测程序--**预期结果**:检测系统就绪,可正常识别工件--**触发条件**:检测系统自检通过-------## 4. 全面启动确认--完成上述步骤后,进行全面确认:--| 检查项 | 确认内容 | 结果 |-|-------|---------|------|-| 系统状态 | 所有子系统显示"就绪" | □ |-| 通信状态 | 各设备通信正常 | □ |-| 安全状态 | 安全门关闭,急停释放 | □ |-| 生产模式 | 切换至自动生产模式 | □ |-------## 5. 开机异常处理--### 5.1 液压压力不足--- 检查液压油是否充足-- 检查液压泵是否正常-- 检查是否有泄漏--### 5.2 冷却系统报警--- 检查冷却液位-- 检查冷却泵运行状态-- 清洗冷却过滤器--### 5.3 伺服系统故障--- 检查伺服驱动器报警代码-- 检查电机连接-- 执行故障复位-------## 6. 关机流程--### 6.1 正常关机--1. 停止物料输入-2. 等待当前工序完成-3. 依次停止各子系统-4. 关闭主电源--### 6.2 紧急关机--按下急停按钮,设备立即停止,然后按照正常流程检查后重新启动。-------**编制人**: 设备部-**审核人**: 技术部-**批准人**: 生产部diff --git a/tests/fixtures/test_samples/zh/industry/operation_maintenance_manual.md b/tests/fixtures/test_samples/zh/industry/operation_maintenance_manual.mdnew file mode 100644index 0000000..7022c8f--- /dev/null+++ b/tests/fixtures/test_samples/zh/industry/operation_maintenance_manual.md@@ -0,0 +1,448 @@+# 自动化装配线A1 操作与维护手册++**文档编号**: OMM-2024-001+**版本**: v2.5+**编制日期**: 2024年3月+**适用设备**: 自动化装配线A1++---++## 第一篇:设备操作++### 第一章 适用范围++本规程适用于自动化装配线A1的开机操作和工况管理,包括数控加工中心、机械臂系统、物料输送系统和质量检测站。++---++### 第二章 开机操作流程++#### 2.1 开机前检查++**环境检查**:+- 温度:环境温度应在15-30℃范围内+- 湿度:相对湿度应在40-70%范围内+- 清洁度:设备周围无杂物、无积水++**设备检查**:+- 电源:主电源电压正常,三相平衡+- 气源:气压维持在0.5-0.7MPa+- 润滑:各润滑点油脂充足+- 安全装置:急停按钮、防护门锁正常++#### 2.2 开机步骤++**第一步:开启辅助系统**+- 操作:开启控制柜辅助电源+- 步骤:打开控制柜门 → 合上辅助电源开关 → 确认辅助电源指示灯亮起+- 预期结果:辅助电源正常接通,控制面板显示就绪状态+- 触发条件:辅助电源正常++**第二步:启动液压系统**+- 操作:启动液压站+- 步骤:按下液压站启动按钮 → 等待液压压力上升至设定值 → 检查:液压压力稳定在3.5MPa,油位正常+- 预期结果:液压压力稳定在3.5MPa,油位正常+- 触发条件:液压压力达到设定值++**第三步:启动冷却系统**+- 操作:开启冷却泵+- 步骤:打开冷却泵电源开关 → 调节冷却液流量 → 检查冷却液温度+- 预期结果:冷却系统正常运行,进出口温差在5-10℃+- 触发条件:冷却泵运行无异常++**第四步:启动控制系统**+- 操作:启动主控制系统+- 步骤:在HMI上选择"自动模式" → 点击"系统启动"按钮 → 等待系统自检完成+- 预期结果:HMI显示"系统就绪",无报警信息+- 触发条件:系统自检通过++**第五步:激活伺服系统**+- 操作:启动伺服驱动+- 步骤:依次启动各轴伺服驱动器 → 等待伺服系统就绪 → 执行原点复归+- 预期结果:各轴回到参考原点,位置显示正确+- 触发条件:伺服系统无故障++**第六步:启动物料输送系统**+- 操作:开启传送带和AGV+- 步骤:启动传送带电机 → 激活AGV导航系统 → 设定输送路径+- 预期结果:传送带正常运行,AGV就位待命+- 触发条件:传送带运行平稳++**第七步:启动机器人系统**+- 操作:激活机械臂+- 步骤:启动机械臂控制柜 → 加载加工程序 → 执行机械臂原点复归+- 预期结果:机械臂各关节正常,到达原点位置+- 触发条件:机械臂无碰撞报警++**第八步:启动质量检测系统**+- 操作:开启检测设备+- 步骤:启动视觉检测系统 → 校准检测参数 → 加载检测程序+- 预期结果:检测系统就绪,可正常识别工件+- 触发条件:检测系统自检通过++#### 2.3 开机异常处理++**液压压力不足**:+- 检查液压油是否充足+- 检查液压泵是否正常+- 检查是否有泄漏++**冷却系统报警**:+- 检查冷却液位+- 检查冷却泵运行状态+- 清洗冷却过滤器++**伺服系统故障**:+- 检查伺服驱动器报警代码+- 检查电机连接+- 执行故障复位++#### 2.4 关机流程++**正常关机**:+1. 停止物料输入+2. 等待当前工序完成+3. 依次停止各子系统+4. 关闭主电源++**紧急关机**:+按下急停按钮,设备立即停止,然后按照正常流程检查后重新启动。++---++### 第三章 运行模式++#### 3.1 模式类型++**关机模式**+- 说明:设备完全停止运行,所有系统断电+- 适用条件:生产任务结束、设备维护保养、长期停机+- 负荷范围:0%++**待机模式**+- 说明:设备处于热待机状态,主电源保持供电,控制系统就绪,可快速启动+- 适用条件:生产前准备、生产间隙暂停、短暂休息+- 负荷范围:5-10%++**手动调试模式**+- 说明:设备由操作人员手动控制,用于设备调试、检修和故障排查+- 适用条件:设备调试、检修作业、故障排查、新程序测试+- 负荷范围:0-30%++**自动运行模式**+- 说明:设备按照预设程序自动运行,无需人工干预+- 适用条件:正常生产运行、大批量生产+- 负荷范围:30-100%++**紧急停止模式**+- 说明:设备立即停止所有动作,切断动力源+- 适用条件:发生紧急情况、设备故障、人员安全受到威胁+- 负荷范围:0%++---++### 第四章 工况切换++#### 4.1 关机模式 → 待机模式++**切换条件**:合上主电源开关、控制系统自检通过+**切换步骤**:合上主电源开关 → 启动辅助系统 → 控制系统自检 → 进入待机状态+**切换时间**:约30秒++#### 4.2 待机模式 → 手动调试模式++**切换条件**:按下手动手柄、选择手动模式+**切换步骤**:按下手动手柄 → 在HMI上选择手动模式 → 确认模式切换 → 进入手动调试状态+**切换时间**:约5秒++#### 4.3 手动调试模式 → 待机模式++**切换条件**:关闭手柄开关、选择退出手动模式+**切换步骤**:关闭手柄开关 → 在HMI上选择退出手动模式 → 确认退出 → 返回待机状态+**切换时间**:约3秒++#### 4.4 待机模式 → 自动运行模式++**切换条件**:生产任务就绪、物料充足、所有子系统正常、按下自动启动按钮+**切换步骤**:确认生产任务已下达 → 确认物料充足 → 确认各系统状态正常 → 按下自动启动按钮 → 系统加载生产程序 → 逐步提升运行速度 → 进入自动运行状态+**切换时间**:约60秒++#### 4.5 自动运行模式 → 待机模式++**切换条件**:生产任务完成、按下暂停按钮+**切换步骤**:按下暂停按钮 → 等待当前工序完成 → 设备停止自动运行 → 保持电源供电 → 进入待机状态+**切换时间**:约30秒++#### 4.6 自动运行模式 → 紧急停止模式++**切换条件**:按下急停按钮、检测到严重故障、安全护栏被打开+**切换步骤**:按下急停按钮 → 立即停止所有运动部件 → 切断主电源 → 启动报警装置 → 进入紧急停止状态+**切换时间**:立即++#### 4.7 紧急停止模式 → 待机模式++**切换条件**:故障已排除、现场安全确认、按下复位按钮+**切换步骤**:确认故障已排除 → 确认现场安全 → 关闭急停按钮 → 按下复位按钮 → 系统自检 → 进入待机状态+**切换时间**:约60秒++---++### 第五章 工况切换流程图++```+ ┌──────────────┐+ │ 关机模式 │+ └──────┬───────┘+ │+ ┌──────▼───────┐+ │ 待机模式 │+ └──────┬───────┘+ │+ ┌──────────────┴──────────────┐+ │ │+ ┌──────▼───────┐ ┌───────▼──────┐+ │ 手动调试模式 │ │ 自动运行模式 │+ └──────┬───────┘ └──────┬───────┘+ │ │+ └──────────┬───────────────────┘+ │+ ┌──────▼───────┐+ │ 紧急停止模式 │+ └──────────────┘+```++---++### 第六章 负荷与工况对照表++| 工况 | 负荷范围 | 说明 |+|------|---------|------|+| 关机模式 | 0% | 完全断电 |+| 待机模式 | 5-10% | 热待机 |+| 手动调试模式 | 0-30% | 低负荷调试 |+| 自动运行模式 | 30-100% | 正常生产 |+| 紧急停止模式 | 0% | 立即停止 |++---++### 第七章 注意事项++1. **安全第一**:任何工况切换都必须确保人员安全+2. **顺序执行**:必须按照切换步骤顺序执行,不得跳过步骤+3. **状态确认**:切换前必须确认当前状态满足切换条件+4. **异常处理**:切换过程中出现异常应立即停止并上报++---++## 第二篇:设备维护与故障分析++### 第八章 设备故障案例分析++#### 8.1 主电机故障案例++**报告编号**: FA-2024-001+**编制日期**: 2024年3月15日+**设备名称**: 自动化装配线A1 - 主电机+**故障日期**: 2024年1月10日++##### 8.1.1 故障概述++**设备信息**:++| 项目 | 内容 |+|------|------|+| 设备编号 | MTR-001 |+| 设备名称 | 主电机 |+| 规格型号 | DM-750 |+| 制造商 | 动力驱动有限公司 |+| 安装位置 | 制造车间A,一区 |+| 投运日期 | 2022年6月 |++**故障现象**:+2024年1月10日上午9时30分,自动化装配线A1的主电机(MTR-001)运行过程中突然发出异常声响,并伴随振动明显加剧。操作人员立即按下急停按钮,设备停止运行。++**具体现象**:+- 电机发出尖锐的金属摩擦声+- 机身振动幅值超过正常值3倍+- 轴承温度快速上升至85℃+- 变频器显示电流波动异常++##### 8.1.2 故障分析++**初步检查**:+维修人员到达现场后,首先进行初步检查:++1. **外观检查**:电机外壳无明显损伤,无异常气味+2. **绝缘检测**:绕组绝缘电阻正常,排除短路可能+3. **振动检测**:振动值超标,主要集中在轴承部位+4. **温度检测**:轴承座温度偏高已达85℃++**深入分析**:+经拆解检查,确认故障根本原因如下:++**主要原因**:轴承磨损严重++- 轴承滚道出现明显磨损痕迹+- 滚动体表面有剥落现象+- 润滑脂变质发黑,失去了润滑作用++**次要原因**:长期未进行预防性维护++- 该电机自投运以来未进行过轴承更换+- 润滑脂未按要求定期补充+- 运行负荷长期处于高负荷状态++##### 8.1.3 处理措施++**应急处理**:+1. 立即停止设备运行,切断电源+2. 标记故障状态,悬挂警示标识+3. 启动备用电机,维持生产++**根本处理**:+1. **更换轴承**:更换同规格轴承(型号:6208-2RS)+2. **补充润滑脂**:使用优质润滑脂(型号:L-XBCHA3)+3. **清洁轴承座**:彻底清除旧润滑脂和杂质+4. **电气检测**:检测绕组阻值,确保电气性能正常++**处理结果**:++| 项目 | 处理前 | 处理后 |+|------|--------|--------|+| 振动值 | 12mm/s | 2.5mm/s |+| 轴承温度 | 85℃ | 42℃ |+| 运行电流 | 波动±15% | 稳定±3% |+| 噪音水平 | 异常尖锐 | 正常 |++##### 8.1.4 经验教训++**教训总结**:+本次故障给我们的启示:++1. **预防性维护缺失**:轴承已到使用寿命未及时更换,是导致故障的根本原因。应建立设备健康档案,追踪关键部件的使用寿命。++2. **巡检不够细致**:日常巡检未能及时发现轴承异常声响和振动加剧的早期症状。需加强巡检人员的培训,提高故障早期识别能力。++3. **备件管理不足**:备用轴承库存不足,导致维修等待时间延长。应完善备件库存管理,确保关键备件充足。++**改进建议**:+1. **建立预测性维护体系**:引入振动监测和温度监测系统,实现故障预警+2. **完善维护计划**:制定详细的设备维护日历,按时执行维护任务+3. **加强人员培训**:提升操作人员和维修人员的专业技能+4. **优化备件管理**:建立关键备件安全库存机制++---++#### 8.2 冷却系统故障案例++**报告编号**: FA-2024-002+**编制日期**: 2024年3月20日+**设备名称**: 自动化装配线A1 - 冷却系统+**故障日期**: 2024年2月15日++##### 8.2.1 故障概述++**设备信息**:++| 项目 | 内容 |+|------|------|+| 设备编号 | P-001 |+| 设备名称 | 冷却泵单元A |+| 规格型号 | CP-300 |+| 制造商 | 流体科技 |+| 安装位置 | 制造车间A,地下一层 |+| 投运日期 | 2022年6月 |++**故障现象**:+2024年2月15日下午14时,冷却系统报警显示"冷却液温度过高"。操作人员检查发现冷却泵运行正常,但制冷效果明显下降,导致数控加工中心主轴温度持续上升,被迫停机检查。++**具体现象**:+- 冷却液温度显示45℃(正常值20-30℃)+- 制冷机组运行但制冷效果差+- 冷却液颜色发黑,有异味+- 过滤网堵塞严重++##### 8.2.2 故障分析++**原因分析**:+1. **冷却液变质**:冷却液长期使用未更换,内部滋生细菌,产生酸性物质+2. **过滤网堵塞**:冷却液中的杂质堵塞过滤网,导致流量下降+3. **冷凝器脏污**:制冷机组冷凝器表面积灰,影响散热效果++##### 8.2.3 处理措施++1. 更换全部冷却液(使用环保切削液)+2. 清洗并更换冷却系统过滤网+3. 清洗制冷机组冷凝器+4. 调整冷却液浓度至标准范围(5-10%)++**处理结果**:++| 项目 | 处理前 | 处理后 |+|------|--------|--------|+| 冷却液温度 | 45℃ | 25℃ |+| 冷却液颜色 | 发黑 | 清澈 |+| 制冷效果 | 差 | 正常 |++---++### 第九章 常见故障与处理++#### 9.1 数控加工中心常见故障++| 故障类型 | 故障现象 | 可能原因 | 处理措施 |+|---------|---------|---------|----------|+| 主轴异响 | 运行时发出异常声响 | 轴承损坏、润滑不良 | 检查轴承、补充润滑脂 |+| 加工精度下降 | 工件尺寸超差 | 导轨磨损、丝杠间隙过大 | 调整间隙、更换磨损件 |+| 急停报警 | 设备紧急停止 | 安全门打开、传感器故障 | 检查安全门、传感器 |+| 冷却系统报警 | 冷却液温度过高 | 冷却液不足、制冷故障 | 添加冷却液、检查制冷机 |++#### 9.2 机械臂常见故障++| 故障类型 | 故障现象 | 可能原因 | 处理措施 |+|---------|---------|---------|----------|+| 运动异常 | 机械臂抖动、定位不准 | 伺服参数漂移、关节磨损 | 重新校准、更换磨损件 |+| 夹具失效 | 工件抓取不牢 | 夹爪磨损、气压不足 | 更换夹爪、检查气压 |+| 通信故障 | 控制信号中断 | 电缆损坏、干扰 | 检查电缆、排除干扰 |++---++### 第十章 维护保养计划++#### 10.1 日常保养++| 设备 | 保养项目 | 周期 | 责任人 |+|------|---------|------|--------|+| 数控加工中心 | 清理切屑、检查润滑 | 每班 | 操作员 |+| 机械臂 | 检查夹具、清理轨迹 | 每班 | 操作员 |+| 冷却系统 | 检查液位、浓度 | 每班 | 操作员 |++#### 10.2 周保养++| 设备 | 保养项目 | 周期 | 责任人 |+|------|---------|------|--------|+| 数控加工中心 | 导轨润滑、冷却液检测 | 每周 | 维修工 |+| 机械臂 | 关节润滑、电缆检查 | 每周 | 维修工 |+| 电气柜 | 除尘、紧固端子 | 每周 | 电工 |++#### 10.3 月保养++| 设备 | 保养项目 | 周期 | 责任人 |+|------|---------|------|--------|+| 数控加工中心 | 精度检测、关键部件检查 | 每月 | 设备工程师 |+| 机械臂 | 性能测试、更换润滑脂 | 每月 | 设备工程师 |+| 冷却系统 | 全面清洗、更液 | 每月换冷却 | 维修工 |++#### 10.4 年保养++| 设备 | 保养项目 | 周期 | 责任人 |+|------|---------|------|--------|+| 全面设备 | 大修、关键部件更换 | 每年 | 设备部 |+| 电气系统 | 预防性试验 | 每年 | 电工 |+| 安全系统 | 检验校准 | 每年 | 安全员 |++---++**编制人**: 设备部+**审核人**: 技术部+**批准人**: 生产部diff --git a/tests/fixtures/test_samples/zh/industry/safety_control.md b/tests/fixtures/test_samples/zh/industry/safety_control.mddeleted file mode 100644index 75106f9..0000000--- a/tests/fixtures/test_samples/zh/industry/safety_control.md+++ /dev/null@@ -1,156 +0,0 @@-# 自动化装配线A1 安全管控手册--**文档编号**: SC-2024-001-**版本**: v1.5-**编制日期**: 2024年2月-**适用范围**: 自动化装配线A1全体作业人员-------## 1. 总则--### 1.1 编制目的--为加强自动化装配线A1的安全生产管理,预防和减少生产安全事故,保障员工生命安全和身体健康,特制定本手册。--### 1.2 适用范围--本手册适用于自动化装配线A1的所有作业活动,包括设备操作、检修维护、巡检检查等。-------## 2. 危险源辨识--### 2.1 设备类危险源--| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |-|------|-----------|---------|-------------|-| 1 | 数控加工中心 | 高温部件、旋转部件 | 烫伤、机械伤害 |-| 2 | 工业机械臂 | 运动部件、夹持力 | 挤压伤害、撞击伤害 |-| 3 | 冷却系统 | 高压液体、温度变化 | 烫伤、冻伤 |-| 4 | 液压站 | 高压油液、密封件老化 | 高压射流伤害 |-| 5 | 电气控制柜 | 电气元件、高压电源 | 触电、电击伤害 |--### 2.2 环境类危险源--| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |-|------|-----------|---------|-------------|-| 1 | 车间通道 | 地面油污、物件堆放 | 摔伤、绊倒 |-| 2 | 物料堆放区 | 物料倾倒、不稳定 | 砸伤、碰撞 |-| 3 | 噪声区域 | 设备运行噪声 | 听力损伤 |-| 4 | 化学品存储 | 有毒有害化学品 | 中毒、化学灼伤 |--### 2.3 行为类危险源--| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |-|------|-----------|---------|-------------|-| 1 | 违章操作 | 违反操作规程 | 设备损坏、人身伤害 |-| 2 | 疲劳作业 | 连续作业、休息不足 | 反应迟钝、误操作 |-| 3 | 防护缺失 | 未佩戴防护用品 | 人身伤害 |-------## 3. 风险点与管控措施--### 3.1 机械设备风险--| 风险点 | 风险等级 | 管控措施 | 责任人 |-|--------|---------|---------|--------|-| 数控加工中心操作 | 重大风险 | 1. 严格按照操作规程作业 2. 佩戴防护眼镜和防护手套 3. 禁止在设备运行时打开防护门 4. 定期检查防护装置有效性 | 设备负责人 |-| 机械臂运行区域 | 重大风险 | 1. 设置安全围栏和警示标识 2. 安装光幕保护装置 3. 作业前确认安全区域无人 4. 严禁违规进入运行区域 | 班组长 |-| 液压系统检修 | 较大风险 | 1. 检修前先泄压 2. 佩戴防护手套和防护眼镜 3. 使用专业工具进行检修 4. 检修后进行压力测试 | 维修工 |--### 3.2 电气安全风险--| 风险点 | 风险等级 | 管控措施 | 责任人 |-|--------|---------|---------|--------|-| 电气柜操作 | 重大风险 | 1. 持有电工作业证人员方可操作 2. 作业前进行验电确认 3. 佩戴绝缘鞋和绝缘手套 4. 禁止带电作业 | 电工 |-| 临时用电 | 较大风险 | 1. 办理临时用电审批 2. 使用合格的电气设备 3. 定期检查线路绝缘性能 4. 做到一机一闸一保护 | 设备负责人 |-| 静电防护 | 一般风险 | 1. 穿戴防静电工作服 2. 设备接地可靠 3. 保持环境湿度适宜 | 安全员 |--### 3.3 化学安全风险--| 风险点 | 风险等级 | 管控措施 | 责任人 |-|--------|---------|---------|--------|-| 冷却液使用 | 较大风险 | 1. 佩戴防护手套和防护眼镜 2. 保持工作场所通风 3. 避免皮肤直接接触 4. 定期检测冷却液浓度 | 设备负责人 |-| 润滑油脂 | 一般风险 | 1. 佩戴防护手套 2. 避免入口和眼睛接触 3. 使用专用工具添加 4. 废油统一回收处理 | 维修工 |-| 清洗剂使用 | 较大风险 | 1. 在通风处使用 2. 佩戴防毒面具 3. 远离火源存放 4. 按照MSDS要求操作 | 班组长 |--### 3.4 环境安全风险--| 风险点 | 风险等级 | 管控措施 | 责任人 |-|--------|---------|---------|--------|-| 通道堵塞 | 一般风险 | 1. 保持通道畅通 2. 不在通道堆放物料 3. 及时清理油污和杂物 4. 设置防滑设施 | 班组长 |-| 噪声危害 | 一般风险 | 1. 佩戴耳塞或耳罩 2. 控制在噪声源 3. 定期进行噪声检测 4. 合理安排作业时间 | 安全员 |-| 物料堆放 | 较大风险 | 1. 堆放整齐稳固 2. 不超过规定高度 3. 留出安全通道 4. 定期检查堆放状态 | 仓库管理员 |-------## 4. 个人防护用品--### 4.1 必须配备的防护用品--| 防护用品 | 适用区域 | 更换周期 | 责任人 |-|---------|---------|---------|--------|-| 安全帽 | 全体作业区域 | 损坏时更换 | 员工个人 |-| 防护眼镜 | 加工区、检修区 | 损坏时更换 | 员工个人 |-| 防护手套 | 接触化学品、机械设备时 | 损坏时更换 | 员工个人 |-| 耳塞/耳罩 | 噪声区域 | 每周更换 | 员工个人 |-| 绝缘鞋 | 电气作业区域 | 6个月更换 | 员工个人 |-| 防静电工作服 | 全体作业区域 | 1年更换 | 员工个人 |--### 4.2 防护用品使用规定--1. 作业前必须正确佩戴防护用品-2. 防护用品损坏或失效必须立即更换-3. 严禁私自改装或拆卸防护装置-4. 离职或调岗时必须归还防护用品-------## 5. 安全责任体系--### 5.1 各级人员安全责任--| 角色 | 安全职责 |-|------|---------|-| 总经理 | 全面负责公司安全生产工作 |-| 安全主管 | 负责安全管理体系建设、安全监督检查 |-| 设备负责人 | 负责设备安全运行、隐患排查整改 |-| 班组长 | 负责本班组安全管理、员工安全教育 |-| 作业人员 | 严格遵守安全规程、正确使用防护用品 |--### 5.2 安全考核与奖惩--- 每月进行安全绩效考核-- 发现隐患及时上报给予奖励-- 违章作业按规定进行处罚-- 年度安全先进给予表彰-------## 6. 隐患排查与整改--### 6.1 隐患排查频次--| 排查类型 | 频次 | 负责人 |-|---------|------|--------|-| 日常巡检 | 每日 | 当班员工 |-| 周检查 | 每周 | 班组长 |-| 月度检查 | 每月 | 设备负责人 |-| 专项检查 | 每季度 | 安全主管 |--### 6.2 隐患整改流程--1. 发现隐患,记录隐患信息-2. 评估隐患等级,确定整改措施-3. 下发整改通知,落实整改责任-4. 实施整改,验收整改结果-5. 销号归档,持续改进-------**编制人**: 安全环保部-**审核人**: 生产部-**批准人**: 总经理-**生效日期**: 2024年2月15日diff --git a/tests/fixtures/test_samples/zh/industry/safety_management_handbook.md b/tests/fixtures/test_samples/zh/industry/safety_management_handbook.mdnew file mode 100644index 0000000..044e6ef--- /dev/null+++ b/tests/fixtures/test_samples/zh/industry/safety_management_handbook.md@@ -0,0 +1,304 @@+# 自动化装配线A1 安全管理与应急综合手册++**文档编号**: SMC-2024-001+**版本**: v2.0+**编制日期**: 2024年2月+**适用范围**: 自动化装配线A1全体作业人员++---++## 第一篇:安全管控++### 第一章 总则++#### 1.1 编制目的++为加强自动化装配线A1的安全生产管理,预防和减少生产安全事故,保障员工生命安全和身体健康,特制定本手册。++#### 1.2 适用范围++本手册适用于自动化装配线A1的所有作业活动,包括设备操作、检修维护、巡检检查等。++---++### 第二章 危险源辨识++#### 2.1 设备类危险源++| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |+|------|-----------|---------|-------------|+| 1 | 数控加工中心 | 高温部件、旋转部件 | 烫伤、机械伤害 |+| 2 | 工业机械臂 | 运动部件、夹持力 | 挤压伤害、撞击伤害 |+| 3 | 冷却系统 | 高压液体、温度变化 | 烫伤、冻伤 |+| 4 | 液压站 | 高压油液、密封件老化 | 高压射流伤害 |+| 5 | 电气控制柜 | 电气元件、高压电源 | 触电、电击伤害 |++#### 2.2 环境类危险源++| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |+|------|-----------|---------|-------------|+| 1 | 车间通道 | 地面油污、物件堆放 | 摔伤、绊倒 |+| 2 | 物料堆放区 | 物料倾倒、不稳定 | 砸伤、碰撞 |+| 3 | 噪声区域 | 设备运行噪声 | 听力损伤 |+| 4 | 化学品存储 | 有毒有害化学品 | 中毒、化学灼伤 |++#### 2.3 行为类危险源++| 序号 | 危险源名称 | 危险因素 | 可能导致后果 |+|------|-----------|---------|-------------|+| 1 | 违章操作 | 违反操作规程 | 设备损坏、人身伤害 |+| 2 | 疲劳作业 | 连续作业、休息不足 | 反应迟钝、误操作 |+| 3 | 防护缺失 | 未佩戴防护用品 | 人身伤害 |++---++### 第三章 风险点与管控措施++#### 3.1 机械设备风险++| 风险点 | 风险等级 | 管控措施 | 责任人 |+|--------|---------|---------|--------|+| 数控加工中心操作 | 重大风险 | 1. 严格按照操作规程作业 2. 佩戴防护眼镜和防护手套 3. 禁止在设备运行时打开防护门 4. 定期检查防护装置有效性 | 设备负责人 |+| 机械臂运行区域 | 重大风险 | 1. 设置安全围栏和警示标识 2. 安装光幕保护装置 3. 作业前确认安全区域无人 4. 严禁违规进入运行区域 | 班组长 |+| 液压系统检修 | 较大风险 | 1. 检修前先泄压 2. 佩戴防护手套和防护眼镜 3. 使用专业工具进行检修 4. 检修后进行压力测试 | 维修工 |++#### 3.2 电气安全风险++| 风险点 | 风险等级 | 管控措施 | 责任人 |+|--------|---------|---------|--------|+| 电气柜操作 | 重大风险 | 1. 持有电工作业证人员方可操作 2. 作业前进行验电确认 3. 佩戴绝缘鞋和绝缘手套 4. 禁止带电作业 | 电工 |+| 临时用电 | 较大风险 | 1. 办理临时用电审批 2. 使用合格的电气设备 3. 定期检查线路绝缘性能 4. 做到一机一闸一保护 | 设备负责人 |+| 静电防护 | 一般风险 | 1. 穿戴防静电工作服 2. 设备接地可靠 3. 保持环境湿度适宜 | 安全员 |++#### 3.3 化学安全风险++| 风险点 | 风险等级 | 管控措施 | 责任人 |+|--------|---------|---------|--------|+| 冷却液使用 | 较大风险 | 1. 佩戴防护手套和防护眼镜 2. 保持工作场所通风 3. 避免皮肤直接接触 4. 定期检测冷却液浓度 | 设备负责人 |+| 润滑油脂 | 一般风险 | 1. 佩戴防护手套 2. 避免入口和眼睛接触 3. 使用专用工具添加 4. 废油统一回收处理 | 维修工 |+| 清洗剂使用 | 较大风险 | 1. 在通风处使用 2. 佩戴防毒面具 3. 远离火源存放 4. 按照MSDS要求操作 | 班组长 |++#### 3.4 环境安全风险++| 风险点 | 风险等级 | 管控措施 | 责任人 |+|--------|---------|---------|--------|+| 通道堵塞 | 一般风险 | 1. 保持通道畅通 2. 不在通道堆放物料 3. 及时清理油污和杂物 4. 设置防滑设施 | 班组长 |+| 噪声危害 | 一般风险 | 1. 佩戴耳塞或耳罩 2. 控制在噪声源 3. 定期进行噪声检测 4. 合理安排作业时间 | 安全员 |+| 物料堆放 | 较大风险 | 1. 堆放整齐稳固 2. 不超过规定高度 3. 留出安全通道 4. 定期检查堆放状态 | 仓库管理员 |++---++### 第四章 个人防护用品++#### 4.1 必须配备的防护用品++| 防护用品 | 适用区域 | 更换周期 | 责任人 |+|---------|---------|---------|--------|+| 安全帽 | 全体作业区域 | 损坏时更换 | 员工个人 |+| 防护眼镜 | 加工区、检修区 | 损坏时更换 | 员工个人 |+| 防护手套 | 接触化学品、机械设备时 | 损坏时更换 | 员工个人 |+| 耳塞/耳罩 | 噪声区域 | 每周更换 | 员工个人 |+| 绝缘鞋 | 电气作业区域 | 6个月更换 | 员工个人 |+| 防静电工作服 | 全体作业区域 | 1年更换 | 员工个人 |++#### 4.2 防护用品使用规定++1. 作业前必须正确佩戴防护用品+2. 防护用品损坏或失效必须立即更换+3. 严禁私自改装或拆卸防护装置+4. 离职或调岗时必须归还防护用品++---++### 第五章 安全责任体系++#### 5.1 各级人员安全责任++| 角色 | 安全职责 |+|------|---------|+| 总经理 | 全面负责公司安全生产工作 |+| 安全主管 | 负责安全管理体系建设、安全监督检查 |+| 设备负责人 | 负责设备安全运行、隐患排查整改 |+| 班组长 | 负责本班组安全管理、员工安全教育 |+| 作业人员 | 严格遵守安全规程、正确使用防护用品 |++#### 5.2 安全考核与奖惩++- 每月进行安全绩效考核+- 发现隐患及时上报给予奖励+- 违章作业按规定进行处罚+- 年度安全先进给予表彰++---++### 第六章 隐患排查与整改++#### 6.1 隐患排查频次++| 排查类型 | 频次 | 负责人 |+|---------|------|--------|+| 日常巡检 | 每日 | 当班员工 |+| 周检查 | 每周 | 班组长 |+| 月度检查 | 每月 | 设备负责人 |+| 专项检查 | 每季度 | 安全主管 |++#### 6.2 隐患整改流程++1. 发现隐患,记录隐患信息+2. 评估隐患等级,确定整改措施+3. 下发整改通知,落实整改责任+4. 实施整改,验收整改结果+5. 销号归档,持续改进++---++## 第二篇:应急预案++### 第七章 总则++#### 7.1 编制目的++为有效预防、及时控制和消除自动化装配线A1突发事件的危害,最大限度地减少突发事件造成的人员伤亡和财产损失,保障设备安全和生产顺利进行,特制定本预案。++#### 7.2 适用范围++本预案适用于自动化装配线A1发生的各类突发事件的应急处置,包括火灾、泄漏、停电、设备故障、人员受伤等事故。++---++### 第八章 应急组织机构++#### 8.1 应急指挥中心++| 角色 | 姓名 | 职责 |+|------|------|------|+| 总指挥 | 王经理 | 全面负责应急响应工作 |+| 副总指挥 | 李主管 | 协助总指挥工作,负责现场指挥 |+| 组员 | 张维修 | 设备应急处置 |+| 组员 | 安保人员 | 现场安保与疏散 |++#### 8.2 应急响应部门++| 部门 | 职责 |+|------|------|+| 安保部 | 现场安保、人员疏散、安全警戒 |+| 设备部 | 设备应急处置、故障排除 |+| 急救部 | 现场急救、医疗救护 |+| 后勤部 | 物资保障、通信联络 |++---++### 第九章 应急响应流程++#### 9.1 火灾应急响应++**触发条件**:发现火情或火警报警++**响应流程**:++| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |+|------|---------|---------|---------|----------|+| 1 | 发现火情立即按下报警按钮 | 当班员工 | 立即 | 报警信号发出 |+| 2 | 拨打内部报警电话报告火情 | 当班员工 | 1分钟内 | 报告成功 |+| 3 | 启动消防广播,通知人员疏散 | 安保部 | 2分钟内 | 广播覆盖全场 |+| 4 | 开启消防栓和灭火器进行初期灭火 | 设备部 | 3分钟内 | 火势得到控制 |+| 5 | 关闭着火区域电源和燃气阀门 | 设备部 | 2分钟内 | 电源已切断 |+| 6 | 疏散生产区域人员至安全集合点 | 安保部 | 5分钟内 | 人员全部撤离 |+| 7 | 拨打119报警,请求消防队支援 | 安保部 | 立即 | 报警成功 |+| 8 | 迎接消防队并提供现场情况 | 安保部 | 10分钟内 | 消防队到达现场 |++#### 9.2 化学品泄漏应急响应++**触发条件**:发现化学品泄漏++**响应流程**:++| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |+|------|---------|---------|---------|----------|+| 1 | 立即停止作业,关闭泄漏源 | 当班员工 | 立即 | 泄漏源已关闭 |+| 2 | 开启通风设备,稀释泄漏物浓度 | 设备部 | 2分钟内 | 通风设备已开启 |+| 3 | 使用吸附材料围堵泄漏物 | 设备部 | 3分钟内 | 泄漏已围堵 |+| 4 | 疏散周边人员,设置警戒区域 | 安保部 | 5分钟内 | 人员已疏散 |+| 5 | 拨打急救电话,请求医疗支援 | 安保部 | 立即 | 医疗支援已请求 |+| 6 | 清理泄漏物,恢复生产 | 设备部 | 30分钟内 | 现场清理完毕 |++#### 9.3 停电应急响应++**触发条件**:发生突然停电++**响应流程**:++| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |+|------|---------|---------|---------|----------|+| 1 | 立即启动备用电源 | 设备部 | 10秒内 | 备用电源已启动 |+| 2 | 启用应急照明,保障人员安全撤离 | 设备部 | 30秒内 | 应急照明已开启 |+| 3 | 关闭主要设备,防止设备损坏 | 设备部 | 1分钟内 | 设备已关闭 |+| 4 | 人员有序撤离生产区域 | 安保部 | 3分钟内 | 人员已撤离 |+| 5 | 排查停电原因,评估恢复时间 | 设备部 | 10分钟内 | 原因已查明 |+| 6 | 恢复供电后,按顺序重启设备 | 设备部 | 20分钟内 | 设备已重启 |++#### 9.4 设备故障应急响应++**触发条件**:关键设备发生严重故障++**响应流程**:++| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |+|------|---------|---------|---------|----------|+| 1 | 按下急停按钮,停止设备运行 | 操作员 | 立即 | 设备已停止 |+| 2 | 切断设备电源,防止故障扩大 | 操作员 | 立即 | 电源已切断 |+| 3 | 报告设备故障情况 | 操作员 | 1分钟内 | 报告已发出 |+| 4 | 维修人员到场,进行故障诊断 | 设备部 | 15分钟内 | 诊断完成 |+| 5 | 评估故障程度,制定修复方案 | 设备部 | 30分钟内 | 方案已制定 |+| 6 | 实施修复,恢复生产 | 设备部 | 2小时内 | 生产已恢复 |++#### 9.5 人员受伤应急响应++**触发条件**:发生人员受伤事故++**响应流程**:++| 步骤 | 响应动作 | 负责部门 | 时间要求 | 成功标准 |+|------|---------|---------|---------|----------|+| 1 | 立即停止作业,确保现场安全 | 当班员工 | 立即 | 现场已安全 |+| 2 | 检查受伤人员伤情 | 当班员工 | 立即 | 伤情已评估 |+| 3 | 进行现场急救处理 | 急救部 | 5分钟内 | 急救已完成 |+| 4 | 拨打120急救电话 | 急救部 | 立即 | 急救电话已拨打 |+| 5 | 安排人员迎接救护车 | 急救部 | 10分钟内 | 救护车已接到 |+| 6 | 保护现场,配合调查 | 安保部 | 持续 | 现场已保护 |++---++### 第十章 应急保障++#### 10.1 物资保障++- 消防器材:灭火器、消防栓、消防广播+- 急救物资:急救箱、担架、防护服+- 应急照明:应急灯、手电筒+- 通信设备:对讲机、移动电话++#### 10.2 培训与演练++- 每季度进行一次应急演练+- 新员工入职培训包含应急内容+- 每年组织一次综合应急演练++---++### 第十一章 预案管理++#### 11.1 预案修订++本预案每年修订一次,如有重大变更应及时修订。++#### 11.2 预案解释++本预案由安全环保部负责解释。++---++**编制人**: 安全环保部+**审核人**: 生产部+**批准人**: 总经理+**生效日期**: 2024年2月15日diff --git a/tests/fixtures/test_samples/zh/industry/system_topology.md b/tests/fixtures/test_samples/zh/industry/system_topology.mddeleted file mode 100644index 6f6031d..0000000--- a/tests/fixtures/test_samples/zh/industry/system_topology.md+++ /dev/null@@ -1,185 +0,0 @@-# A工厂系统架构说明书--**文档编号**: SA-2024-001-**版本**: v1.0-**编制日期**: 2024年1月-------## 1. 工厂概述--A工厂是公司旗下的现代化制造工厂,位于工业园区内,占地面积约50000平方米。工厂主要从事电子产品制造和精密加工业务。--### 1.1 工厂规模--| 项目 | 数据 |-|------|------|-| 占地面积 | 50000平方米 |-| 建筑面积 | 35000平方米 |-| 员工人数 | 约500人 |-| 年产值 | 5亿元 |-------## 2. 厂区布局--A工厂由以下几个主要功能区域组成:--### 2.1 生产区域--| 区域名称 | 功能 | 面积 |-|---------|------|------|-| 制造车间A | 自动化装配生产线 | 8000平方米 |-| 制造车间B | 精密加工中心 | 6000平方米 |-| 制造车间C | 组装车间 | 5000平方米 |--### 2.2 辅助区域--| 区域名称 | 功能 | 面积 |-|---------|------|------|-| 仓库区 | 原材料和成品存储 | 10000平方米 |-| 动力站 | 供电、供水、供气 | 2000平方米 |-| 办公区 | 行政办公 | 3000平方米 |-------## 3. 生产系统--### 3.1 制造车间A - 自动化装配生产线--制造车间A是工厂的核心生产车间,主要包含以下系统:--#### 3.1.1 数控加工系统--| 设备名称 | 规格 | 数量 | 功能 |-|---------|------|------|------|-| 数控加工中心Alpha | TM-5000X | 2台 | 精密零件加工 |-| 数控加工中心Beta | TM-5000X | 2台 | 精密零件加工 |--#### 3.1.2 机器人系统--| 设备名称 | 规格 | 数量 | 功能 |-|---------|------|------|------|-| 工业机械臂R1 | AR-200 | 3台 | 工件搬运与装配 |-| 工业机械臂R2 | AR-200 | 3台 | 工件搬运与装配 |-| 工业机械臂R3 | AR-150 | 2台 | 备用机械臂 |--#### 3.1.3 物料输送系统--| 设备名称 | 规格 | 数量 | 功能 |-|---------|------|------|------|-| 传送带系统 | CT-500 | 1套 | 工件输送 |-| 自动导引车AGV | LM-1000 | 4台 | 物料配送 |--#### 3.1.4 辅助系统--| 系统名称 | 功能 |-|---------|------|-| 冷却系统 | 为数控设备提供冷却 |-| 润滑系统 | 为机械设备提供润滑 |-| 液压系统 | 为气动设备提供动力 |-| 除尘系统 | 保持车间清洁 |--### 3.2 制造车间B - 精密加工中心--制造车间B主要承担高精度零件加工任务:--| 系统名称 | 主要设备 | 功能 |-|---------|---------|------|-| 车削系统 | 数控车床4台 | 零件车削加工 |-| 铣削系统 | 数控铣床3台 | 零件铣削加工 |-| 磨削系统 | 精密磨床2台 | 零件精磨加工 |-| 检测系统 | 三坐标测量仪 | 尺寸检测 |--### 3.3 制造车间C - 组装车间--制造车间C负责产品组装:--| 系统名称 | 功能 |-|---------|------|-| 总装线 | 产品总装配 |-| 测试线 | 产品功能测试 |-| 包装线 | 产品包装入库 |-------## 4. 动力系统--### 4.1 供电系统--| 项目 | 数据 |-|------|------|-| 变压器容量 | 2000KVA |-| 供电电压 | 10KV |-| 备用电源 | 柴油发电机500KW |--### 4.2 供水系统--| 项目 | 数据 |-|------|------|-| 日供水量 | 200吨 |-| 供水压力 | 0.3MPa |--### 4.3 供气系统--| 项目 | 数据 |-|------|------|-| 空压机 | 3台 |-| 供气压力 | 0.7MPa |-------## 5. 层级结构汇总--A工厂系统层级结构如下:--```-A工厂-├── 制造车间A-│ ├── 数控加工系统-│ │ ├── 数控加工中心Alpha-│ │ └── 数控加工中心Beta-│ ├── 机器人系统-│ │ ├── 工业机械臂R1-│ │ ├── 工业机械臂R2-│ │ └── 工业机械臂R3-│ ├── 物料输送系统-│ │ ├── 传送带系统-│ │ └── 自动导引车AGV-│ └── 辅助系统-│ ├── 冷却系统-│ ├── 润滑系统-│ ├── 液压系统-│ └── 除尘系统-├── 制造车间B-│ ├── 车削系统-│ ├── 铣削系统-│ ├── 磨削系统-│ └── 检测系统-├── 制造车间C-│ ├── 总装线-│ ├── 测试线-│ └── 包装线-├── 仓库区-├── 动力站-│ ├── 供电系统-│ ├── 供水系统-│ └── 供气系统-└── 办公区-```-------## 6. 系统关联--各系统之间存在以下关联关系:--- 制造车间A、B、C共享动力站的供电、供水、供气服务-- 仓库区为三个制造车间提供原材料供应和成品存放-- 物料输送系统连接各制造车间,实现物料流通-------**编制人**: 工程部-**审核人**: 技术部-**批准人**: 厂领导