Skip to content

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

重构 BaseKnowledge 和 GenericKnowledge 类,优化数据初始化和 Schema 类处理逻辑

yifanfeng9740695366f563
diff --git a/src/knowledge/base.py b/src/knowledge/base.py
index 81cbb28..bc023b1 100644
--- a/src/knowledge/base.py
+++ b/src/knowledge/base.py
@@ -27,6 +27,7 @@ class BaseKnowledge(ABC, Generic[T]):
def __init__(
self,
+ data_schema: Type[T],
llm_client: BaseChatModel,
embedder: Embeddings,
*,
@@ -40,6 +41,7 @@ class BaseKnowledge(ABC, Generic[T]):
"""
初始化知识对象。
+ :param data_schema: 数据 Schema 类(必须是 Pydantic BaseModel 子类)
:param llm_client: LLM 客户端(用于提取和演化)
:param embedder: 向量化器(用于语义搜索和相似度计算)
:param prompt: 用户自定义的提示词(用于 extract)
@@ -48,6 +50,7 @@ class BaseKnowledge(ABC, Generic[T]):
:param max_workers: 最大并发数(用于并发提取)
:param show_progress: 是否显示进度信息
"""
+ self._data_schema = data_schema
self.llm_client = llm_client
self.embedder = embedder
self.chunk_size = chunk_size
@@ -61,7 +64,7 @@ class BaseKnowledge(ABC, Generic[T]):
self._index_dirty: bool = True # 标记索引是否需要重建
# 内部状态:存储提取的知识
- self._data: T = self._init_data()
+ self._data: T = self.data_schema()
self.metadata: Dict[str, Any] = {
"created_at": datetime.now(),
"updated_at": datetime.now(),
@@ -69,42 +72,32 @@ class BaseKnowledge(ABC, Generic[T]):
"total_chunks_processed": 0,
}
+ # ==================== 数据管理 ====================
+
@property
- def schema_class(self) -> Type[T]:
+ def data_schema(self) -> Type[T]:
"""
返回当前知识类使用的 Schema 类。
- 子类可覆盖此属性,或在泛型参数中指定。
- """
- # 默认实现:从泛型参数推导(仅当子类未覆盖时)
- raise NotImplementedError("schema_class must be implemented by subclass")
-
- @abstractmethod
- def _init_data(self) -> T:
- """
- 初始化内部数据结构。
- :return: 初始化的知识容器
+ :return: Pydantic Schema 类
"""
- return self.schema_class()
+ return self._data_schema
- # ==================== 向量索引管理(模板方法模式)====================
-
- @abstractmethod
- def build_index(self):
+ @property
+ def data(self) -> T:
"""
- 构建或重建向量索引。
+ 获取所有存储的知识(只读)。
- 子类必须实现此方法,定义如何构建向量索引。
- 使用 FAISS 作为向量存储后端。
+ :return: 内部知识数据
"""
- pass
+ return self._data
@abstractmethod
def clear(self):
"""清空所有知识。"""
pass
- # ==================== 核心方法:extract ====================
+ # ==================== 提取与聚合 ====================
@abstractmethod
def extract(self, text: str, **kwargs) -> Dict[str, Any]:
@@ -122,8 +115,6 @@ class BaseKnowledge(ABC, Generic[T]):
"""
pass
- # ==================== 存储与聚合 ====================
-
@abstractmethod
def merge(self, items: List[T], **kwargs) -> Dict[str, Any]:
"""
@@ -137,16 +128,35 @@ class BaseKnowledge(ABC, Generic[T]):
"""
pass
- # ==================== 查询接口 ====================
+ # ==================== 演化 ====================
- @property
- def data(self) -> T:
+ @abstractmethod
+ def evolve(self, **kwargs) -> T:
"""
- 获取所有存储的知识(只读)。
+ 演化内部知识。
+ 子类必须实现此方法。
- :return: 内部知识数据
+ 职责:
+ - 推理隐含关系
+ - 剪枝低置信度节点
+ - 聚类优化
+ - 知识补全
+
+ :return: 新的内部知识数据
"""
- return self._data
+ pass
+
+ # ==================== 索引与查询 ====================
+
+ @abstractmethod
+ def build_index(self):
+ """
+ 构建或重建向量索引。
+
+ 子类必须实现此方法,定义如何构建向量索引。
+ 使用 FAISS 作为向量存储后端。
+ """
+ pass
@abstractmethod
def search(self, query: str, top_k: int = 10, **kwargs) -> List[Any]:
@@ -176,24 +186,6 @@ class BaseKnowledge(ABC, Generic[T]):
"""
pass
- # ==================== 演化 ====================
-
- @abstractmethod
- def evolve(self, **kwargs) -> T:
- """
- 演化内部知识。
- 子类必须实现此方法。
-
- 职责:
- - 推理隐含关系
- - 剪枝低置信度节点
- - 聚类优化
- - 知识补全
-
- :return: 新的内部知识数据
- """
- pass
-
# ==================== 序列化 ====================
@abstractmethod
diff --git a/src/knowledge/generic.py b/src/knowledge/generic.py
index 9a2029f..7bfee12 100644
--- a/src/knowledge/generic.py
+++ b/src/knowledge/generic.py
@@ -59,13 +59,6 @@ class GenericKnowledge(BaseKnowledge[T]):
"""返回当前使用的 Schema 类"""
return self._schema_class
- def _init_data(self) -> T:
- """初始化为 Schema 类的空实例"""
- try:
- return self.schema_class()
- except Exception:
- return self.schema_class.model_construct()
-
def build_index(self):
"""
构建或重建向量索引(使用 FAISS)。
@@ -393,7 +386,10 @@ class GenericKnowledge(BaseKnowledge[T]):
def clear(self):
"""清空所有知识"""
- self._data = self._init_data()
+ try:
+ self._data = self.schema_class()
+ except Exception:
+ self._data = self.schema_class.model_construct()
self._items.clear()
self._item_hashes.clear()
self.metadata["updated_at"] = datetime.now()