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.pyindex 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_schemaself.llm_client = llm_clientself.embedder = embedderself.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@abstractmethoddef clear(self):"""清空所有知识。"""pass- # ==================== 核心方法:extract ====================+ # ==================== 提取与聚合 ====================@abstractmethoddef extract(self, text: str, **kwargs) -> Dict[str, Any]:@@ -122,8 +115,6 @@ class BaseKnowledge(ABC, Generic[T]):"""pass- # ==================== 存储与聚合 ====================-@abstractmethoddef 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@abstractmethoddef 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 ====================@abstractmethoddiff --git a/src/knowledge/generic.py b/src/knowledge/generic.pyindex 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()