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 类,更新构造函数,添加搜索方法,优化文档注释

yifanfeng976ecfc856dd29
diff --git a/src/knowledge/base.py b/src/knowledge/base.py
index 6010337..bbf51e3 100644
--- a/src/knowledge/base.py
+++ b/src/knowledge/base.py
@@ -1,47 +1,53 @@
from abc import ABC, abstractmethod
-from typing import TypeVar, Generic, Any, Optional, Dict
+from typing import TypeVar, Generic, Any, Dict
from pydantic import BaseModel
+from langchain_core.language_models.chat_models import BaseChatModel
+from langchain_core.embeddings import Embeddings
+
# T 是具体的数据 Schema (如 GraphSchema, HypergraphSchema)
T = TypeVar("T", bound=BaseModel)
+
class BaseKnowledge(ABC, Generic[T]):
"""
智能知识容器基类。
-
+
核心特性:
1. 持有 LLM 实例:它是"活"的,知道如何利用 LLM 处理数据。
- 2. 极简生命周期:Extract (摄入) -> Evolve (演化) -> Dump (产出)。
+ 2. 极简生命周期:Extract -> Evolve -> Search -> Dump。
"""
- def __init__(self, llm: Any, initial_data: Optional[T] = None):
+ def __init__(
+ self,
+ llm_client: BaseChatModel,
+ embedder: Embeddings,
+ storage: str = "memory",
+ **kwargs,
+ ):
"""
- :param llm: LangChain 的 ChatModel 实例或兼容的 Driver 包装器。
- :param initial_data: 可选的初始数据。
+ :param llm_client: LangChain 的 ChatModel 实例或兼容的 LLM 客户端。
+ :param embedder: LangChain 的 Embeddings 实例或兼容的向量化客户端。
+ :param storage: 后端存储类型。默认为 "memory",也可以是数据库类型如 "postgres"、"mongodb" 等。
"""
- self.llm = llm
- self.data: T = initial_data or self._get_schema_class()()
+ self.llm_client = llm_client
+ self.embedder = embedder
+ self.storage = storage
self.metadata: Dict[str, Any] = {}
- @property
- @abstractmethod
- def _get_schema_class(self) -> type[T]:
- """[配置] 定义该容器持有的数据结构类"""
- pass
-
- # ================= 1. 摄入 (Extract) [必须实现] =================
+ # ================= 1. 提取 (Extract) [核心方法] =================
@abstractmethod
- async def extract(self, text: str, **kwargs):
+ async def extract(self, text: str, **kwargs) -> T:
"""
- 核心摄入逻辑。
-
+ 核心提取逻辑。从原始数据中提取对应类型的知识。
+
职责:
1. 构造 Prompt。
2. 调用 self.llm 对 text 进行分析。
3. 解析返回结果。
- 4. 【重要】将结果 merge/update 到 self.data 中。
-
+ 4. 【重要】返回提取出的知识对象。
+
注意:这里的实现可以很复杂,可以包含 '提取' -> '清洗' -> '去重合并' 的全过程。
"""
pass
@@ -51,9 +57,9 @@ class BaseKnowledge(ABC, Generic[T]):
async def evolve(self, **kwargs):
"""
知识演化/内省逻辑。
-
+
默认行为:什么都不做(并非所有知识都需要演化)。
-
+
子类用途:
- 图卷积 (Convolution):传播节点属性。
- 聚类 (Clustering):发现社区。
@@ -62,7 +68,24 @@ class BaseKnowledge(ABC, Generic[T]):
"""
pass
- # ================= 3. 产出 (Dump) [必须实现] =================
+ # ================= 3. 查询与搜索 (Search) =================
+
+ @abstractmethod
+ async def search(self, query: str, **kwargs) -> Any:
+ """
+ 在当前已有的知识中进行查询。
+ 可以是语义搜索、关系查询或简单条件过滤。
+ """
+ pass
+
+ # ================= 4. 读写操作 (Load & Dump) =================
+
+ @abstractmethod
+ def load(self, data: Any, **kwargs):
+ """
+ 从外部恢复知识。数据可以是 dict, json string 或文件路径。
+ """
+ pass
@abstractmethod
def dump(self, format: str = "json") -> Any:
@@ -70,9 +93,3 @@ class BaseKnowledge(ABC, Generic[T]):
将内部知识导出为标准格式。
"""
pass
-
- # ------------------ 通用辅助方法 ------------------
-
- def clear(self):
- """清空知识库"""
- self.data = self._get_schema_class()()