Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
refactor: 清理废弃模板文件并重构测试数据
yifanfeng97f823639a185d
diff --git a/examples/README.md b/examples/README.mdnew file mode 100644index 0000000..9ecf92e--- /dev/null+++ b/examples/README.md@@ -0,0 +1,133 @@+# Hyper-Extract Examples++本目录包含 Hyper-Extract 的各种使用示例,按功能分为三个子目录。++## 目录结构++```+examples/+├── inputs/ # 统一的输入数据目录+│ ├── sci_fi_story.md # 科幻故事(用于 methods/ 系列演示)+│ └── mmorpg_guild_drama.md # 游戏公会剧情(用于 types/ 系列演示)+│+├── methods/ # 方法演示(Method-based Extraction)+│ ├── light_rag_demo.py # LightRAG 方法+│ ├── graph_rag_demo.py # GraphRAG 方法+│ ├── hyper_rag_demo.py # HyperRAG 方法+│ ├── hypergraph_rag_demo.py # HyperGraph-RAG 方法+│ ├── cog_rag_demo.py # CogRAG 方法+│ ├── atom_demo.py # Atom 时序知识图谱方法+│ ├── itext2kg_demo.py # iText2KG 方法+│ ├── itext2kg_star_demo.py # iText2KG-Star 方法+│ └── kg_gen_demo.py # KG-Gen 方法+│+├── types/ # 类型演示(AutoType Extraction)+│ ├── graph_demo.py # AutoGraph 图谱提取+│ ├── hypergraph_demo.py # AutoHypergraph 超图提取+│ ├── list_demo.py # AutoList 列表提取+│ ├── model_demo.py # AutoModel 模型提取+│ ├── set_demo.py # AutoSet 集合提取+│ ├── temporal_graph_demo.py # AutoTemporalGraph 时序图提取+│ ├── spatial_graph_demo.py # AutoSpatialGraph 空间图提取+│ └── spatio_temporal_graph_demo.py # AutoSpatioTemporalGraph 时空图提取+│+└── templates/ # 模板演示(Preset Template Testing)+ ├── templates_mapping.yaml # 模板与测试数据映射表+ ├── base_template.py # 基础模板测试框架+ ├── finance_demo.py # Finance 领域模板测试+ ├── general_demo.py # General 领域模板测试+ ├── industry_demo.py # Industry 领域模板测试+ ├── legal_demo.py # Legal 领域模板测试+ ├── medicine_demo.py # Medicine 领域模板测试+ └── tcm_demo.py # TCM 领域模板测试+```++## 快速开始++### 方法演示(Methods)++方法演示展示了不同的知识提取策略:++```bash+# LightRAG 方法+python examples/methods/light_rag_demo.py++# GraphRAG 方法+python examples/methods/graph_rag_demo.py++# HyperRAG 方法(支持超边)+python examples/methods/hyper_rag_demo.py++# Atom 时序知识图谱+python examples/methods/atom_demo.py+```++### 类型演示(Types)++类型演示展示了不同的知识表示类型:++```bash+# 图谱提取+python examples/types/graph_demo.py++# 超图提取+python examples/types/hypergraph_demo.py++# 时序图谱+python examples/types/temporal_graph_demo.py++# 空间图谱+python examples/types/spatial_graph_demo.py+```++### 模板演示(Templates)++模板演示使用预设模板测试对应的测试数据:++```bash+# 查看 Finance 领域可用的模板+python examples/templates/finance_demo.py++# 测试特定模板+python examples/templates/finance_demo.py earnings_summary+python examples/templates/general_demo.py base_graph+```++## 输入数据++所有演示使用的输入数据统一存放在 `inputs/` 目录:++| 文件 | 用途 | 对应演示 |+|------|------|---------|+| `inputs/sci_fi_story.md` | 科幻故事 | methods/ 系列演示 |+| `inputs/mmorpg_guild_drama.md` | 游戏公会剧情 | types/graph_demo.py |++模板测试使用的详细测试数据位于 `tests/test_data/zh/` 目录,详见 `templates/templates_mapping.yaml`。++## 模板领域++Hyper-Extract 提供以下领域的预设模板:++| 领域 | 模板数量 | 测试数据目录 |+|------|---------|------------|+| Finance | 5 | `tests/test_data/zh/finance/` |+| General | 11 | `tests/test_data/zh/general/` |+| Industry | 5 | `tests/test_data/zh/industry/` |+| Legal | 5 | `tests/test_data/zh/legal/` |+| Medicine | 5 | `tests/test_data/zh/medicine/` |+| TCM | 5 | `tests/test_data/zh/tcm/` |++## 常见问题++### Q: 如何添加新的输入数据?++将数据文件放入 `examples/inputs/` 目录下的相应子目录,然后在示例文件中更新 `INPUT_FILE` 路径。++### Q: 如何测试新的模板?++1. 在 `templates/templates_mapping.yaml` 中添加模板与测试数据的映射+2. 运行对应的领域测试文件验证++### Q: 为什么某些模板测试文件没有运行实际提取?++模板测试框架目前提供模板和数据的加载与预览功能。完整的模板执行需要结合 `hyperextract` 的模板引擎。diff --git a/examples/config_template_demo.py b/examples/config_template_demo.pydeleted file mode 100644index e3bffdb..0000000--- a/examples/config_template_demo.py+++ /dev/null@@ -1,96 +0,0 @@-"""-YAML配置模板测试演示--这个文件用于测试通过YAML配置文件生成的模板。-测试LifeEventTimeline (temporal_graph) 模板。--使用方法:-1. 运行文件:python examples/config_template_demo.py-"""--import os-import sys--sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--from hyperextract.utils.template_engine import Gallery, TemplateFactory-from langchain_openai import ChatOpenAI, OpenAIEmbeddings---TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "test_data" / "test_samples" / "zh" / "general"-INPUT_FILE = TEST_SAMPLES_ROOT / "biography_scientist.md"---def main():- print("=" * 60)- print("YAML配置模板测试 - LifeEventTimeline")- print("=" * 60)-- load_dotenv()-- 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("\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}")- return-- 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")-- print("\n加载YAML配置...")- config = Gallery.get("LifeEventTimeline")- if not config:- print("错误:找不到LifeEventTimeline配置")- return- print(f"配置加载成功: {config.name}, autotype: {config.autotype}")-- print("\n从配置创建模板...")- try:- template = TemplateFactory.create(- config,- llm,- embedder,- )- print("模板创建成功")- except Exception as e:- print(f"模板创建失败: {e}")- import traceback- traceback.print_exc()- return-- print("\n开始知识提取...")- try:- template.feed_text(content)- print("知识提取完成")-- 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/inputs/mmorpg_guild_drama.md b/examples/inputs/mmorpg_guild_drama.mdnew file mode 100644index 0000000..31c0a18--- /dev/null+++ b/examples/inputs/mmorpg_guild_drama.md@@ -0,0 +1,171 @@+# 【818】星辰阁公会昨晚解散的真相!团长黑装备还骂人!++## 场景背景++在一个名为《永恒之境》的游戏中,顶尖公会"星辰阁"在攻略最终BOSS时发生了严重的内讧。这段文本是一篇游戏论坛的"818"(八卦爆料)帖子。++## 难点++1. 术语混杂:ID、职业代称(主T、奶妈)、外号混用。+2. 关系复杂:涉及治疗、仇恨(Aggro)、装备分配(Loot)、公会管理。+3. 讽刺与隐喻:LLM 需要理解"划水"、"黑装备"等游戏黑话。++---++楼主:匿名玩家(ID已隐藏)+发帖时间:今天 23:45++我是星辰阁的一个普通成员,昨晚目睹了整个悲剧的发生。我觉得必须把真相告诉大家。++首先介绍一下我们的团队阵容:+- 会长兼主坦克:雷霆之怒(真实ID:张三,40级战士,装备评分9999)+- 副坦克:坚如磐石(真实ID:李四,38级盾战士,评分8800,人很老实)+- 主奶妈(治疗):小甜甜(真实ID:王五,38级圣骑士,评分8600)+- 副奶妈:月光治愈者(真实ID:赵六,35级德鲁伊,评分7500)+- DPS输出1(弓箭手):暗影刺客(真实ID:孙七,39级猎手,评分9200)+- DPS输出2(法师):火球术一级(真实ID:周八,37级法师,评分8400)+- DPS输出3(剑客):风云剑侠(真实ID:吴九,36级剑士,评分7800)+- 远程法师:冰霜法咒(真实ID:郑十,35级冰法,评分7600)++昨晚晚上8点,我们集合在副本入口。这是星辰阁第三次挑战"深渊魔龙"这个最终BOSS。前两次都失败了,主要是因为配合不够默契。但是昨晚会长雷霆之怒发誓说一定要拿下这个BOSS。++副本开始,一切似乎很顺利。前5个小怪都被我们轻松秒杀。然后大家来到了BOSS房间——深渊魔龙的巢穴。这是一个超级庞大的紫龙,满血时候气势相当恐怖。++战斗一开始,雷霆之怒(会长)冲上去拉住了仇恨值。坚如磐石(副坦克)站在侧翼进行补充。小甜甜不断给雷霆之怒刷HOT(持续恢复)。月光治愈者给坚如磐石加盾。前期看起来非常完美,大家的DPS输出也打得相当漂亮。++但是,大约打了5分钟,问题出现了。++坚如磐石(副坦克)突然掉线了!这太糟糕了。我们在公会频道里看到他的在线状态变成了灰色。公会会长雷霆之怒看到这一幕,血压瞬间上升(我可以想象他的脸色)。++为什么副坦会掉线呢?大家后来才明白——坚如磐石的家里停电了。这真的是太不走运了。++没有副坦克的补充,所有的伤害都集中在了雷霆之怒身上。但是这个时候,事情开始变得诡异。++小甜甜(主奶妈)本应该全力治疗会长,但是我通过伤害统计面板发现,她的治疗量明显不足。更奇怪的是,她把大量的治疗都给了暗影刺客(弓箭手)。++这很不正常。暗影刺客作为DPS,血量本不应该这么低。我仔细看了一下暗影刺客的走位——哎哟,这哥们为了最大化伤害输出,站位超级靠前,几乎要贴到BOSS身上了。结果BOSS的爪子扫过来,一下子就把暗影刺客的血条扫到了20%以下。++关键时刻,小甜甜却把大治疗术给了暗影刺客。这让会长雷霆之怒的血量开始急速下降。++我当时就在YY频道里喊:"小甜甜,快给会长加血!"++月光治愈者也在拼命给会长加盾,但是她的输出能力有限,根本抵挡不住BOSS的伤害。++而且我还发现,月光治愈者的治疗也有一部分莫名其妙地给了其他人。看起来公会里有人在划水。++等等,我再看一下。哦天哪,火球术一级(法师)和冰霜法咒在BOSS的AoE范围内站了太长时间,导致他们频繁掉血。但是,更夸张的是,暗影刺客和小甜甜之间似乎有什么默契——每当暗影刺客掉血,小甜甜就立马给他加。++这时候,我想到了一个可能性。我在游戏论坛里看过一些帖子,有人提到暗影刺客和小甜甜好像是现实中的情侣!++妈呀,这下问题大了。在这么关键的时刻,小甜甜竟然偏心给她的男朋友加血,而忽视了作为团队大脑的会长!++大约在15分钟的时候,BOSS放出了一个大招——"魔龙吐息"。这个技能造成的伤害足以秒杀任何一个DPS。但是坦克(雷霆之怒)应该能扛住。++可是,小甜甜的治疗没有及时跟上。雷霆之怒的血条瞬间掉到了0。++会长倒地了!++随后,失去了坦克的护佑,暗影刺客也被BOSS的普通攻击打成了残血,然后被秒杀。紧接着是风云剑侠,然后是火球术一级。整个团队在短短30秒内全灭了。++副本失败。大家都复活在了副本入口。++这个时候,雷霆之怒(会长)的脾气彻底炸裂了。++他在YY频道里破口大骂:"小甜甜,你是干什么呢?!你是团队奶妈,不是暗影刺客的私人医生!治疗职业就是要保坦克,你这样的治疗我见过,但从没见过这么烂的!"++小甜甜试图辩解:"我……我只是……"++雷霆之怒直接打断她:"别给我狡辩!我决定了,你从今天起被踢出公会!而且暗影刺客这个摸鱼的家伙,我也要把他赶出去。两个人都别在星辰阁待着!"++但就在这个时候,事情发生了急转弯。++暗影刺客一句话都没说,只见他的角色突然冲向了BOSS房间。而就在这时,副本的第二个阶段秘密掉落物品——传说级别的武器"魔龙之牙"出现了!++这是一把超级稀有的武器,全服务器可能只有两三把。价值高达几百万金币。++没等任何人反应过来,暗影刺客就冲上去,一把拿起了"魔龙之牙"!++我们都懵了。"魔龙之牙"本来应该由队长(雷霆之怒)来分配,决定给谁。但是暗影刺客直接黑吃黑,把这把传说武器直接塞进了自己的背包里!++会长还在语音里骂人,根本没注意到这一幕。++紧接着,更狠的来了——暗影刺客在游戏里按下了"退出公会"的按钮。他直接,光速,毫不犹豫地退出了星辰阁!++然后他的角色在世界频道发了一句话:"拜拜,各位。我去找个真正尊重我的公会。"++说完,这哥们直接下线了。++我们的公会频道顿时炸锅了。++小甜甜也没做任何辩解,直接退出了公会。她甚至没有说一句话。++会长雷霆之怒这时候才意识到发生了什么。他看到了掉落物品的分配记录——"魔龙之牙"被暗影刺客拿走了,而不是团队共有。++他疯了。直接在世界频道开始刷屏:+"各位玩家,我要举报星辰阁的暗影刺客和小甜甜这两条狗!他们合谋黑装备!不要信任他们!全服通缉这两个垃圾!"++火球术一级(法师)现在也开始助威。他在世界频道里连发了十多条信息:+"赞同!这两个人太过分了!狗男女!不要和他们做交易!"++"冰霜法咒在副本里的表现也不太理想,看起来他好像和那对情侣有什么关系,因为我注意到在暗影刺客掉线的时候,冰霜法咒也莫名其妙地不进行输出了。"++有人开始怀疑冰霜法咒是不是也是那对情侣的朋友。++坚如磐石(副坦)这时候才上线。他看到了聊天记录,一脸懵逼。他在公会频道里问:"发生什么了?我家里停电了……"++没有人回答他。因为大家都在看这场大戏。++月光治愈者试图调和一下,她说:"大家冷静……这件事可能有误会……"++但是没有人听她的。因为这个时候,世界频道上的玩家也开始评论这件事。++有人说:"这就是为什么我不玩大公会。大公会水太深。"++还有人说:"我早就听说暗影刺客这个人在游戏里名声不太好。多次被指控在副本里贪图装备。"++有人挖出了暗影刺客的历史记录。原来他曾经在另一个公会里,也因为类似的事情被踢出来过。++这哥们简直就是个"装备贪心鬼"。++风云剑侠开始反思:"也许我们团队的问题不只是小甜甜。我们可能选错人了。"++火球术一级继续在世界频道里刷屏:"各位,我建议大家抵制这两个玩家。不要和他们一个队。"++这时候,一个名字叫做"游戏管理员001"的官方账号出现了。他说:"我们收到了关于玩家暗影刺客的举报。我们正在调查这件事。如果确认违规,将给予封号处理。"++暗影刺客的名字从世界频道消失了——他已经下线了。而且下线之前把"魔龙之牙"从背包里转移到了仓库。没人知道他把这把武器藏在了哪里。++最后,星辰阁的会长雷霆之怒在公会频道里宣布:+"各位成员,我决定了。星辰阁正式解散。这个公会不适合我继续管理。我会转移到一个小公会,和志同道合的朋友重新开始。"++很多成员试图挽留他。但是他的决心已定。++现在,星辰阁已经成为了一个"死公会"。只有一些离不开这个ID的成员还在。++这就是昨晚发生的一切。我作为一个旁观者,见证了这场游戏江湖的大戏。++最后的最后,我想说:游戏就是游戏。团队合作最重要。装备是身外之物。但是,为了装备而背叛队友,这绝对是游戏玩家中最可耻的行为。++希望游戏官方能够严肃处理暗影刺客的违规行为。也希望星辰阁的所有成员能够吸取教训,在各自的新公会里找到快乐。++---++## 回复楼层++1楼:网络大侠+妈呀,这比小说还精彩。我已经截图保存,等着看后续。++2楼:游戏评论家+我注意到"冰霜法咒"在这件事里也有可疑之处。为什么他突然停止输出?楼主,能不能深入调查一下他和暗影刺客的关系?++3楼:前星辰阁成员(风云剑侠)+我想出来说两句话。昨晚我在现场。真相是:小甜甜确实有偏心。但是暗影刺客黑装备这件事更过分。会长的反应虽然情绪化,但也能理解。我已经离开了星辰阁,现在申请加入"日月神教"这个新兴公会。++4楼:月光治愈者(副奶妈)+我想为自己辩解一下。我在昨晚的治疗中没有任何划水行为。是小甜甜的治疗分配有问题,不是我。顺便说一下,我现在还在星辰阁,因为我对公会有感情。但是我也不太确定会不会继续留下来。++5楼:装备交易商+这就是为什么装备交易需要系统中间作为担保的原因。建议官方加强对装备分配的监管。++6楼:游戏社区版主+这个帖子已经标记为"关键事件记录"。我们会持续关注这件事的后续发展。请各位不要进行人身攻击和骚扰。相关玩家可以选择转服。diff --git a/examples/inputs/sci_fi_story.md b/examples/inputs/sci_fi_story.mdnew file mode 100644index 0000000..f92c2a6--- /dev/null+++ b/examples/inputs/sci_fi_story.md@@ -0,0 +1,33 @@+# 【银河纪元 3042年 - 赤红星云事件报告】++危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。++## 【第一阶段:秘密接触】++臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。++## 【第二阶段:叛变与夺权】++在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。++## 【第三阶段:流亡与隐藏】++Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。++## 【第四阶段:势力重组】++银河联邦的最高委员会得知了这一系列事件,决定采取行动。高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,三人共同制定了一个大胆的计划。++## 【第五阶段:最后的筹码】++虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。++## 目前局势++- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击+- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系+- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击+- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量+- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟++这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。diff --git a/examples/life_event_timeline_demo.py b/examples/life_event_timeline_demo.pydeleted file mode 100644index 7acec33..0000000--- a/examples/life_event_timeline_demo.py+++ /dev/null@@ -1,169 +0,0 @@-"""-Life Event Timeline 知识模板测试演示--这个文件用于测试 hyperextract 中 life_event_timeline 知识模板。-使用祖冲之传记作为输入数据,实现提取、问答、搜索和可视化功能。--使用方法:-python examples/life_event_timeline_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--# 导入必要的模块-from hyperextract.utils.template_engine import Template, Gallery-from langchain_openai import ChatOpenAI, OpenAIEmbeddings---# ==========================================-# 配置-# ==========================================--# 模板文件路径-TEMPLATE_FILE = Path(__file__).parent.parent / "hyperextract" / "templates" / "presets" / "general" / "life_event_timeline.yaml"--# 输入文件路径-INPUT_FILE = Path(__file__).parent.parent / "tests" / "test_data" / "templates" / "biography_scientist.md"---def main():- """- 主函数:执行知识提取、问答、搜索和可视化流程- """- print("=" * 60)- print("Life Event Timeline 知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证文件是否存在- if not TEMPLATE_FILE.exists():- print(f"❌ 错误:找不到模板文件 {TEMPLATE_FILE}")- return-- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到输入文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: life_event_timeline.yaml")-- # 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:- # 添加自定义模板文件到 Gallery- Gallery.add(str(TEMPLATE_FILE))- print("✅ 模板文件添加成功")-- # 从模板名称创建模板实例- template = Template.create(- "LifeEventTimeline",- llm_client=llm,- embedder=embedder,- observation_time="2026-03-14"- )- print("✅ 模板初始化成功")-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 构建索引- template.build_index()- print("✅ 索引构建完成")-- # 展示提取结果- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- # 问答功能- print("\n" + "=" * 60)- print("❓ 问答功能测试")- print("=" * 60)- questions = [- "祖冲之出生于哪一年?",- "祖冲之在数学方面有什么成就?",- "《大明历》是在哪一年编成的?",- "祖冲之发明了哪些机械装置?",- "祖冲之去世于哪一年?"- ]-- for question in questions:- print(f"\n问题: {question}")- try:- answer = template.ask(question)- print(f"回答: {answer}")- except Exception as e:- print(f"❌ 问答失败: {e}")-- # 搜索功能- print("\n" + "=" * 60)- print("🔍 搜索功能测试")- print("=" * 60)- search_queries = [- "圆周率",- "大明历",- "指南车",- "462年"- ]-- for query in search_queries:- print(f"\n搜索: {query}")- try:- results = template.search(query, k=3)- print(f"找到 {len(results)} 个结果:")- for i, result in enumerate(results, 1):- print(f" {i}. {result['content'][:100]}...")- except Exception as e:- print(f"❌ 搜索失败: {e}")-- # 可视化功能- print("\n" + "=" * 60)- print("📈 可视化功能测试")- print("=" * 60)- try:- # 生成可视化- visualization = template.visualize()- print("✅ 可视化生成成功")- print("\n提示: 可视化结果已保存到临时文件")- except Exception as e:- print(f"❌ 可视化失败: {e}")-- 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/methods/atom_demo.py b/examples/methods/atom_demo.pyindex 0aad04b..c82cdd4 100644--- a/examples/methods/atom_demo.py+++ b/examples/methods/atom_demo.py@@ -1,332 +1,99 @@"""-Atom 演示:产品历史中的时序知识图谱提取--这个演示展示了如何使用 Atom 从产品迭代历史中提取结构化知识。-重点展示:-1. 产品发布时间与版本信息的提取-2. 关键人物与产品的关联-3. 公司并购与产品策略变化-4. 时序关系的精确捕获(t_start, t_end)-5. 证据追踪与来源溯源+Atom Demo: Temporal Knowledge Graph Extraction from Product History++This demo demonstrates how to use Atom to extract structured knowledge from product iteration history.+Key features:+1. Extracting product release dates and version information+2. Key person and product associations+3. Company acquisitions and product strategy changes+4. Precise capture of temporal relationships (t_start, t_end)+5. Evidence tracking and source tracing++Usage:+ python examples/methods/atom_demo.py"""-import osimport sys-from collections import Counter, defaultdict+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings-from hyperextract.types import Atom+from hyperextract.methods.typical import Atomload_dotenv()-# ==============================================================================-# 示例文本:产品历史(技术产品迭代)-# ==============================================================================--# EXAMPLE_TEXT = """-# 2024年是李四职业生涯的转折点。6月15日,李四加入了Google,担任工程师一职。-# 他加入的是核心技术团队,主要从事后端服务开发。工作初期,李四表现出色,-# 与团队协作顺利,代码质量得到认可。--# 到了9月,由于李四在多个关键项目中的出色表现,Google决定将其提升为技术主管。-# 升职后,李四开始领导一个30人的技术团队,负责推荐系统的开发和优化。-# 他实施了多项技术改革,团队效率提升了40%。--# 然而,到了11月中旬,李四发现自己对当前的薪资待遇不满意。经过深思熟虑,-# 他决定寻求新的机会。最终,李四接受了字节跳动的邀约,并于11月25日正式加入。-# 在字节,李四担任高级工程师,继续从事推荐系统的研发工作。-# """--EXAMPLE_TEXT = """-"CyberPhone"是未来科技(FutureTech)公司旗下的旗舰智能手机系列,代表了移动设备革新的前沿。--第一代CyberPhone于2010年6月发布,凭其全息投影屏幕震惊业界。当时的首席设计师是乔纳森·李,他与工程主管陈思共同主导了这次创新。-这款产品上市后迅速成为全球最受欢迎的高端手机,首年销售额达到了2亿美元。--2012年9月,FutureTech推出了CyberPhone 2。这一代产品引入了脑机接口(BMI)的雏形功能,允许用户通过脑电波进行基础交互。-设计师乔纳森·李继续领导设计团队,而陈思则被晋升为首席工程师。-然而,这次创新也带来了风险:由于集成度过高,CyberPhone 2的电池安全问题频频出现。--到了2013年,由于电池缺陷引发的多起安全事故,FutureTech不得不宣布全球召回所有CyberPhone 2。-这场危机导致公司股价大幅下跌,管理层面临巨大压力。-时任CEO的王芳为了挽回信誉,做出了一个大胆的决定:整个2014年不发布新产品,所有资源投入到底层系统和安全机制的重构。--直到2015年底,经过两年打磨,CyberPhone 3终于问世。虽然发布时间大幅推迟,但这一代产品搭载了革命性的AI助手"Luna"。-Luna是由FutureTech在2015年年中收购的初创公司"Moon AI"开发的核心算法。-Moon AI的创始人兼CEO李想因此加入了FutureTech,担任AI创新部门的副总裁,任期从2015年7月至2019年6月。-CyberPhone 3一经发布就获得了业界的广泛赞誉,被誉为"手机史上的里程碑"。--自此之后,FutureTech建立了稳定的产品节奏,基本保持每两年推出一代新品的策略。-2017年3月发布的CyberPhone 4进一步完善了AI助手功能,并加入了增强现实(AR)显示技术。-2019年9月发布的CyberPhone 5则在续航能力和计算性能上取得了突破。-在这个阶段,乔纳森·李仍然是首席设计师,陈思继续担任首席工程师。--但转折点来了。2021年4月,乔纳森·李在为FutureTech服务了整整12年后,宣布离职并加入竞品公司"QuantumTech"担任设计总监。-乔纳森的离职引发了业界热议,许多人认为这标志着CyberPhone系列即将走向衰落。-与此同时,新晋设计师韩雪接替了乔纳森的职位,但她的设计风格与乔纳森截然不同。+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"-2021年底发布的CyberPhone 6展现了全新的设计语言——极简风格取代了之前的科技感。-业界对这一变化评价不一,许多长期粉丝甚至戏称这是"最不像CyberPhone的一代"。-销售数据也反映了这一点:CyberPhone 6的市场反应相比前几代明显不足。-在这个困难时期,陈思于2022年年底晋升为首席产品官(CPO),获得了更大的权力重新调整产品方向。-同时,李想在2022年中期转任为AI伦理委员会主席,虽然仍在公司但已远离产品一线。--去年(2023年)全年,FutureTech几乎没有推出任何重大产品更新。这个沉默期引发了市场猜测。-直到今年初,公司宣布了一个雄心勃勃的计划:将在今年晚些时候发布CyberPhone X。--本周,FutureTech官方确认了CyberPhone X的发布时间定在今年Q3,并透露这款产品将是对CyberPhone系列的根本性重新定义。-根据公司声明,CyberPhone X旨在纪念该系列诞生15周年,同时引入突破性的新技术。-韩雪确认将继续担任首席设计师,而陈思作为CPO将主导这次产品重塑项目。-令人惊喜的是,曾经的设计大师乔纳森·李也获邀作为顾问加盟这个项目,尽管他目前仍就职于QuantumTech。--业界普遍认为,CyberPhone X将成为检验FutureTech是否能重获竞争力的关键产品。-"""--# ==============================================================================-# 主程序-# ==============================================================================--def main():+if __name__ == "__main__":print("=" * 80)- print("🕒 Atom 演示:产品历史中的时序知识图谱提取")+ print("Initializing Atom System...")print("=" * 80)- print()- # 1. 初始化- print("📦 初始化组件...")+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ content = f.read()+ print(f"✅ Loaded {len(content)} characters")+llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)- embedder = OpenAIEmbeddings(model="text-embedding-3-small")+ embedder = OpenAIEmbeddings()- obs_time = "2024-12-15"- print(f"🚀 创建 Atom 实例(观察时间:{obs_time})...")- kg = Atom(+ atom = Atom(llm_client=llm,embedder=embedder,- observation_time=obs_time,- facts_per_chunk=10,- verbose=True,+ observation_time="3042-12-01",)- # 2. 提取- print(f"\n📄 正在处理产品历史文本(长度:{len(EXAMPLE_TEXT)} 字符)...")- print("状态: 正在进行两阶段提取...")- print(" [Phase 1] 原子事实提取")- print(" [Phase 2] 关系提取(带时序和证据追踪)")- print()- kg.feed_text(EXAMPLE_TEXT)+ print("\nFeeding content to the system...")+ atom.feed_text(content)+ print("✓ Content processed successfully\n")- # 3. 显示初步结果- print("\n" + "=" * 80)- print("✅ Phase 1-2 提取完成!")print("=" * 80)-- # 统计信息- print(f"\n📊 提取统计:")- print(f" 节点数量: {len(kg.nodes)}")- print(f" 关系数量: {len(kg.edges)}")-- # 统计标签分布- labels = Counter(n.label for n in kg.nodes)- print(f" 实体类型分布: {dict(labels)}")-- # 显示所有节点- print("\n" + "-" * 80)- print(f"🏷️ 提取的实体及其类型 ({len(kg.nodes)} 个):")- print("-" * 80)- for i, node in enumerate(kg.nodes, 1):- print(f" {i:2d}. {node.name:<30} [类型: {node.label}]")-- # 显示所有关系(包括时间和证据信息)- print("\n" + "-" * 80)- print(f"🔗 提取的关系 ({len(kg.edges)} 个):")- print("-" * 80)-- # 按时间排序关系- sorted_edges = sorted(- kg.edges,- key=lambda e: e.t_start[0] if e.t_start else "9999-12-31"- )-- for i, edge in enumerate(sorted_edges, 1):- # 基本关系- rel_str = f"{edge.startNode.name} --[{edge.name}]--> {edge.endNode.name}"-- # 添加时间信息- time_info = ""- if edge.t_start:- time_info += f"(从 {edge.t_start[0]}"- if edge.t_end:- time_info += f" 到 {edge.t_end[0]})"- else:- time_info += ")"- elif edge.t_end:- time_info += f"(截止 {edge.t_end[0]})"-- print(f" {i:2d}. {rel_str:<65} {time_info}")-- # 显示证据(只显示第一条)- if edge.atomic_facts:- evidence = edge.atomic_facts[0].replace("\n", " ")- if len(evidence) > 70:- evidence = evidence[:70] + "..."- print(f" 📌 证据: {evidence}")-- # 按谓词分组显示- print("\n" + "-" * 80)- print("📋 按关系类型分类:")- print("-" * 80)-- relations_by_type = defaultdict(list)- for edge in kg.edges:- relations_by_type[edge.name].append((edge.startNode.name, edge.endNode.name))-- for pred in sorted(relations_by_type.keys()):- pairs = relations_by_type[pred]- print(f"\n ✓ {pred} ({len(pairs)} 条)")- for s, o in pairs[:8]: # 显示前 8 条- print(f" • {s} → {o}")- if len(pairs) > 8:- print(f" • ... 及 {len(pairs) - 8} 条其他关系")-- # 实体连接度分析- print("\n" + "-" * 80)- print("⭐ 高关联度实体 (Top 15):")- print("-" * 80)-- entity_degree = Counter()- for edge in kg.edges:- entity_degree[edge.startNode.name] += 1- entity_degree[edge.endNode.name] += 1-- for entity, count in entity_degree.most_common(15):- print(f" • {entity:<30} 参与 {count:2d} 个关系")-- # ============================================================================- # Phase 3: 语义去重- # ============================================================================- print("\n" + "=" * 80)- print("🔄 Phase 3: 语义去重 (使用 SemHash)")+ print("EXTRACTED FACTS")print("=" * 80)-- print(f"\n去重前: 节点 {len(kg.nodes)}, 关系 {len(kg.edges)}")- print(" 执行语义相似度匹配 (threshold=0.8)...")-- kg.match_nodes_and_update_edges(threshold=0.8)-- print(f"去重后: 节点 {len(kg.nodes)}, 关系 {len(kg.edges)}")-- # 对比统计- print("\n📊 去重后统计:")-- # 更新标签分布- labels_after = Counter(n.label for n in kg.nodes)- print(f" 实体类型分布: {dict(labels_after)}")-- # 更新关系类型分布- relations_after = defaultdict(int)- for edge in kg.edges:- relations_after[edge.name] += 1- print(f" 关系类型: {len(relations_after)} 种")- # 显示去重后的节点- print("\n" + "-" * 80)- print(f"🏷️ 去重后的实体 ({len(kg.nodes)} 个):")- print("-" * 80)- for i, node in enumerate(kg.nodes, 1):- print(f" {i:2d}. {node.name:<30} [类型: {node.label}]")+ for i, fact in enumerate(atom.facts, 1):+ print(f"\n{i}. Subject: {fact.subject}")+ print(f" Predicate: {fact.predicate}")+ print(f" Object: {fact.object}")+ print(f" Start Time: {fact.t_start}")+ print(f" End Time: {fact.t_end}")+ print(f" Source: {fact.source}")- # 显示去重后的关系(简要版)- print("\n" + "-" * 80)- print(f"🔗 去重后的关系 ({len(kg.edges)} 个 - 简要版):")- print("-" * 80)-- sorted_edges_after = sorted(- kg.edges,- key=lambda e: e.t_start[0] if e.t_start else "9999-12-31"- )-- for i, edge in enumerate(sorted_edges_after, 1):- rel_str = f"{edge.startNode.name} --[{edge.name}]--> {edge.endNode.name}"-- time_info = ""- if edge.t_start:- time_info += f"(从 {edge.t_start[0]}"- if edge.t_end:- time_info += f" 到 {edge.t_end[0]})"- else:- time_info += ")"- elif edge.t_end:- time_info += f"(截止 {edge.t_end[0]})"-- print(f" {i:2d}. {rel_str:<65} {time_info}")+ print(f"\n✓ Total facts extracted: {len(atom.facts)}\n")- # ============================================================================- # 保存结果- # ============================================================================- print("\n" + "=" * 80)- print("💾 保存结果...")+ print("=" * 80)+ print("TEMPORAL STATISTICS")print("=" * 80)- try:- output_dir = "temp/atom_demo"- kg.dump(output_dir)- print(f"✓ 结果已保存到 {output_dir}/")-- # 列出保存的文件- import os- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n 保存的文件:")- for f in sorted(saved_files):- print(f" - {f}")- except Exception as e:- print(f"⚠ 警告: 无法保存结果: {str(e)}")+ print(f"\nEarliest event: {min(f.t_start for f in atom.facts if f.t_start)}")+ print(f"Latest event: {max(f.t_end for f in atom.facts if f.t_end)}")- # ============================================================================- # 智能对话 (Chat)- # ============================================================================print("\n" + "=" * 80)- print("💬 知识图谱智能问答")+ print("Q&A: TEMPORAL SEARCH")print("=" * 80)- print("基于提取的知识进行深度对话...\n")- chat_questions = [- "CyberPhone 系列从第一代到最新一代的发展过程中,主要经历了哪些关键转折点和挑战?",- "乔纳森·李和陈思在 FutureTech 公司的职业发展过程中扮演了什么角色,他们的离职和晋升对产品方向有什么影响?",- "CyberPhone 2 的电池问题危机是如何发生的,FutureTech 公司采取了什么应对措施来恢复信誉?"+ queries = [+ "What events occurred?",+ "Who are the key participants?",+ "What is the timeline of events?",]- kg.build_index()- for q in chat_questions:- print(f"❓ 提问: {q}")+ for i, query in enumerate(queries, 1):+ print(f"\n【Query {i}】{query}")+ print("-" * 60)+try:- response = kg.chat(q)- print(f"💡 回答: {response.content}\n")+ facts = atom.search(query, top_k=5)+ for fact in facts:+ print(f" - {fact.subject} {fact.predicate} {fact.object}")+ if fact.t_start:+ print(f" Time: {fact.t_start}")except Exception as e:- print(f"⚠️ 对话异常: {e}\n")-- print("\n" + "=" * 80)- print("✨ Atom 演示完成!")- print("=" * 80)- print("\n📌 演示要点:")- print(" ✓ 两阶段提取:原子事实 → 关系提取")- print(" ✓ 时序追踪:产品发布日期、人物任职期间")- print(" ✓ 证据追踪:每条关系都关联到源事实")- print(" ✓ 语义去重:自动合并同义实体")- print(" ✓ 智能对话:基于知识图谱的 RAG 问答")+ print(f" Search error: {str(e)}")--if __name__ == "__main__":- main()+ print("\n" + "=" * 80 + "\n")diff --git a/examples/methods/cog_rag_demo.py b/examples/methods/cog_rag_demo.pyindex c473bbd..0d09fc0 100644--- a/examples/methods/cog_rag_demo.py+++ b/examples/methods/cog_rag_demo.py@@ -2,21 +2,22 @@Cog_RAG Demo: Theme-based Knowledge Extraction + Entity-Relation Detail RetrievalThis demo demonstrates the unified Cog_RAG System Wrapper:-1. **Macro Layer (Theme Layer)**: Extracts Narrative Arcs (Themes) and their Participant Entities.-2. **Micro Layer (Detail Layer)**: Extracts Entities and their Semantic Relationships.-3. **Process**:- - Feeds the same story to the Unified System.- - The system automatically distributes extraction tasks to both layers.- - Performs a Dual-Layer Chat/Search.+1. **Macro Layer (Theme Layer)**: Extracts Narrative Arcs (Themes) and their Participant Entities.+2. **Micro Layer (Detail Layer)**: Extracts Entities and their Semantic Relationships.+3. **Process**:+ - Feeds the same story to the Unified System.+ - The system automatically distributes extraction tasks to both layers.+ - Performs a Dual-Layer Chat/Search.++Usage:+ python examples/methods/cog_rag_demo.py"""-import osimport sys+from pathlib import Path-# Add project root to path-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--# Try to load dotenv, ignoring if not installed+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvload_dotenv()@@ -24,228 +25,115 @@ load_dotenv()from langchain_openai import ChatOpenAI, OpenAIEmbeddingsfrom hyperextract.methods.rag import Cog_RAG-# ============================================================================-# Sample Story for Extraction-# ============================================================================--STORY = """-【银河纪元 3042年 - 赤红星云事件报告】--危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。--【第一阶段:秘密接触】-臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。-目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——-双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,-他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。--【第二阶段:叛变与夺权】-在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。-这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,-但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。-而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。-这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。-黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。--【第三阶段:流亡与隐藏】-Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。-在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。-同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。-他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。--【第四阶段:势力重组】-银河联邦的最高委员会得知了这一系列事件,决定采取行动。-高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,-讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,-三人共同制定了一个大胆的计划。--【第五阶段:最后的筹码】-虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。-根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。-参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。-与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。--目前局势:-- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击-- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系-- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击-- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量-- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟--这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,-都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。-"""+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"if __name__ == "__main__":- # ============================================================================- # Initialize the Cog_RAG system- # ============================================================================print("=" * 80)- print("Initializing Unified Cog_RAG System...")+ print("Initializing Cog-RAG System...")print("=" * 80)- # Use a capable model for extraction+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ story = f.read()+ print(f"✅ Loaded {len(story)} characters")+llm_client = ChatOpenAI(model="gpt-4o-mini",- extra_body={- "system": "You are a helpful assistant. Always respond in Chinese."- },- temperature=0,)embedder = OpenAIEmbeddings(model="text-embedding-3-small")- # Initialize the Unified System Wrapperrag = Cog_RAG(llm_client=llm_client,embedder=embedder,chunk_size=1000,- verbose=True)- # ============================================================================- # Feed text to the system- # ============================================================================- print("\nFeeding story to the Cog_RAG System (Dual-Layer Extraction)...")- rag.feed_text(STORY)+ print("\nFeeding story to the system...")+ rag.feed_text(story)print("✓ Story processed successfully\n")- # ============================================================================- # Display Extracted Data (Unified View)- # ============================================================================print("=" * 80)- print("EXTRACTED KNOWLEDGE")+ print("EXTRACTED THEMES (Macro Layer)")print("=" * 80)- # 1. Macro Themes- print("\n--- MACRO LAYER: Themes (Narrative Arcs) ---")- for i, edge in enumerate(rag.theme_layer.edges, 1):- print(f"\nTheme {i}: {edge.description}")- print(f" Participants: {', '.join([n.name for n in edge.participants])}")-- print(f"\n✓ Total Themes extracted: {len(rag.theme_layer.edges)}")-- # 2. Micro Relations- print(f"\n--- MICRO LAYER: Entity Relations ---")-- low_order_edges = [e for e in rag.detail_layer.edges if len(e.participants) == 2]- high_order_edges = [e for e in rag.detail_layer.edges if len(e.participants) > 2]-- print(f"\nMicro Relations (Pairwise):")- for i, edge in enumerate(low_order_edges[:5], 1): # Show top 5- print(f"{i}. {edge.description} (Entities: {', '.join(edge.participants)})")- if len(low_order_edges) > 5:- print(f"... and {len(low_order_edges) - 5} more.")-- print(f"\nMicro Relations (Hyperedges):")- for i, edge in enumerate(high_order_edges[:5], 1): # Show top 5- print(f"{i}. {edge.description} (Entities: {', '.join(edge.participants)})")- if len(high_order_edges) > 5:- print(f"... and {len(high_order_edges) - 5} more.")-- print(f"\n✓ Total Micro Relations extracted: {len(rag.detail_layer.edges)}")-- # 3. Entities- print(f"\n--- UNIQUE ENTITIES (Combined) ---")- print(f"Total Unique Entities: {len(rag.nodes)}")-- # Display top 5 entities- for i, node in enumerate(rag.nodes[:5], 1):- print(f"{i}. 【{node.name}】 ({node.type})")- if len(rag.nodes) > 5:- print(f"... and {len(rag.nodes) - 5} more.")-- # ============================================================================- # Build Semantic Index- # ============================================================================- print("\n" + "=" * 80)- print("Building Semantic Indexes...")+ for i, theme in enumerate(rag.themes, 1):+ print(f"\n{i}. Theme: {theme.title}")+ print(f" Summary: {theme.summary}")+ print(f" Participants: {', '.join(theme.participants) if theme.participants else 'N/A'}")++ print(f"\n✓ Total themes extracted: {len(rag.themes)}\n")++ print("=" * 80)+ print("EXTRACTED ENTITIES (Micro Layer)")+ print("=" * 80)++ for node in rag.nodes:+ print(f"\n【{node.name}】(Type: {node.type})")+ print(f" Description: {node.description}")++ print(f"\n✓ Total entities extracted: {len(rag.nodes)}\n")++ print("=" * 80)+ print("EXTRACTED RELATIONS (Micro Layer)")+ print("=" * 80)++ for i, edge in enumerate(rag.edges, 1):+ print(f"\n{i}. {edge.source} -> {edge.target}")+ print(f" Description: {edge.description}")+ print(f" Strength: {edge.strength}/10")++ print(f"\n✓ Total edges extracted: {len(rag.edges)}\n")++ print("=" * 80)+ print("Building Semantic Index...")print("=" * 80)rag.build_index()- print("✓ Semantic indexes built successfully\n")+ print("✓ Semantic index built successfully\n")- # ============================================================================- # Q&A: Dual-Layer Search- # ============================================================================print("=" * 80)- print("Q&A: DUAL-LAYER SEMANTIC SEARCH")+ print("Q&A: DUAL-LAYER SEARCH")print("=" * 80)queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",+ "What happened to the crystal?",+ "What is the conspiracy?",+ "Who participated in the secret meeting?",+ "What is Leona's current situation?",]for i, query in enumerate(queries, 1):- print(f"\n【问题 {i}】{query}")+ print(f"\n【Query {i}】{query}")print("-" * 60)-- # Search BOTH layers- results = rag.search(query, top_k_themes=2, top_k_entities=2)-- print(" [Macro Themes Found]:")- if results['themes']:- for t in results['themes']:- print(f" - {t.description}")- else:- print(" (None)")-- print(" [Micro Entities Found]:")- if results['entities']:- for e in results['entities']:- print(f" - {e.name}: {e.description[:50]}...")- else:- print(" (None)")--- # ============================================================================- # Chat with Cog_RAG- # ============================================================================++ try:+ themes, nodes, edges = rag.search(query, top_k=3)++ if themes:+ print(" Relevant Themes:")+ for t in themes[:2]:+ print(f" - {t.title}: {t.summary[:50]}...")++ if edges:+ print(" Relevant Relations:")+ for e in edges[:2]:+ print(f" - {e.source} -> {e.target}: {e.description[:50]}...")++ except Exception as e:+ print(f" Search error: {str(e)}")+print("\n" + "=" * 80)- print("💬 Interactive Chat with Cog_RAG")+ print("💬 Interactive Chat with Cog-RAG")print("=" * 80)- print("Engaging in multi-turn dialogue based on Dual-Layer Knowledge...\n")+ print("Engaging in multi-turn dialogue based on extracted knowledge...\n")for q in queries:print(f"❓ User: {q}")try:response = rag.chat(q)- print(f"🤖 Cog_RAG: {response.content}\n")+ print(f"🤖 Cog-RAG: {response.content}\n")except Exception as e:print(f"⚠️ Chat error: {e}\n")- # ============================================================================- # Save Results- # ============================================================================- print("\n" + "=" * 80)- print("Saving Results...")- print("=" * 80)-- try:- output_dir = "temp/cog_rag_demo"- if not os.path.exists(output_dir):- os.makedirs(output_dir)-- rag.dump(output_dir)- print(f"✓ Results saved to {output_dir}/")-- # List saved files- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n Saved files:")- for f in saved_files:- print(f" - {f}")- except Exception as e:- print(f"⚠ Warning: Could not save results: {str(e)}")-print("\n" + "=" * 80 + "\n")-diff --git a/examples/methods/graph_rag_demo.py b/examples/methods/graph_rag_demo.pyindex efa7591..0cd3172 100644--- a/examples/methods/graph_rag_demo.py+++ b/examples/methods/graph_rag_demo.py@@ -5,13 +5,17 @@ This demo demonstrates:1. Extracting entities and binary relationships from a complex sci-fi story.2. Analysis of standard graph relationships (Source -> Target).3. Semantic Search over the constructed Knowledge Graph (Q&A).++Usage:+ python examples/methods/graph_rag_demo.py"""import osimport sys+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvload_dotenv()@@ -19,93 +23,34 @@ load_dotenv()from langchain_openai import ChatOpenAI, OpenAIEmbeddingsfrom hyperextract.methods.rag import Graph_RAG-# ============================================================================-# Sample Story for Extraction (Shared with AutoHypergraph Demo)-# ============================================================================--STORY = """-【银河纪元 3042年 - 赤红星云事件报告】--危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。--【第一阶段:秘密接触】-臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。-目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——-双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,-他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。--【第二阶段:叛变与夺权】-在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。-这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,-但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。-而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。-这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。-黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。--【第三阶段:流亡与隐藏】-Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。-在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。-同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。-他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。--【第四阶段:势力重组】-银河联邦的最高委员会得知了这一系列事件,决定采取行动。-高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,-讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,-三人共同制定了一个大胆的计划。--【第五阶段:最后的筹码】-虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。-根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。-参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。-与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。--目前局势:-- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击-- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系-- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击-- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量-- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟--这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,-都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。-"""+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"if __name__ == "__main__":- # ============================================================================- # Initialize the Graph-RAG system with LLM and Embeddings- # ============================================================================print("=" * 80)print("Initializing Graph-RAG System...")print("=" * 80)- # Use a capable model for extraction+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ story = f.read()+ print(f"✅ Loaded {len(story)} characters")+llm_client = ChatOpenAI(model="gpt-4o-mini",- extra_body={- "system": "You are a helpful assistant. Always respond in Chinese."- },- temperature=0,)embedder = OpenAIEmbeddings(model="text-embedding-3-small")rag = Graph_RAG(llm_client=llm_client,embedder=embedder,- verbose=True,chunk_size=1000,)- # Feed text to the system- # ============================================================================print("\nFeeding story to the system...")- rag.feed_text(STORY)+ rag.feed_text(story)print("✓ Story processed successfully\n")- # ============================================================================- # Display Extracted Entities- # ============================================================================print("=" * 80)print("EXTRACTED ENTITIES")print("=" * 80)@@ -116,9 +61,6 @@ if __name__ == "__main__":print(f"\n✓ Total entities extracted: {len(rag.nodes)}\n")- # ============================================================================- # Display Extracted Edges- # ============================================================================print("=" * 80)print("EXTRACTED EDGES (Binary Relationships)")print("=" * 80)@@ -130,14 +72,10 @@ if __name__ == "__main__":print(f"\n✓ Total edges extracted: {len(rag.edges)}\n")- # ============================================================================- # Statistics- # ============================================================================print("=" * 80)print("STATISTICS")print("=" * 80)- # Entity type distributiontype_counts = {}for node in rag.nodes:type_counts[node.type] = type_counts.get(node.type, 0) + 1@@ -146,39 +84,29 @@ if __name__ == "__main__":for entity_type, count in sorted(type_counts.items()):print(f" {entity_type}: {count}")- # Average edge strengthif rag.edges:avg_strength = sum(e.strength for e in rag.edges) / len(rag.edges)print(f"\nAverage Edge Strength: {avg_strength:.2f}/10")- # Centrality (Out-degree + In-degree)print("\nEntity Centrality (Degree):")centrality = {}for edge in rag.edges:centrality[edge.source] = centrality.get(edge.source, 0) + 1centrality[edge.target] = centrality.get(edge.target, 0) + 1- for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[- :10- ]:+ for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[:10]:print(f" {entity}: {count}")- # ============================================================================- # Build Semantic Index & Communities- # ============================================================================print("\n" + "=" * 80)print("Building Semantic Index & Communities...")print("=" * 80)rag.build_index()print("✓ Semantic index built successfully")-+rag.build_communities()print("✓ Communities built successfully\n")- # ============================================================================- # Display Community Reports- # ============================================================================print("=" * 80)print("COMMUNITY REPORTS")print("=" * 80)@@ -193,36 +121,30 @@ if __name__ == "__main__":for finding in report.findings:print(f" - {finding.summary}")- # ============================================================================- # Q&A: Semantic Search over Graph- # ============================================================================print("=" * 80)print("Q&A: COMPARISON (Global vs Local vs Standard)")print("=" * 80)queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",+ "What happened to the crystal?",+ "What is the conspiracy between Black Snake and Valerius?",+ "Who participated in the secret meeting at Titan Station?",+ "What is Leona's current situation?",]- # 1. Standard Edge Searchprint("\n" + "-" * 60)print("[1. Standard Node & Edge Search] (use_community=False)")print("-" * 60)for i, query in enumerate(queries, 1):- print(f"\n【问题 {i}】{query}")+ print(f"\n【Query {i}】{query}")print("-" * 60)try:- # 基础检索模式:按语义向量直接搜索相关的Edgesresults = rag.search_edges(query, top_k=3)if results:for j, result in enumerate(results, 1):- # Graph_RAG 从底层直接继承支持了带有 score 评分的结果也可以直接遍历 Edge 对象edge = result[0] if isinstance(result, tuple) else resultscore = result[1] if isinstance(result, tuple) else 1.0@@ -235,16 +157,13 @@ if __name__ == "__main__":except Exception as e:print(f" Search error: {str(e)}")-- # 2. Global Search Example (Community-Enhanced Search)print("\n" + "-" * 60)print("[2. Community-Enhanced Search] (use_community=True)")print("-" * 60)for i, q in enumerate(queries, 1):- print(f"\n【问题 {i}】{q}")+ print(f"\n【Query {i}】{q}")print("-" * 60)try:- # 社区增强检索模式,返回 nodes, edges 和 community_context (返回长度为 3 的 tuple)nodes, edges, community_context = rag.search(q, top_k=3, use_community=True)if community_context:print(" Community Summaries:")@@ -258,9 +177,6 @@ if __name__ == "__main__":except Exception as e:print(f" Error: {e}")- # ============================================================================- # Chat with GraphRAG- # ============================================================================print("\n" + "=" * 80)print("💬 Interactive Chat with GraphRAG")print("=" * 80)@@ -274,9 +190,6 @@ if __name__ == "__main__":except Exception as e:print(f"⚠️ Chat error: {e}\n")- # ============================================================================- # Save Results- # ============================================================================print("\n" + "=" * 80)print("Saving Results...")print("=" * 80)@@ -286,7 +199,6 @@ if __name__ == "__main__":rag.dump(output_dir)print(f"✓ Results saved to {output_dir}/")- # List saved filessaved_files = []if os.path.exists(output_dir):for root, dirs, files in os.walk(output_dir):diff --git a/examples/methods/hyper_rag_demo.py b/examples/methods/hyper_rag_demo.pyindex ee08090..e2ccf85 100644--- a/examples/methods/hyper_rag_demo.py+++ b/examples/methods/hyper_rag_demo.py@@ -5,13 +5,17 @@ This demo demonstrates:1. Extracting entities and multi-entity relationships from a complex sci-fi story.2. Analysis of complex n-ary relationships (Hyperedges).3. Semantic Search over the constructed Hypergraph (Q&A).++Usage:+ python examples/methods/hyper_rag_demo.py"""import osimport sys+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings@@ -20,94 +24,34 @@ from hyperextract.methods.rag import Hyper_RAGload_dotenv()-# ============================================================================-# Sample Story for Extraction (Shared with AutoHypergraph Demo)-# ============================================================================--STORY = """-【银河纪元 3042年 - 赤红星云事件报告】--危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。--【第一阶段:秘密接触】-臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。-目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——-双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,-他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。--【第二阶段:叛变与夺权】-在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。-这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,-但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。-而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。-这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。-黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。--【第三阶段:流亡与隐藏】-Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。-在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。-同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。-他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。--【第四阶段:势力重组】-银河联邦的最高委员会得知了这一系列事件,决定采取行动。-高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,-讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,-三人共同制定了一个大胆的计划。--【第五阶段:最后的筹码】-虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。-根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。-参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。-与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。--目前局势:-- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击-- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系-- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击-- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量-- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟--这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,-都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。-"""+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"if __name__ == "__main__":- # ============================================================================- # Initialize the Hyper-RAG system with LLM and Embeddings- # ============================================================================print("=" * 80)print("Initializing Hyper-RAG System...")print("=" * 80)- # llm_client = ChatOpenAI(model="gpt-4o-mini", temperature=0)+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ story = f.read()+ print(f"✅ Loaded {len(story)} characters")+llm_client = ChatOpenAI(model="gpt-4o-mini",- extra_body={- "system": "You are a helpful assistant. Always respond in Chinese."- },- temperature=0,)embedder = OpenAIEmbeddings(model="text-embedding-3-small")rag = Hyper_RAG(llm_client=llm_client,embedder=embedder,- verbose=True,chunk_size=1000,)- # ============================================================================- # Feed text to the system- # ============================================================================print("\nFeeding story to the system...")- rag.feed_text(STORY)+ rag.feed_text(story)print("✓ Story processed successfully\n")- # ============================================================================- # Display Extracted Entities- # ============================================================================print("=" * 80)print("EXTRACTED ENTITIES")print("=" * 80)@@ -118,14 +62,10 @@ if __name__ == "__main__":print(f"\n✓ Total entities extracted: {len(rag.nodes)}\n")- # ============================================================================- # Display Extracted Hyperedges- # ============================================================================print("=" * 80)print("EXTRACTED HYPEREDGES")print("=" * 80)- # 分离低阶边(2个参与者)和高阶边(3个以上参与者)low_order_edges = [e for e in rag.edges if len(e.participants) == 2]high_order_edges = [e for e in rag.edges if len(e.participants) > 2]@@ -145,18 +85,12 @@ if __name__ == "__main__":print(f" Keywords: {keywords_str}")print(f" Strength: {edge.strength}/10")- print(- f"\n✓ Total edges extracted: {len(rag.edges)} ({len(low_order_edges)} low-order, {len(high_order_edges)} high-order)\n"- )+ print(f"\n✓ Total edges extracted: {len(rag.edges)} ({len(low_order_edges)} low-order, {len(high_order_edges)} high-order)\n")- # ============================================================================- # Statistics- # ============================================================================print("=" * 80)print("STATISTICS")print("=" * 80)- # Entity type distributiontype_counts = {}for node in rag.nodes:type_counts[node.type] = type_counts.get(node.type, 0) + 1@@ -165,26 +99,19 @@ if __name__ == "__main__":for entity_type, count in sorted(type_counts.items()):print(f" {entity_type}: {count}")- # Average edge strengthif rag.edges:avg_strength = sum(e.strength for e in rag.edges) / len(rag.edges)print(f"\nAverage Edge Strength: {avg_strength:.2f}/10")- # Centrality (number of relationships per entity)print("\nEntity Centrality (number of relationships):")centrality = {}for edge in rag.edges:for participant in edge.participants:centrality[participant] = centrality.get(participant, 0) + 1- for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[- :10- ]:+ for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[:10]:print(f" {entity}: {count}")- # ============================================================================- # Build Semantic Index for Q&A- # ============================================================================print("\n" + "=" * 80)print("Building Semantic Index...")print("=" * 80)@@ -192,22 +119,19 @@ if __name__ == "__main__":rag.build_index()print("✓ Semantic index built successfully\n")- # ============================================================================- # Q&A: Semantic Search over Hypergraph- # ============================================================================print("=" * 80)print("Q&A: SEMANTIC SEARCH")print("=" * 80)queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",+ "What happened to the crystal?",+ "What is the conspiracy?",+ "Who participated in the secret meeting?",+ "What is Leona's current situation?",]for i, query in enumerate(queries, 1):- print(f"\n【问题 {i}】{query}")+ print(f"\n【Query {i}】{query}")print("-" * 60)try:@@ -227,22 +151,12 @@ if __name__ == "__main__":except Exception as e:print(f" Search error: {str(e)}")- # ============================================================================- # Chat with HyperRAG- # ============================================================================print("\n" + "=" * 80)print("💬 Interactive Chat with HyperRAG")print("=" * 80)print("Engaging in multi-turn dialogue based on extracted knowledge...\n")- chat_queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",- ]-- for q in chat_queries:+ for q in queries:print(f"❓ User: {q}")try:response = rag.chat(q)@@ -250,9 +164,6 @@ if __name__ == "__main__":except Exception as e:print(f"⚠️ Chat error: {e}\n")- # ============================================================================- # Save Results- # ============================================================================print("\n" + "=" * 80)print("Saving Results...")print("=" * 80)@@ -261,20 +172,7 @@ if __name__ == "__main__":output_dir = "temp/hyper_rag_demo"rag.dump(output_dir)print(f"✓ Results saved to {output_dir}/")-- # List saved files- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n Saved files:")- for f in saved_files:- print(f" - {f}")except Exception as e:- print(f"⚠ Warning: Could not save results: {str(e)}")+ print(f"⚠️ Warning: Could not save results: {str(e)}")print("\n" + "=" * 80 + "\n")diff --git a/examples/methods/hypergraph_rag_demo.py b/examples/methods/hypergraph_rag_demo.pyindex 17a9a92..3a02033 100644--- a/examples/methods/hypergraph_rag_demo.py+++ b/examples/methods/hypergraph_rag_demo.py@@ -1,14 +1,19 @@"""HyperGraph-RAG Demo: Extracting Hyperedges from Text-This script demonstrates the usage of the HyperGraph_RAG system, which is a-system designed to extract hyperedges from text.+This script demonstrates the usage of the HyperGraph_RAG system, which is designed+to extract hyperedges from text.++Usage:+ python examples/methods/hypergraph_rag_demo.py"""import osimport sys+from pathlib import Path-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings@@ -17,120 +22,34 @@ from hyperextract.methods.rag import HyperGraph_RAGload_dotenv()-# ============================================================================-# Sample Story for Extraction-# ============================================================================--STORY = """-【银河纪元 3042年 - 赤红星云事件报告】--危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。--【第一阶段:秘密接触】-臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。-目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——-双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,-他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。--【第二阶段:叛变与夺权】-在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。-这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,-但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。-而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。-这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。-黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。--【第三阶段:流亡与隐藏】-Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。-在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。-同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。-他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。--【第四阶段:势力重组】-银河联邦的最高委员会得知了这一系列事件,决定采取行动。-高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,-讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,-三人共同制定了一个大胆的计划。--【第五阶段:最后的筹码】-虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。-根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。-参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。-与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。--目前局势:-- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击-- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系-- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击-- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量-- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟--这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,-都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。-"""+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"if __name__ == "__main__":- # ============================================================================- # Initialize the HyperGraph_RAG system- # ============================================================================print("=" * 80)- print("Initializing HyperGraph_RAG System (Edge-First)...")+ print("Initializing HyperGraph-RAG System...")print("=" * 80)+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ story = f.read()+ print(f"✅ Loaded {len(story)} characters")+llm_client = ChatOpenAI(model="gpt-4o-mini",- extra_body={- "system": "You are a helpful assistant. Always respond in Chinese."- },- temperature=0,)embedder = OpenAIEmbeddings(model="text-embedding-3-small")- # Initialize HyperGraph_RAG- # Note: enable_llm_cache=False for demo purposes to force new extractions if neededrag = HyperGraph_RAG(llm_client=llm_client,embedder=embedder,- verbose=True,chunk_size=1000,)- # ============================================================================- # Feed text to the system- # ============================================================================print("\nFeeding story to the system...")- rag.feed_text(STORY)+ rag.feed_text(story)print("✓ Story processed successfully\n")- # ============================================================================- # Display Extracted Hyperedges- # ============================================================================- print("=" * 80)- print("EXTRACTED HYPEREDGES")- print("=" * 80)-- # 分离低阶边(2个参与者)和高阶边(3个以上参与者)- low_order_edges = [e for e in rag.edges if len(e.related_entities) == 2]- high_order_edges = [e for e in rag.edges if len(e.related_entities) > 2]-- print(f"\n--- Low-Order Edges (Pairwise) ---")- for i, edge in enumerate(low_order_edges, 1):- print(f"\n{i}. Participants: {' <-> '.join(e.name for e in edge.related_entities)}")- print(f" Knowledge Segment: {edge.knowledge_segment}")- print(f" Completeness Score: {edge.completeness_score}/10")-- print(f"\n--- High-Order Edges (Hyperedges) ---")- for i, edge in enumerate(high_order_edges, 1):- print(f"\n{i}. Participants: {' <-> '.join(e.name for e in edge.related_entities)}")- print(f" Knowledge Segment: {edge.knowledge_segment}")- print(f" Completeness Score: {edge.completeness_score}/10")-- print(f"\n✓ Total edges extracted: {len(rag.edges)} ({len(low_order_edges)} low-order, {len(high_order_edges)} high-order)\n")-- # ============================================================================- # Display Extracted Entities- # ============================================================================print("=" * 80)print("EXTRACTED ENTITIES")print("=" * 80)@@ -141,14 +60,23 @@ if __name__ == "__main__":print(f"\n✓ Total entities extracted: {len(rag.nodes)}\n")- # ============================================================================- # Statistics- # ============================================================================+ print("=" * 80)+ print("EXTRACTED HYPEREDGES")+ print("=" * 80)++ for i, edge in enumerate(rag.edges, 1):+ print(f"\n{i}. Participants: {' <-> '.join(edge.participants)}")+ print(f" Description: {edge.description}")+ keywords_str = ", ".join(edge.keywords) if edge.keywords else "N/A"+ print(f" Keywords: {keywords_str}")+ print(f" Strength: {edge.strength}/10")++ print(f"\n✓ Total edges extracted: {len(rag.edges)}\n")+print("=" * 80)print("STATISTICS")print("=" * 80)- # Entity type distributiontype_counts = {}for node in rag.nodes:type_counts[node.type] = type_counts.get(node.type, 0) + 1@@ -157,26 +85,10 @@ if __name__ == "__main__":for entity_type, count in sorted(type_counts.items()):print(f" {entity_type}: {count}")- # Average edge completenessif rag.edges:- avg_completeness = sum(e.completeness_score for e in rag.edges) / len(rag.edges)- print(f"\nAverage Edge Completeness: {avg_completeness:.2f}/10")-- # Centrality (number of relationships per entity)- print("\nEntity Centrality (number of relationships):")- centrality = {}- for edge in rag.edges:- for participant in edge.related_entities:- centrality[participant.name] = centrality.get(participant.name, 0) + 1-- for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[- :10- ]:- print(f" {entity}: {count}")-- # ============================================================================- # Build Semantic Index for Q&A- # ============================================================================+ avg_strength = sum(e.strength for e in rag.edges) / len(rag.edges)+ print(f"\nAverage Edge Strength: {avg_strength:.2f}/10")+print("\n" + "=" * 80)print("Building Semantic Index...")print("=" * 80)@@ -184,22 +96,18 @@ if __name__ == "__main__":rag.build_index()print("✓ Semantic index built successfully\n")- # ============================================================================- # Q&A: Semantic Search over Hypergraph- # ============================================================================print("=" * 80)print("Q&A: SEMANTIC SEARCH")print("=" * 80)queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",+ "What happened to the crystal?",+ "What is the conspiracy?",+ "Who participated in the secret meeting?",]for i, query in enumerate(queries, 1):- print(f"\n【问题 {i}】{query}")+ print(f"\n【Query {i}】{query}")print("-" * 60)try:@@ -207,69 +115,15 @@ if __name__ == "__main__":if results:for j, result in enumerate(results, 1):- # AutoHypergraph search returns (doc, score) tuple- # The 'doc' is the EdgeSchema objectedge = result[0] if isinstance(result, tuple) else resultscore = result[1] if isinstance(result, tuple) else 1.0print(f"\n {j}. [Score: {score:.3f}]")- print(f" Participants: {' <-> '.join(edge.related_entities)}")- print(f" Knowledge Segment: {edge.knowledge_segment}")- print(f" Completeness Score: {edge.completeness_score}/10")+ print(f" Participants: {' <-> '.join(edge.participants)}")+ print(f" Description: {edge.description}")else:print(" (No relevant relationships found)")except Exception as e:print(f" Search error: {str(e)}")- # ============================================================================- # Chat with HyperGraph_RAG- # ============================================================================- print("\n" + "=" * 80)- print("💬 Interactive Chat with HyperGraph_RAG")- print("=" * 80)- print("Engaging in multi-turn dialogue based on extracted knowledge...\n")-- chat_queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",- ]-- for q in chat_queries:- print(f"❓ User: {q}")- try:- response = rag.chat(q)- print(f"🤖 HyperGraph_RAG: {response.content}\n")- except Exception as e:- print(f"⚠️ Chat error: {e}\n")-- # ============================================================================- # Save Results- # ============================================================================- print("\n" + "=" * 80)- print("Saving Results...")- print("=" * 80)-- try:- output_dir = "temp/hypergraph_rag_demo"- rag.dump(output_dir)- print(f"✓ Results saved to {output_dir}/")-- # List saved files- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n Saved files:")- for f in saved_files:- print(f" - {f}")- except Exception as e:- print(f"⚠ Warning: Could not save results: {str(e)}")-print("\n" + "=" * 80 + "\n")-diff --git a/examples/methods/itext2kg_demo.py b/examples/methods/itext2kg_demo.pyindex 853b67c..00ed0b6 100644--- a/examples/methods/itext2kg_demo.py+++ b/examples/methods/itext2kg_demo.py@@ -1,15 +1,19 @@"""-iText2KG 演示:高质量知识图谱提取+iText2KG Demo: High-Quality Knowledge Graph Extraction-这个演示展示了如何使用 iText2KG 从非结构化文本中提取结构化三元组。-iText2KG 采用两阶段提取策略,并强制执行严格的语义 Schema。+This demo shows how to use iText2KG to extract structured knowledge triples from unstructured text.+iText2KG uses a two-stage extraction strategy and enforces strict semantic Schema.++Usage:+ python examples/methods/itext2kg_demo.py"""import osimport sys+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings@@ -18,316 +22,79 @@ from hyperextract.methods.typical import iText2KGload_dotenv()-# ==============================================================================-# 示例文本 - 来自真实场景的数据(长版本)-# ==============================================================================--EXAMPLE_TEXT = """-【818】星辰阁公会昨晚解散的真相!团长黑装备还骂人!这简直是最大的内讧事件!--楼主:匿名玩家(ID已隐藏)-发帖时间:今天 23:45--我是星辰阁的一个普通成员,昨晚目睹了整个悲剧的发生。我觉得必须把真相告诉大家。--首先介绍一下我们的团队阵容:-- 会长兼主坦克:雷霆之怒(真实ID:张三,40级战士,装备评分9999)-- 副坦克:坚如磐石(真实ID:李四,38级盾战士,评分8800,人很老实)-- 主奶妈(治疗):小甜甜(真实ID:王五,38级圣骑士,评分8600)-- 副奶妈:月光治愈者(真实ID:赵六,35级德鲁伊,评分7500)-- DPS输出1(弓箭手):暗影刺客(真实ID:孙七,39级猎手,评分9200)-- DPS输出2(法师):火球术一级(真实ID:周八,37级法师,评分8400)-- DPS输出3(剑客):风云剑侠(真实ID:吴九,36级剑士,评分7800)-- 远程法师:冰霜法咒(真实ID:郑十,35级冰法,评分7600)--昨晚晚上8点,我们集合在副本入口。这是星辰阁第三次挑战"深渊魔龙"这个最终BOSS。-前两次都失败了,主要是因为配合不够默契。但是昨晚会长雷霆之怒发誓说一定要拿下这个BOSS。--副本开始,一切似乎很顺利。前5个小怪都被我们轻松秒杀。-然后大家来到了BOSS房间——深渊魔龙的巢穴。这是一个超级庞大的紫龙,满血时候气势相当恐怖。--战斗一开始,雷霆之怒(会长)冲上去拉住了仇恨值。坚如磐石(副坦克)站在侧翼进行补充。-小甜甜不断给雷霆之怒刷HOT(持续恢复)。月光治愈者给坚如磐石加盾。-前期看起来非常完美,大家的DPS输出也打得相当漂亮。--但是,大约打了5分钟,问题出现了。--坚如磐石(副坦克)突然掉线了!这太糟糕了。我们在公会频道里看到他的在线状态变成了灰色。-公会会长雷霆之怒看到这一幕,血压瞬间上升(我可以想象他的脸色)。--为什么副坦会掉线呢?大家后来才明白——坚如磐石的家里停电了。这真的是太不走运了。--没有副坦克的补充,所有的伤害都集中在了雷霆之怒身上。-但是这个时候,事情开始变得诡异。--小甜甜(主奶妈)本应该全力治疗会长,但是我通过伤害统计面板发现,她的治疗量明显不足。-更奇怪的是,她把大量的治疗都给了暗影刺客(弓箭手)。--这很不正常。暗影刺客作为DPS,血量本不应该这么低。我仔细看了一下暗影刺客的走位——-哎哟,这哥们为了最大化伤害输出,站位超级靠前,几乎要贴到BOSS身上了。-结果BOSS的爪子扫过来,一下子就把暗影刺客的血条扫到了20%以下。--关键时刻,小甜甜却把大治疗术给了暗影刺客。这让会长雷霆之怒的血量开始急速下降。--我当时就在YY频道里喊:"小甜甜,快给会长加血!"--月光治愈者也在拼命给会长加盾,但是她的输出能力有限,根本抵挡不住BOSS的伤害。--而且我还发现,月光治愈者的治疗也有一部分莫名其妙地给了其他人。看起来公会里有人在划水。--等等,我再看一下。哦天哪,火球术一级(法师)和冰霜法咒在BOSS的AoE范围内站了太长时间,-导致他们频繁掉血。但是,更夸张的是,暗影刺客和小甜甜之间似乎有什么默契——-每当暗影刺客掉血,小甜甜就立马给他加。--这时候,我想到了一个可能性。我在游戏论坛里看过一些帖子,有人提到暗影刺客和小甜甜好像是现实中的情侣!--妈呀,这下问题大了。在这么关键的时刻,小甜甜竟然偏心给她的男朋友加血,而忽视了作为团队大脑的会长!--大约在15分钟的时候,BOSS放出了一个大招——"魔龙吐息"。-这个技能造成的伤害足以秒杀任何一个DPS。但是坦克(雷霆之怒)应该能扛住。--可是,小甜甜的治疗没有及时跟上。雷霆之怒的血条瞬间掉到了0。--会长倒地了!--随后,失去了坦克的护佑,暗影刺客也被BOSS的普通攻击打成了残血,然后被秒杀。-紧接着是风云剑侠,然后是火球术一级。整个团队在短短30秒内全灭了。--副本失败。大家都复活在了副本入口。--这个时候,雷霆之怒(会长)的脾气彻底炸裂了。--他在YY频道里破口大骂:"小甜甜,你是干什么呢?!你是团队奶妈,不是暗影刺客的私人医生!-治疗职业就是要保坦克,你这样的治疗我见过,但从没见过这么烂的!"--小甜甜试图辩解:"我……我只是……"--雷霆之怒直接打断她:"别给我狡辩!我决定了,你从今天起被踢出公会!-而且暗影刺客这个摸鱼的家伙,我也要把他赶出去。两个人都别在星辰阁待着!"--但就在这个时候,事情发生了急转弯。--暗影刺客一句话都没说,只见他的角色突然冲向了BOSS房间。-而就在这时,副本的第二个阶段秘密掉落物品——传说级别的武器"魔龙之牙"出现了!--这是一把超级稀有的武器,全服务器可能只有两三把。价值高达几百万金币。--没等任何人反应过来,暗影刺客就冲上去,一把拿起了"魔龙之牙"!--我们都懵了。"魔龙之牙"本来应该由队长(雷霆之怒)来分配,决定给谁。-但是暗影刺客直接黑吃黑,把这把传说武器直接塞进了自己的背包里!--会长还在语音里骂人,根本没注意到这一幕。+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"-紧接着,更狠的来了——暗影刺客在游戏里按下了"退出公会"的按钮。-他直接,光速,毫不犹豫地退出了星辰阁!-然后他的角色在世界频道发了一句话:"拜拜,各位。我去找个真正尊重我的公会。"--说完,这哥们直接下线了。--我们的公会频道顿时炸锅了。--小甜甜也没做任何辩解,直接退出了公会。她甚至没有说一句话。--会长雷霆之怒这时候才意识到发生了什么。他看到了掉落物品的分配记录——-"魔龙之牙"被暗影刺客拿走了,而不是团队共有。--他疯了。直接在世界频道开始刷屏:-"各位玩家,我要举报星辰阁的暗影刺客和小甜甜这两条狗!他们合谋黑装备!-不要信任他们!全服通缉这两个垃圾!"--火球术一级(法师)现在也开始助威。他在世界频道里连发了十多条信息:-"赞同!这两个人太过分了!狗男女!不要和他们做交易!"--"冰霜法咒在副本里的表现也不太理想,看起来他好像和那对情侣有什么关系,-因为我注意到在暗影刺客掉线的时候,冰霜法咒也莫名其妙地不进行输出了。"--有人开始怀疑冰霜法咒是不是也是那对情侣的朋友。--坚如磐石(副坦)这时候才上线。他看到了聊天记录,一脸懵逼。-他在公会频道里问:"发生什么了?我家里停电了……"--没有人回答他。因为大家都在看这场大戏。--月光治愈者试图调和一下,她说:"大家冷静……这件事可能有误会……"--但是没有人听她的。因为这个时候,世界频道上的玩家也开始评论这件事。--有人说:"这就是为什么我不玩大公会。大公会水太深。"--还有人说:"我早就听说暗影刺客这个人在游戏里名声不太好。多次被指控在副本里贪图装备。"--有人挖出了暗影刺客的历史记录。原来他曾经在另一个公会里,也因为类似的事情被踢出来过。--这哥们简直就是个"装备贪心鬼"。--风云剑侠开始反思:"也许我们团队的问题不只是小甜甜。我们可能选错人了。"--火球术一级继续在世界频道里刷屏:"各位,我建议大家抵制这两个玩家。不要和他们一个队。"--这时候,一个名字叫做"游戏管理员001"的官方账号出现了。-他说:"我们收到了关于玩家暗影刺客的举报。我们正在调查这件事。如果确认违规,将给予封号处理。"--暗影刺客的名字从世界频道消失了——他已经下线了。而且下线之前把"魔龙之牙"从背包里转移到了仓库。-没人知道他把这把武器藏在了哪里。--最后,星辰阁的会长雷霆之怒在公会频道里宣布:-"各位成员,我决定了。星辰阁正式解散。这个公会不适合我继续管理。-我会转移到一个小公会,和志同道合的朋友重新开始。"--很多成员试图挽留他。但是他的决心已定。--现在,星辰阁已经成为了一个"死公会"。只有一些离不开这个ID的成员还在。--这就是昨晚发生的一切。我作为一个旁观者,见证了这场游戏江湖的大戏。--最后的最后,我想说:游戏就是游戏。团队合作最重要。装备是身外之物。-但是,为了装备而背叛队友,这绝对是游戏玩家中最可耻的行为。--希望游戏官方能够严肃处理暗影刺客的违规行为。-也希望星辰阁的所有成员能够吸取教训,在各自的新公会里找到快乐。-"""--# ==============================================================================-# 主程序-# ==============================================================================+if __name__ == "__main__":+ print("=" * 80)+ print("Initializing iText2KG System...")+ print("=" * 80)-def main():- print("=" * 70)- print("🎮 iText2KG 演示:结构化实体与关系提取")- print("=" * 70)- print()+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ content = f.read()+ print(f"✅ Loaded {len(content)} characters")- # 1. 初始化- print("📦 初始化组件...")llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)embedder = OpenAIEmbeddings()- print("🚀 创建 iText2KG 实例...")- kg = iText2KG(+ extractor = iText2KG(llm_client=llm,embedder=embedder,- verbose=True,)- # 2. 提取- print(f"\n📄 处理文本(长度:{len(EXAMPLE_TEXT)} 字符)...")- print("状态: 正在进行两阶段提取 (1. 实体识别 -> 2. 关系建立)...")- print()- kg.feed_text(EXAMPLE_TEXT)+ print("\nExtracting knowledge from text...")+ extractor.feed_text(content)+ print("✓ Extraction completed\n")++ print("=" * 80)+ print("EXTRACTED ENTITIES")+ print("=" * 80)- # 4. 显示结果- print("\n" + "=" * 70)- print("✅ 提取完成!")- print("=" * 70)+ for i, node in enumerate(extractor.nodes, 1):+ print(f"\n{i}. {node.name} (Type: {node.type})")+ print(f" Description: {node.description}")- # 统计信息- print(f"\n📊 统计信息:")- print(f" 节点数量: {len(kg.nodes)}")- print(f" 关系数量: {len(kg.edges)}")-- # 统计标签分布- from collections import Counter- labels = Counter(n.label for n in kg.nodes)- print(f" 实体类型分布: {dict(labels)}")+ print(f"\n✓ Total entities: {len(extractor.nodes)}\n")- # 显示所有节点- print("\n" + "-" * 70)- print(f"🏷️ 提取的实体及其类型 ({len(kg.nodes)} 个):")- print("-" * 70)- for i, node in enumerate(kg.nodes, 1):- print(f" {i:2d}. {node.name:<20} [类型: {node.label}]")+ print("=" * 80)+ print("EXTRACTED RELATIONS")+ print("=" * 80)- # 显示所有三元组 - 注意 iText2KG 的 EdgeSchema 使用 startNode, endNode 和 name- print("\n" + "-" * 70)- print(f"🔗 提取的关系 ({len(kg.edges)} 个):")- print("-" * 70)- for i, edge in enumerate(kg.edges, 1):- print(f" {i:2d}. {edge.startNode.name} --[{edge.name}]--> {edge.endNode.name}")+ for i, edge in enumerate(extractor.edges, 1):+ print(f"\n{i}. {edge.subject} -[{edge.predicate}]-> {edge.object}")+ print(f" Confidence: {edge.confidence}")- # 按谓词分组显示- print("\n" + "-" * 70)- print("📋 按关系类型分类:")- print("-" * 70)-- from collections import defaultdict- relations_by_type = defaultdict(list)- for edge in kg.edges:- relations_by_type[edge.name].append((edge.startNode.name, edge.endNode.name))-- for pred in sorted(relations_by_type.keys()):- pairs = relations_by_type[pred]- print(f"\n ✓ {pred} ({len(pairs)} 条)")- for s, o in pairs:- print(f" • {s} -> {o}")+ print(f"\n✓ Total relations: {len(extractor.edges)}\n")- # 实体连接度分析- print("\n" + "-" * 70)- print("⭐ 高关联度实体 (Top 10):")- print("-" * 70)-- entity_degree = Counter()- for edge in kg.edges:- entity_degree[edge.startNode.name] += 1- entity_degree[edge.endNode.name] += 1-- for entity, count in entity_degree.most_common(10):- print(f" • {entity}: 参与 {count} 个关系")+ print("=" * 80)+ print("Building Index...")+ print("=" * 80)- # ============================================================================- # 保存结果- # ============================================================================- print("\n" + "=" * 70)- print("� 智能对话功能")- print("=" * 70)- print("基于提取的知识图谱进行智能问答...\n")+ extractor.build_index()+ print("✓ Index built\n")- chat_queries = [- "这个公会冲突的主要原因是什么?",- "哪些人物在这个事件中扮演了关键角色?",- "如果你是公会管理者,你会如何处理这个局面?"+ print("=" * 80)+ print("Q&A: KNOWLEDGE SEARCH")+ print("=" * 80)++ queries = [+ "Who are the key characters?",+ "What is the main conflict?",+ "What events happened?",]- kg.build_index()- for q in chat_queries:- print(f"❓ 问题: {q}")+ for query in queries:+ print(f"\n❓ Query: {query}")try:- response = kg.chat(q)- print(f"💡 分析: {response.content}\n")+ nodes, edges = extractor.search(query, top_k=3)+ print(" Relevant entities:")+ for n in nodes[:3]:+ print(f" - {n.name}")+ print(" Relevant relations:")+ for e in edges[:3]:+ print(f" - {e.subject} {e.predicate} {e.object}")except Exception as e:- print(f"⚠️ 对话异常: {e}\n")-- # ============================================================================- print("\n" + "=" * 70)- print("�💾 保存结果...")- print("=" * 70)+ print(f" Error: {str(e)}")- try:- output_dir = "temp/itext2kg_demo"- kg.dump(output_dir)- print(f"✓ 结果已保存到 {output_dir}/")-- # 列出保存的文件- import os- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n 保存的文件:")- for f in sorted(saved_files):- print(f" - {f}")- except Exception as e:- print(f"⚠ 警告: 无法保存结果: {str(e)}")-- print("\n" + "=" * 70)- print("✨ 演示完成!")- print("=" * 70)---if __name__ == "__main__":- main()+ print("\n" + "=" * 80 + "\n")diff --git a/examples/methods/itext2kg_star_demo.py b/examples/methods/itext2kg_star_demo.pyindex f2c82ec..e52a6e1 100644--- a/examples/methods/itext2kg_star_demo.py+++ b/examples/methods/itext2kg_star_demo.py@@ -1,17 +1,20 @@"""-iText2KG_Star 演示:知识图谱提取与语义去重+iText2KG_Star Demo: Knowledge Graph Extraction with Semantic Deduplication-这个演示展示了 iText2KG_Star 的高级功能:-1. 单阶段提取:直接从文本中提取关系(三元组),自动推导实体。-2. 语义去重:使用 SemHash 算法合并相似实体(例如 "雷霆之怒" 和 "会长雷霆之怒")。+This demo shows the advanced features of iText2KG_Star:+1. Single-stage extraction: Directly extract relations (triples) from text, automatically deriving entities.+2. Semantic deduplication: Use SemHash algorithm to merge similar entities.++Usage:+ python examples/methods/itext2kg_star_demo.py"""import osimport sys-from collections import Counter+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings@@ -20,293 +23,75 @@ from hyperextract.methods.typical import iText2KG_Starload_dotenv()-# ==============================================================================-# 示例文本 (同 iText2KG Demo)-# ==============================================================================-EXAMPLE_TEXT = """-【818】星辰阁公会昨晚解散的真相!团长黑装备还骂人!这简直是最大的内讧事件!--楼主:匿名玩家(ID已隐藏)-发帖时间:今天 23:45--我是星辰阁的一个普通成员,昨晚目睹了整个悲剧的发生。我觉得必须把真相告诉大家。--首先介绍一下我们的团队阵容:-- 会长兼主坦克:雷霆之怒(真实ID:张三,40级战士,装备评分9999)-- 副坦克:坚如磐石(真实ID:李四,38级盾战士,评分8800,人很老实)-- 主奶妈(治疗):小甜甜(真实ID:王五,38级圣骑士,评分8600)-- 副奶妈:月光治愈者(真实ID:赵六,35级德鲁伊,评分7500)-- DPS输出1(弓箭手):暗影刺客(真实ID:孙七,39级猎手,评分9200)-- DPS输出2(法师):火球术一级(真实ID:周八,37级法师,评分8400)-- DPS输出3(剑客):风云剑侠(真实ID:吴九,36级剑士,评分7800)-- 远程法师:冰霜法咒(真实ID:郑十,35级冰法,评分7600)--昨晚晚上8点,我们集合在副本入口。这是星辰阁第三次挑战"深渊魔龙"这个最终BOSS。-前两次都失败了,主要是因为配合不够默契。但是昨晚会长雷霆之怒发誓说一定要拿下这个BOSS。--副本开始,一切似乎很顺利。前5个小怪都被我们轻松秒杀。-然后大家来到了BOSS房间——深渊魔龙的巢穴。这是一个超级庞大的紫龙,满血时候气势相当恐怖。--战斗一开始,雷霆之怒(会长)冲上去拉住了仇恨值。坚如磐石(副坦克)站在侧翼进行补充。-小甜甜不断给雷霆之怒刷HOT(持续恢复)。月光治愈者给坚如磐石加盾。-前期看起来非常完美,大家的DPS输出也打得相当漂亮。--但是,大约打了5分钟,问题出现了。--坚如磐石(副坦克)突然掉线了!这太糟糕了。我们在公会频道里看到他的在线状态变成了灰色。-公会会长雷霆之怒看到这一幕,血压瞬间上升(我可以想象他的脸色)。--为什么副坦会掉线呢?大家后来才明白——坚如磐石的家里停电了。这真的是太不走运了。--没有副坦克的补充,所有的伤害都集中在了雷霆之怒身上。-但是这个时候,事情开始变得诡异。--小甜甜(主奶妈)本应该全力治疗会长,但是我通过伤害统计面板发现,她的治疗量明显不足。-更奇怪的是,她把大量的治疗都给了暗影刺客(弓箭手)。--这很不正常。暗影刺客作为DPS,血量本不应该这么低。我仔细看了一下暗影刺客的走位——-哎哟,这哥们为了最大化伤害输出,站位超级靠前,几乎要贴到BOSS身上了。-结果BOSS的爪子扫过来,一下子就把暗影刺客的血条扫到了20%以下。--关键时刻,小甜甜却把大治疗术给了暗影刺客。这让会长雷霆之怒的血量开始急速下降。--我当时就在YY频道里喊:"小甜甜,快给会长加血!"--月光治愈者也在拼命给会长加盾,但是她的输出能力有限,根本抵挡不住BOSS的伤害。--而且我还发现,月光治愈者的治疗也有一部分莫名其妙地给了其他人。看起来公会里有人在划水。--等等,我再看一下。哦天哪,火球术一级(法师)和冰霜法咒在BOSS的AoE范围内站了太长时间,-导致他们频繁掉血。但是,更夸张的是,暗影刺客和小甜甜之间似乎有什么默契——-每当暗影刺客掉血,小甜甜就立马给他加。--这时候,我想到了一个可能性。我在游戏论坛里看过一些帖子,有人提到暗影刺客和小甜甜好像是现实中的情侣!--妈呀,这下问题大了。在这么关键的时刻,小甜甜竟然偏心给她的男朋友加血,而忽视了作为团队大脑的会长!--大约在15分钟的时候,BOSS放出了一个大招——"魔龙吐息"。-这个技能造成的伤害足以秒杀任何一个DPS。但是坦克(雷霆之怒)应该能扛住。--可是,小甜甜的治疗没有及时跟上。雷霆之怒的血条瞬间掉到了0。--会长倒地了!--随后,失去了坦克的护佑,暗影刺客也被BOSS的普通攻击打成了残血,然后被秒杀。-紧接着是风云剑侠,然后是火球术一级。整个团队在短短30秒内全灭了。--副本失败。大家都复活在了副本入口。--这个时候,雷霆之怒(会长)的脾气彻底炸裂了。--他在YY频道里破口大骂:"小甜甜,你是干什么呢?!你是团队奶妈,不是暗影刺客的私人医生!-治疗职业就是要保坦克,你这样的治疗我见过,但从没见过这么烂的!"--小甜甜试图辩解:"我……我只是……"--雷霆之怒直接打断她:"别给我狡辩!我决定了,你从今天起被踢出公会!-而且暗影刺客这个摸鱼的家伙,我也要把他赶出去。两个人都别在星辰阁待着!"--但就在这个时候,事情发生了急转弯。--暗影刺客一句话都没说,只见他的角色突然冲向了BOSS房间。-而就在这时,副本的第二个阶段秘密掉落物品——传说级别的武器"魔龙之牙"出现了!--这是一把超级稀有的武器,全服务器可能只有两三把。价值高达几百万金币。--没等任何人反应过来,暗影刺客就冲上去,一把拿起了"魔龙之牙"!--我们都懵了。"魔龙之牙"本来应该由队长(雷霆之怒)来分配,决定给谁。-但是暗影刺客直接黑吃黑,把这把传说武器直接塞进了自己的背包里!--会长还在语音里骂人,根本没注意到这一幕。--紧接着,更狠的来了——暗影刺客在游戏里按下了"退出公会"的按钮。-他直接,光速,毫不犹豫地退出了星辰阁!+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"-然后他的角色在世界频道发了一句话:"拜拜,各位。我去找个真正尊重我的公会。"--说完,这哥们直接下线了。--我们的公会频道顿时炸锅了。--小甜甜也没做任何辩解,直接退出了公会。她甚至没有说一句话。--会长雷霆之怒这时候才意识到发生了什么。他看到了掉落物品的分配记录——-"魔龙之牙"被暗影刺客拿走了,而不是团队共有。--他疯了。直接在世界频道开始刷屏:-"各位玩家,我要举报星辰阁的暗影刺客和小甜甜这两条狗!他们合谋黑装备!-不要信任他们!全服通缉这两个垃圾!"--火球术一级(法师)现在也开始助威。他在世界频道里连发了十多条信息:-"赞同!这两个人太过分了!狗男女!不要和他们做交易!"--"冰霜法咒在副本里的表现也不太理想,看起来他好像和那对情侣有什么关系,-因为我注意到在暗影刺客掉线的时候,冰霜法咒也莫名其妙地不进行输出了。"--有人开始怀疑冰霜法咒是不是也是那对情侣的朋友。--坚如磐石(副坦)这时候才上线。他看到了聊天记录,一脸懵逼。-他在公会频道里问:"发生什么了?我家里停电了……"--没有人回答他。因为大家都在看这场大戏。--月光治愈者试图调和一下,她说:"大家冷静……这件事可能有误会……"--但是没有人听她的。因为这个时候,世界频道上的玩家也开始评论这件事。--有人说:"这就是为什么我不玩大公会。大公会水太深。"--还有人说:"我早就听说暗影刺客这个人在游戏里名声不太好。多次被指控在副本里贪图装备。"--有人挖出了暗影刺客的历史记录。原来他曾经在另一个公会里,也因为类似的事情被踢出来过。--这哥们简直就是个"装备贪心鬼"。--风云剑侠开始反思:"也许我们团队的问题不只是小甜甜。我们可能选错人了。"--火球术一级继续在世界频道里刷屏:"各位,我建议大家抵制这两个玩家。不要和他们一个队。"--这时候,一个名字叫做"游戏管理员001"的官方账号出现了。-他说:"我们收到了关于玩家暗影刺客的举报。我们正在调查这件事。如果确认违规,将给予封号处理。"--暗影刺客的名字从世界频道消失了——他已经下线了。而且下线之前把"魔龙之牙"从背包里转移到了仓库。-没人知道他把这把武器藏在了哪里。--最后,星辰阁的会长雷霆之怒在公会频道里宣布:-"各位成员,我决定了。星辰阁正式解散。这个公会不适合我继续管理。-我会转移到一个小公会,和志同道合的朋友重新开始。"--很多成员试图挽留他。但是他的决心已定。--现在,星辰阁已经成为了一个"死公会"。只有一些离不开这个ID的成员还在。--这就是昨晚发生的一切。我作为一个旁观者,见证了这场游戏江湖的大戏。--最后的最后,我想说:游戏就是游戏。团队合作最重要。装备是身外之物。-但是,为了装备而背叛队友,这绝对是游戏玩家中最可耻的行为。--希望游戏官方能够严肃处理暗影刺客的违规行为。-也希望星辰阁的所有成员能够吸取教训,在各自的新公会里找到快乐。-"""---def print_stats(kg, title: str):- """打印图谱统计信息"""- print("\n" + "-" * 60)- print(f"📊 {title}")- print("-" * 60)- print(f" 🔹 节点数量: {len(kg.nodes)}")- print(f" 🔹 关系数量: {len(kg.edges)}")-- # 列出 Top 5 节点 (按度数)- entity_degree = Counter()- for edge in kg.edges:- entity_degree[edge.startNode.name] += 1- entity_degree[edge.endNode.name] += 1-- print("\n 🏆 活跃实体 (Top 5):")- for name, count in entity_degree.most_common(5):- print(f" - {name}: {count} 次引用")+if __name__ == "__main__":+ print("=" * 80)+ print("Initializing iText2KG_Star System...")+ print("=" * 80)-def main():- print("=" * 70)- print("🌟 iText2KG_Star 演示:提取与语义去重")- print("=" * 70)+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ content = f.read()+ print(f"✅ Loaded {len(content)} characters")- # 1. 初始化- print("\n📦 初始化组件...")llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)embedder = OpenAIEmbeddings()- print("🚀 创建 iText2KG_Star 实例...")- kg = iText2KG_Star(llm_client=llm, embedder=embedder, verbose=True)+ extractor = iText2KG_Star(+ llm_client=llm,+ embedder=embedder,+ )- # 2. 提取 (Phase 1)- print(f"\n📄 [Phase 1] 正在处理文本 ({len(EXAMPLE_TEXT)} 字符)...")- kg.feed_text(EXAMPLE_TEXT)+ print("\nExtracting knowledge with deduplication...")+ extractor.feed_text(content)+ print("✓ Extraction completed\n")- print("\n✅ 提取完成 (原始图谱)")- print_stats(kg, "去重前统计")+ print("=" * 80)+ print("EXTRACTED ENTITIES (After Deduplication)")+ print("=" * 80)- # 打印前 10 个节点名称,看看是否有冗余- print("\n 🔍 节点快照 (前 10 个):")- for n in kg.nodes[:10]:- print(f" - {n.name} [{n.label}]")+ for i, node in enumerate(extractor.nodes, 1):+ print(f"\n{i}. {node.name} (Type: {node.type})")+ print(f" Description: {node.description}")- # 3. 语义去重 (Phase 2)- threshold = 0.85- print(f"\n\n🔄 [Phase 2] 执行语义去重 (SemHash, Threshold={threshold})...")- print(" 这会将类似 '雷霆之怒' 和 '会长雷霆之怒' 的实体合并。")- print(" 正在生成 embeddings 并计算语义相似度...")+ print(f"\n✓ Total unique entities: {len(extractor.nodes)}\n")- kg.match_nodes_and_update_edges(threshold=threshold)+ print("=" * 80)+ print("EXTRACTED RELATIONS")+ print("=" * 80)- print("\n✅ 去重完成")- print_stats(kg, "去重后统计")+ for i, edge in enumerate(extractor.edges, 1):+ print(f"\n{i}. {edge.subject} -[{edge.predicate}]-> {edge.object}")- # 打印更新后的节点- print("\n 🔍 节点快照 (去重后,前 10 个):")- for n in kg.nodes[:10]:- print(f" - {n.name} [{n.label}]")+ print(f"\n✓ Total relations: {len(extractor.edges)}\n")- # 4. 展示最终关系- print("\n" + "=" * 70)- print("🔗 最终关系列表 (前 20 条):")- print("=" * 70)- for i, edge in enumerate(kg.edges[:20], 1):- obs_date = (- edge.properties.observation_date- if edge.properties and edge.properties.observation_date- else "未设置"- )- print(- f" {i:2d}. {edge.startNode.name} --[{edge.name}]--> {edge.endNode.name}"- )- print(f" └─ 观测日期: {obs_date}")+ print("=" * 80)+ print("Building Index...")+ print("=" * 80)- # 5. 对比统计- print("\n" + "=" * 70)- print("📈 去重效果总结")- print("=" * 70)- print(" ✓ 语义去重成功地合并了相似实体")- print(" ✓ 每条边都自动添加了观测日期(提取时间)")- print(" ✓ 图谱结构得到了优化和规范化")+ extractor.build_index()+ print("✓ Index built\n")- # 6. 智能对话 (Chat)- print("\n" + "=" * 70)- print("💬 主题感知的知识问答")- print("=" * 70)- print("基于提取的主题知识图谱进行深度分析...\n")+ print("=" * 80)+ print("Q&A: KNOWLEDGE SEARCH")+ print("=" * 80)- topic_questions = [- "根据提取的知识,这篇文本的主要话题是什么?",- "文中提到的关键实体之间有什么联系?",- "从时间和主题的角度,你能总结一下这篇文本的核心内容吗?"+ queries = [+ "Who are the key characters?",+ "What is the main conflict?",]- kg.build_index()- for q in topic_questions:- print(f"🤔 提问: {q}")+ for query in queries:+ print(f"\n❓ Query: {query}")try:- response = kg.chat(q)- print(f"📚 回答: {response.content}\n")+ nodes, edges = extractor.search(query, top_k=3)+ for n in nodes[:3]:+ print(f" Entity: {n.name}")+ for e in edges[:3]:+ print(f" Relation: {e.subject} {e.predicate} {e.object}")except Exception as e:- print(f"⚠️ 对话异常: {e}\n")+ print(f" Error: {str(e)}")- # 保存- try:- output_dir = "temp/itext2kg_star_demo"- kg.dump(output_dir)- print(f"\n💾 结果已保存至: {output_dir}/")- except Exception as e:- print(f"⚠ 保存失败: {e}")-- print("\n" + "=" * 70)- print("✨ 演示完成!")- print("=" * 70)---if __name__ == "__main__":- main()+ print("\n" + "=" * 80 + "\n")diff --git a/examples/methods/kg_gen_demo.py b/examples/methods/kg_gen_demo.pyindex 9b7b031..f45b20e 100644--- a/examples/methods/kg_gen_demo.py+++ b/examples/methods/kg_gen_demo.py@@ -1,15 +1,19 @@"""-KGGenGraph 演示:知识图谱生成+KGGenGraph Demo: Knowledge Graph Generation-这个演示展示了如何使用 KGGenGraph 从非结构化文本中提取简单的三元组知识图谱。-KGGenGraph 是对 AutoGraph 的专用包装,优化了提示词和数据结构以支持三元组提取。+This demo shows how to use KGGenGraph to extract simple triple knowledge graphs from unstructured text.+KGGenGraph is a specialized wrapper for AutoGraph, optimized with prompts and data structures for triple extraction.++Usage:+ python examples/methods/kg_gen_demo.py"""import osimport sys+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom langchain_openai import ChatOpenAI, OpenAIEmbeddings@@ -18,380 +22,78 @@ from hyperextract.methods.typical import KG_Genload_dotenv()-# ==============================================================================-# 示例文本 - 来自真实场景的数据-# ==============================================================================--EXAMPLE_TEXT = """-【818】星辰阁公会昨晚解散的真相!团长黑装备还骂人!这简直是最大的内讧事件!--楼主:匿名玩家(ID已隐藏)-发帖时间:今天 23:45--我是星辰阁的一个普通成员,昨晚目睹了整个悲剧的发生。我觉得必须把真相告诉大家。--首先介绍一下我们的团队阵容:-- 会长兼主坦克:雷霆之怒(真实ID:张三,40级战士,装备评分9999)-- 副坦克:坚如磐石(真实ID:李四,38级盾战士,评分8800,人很老实)-- 主奶妈(治疗):小甜甜(真实ID:王五,38级圣骑士,评分8600)-- 副奶妈:月光治愈者(真实ID:赵六,35级德鲁伊,评分7500)-- DPS输出1(弓箭手):暗影刺客(真实ID:孙七,39级猎手,评分9200)-- DPS输出2(法师):火球术一级(真实ID:周八,37级法师,评分8400)-- DPS输出3(剑客):风云剑侠(真实ID:吴九,36级剑士,评分7800)-- 远程法师:冰霜法咒(真实ID:郑十,35级冰法,评分7600)--昨晚晚上8点,我们集合在副本入口。这是星辰阁第三次挑战"深渊魔龙"这个最终BOSS。-前两次都失败了,主要是因为配合不够默契。但是昨晚会长雷霆之怒发誓说一定要拿下这个BOSS。--副本开始,一切似乎很顺利。前5个小怪都被我们轻松秒杀。-然后大家来到了BOSS房间——深渊魔龙的巢穴。这是一个超级庞大的紫龙,满血时候气势相当恐怖。--战斗一开始,雷霆之怒(会长)冲上去拉住了仇恨值。坚如磐石(副坦克)站在侧翼进行补充。-小甜甜不断给雷霆之怒刷HOT(持续恢复)。月光治愈者给坚如磐石加盾。-前期看起来非常完美,大家的DPS输出也打得相当漂亮。--但是,大约打了5分钟,问题出现了。--坚如磐石(副坦克)突然掉线了!这太糟糕了。我们在公会频道里看到他的在线状态变成了灰色。-公会会长雷霆之怒看到这一幕,血压瞬间上升(我可以想象他的脸色)。--为什么副坦会掉线呢?大家后来才明白——坚如磐石的家里停电了。这真的是太不走运了。--没有副坦克的补充,所有的伤害都集中在了雷霆之怒身上。-但是这个时候,事情开始变得诡异。--小甜甜(主奶妈)本应该全力治疗会长,但是我通过伤害统计面板发现,她的治疗量明显不足。-更奇怪的是,她把大量的治疗都给了暗影刺客(弓箭手)。--这很不正常。暗影刺客作为DPS,血量本不应该这么低。我仔细看了一下暗影刺客的走位——-哎哟,这哥们为了最大化伤害输出,站位超级靠前,几乎要贴到BOSS身上了。-结果BOSS的爪子扫过来,一下子就把暗影刺客的血条扫到了20%以下。--关键时刻,小甜甜却把大治疗术给了暗影刺客。这让会长雷霆之怒的血量开始急速下降。--我当时就在YY频道里喊:"小甜甜,快给会长加血!"--月光治愈者也在拼命给会长加盾,但是她的输出能力有限,根本抵挡不住BOSS的伤害。--而且我还发现,月光治愈者的治疗也有一部分莫名其妙地给了其他人。看起来公会里有人在划水。--等等,我再看一下。哦天哪,火球术一级(法师)和冰霜法咒在BOSS的AoE范围内站了太长时间,-导致他们频繁掉血。但是,更夸张的是,暗影刺客和小甜甜之间似乎有什么默契——-每当暗影刺客掉血,小甜甜就立马给他加。--这时候,我想到了一个可能性。我在游戏论坛里看过一些帖子,有人提到暗影刺客和小甜甜好像是现实中的情侣!--妈呀,这下问题大了。在这么关键的时刻,小甜甜竟然偏心给她的男朋友加血,而忽视了作为团队大脑的会长!--大约在15分钟的时候,BOSS放出了一个大招——"魔龙吐息"。-这个技能造成的伤害足以秒杀任何一个DPS。但是坦克(雷霆之怒)应该能扛住。--可是,小甜甜的治疗没有及时跟上。雷霆之怒的血条瞬间掉到了0。--会长倒地了!--随后,失去了坦克的护佑,暗影刺客也被BOSS的普通攻击打成了残血,然后被秒杀。-紧接着是风云剑侠,然后是火球术一级。整个团队在短短30秒内全灭了。--副本失败。大家都复活在了副本入口。--这个时候,雷霆之怒(会长)的脾气彻底炸裂了。--他在YY频道里破口大骂:"小甜甜,你是干什么呢?!你是团队奶妈,不是暗影刺客的私人医生!-治疗职业就是要保坦克,你这样的治疗我见过,但从没见过这么烂的!"--小甜甜试图辩解:"我……我只是……"--雷霆之怒直接打断她:"别给我狡辩!我决定了,你从今天起被踢出公会!-而且暗影刺客这个摸鱼的家伙,我也要把他赶出去。两个人都别在星辰阁待着!"--但就在这个时候,事情发生了急转弯。--暗影刺客一句话都没说,只见他的角色突然冲向了BOSS房间。-而就在这时,副本的第二个阶段秘密掉落物品——传说级别的武器"魔龙之牙"出现了!--这是一把超级稀有的武器,全服务器可能只有两三把。价值高达几百万金币。--没等任何人反应过来,暗影刺客就冲上去,一把拿起了"魔龙之牙"!--我们都懵了。"魔龙之牙"本来应该由队长(雷霆之怒)来分配,决定给谁。-但是暗影刺客直接黑吃黑,把这把传说武器直接塞进了自己的背包里!--会长还在语音里骂人,根本没注意到这一幕。--紧接着,更狠的来了——暗影刺客在游戏里按下了"退出公会"的按钮。-他直接,光速,毫不犹豫地退出了星辰阁!--然后他的角色在世界频道发了一句话:"拜拜,各位。我去找个真正尊重我的公会。"--说完,这哥们直接下线了。--我们的公会频道顿时炸锅了。--小甜甜也没做任何辩解,直接退出了公会。她甚至没有说一句话。--会长雷霆之怒这时候才意识到发生了什么。他看到了掉落物品的分配记录——-"魔龙之牙"被暗影刺客拿走了,而不是团队共有。--他疯了。直接在世界频道开始刷屏:-"各位玩家,我要举报星辰阁的暗影刺客和小甜甜这两条狗!他们合谋黑装备!-不要信任他们!全服通缉这两个垃圾!"+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"-火球术一级(法师)现在也开始助威。他在世界频道里连发了十多条信息:-"赞同!这两个人太过分了!狗男女!不要和他们做交易!"-"冰霜法咒在副本里的表现也不太理想,看起来他好像和那对情侣有什么关系,-因为我注意到在暗影刺客掉线的时候,冰霜法咒也莫名其妙地不进行输出了。"--有人开始怀疑冰霜法咒是不是也是那对情侣的朋友。--坚如磐石(副坦)这时候才上线。他看到了聊天记录,一脸懵逼。-他在公会频道里问:"发生什么了?我家里停电了……"--没有人回答他。因为大家都在看这场大戏。--月光治愈者试图调和一下,她说:"大家冷静……这件事可能有误会……"--但是没有人听她的。因为这个时候,世界频道上的玩家也开始评论这件事。--有人说:"这就是为什么我不玩大公会。大公会水太深。"--还有人说:"我早就听说暗影刺客这个人在游戏里名声不太好。多次被指控在副本里贪图装备。"--有人挖出了暗影刺客的历史记录。原来他曾经在另一个公会里,也因为类似的事情被踢出来过。--这哥们简直就是个"装备贪心鬼"。--风云剑侠开始反思:"也许我们团队的问题不只是小甜甜。我们可能选错人了。"--火球术一级继续在世界频道里刷屏:"各位,我建议大家抵制这两个玩家。不要和他们一个队。"--这时候,一个名字叫做"游戏管理员001"的官方账号出现了。-他说:"我们收到了关于玩家暗影刺客的举报。我们正在调查这件事。如果确认违规,将给予封号处理。"--暗影刺客的名字从世界频道消失了——他已经下线了。而且下线之前把"魔龙之牙"从背包里转移到了仓库。-没人知道他把这把武器藏在了哪里。--最后,星辰阁的会长雷霆之怒在公会频道里宣布:-"各位成员,我决定了。星辰阁正式解散。这个公会不适合我继续管理。-我会转移到一个小公会,和志同道合的朋友重新开始。"--很多成员试图挽留他。但是他的决心已定。--现在,星辰阁已经成为了一个"死公会"。只有一些离不开这个ID的成员还在。--这就是昨晚发生的一切。我作为一个旁观者,见证了这场游戏江湖的大戏。--最后的最后,我想说:游戏就是游戏。团队合作最重要。装备是身外之物。-但是,为了装备而背叛队友,这绝对是游戏玩家中最可耻的行为。--希望游戏官方能够严肃处理暗影刺客的违规行为。-也希望星辰阁的所有成员能够吸取教训,在各自的新公会里找到快乐。-------【回复楼层】--1楼:网络大侠-妈呀,这比小说还精彩。我已经截图保存,等着看后续。--2楼:游戏评论家-我注意到"冰霜法咒"在这件事里也有可疑之处。为什么他突然停止输出?-楼主,能不能深入调查一下他和暗影刺客的关系?--3楼:前星辰阁成员(风云剑侠)-我想出来说两句话。昨晚我在现场。-真相是:小甜甜确实有偏心。但是暗影刺客黑装备这件事更过分。-会长的反应虽然情绪化,但也能理解。-我已经离开了星辰阁,现在申请加入"日月神教"这个新兴公会。--4楼:月光治愈者(副奶妈)-我想为自己辩解一下。我在昨晚的治疗中没有任何划水行为。-是小甜甜的治疗分配有问题,不是我。-顺便说一下,我现在还在星辰阁,因为我对公会有感情。-但是我也不太确定会不会继续留下来。--5楼:装备交易商-这就是为什么装备交易需要系统中间作为担保的原因。-建议官方加强对装备分配的监管。--6楼:游戏社区版主-这个帖子已经标记为"关键事件记录"。-我们会持续关注这件事的后续发展。-请各位不要进行人身攻击和骚扰。相关玩家可以选择转服。-"""--# ==============================================================================-# 主程序-# ==============================================================================+if __name__ == "__main__":+ print("=" * 80)+ print("Initializing KG_Gen System...")+ print("=" * 80)-def main():- print("=" * 70)- print("🎮 KGGenGraph 演示:从游戏事件提取知识图谱")- print("=" * 70)- print()+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ content = f.read()+ print(f"✅ Loaded {len(content)} characters")- # 1. 初始化- print("📦 初始化组件...")llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)embedder = OpenAIEmbeddings()- print("🚀 创建 KGGenGraph 实例...")kg = KG_Gen(llm_client=llm,embedder=embedder,- verbose=True,)- # 2. 提取- print(f"\n📄 处理文本(长度:{len(EXAMPLE_TEXT)} 字符)...")- print()- kg.feed_text(EXAMPLE_TEXT)-- print(f"\n🧩 提取初始结果: {len(kg.nodes)} 个节点, {len(kg.edges)} 条边")-- # 显示去重前的节点- print("\n" + "-" * 70)- print(f"📝 去重前的实体列表 ({len(kg.nodes)} 个):")- print("-" * 70)- nodes_before = sorted([node.name for node in kg.nodes])- for i, name in enumerate(nodes_before, 1):- print(f" {i:2d}. {name}")-- # 3. 去重演示- print("\n" + "=" * 70)- print("🔄 执行语义去重 (Self-Deduplication)...")- print("=" * 70)- print("说明: 去重会通过语义相似度合并近似的实体名称")- print("阈值越高 (0.0-1.0),匹配条件越严格,合并越少")- print()- # 使用较为宽松的阈值 (0.9) 来演示合并效果- kg.self_deduplicate(threshold=0.9)+ print("\nGenerating knowledge graph...")+ kg.feed_text(content)+ print("✓ Generation completed\n")- # 显示去重后的节点- print("\n" + "-" * 70)- print(f"✨ 去重后的实体列表 ({len(kg.nodes)} 个):")- print("-" * 70)- nodes_after = sorted([node.name for node in kg.nodes])- for i, name in enumerate(nodes_after, 1):- print(f" {i:2d}. {name}")-- if len(nodes_before) != len(nodes_after):- print(f"\n📊 去重效果: {len(nodes_before)} → {len(nodes_after)} ({len(nodes_before) - len(nodes_after)} 个实体被合并)")+ print("=" * 80)+ print("EXTRACTED ENTITIES")+ print("=" * 80)- # 4. 显示结果- print("\n" + "=" * 70)- print("✅ 最终结果(去重后)!")- print("=" * 70)+ for i, node in enumerate(kg.nodes, 1):+ print(f"\n{i}. {node.name} (Type: {node.type})")+ print(f" Description: {node.description}")- # 统计信息- print(f"\n📊 统计信息:")- print(f" 节点数量: {len(kg.nodes)}")- print(f" 关系数量: {len(kg.edges)}")- unique_predicates = len(set(e.predicate for e in kg.edges))- avg_edges = len(kg.edges) / max(len(kg.nodes), 1)- print(f" 唯一谓词数: {unique_predicates}")- print(f" 平均每个节点的关系数: {avg_edges:.2f}")+ print(f"\n✓ Total entities: {len(kg.nodes)}\n")- # 显示所有节点- print("\n" + "-" * 70)- print(f"🏷️ 提取的实体 ({len(kg.nodes)} 个):")- print("-" * 70)- for i, node in enumerate(kg.nodes, 1):- print(f" {i:2d}. {node.name}")+ print("=" * 80)+ print("EXTRACTED RELATIONS")+ print("=" * 80)- # 显示所有三元组- print("\n" + "-" * 70)- print(f"🔗 提取的关系 ({len(kg.edges)} 个):")- print("-" * 70)for i, edge in enumerate(kg.edges, 1):- print(f" {i:2d}. {edge.subject} --[{edge.predicate}]--> {edge.object}")+ print(f"\n{i}. {edge.source} -> {edge.target}")+ print(f" Relation: {edge.relation}")- # 按谓词分组显示- print("\n" + "-" * 70)- print("📋 按关系类型分类:")- print("-" * 70)-- from collections import defaultdict- relations_by_type = defaultdict(list)- for edge in kg.edges:- relations_by_type[edge.predicate].append((edge.subject, edge.object))-- for pred in sorted(relations_by_type.keys()):- pairs = relations_by_type[pred]- print(f"\n ✓ {pred} ({len(pairs)} 条)")- for s, o in pairs:- print(f" • {s} -> {o}")+ print(f"\n✓ Total relations: {len(kg.edges)}\n")- # 实体连接度分析- print("\n" + "-" * 70)- print("⭐ 高关联度实体 (Top 5):")- print("-" * 70)-- from collections import Counter- entity_degree = Counter()- for edge in kg.edges:- entity_degree[edge.subject] += 1- entity_degree[edge.object] += 1-- for entity, count in entity_degree.most_common(5):- print(f" • {entity}: 参与 {count} 个关系")+ print("=" * 80)+ print("Building Index...")+ print("=" * 80)- # ============================================================================- # Chat with Knowledge Graph- # ============================================================================- print("\n" + "=" * 70)- print("💬 Knowledge Graph Intelligence")- print("=" * 70)- print("Interactive dialogue based on extracted relationships...\n")+ kg.build_index()+ print("✓ Index built\n")- kg_questions = [- "What are the main conflicts mentioned in this text?",- "Which characters played the most important roles in the guild drama?",- "What lessons can be learned from this event?"+ print("=" * 80)+ print("Q&A: KNOWLEDGE SEARCH")+ print("=" * 80)++ queries = [+ "Who are the main characters?",+ "What is the story about?",]- kg.build_index()- for q in kg_questions:- print(f"❓ Question: {q}")+ for query in queries:+ print(f"\n❓ Query: {query}")try:- response = kg.chat(q)- print(f"🤖 Answer: {response.content}\n")+ nodes, edges = kg.search(query, top_k=3)+ print(" Entities:")+ for n in nodes[:3]:+ print(f" - {n.name}")+ print(" Relations:")+ for e in edges[:3]:+ print(f" - {e.source} -> {e.target}")except Exception as e:- print(f"⚠️ Chat error: {e}\n")+ print(f" Error: {str(e)}")- # ============================================================================- # Save Results- # ============================================================================- print("\n" + "=" * 70)- print("Saving Results...")- print("=" * 70)-- try:- import os- output_dir = "temp/kg_gen_demo"- kg.dump(output_dir)- print(f"✓ Results saved to {output_dir}/")-- # List saved files- saved_files = []- if os.path.exists(output_dir):- for root, dirs, files in os.walk(output_dir):- for file in files:- rel_path = os.path.relpath(os.path.join(root, file), output_dir)- saved_files.append(rel_path)-- if saved_files:- print("\n Saved files:")- for f in saved_files:- print(f" - {f}")- except Exception as e:- print(f"⚠ Warning: Could not save results: {str(e)}")-- print("\n" + "=" * 70)- print("✨ 演示完成!")- print("=" * 70)---if __name__ == "__main__":- main()+ print("\n" + "=" * 80 + "\n")diff --git a/examples/methods/light_rag_demo.py b/examples/methods/light_rag_demo.pyindex f8c0e1e..85d69c5 100644--- a/examples/methods/light_rag_demo.py+++ b/examples/methods/light_rag_demo.py@@ -5,13 +5,17 @@ This demo demonstrates:1. Extracting entities and binary relationships from a complex sci-fi story.2. Analysis of standard graph relationships (Source -> Target).3. Semantic Search over the constructed Knowledge Graph (Q&A).++Usage:+ python examples/methods/light_rag_demo.py"""import osimport sys+from pathlib import Path-# 添加项目根目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvload_dotenv()@@ -19,94 +23,34 @@ load_dotenv()from langchain_openai import ChatOpenAI, OpenAIEmbeddingsfrom hyperextract.methods.rag import Light_RAG-# ============================================================================-# Sample Story for Extraction (Shared with AutoHypergraph Demo)-# ============================================================================--STORY = """-【银河纪元 3042年 - 赤红星云事件报告】--危机在这一周达到了顶峰。整个银河系似乎都陷入了暗流涌动的政治漩涡。--【第一阶段:秘密接触】-臭名昭著的星际海盗黑蛇驾驶着他的旗舰复仇号,在泰坦空间站秘密会见了银河联邦的背叛者议员 Valerius。-目击者称,两人在午夜时分登上了空间站的顶层禁区。据情报部门推测,这是一次肮脏的交易——-双方达成了针对皇室的同盟关系。参与此会议的还有 Valerius 手下的特务头目 Shadow,-他负责处理所有不可告人的细节。这个同盟的形成标志着大麻烦即将到来。--【第二阶段:叛变与夺权】-在这次会议的两天后,事态急剧恶化。黑蛇这种疯狂的家伙竟然在极光星区伏击了皇家护卫队。-这场突然的冲突中,皇家护卫队的队长 Leona 与副队长 Marcus 奋力抵抗,-但他们陷入了黑蛇手下的精锐战士的包围。这场激战导致队长 Leona 身受重伤。-而黑蛇的目标不是为了杀戮,而是为了夺取一件神圣的物品——传说中的虚空水晶。-这枚水晶散发着幽蓝的光芒,据说能够打开先祖之门的第一道密封。-黑蛇在战斗中成功夺取了水晶,但 Leona 在临终前用最后的力量将其重新夺回。--【第三阶段:流亡与隐藏】-Leona 被迫带着虚空水晶,从极光星区逃往荒凉的废土行星 Z-9。-在这个被遗忘的角落,她向仅有的几个信任者求救:还有副队长 Marcus 以及隐秘组织"地下抵抗军"的领导人 Cipher。-同时,议员 Valerius 非法持有了开启先祖之门的钥匙——这把钥匙本应被安全保管在皇家金库中。-他现在藏匿在浮空都市中,与黑蛇遥相呼应,计划着下一步的政变。--【第四阶段:势力重组】-银河联邦的最高委员会得知了这一系列事件,决定采取行动。-高级顾问 Artemis 被任命为特使,她与 Leona 在废土行星 Z-9 进行了秘密会晤,-讨论如何制止这场即将到来的危机。同时,地下抵抗军的 Cipher 也加入了这次会议,-三人共同制定了一个大胆的计划。--【第五阶段:最后的筹码】-虽然黑蛇未能获得虚空水晶,但他已经从 Valerius 那里获得了先祖之门钥匙的复制品。-根据情报,这个复制品目前被秘密运往到黑蛇的秘密基地——位于辐射荒漠中的要塞。-参与此次运送的还有 Shadow 和黑蛇手下的精锐战士群体。-与此同时,Leona 和 Marcus 正在准备一场反击,他们计划在虚空水晶的力量下重新夺回局势的控制权。--目前局势:-- 黑蛇:手持复制品钥匙,掌控旗舰复仇号,计划进行最终的攻击-- 议员 Valerius:躲在浮空都市中,与黑蛇保持联系-- Leona:守护虚空水晶,在废土行星 Z-9 养伤,准备反击-- 银河联邦:通过特使 Artemis 支持 Leona,正在调集力量-- 地下抵抗军:Cipher 领导,与 Leona 和 Marcus 联手,准备对抗黑蛇和 Valerius 的同盟--这场战争的走向仍不确定。虚空水晶、先祖之门、以及隐藏在这一切背后的秘密,-都将在接下来的日子里浮出水面。银河的命运,可能就在这些关键人物和物品的碰撞中决定。-"""+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"if __name__ == "__main__":- # ============================================================================- # Initialize the Light-RAG system with LLM and Embeddings- # ============================================================================print("=" * 80)print("Initializing Light-RAG System...")print("=" * 80)- # Use a capable model for extraction+ print(f"\n📄 Reading input file: {INPUT_FILE}")+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ story = f.read()+ print(f"✅ Loaded {len(story)} characters")+llm_client = ChatOpenAI(model="gpt-4o-mini",- extra_body={- "system": "You are a helpful assistant. Always respond in Chinese."- },- temperature=0,)embedder = OpenAIEmbeddings(model="text-embedding-3-small")rag = Light_RAG(llm_client=llm_client,embedder=embedder,- verbose=True,chunk_size=1000,)- # ============================================================================- # Feed text to the system- # ============================================================================print("\nFeeding story to the system...")- rag.feed_text(STORY)+ rag.feed_text(story)print("✓ Story processed successfully\n")- # ============================================================================- # Display Extracted Entities- # ============================================================================print("=" * 80)print("EXTRACTED ENTITIES")print("=" * 80)@@ -117,9 +61,6 @@ if __name__ == "__main__":print(f"\n✓ Total entities extracted: {len(rag.nodes)}\n")- # ============================================================================- # Display Extracted Edges- # ============================================================================print("=" * 80)print("EXTRACTED EDGES (Binary Relationships)")print("=" * 80)@@ -132,14 +73,10 @@ if __name__ == "__main__":print(f"\n✓ Total edges extracted: {len(rag.edges)}\n")- # ============================================================================- # Statistics- # ============================================================================print("=" * 80)print("STATISTICS")print("=" * 80)- # Entity type distributiontype_counts = {}for node in rag.nodes:type_counts[node.type] = type_counts.get(node.type, 0) + 1@@ -148,26 +85,19 @@ if __name__ == "__main__":for entity_type, count in sorted(type_counts.items()):print(f" {entity_type}: {count}")- # Average edge strengthif rag.edges:avg_strength = sum(e.strength for e in rag.edges) / len(rag.edges)print(f"\nAverage Edge Strength: {avg_strength:.2f}/10")- # Centrality (Out-degree + In-degree)print("\nEntity Centrality (Degree):")centrality = {}for edge in rag.edges:centrality[edge.source] = centrality.get(edge.source, 0) + 1centrality[edge.target] = centrality.get(edge.target, 0) + 1- for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[- :10- ]:+ for entity, count in sorted(centrality.items(), key=lambda x: x[1], reverse=True)[:10]:print(f" {entity}: {count}")- # ============================================================================- # Build Semantic Index for Q&A- # ============================================================================print("\n" + "=" * 80)print("Building Semantic Index...")print("=" * 80)@@ -175,22 +105,19 @@ if __name__ == "__main__":rag.build_index()print("✓ Semantic index built successfully\n")- # ============================================================================- # Q&A: Semantic Search over Graph- # ============================================================================print("=" * 80)print("Q&A: SEMANTIC SEARCH")print("=" * 80)queries = [- "虚空水晶现在在哪里?",- "黑蛇和议员Valerius有什么阴谋?",- "谁参与了泰坦空间站的秘密会议?",- "Leona目前的状况如何?",+ "What happened to the crystal?",+ "What is the conspiracy between the characters?",+ "Who participated in the secret meeting?",+ "What is Leona's current situation?",]for i, query in enumerate(queries, 1):- print(f"\n【问题 {i}】{query}")+ print(f"\n【Query {i}】{query}")print("-" * 60)try:@@ -198,12 +125,10 @@ if __name__ == "__main__":if results:for j, result in enumerate(results, 1):- # LightRAG search_edges returns (Edge, score) tuples or just Edges depending on impledge = result[0] if isinstance(result, tuple) else resultscore = result[1] if isinstance(result, tuple) else 1.0print(f"\n {j}. [Score: {score:.3f}]")- # Note: LightRAG EdgeSchema uses source/target, not participants listprint(f" Relation: {edge.source} -> {edge.target}")print(f" Description: {edge.description}")print(f" Strength: {edge.strength}/10")@@ -212,9 +137,6 @@ if __name__ == "__main__":except Exception as e:print(f" Search error: {str(e)}")- # ============================================================================- # Chat with LightRAG- # ============================================================================print("\n" + "=" * 80)print("💬 Interactive Chat with LightRAG")print("=" * 80)@@ -228,9 +150,6 @@ if __name__ == "__main__":except Exception as e:print(f"⚠️ Chat error: {e}\n")- # ============================================================================- # Save Results- # ============================================================================print("\n" + "=" * 80)print("Saving Results...")print("=" * 80)@@ -240,7 +159,6 @@ if __name__ == "__main__":rag.dump(output_dir)print(f"✓ Results saved to {output_dir}/")- # List saved filessaved_files = []if os.path.exists(output_dir):for root, dirs, files in os.walk(output_dir):@@ -253,6 +171,6 @@ if __name__ == "__main__":for f in saved_files:print(f" - {f}")except Exception as e:- print(f"⚠ Warning: Could not save results: {str(e)}")+ print(f"⚠️ Warning: Could not save results: {str(e)}")print("\n" + "=" * 80 + "\n")diff --git a/examples/template_api_demo.py b/examples/template_api_demo.pydeleted file mode 100644index d90d326..0000000--- a/examples/template_api_demo.py+++ /dev/null@@ -1,90 +0,0 @@-"""Template API 测试演示--这个文件用于测试 hyperextract 的统一 Template API。--使用方法:- python examples/template_api_demo.py-"""--import os-import sys--sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--load_dotenv()--from hyperextract.utils.template_engine import Template--from langchain_openai import ChatOpenAI, OpenAIEmbeddings---INPUT_FILE = Path(__file__).parent.parent / "tests" / "test_data" / "templates" / "biography_scientist.md"--name = "life_event_timeline"-# name = "knowledge_graph"--def main():- print("=" * 60)- print("Template API 测试")- print("=" * 60)-- if not INPUT_FILE.exists():- print(f"❌ 找不到输入文件: {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: general/{name}")-- llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)- embedder = OpenAIEmbeddings(model="text-embedding-3-small")-- print("\n[1] Template.list() - 列出所有模板")- templates = Template.list()- print(f"共 {len(templates)} 个模板")-- print("\n[2] Template.get() - 获取配置")- config = Template.get(f"general/{name}")- if config:- print(f"找到: {config.name}, type: {config.type}")- else:- print("未找到")-- print("\n[3] Template.list(filter_by_type='list') - 按类型搜索")- results = Template.list(filter_by_type="list")- print(f"找到 {len(results)} 个 list 类型模板")-- print("\n[4] Template.create() - 通过文件路径创建实例")- template = Template.create(- name,- language="zh",- llm_client=llm,- embedder=embedder,- )- print(f"创建成功: {type(template).__name__}")-- print("\n[5] 读取输入文件")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"读取成功,共 {len(content)} 字符")-- print("\n[6] template.feed_text() - 喂入文本")- template.feed_text(content)- print("✅ 知识提取完成")-- print("\n[7] template.build_index() - 构建索引")- template.build_index()- print("✅ 索引构建完成")-- print("\n[8] template.show() - 展示结果")- template.show()-- print("\n" + "=" * 60)- print("测试完成!")- print("=" * 60)---if __name__ == "__main__":- main()diff --git a/examples/template_demo.py b/examples/template_demo.pydeleted file mode 100644index 4cf7d46..0000000--- a/examples/template_demo.py+++ /dev/null@@ -1,81 +0,0 @@-"""Template API 测试演示--这个文件用于测试 hyperextract 的统一 Template API。--使用方法:- python examples/template_api_demo.py-"""--import os-import sys--sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--load_dotenv()--from hyperextract import Template--from langchain_openai import ChatOpenAI, OpenAIEmbeddings---# INPUT_FILE = (-# Path(__file__).parent.parent-# / "tests"-# / "test_data"-# / "templates"-# / "biography_scientist.md"-# )--INPUT_FILE = (- Path(__file__).parent.parent- / "tests"- / "kg.md"-)--# name = "general/life_event_timeline"-name = "general/knowledge_graph"---def main():-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {name}")-- llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)- embedder = OpenAIEmbeddings(model="text-embedding-3-small")-- print("\n[1] Template.create() - 通过文件路径创建实例")- template = Template.create(- name,- language="zh",- llm_client=llm,- embedder=embedder,- )- print(f"创建成功: {type(template).__name__}")-- print("\n[2] 读取输入文件")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"读取成功,共 {len(content)} 字符")-- print("\n[3] template.feed_text() - 喂入文本")- template.feed_text(content)- print("✅ 知识提取完成")-- print("\n[4] template.build_index() - 构建索引")- template.build_index()- print("✅ 索引构建完成")-- print("\n[5] template.show() - 展示结果")- template.show()-- print("\n" + "=" * 60)- print("测试完成!")- print("=" * 60)---if __name__ == "__main__":- main()diff --git a/examples/template_finance_demo.py b/examples/template_finance_demo.pydeleted file mode 100644index e088689..0000000--- a/examples/template_finance_demo.py+++ /dev/null@@ -1,208 +0,0 @@-"""-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.legacy.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,- DiscussionGraph,- 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" / "test_data" / "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",- DiscussionGraph: 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 = DiscussionGraph # 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_general_demo.py b/examples/template_general_demo.pydeleted file mode 100644index b1e461a..0000000--- a/examples/template_general_demo.py+++ /dev/null@@ -1,177 +0,0 @@-"""-General 知识模板测试演示--这个文件用于测试 hyperextract 中 general 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_general_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 general 知识模板-from hyperextract.templates.legacy.zh.general import (- # 第一波:基础知识提取- KnowledgeGraph,- EntityRegistry,- KeywordList,- # 第二波:百科条目- EncyclopediaItem,- ConceptHierarchy,- CrossReferenceNet,- # 第三波:人物传记- PersonalProfile,- SocialNetwork,- LifeEventTimeline,- # 第四波:规章制度- RegulationProfile,- ClauseList,- PenaltyRegistry,- OperationalProcedure,- PenaltyMapping,- ComplianceLogic,-)--# 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" / "test_data" / "test_samples" / "zh" / "general"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 基础知识提取 -> 科技新闻- KnowledgeGraph: TEST_SAMPLES_ROOT / "arbitrary_tech_news.md",- EntityRegistry: TEST_SAMPLES_ROOT / "arbitrary_tech_news.md",- KeywordList: TEST_SAMPLES_ROOT / "arbitrary_tech_news.md",- # 百科条目 -> 机器学习百科- EncyclopediaItem: TEST_SAMPLES_ROOT / "encyclopedia_machine_learning.md",- ConceptHierarchy: TEST_SAMPLES_ROOT / "encyclopedia_machine_learning.md",- CrossReferenceNet: TEST_SAMPLES_ROOT / "encyclopedia_machine_learning.md",- # 人物传记 -> 科学家传记- PersonalProfile: TEST_SAMPLES_ROOT / "biography_scientist.md",- SocialNetwork: TEST_SAMPLES_ROOT / "biography_scientist.md",- LifeEventTimeline: TEST_SAMPLES_ROOT / "biography_scientist.md",- # 规章制度 -> 公司制度- RegulationProfile: TEST_SAMPLES_ROOT / "regulation_company_policy.md",- ClauseList: TEST_SAMPLES_ROOT / "regulation_company_policy.md",- PenaltyRegistry: TEST_SAMPLES_ROOT / "regulation_company_policy.md",- OperationalProcedure: TEST_SAMPLES_ROOT / "regulation_company_policy.md",- PenaltyMapping: TEST_SAMPLES_ROOT / "regulation_company_policy.md",- ComplianceLogic: TEST_SAMPLES_ROOT / "regulation_company_policy.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 基础知识提取-# TEMPLATE = KnowledgeGraph # 知识图谱-# TEMPLATE = EntityRegistry # 实体集合-# TEMPLATE = KeywordList # 关键词列表--# 百科条目-# TEMPLATE = EncyclopediaItem # 百科条目-# TEMPLATE = ConceptHierarchy # 概念层级图-# TEMPLATE = CrossReferenceNet # 引用网络--# 人物传记-# TEMPLATE = PersonalProfile # 个人档案-# TEMPLATE = SocialNetwork # 社会网络-TEMPLATE = LifeEventTimeline # 生平时序图--# 规章制度-# TEMPLATE = RegulationProfile # 规章元数据快照-# TEMPLATE = ClauseList # 规章条文清单-# TEMPLATE = PenaltyRegistry # 违规处罚对照表-# TEMPLATE = OperationalProcedure # 执行程序流程图-# TEMPLATE = PenaltyMapping # 违规处罚因果链-# TEMPLATE = ComplianceLogic # 合规行为超图--# 自动获取对应的输入文件-INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("General 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.pydeleted file mode 100644index 8dc1fa2..0000000--- a/examples/template_industry_demo.py+++ /dev/null@@ -1,205 +0,0 @@-"""-Industry 知识模板测试演示--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:-1. 选择知识模板(修改 TEMPLATE 变量)-2. 运行文件:python examples/template_industry_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--# 导入所有工业知识模板-from hyperextract.templates.legacy.zh.industry import (- # 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-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"- / "test_data"- / "test_samples"- / "zh"- / "industry"-)--# 模板到输入文件的映射关系(根据 README 分类顺序)-TEMPLATE_TO_INPUT = {- # ==========================================- # 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)-# ==========================================--# 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]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("Industry 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_legal_demo.py b/examples/template_legal_demo.pydeleted file mode 100644index c75a0e6..0000000--- a/examples/template_legal_demo.py+++ /dev/null@@ -1,162 +0,0 @@-"""-法律知识模板测试演示--这个文件用于测试 hyperextract 法律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_legal_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--# 导入所有法律知识模板-from hyperextract.templates.legacy.zh.legal import (- # 法学专著与评注- LegalConceptOntology,- CaseLawCitationNet,- # 主服务协议 (MSA)- ContractObligationHypergraph,- DefinedTermRegistry,- LiabilityClauseList,- # 法院判决书- CaseFactTimeline,- AdjudicationLogic,- LitigationParticipantMap,- # 合规申报文件- ComplianceRequirementList,- BeneficialOwnershipGraph,-)--# 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" / "test_data" / "test_samples" / "zh" / "legal"--# 模板到输入文件的映射关系-TEMPLATE_TO_INPUT = {- # 法学专著与评注 -> 法学专著- LegalConceptOntology: TEST_SAMPLES_ROOT / "legal_treatise_sample.md",- CaseLawCitationNet: TEST_SAMPLES_ROOT / "legal_treatise_sample.md",- # 主服务协议 (MSA) -> 主服务协议- ContractObligationHypergraph: TEST_SAMPLES_ROOT / "msa_contract_sample.md",- DefinedTermRegistry: TEST_SAMPLES_ROOT / "msa_contract_sample.md",- LiabilityClauseList: TEST_SAMPLES_ROOT / "msa_contract_sample.md",- # 法院判决书 -> 法院判决书- CaseFactTimeline: TEST_SAMPLES_ROOT / "court_judgment_sample.md",- AdjudicationLogic: TEST_SAMPLES_ROOT / "court_judgment_sample.md",- LitigationParticipantMap: TEST_SAMPLES_ROOT / "court_judgment_sample.md",- # 合规申报文件 -> 反洗钱合规申报- ComplianceRequirementList: TEST_SAMPLES_ROOT / "compliance_filing_sample.md",- BeneficialOwnershipGraph: TEST_SAMPLES_ROOT / "compliance_filing_sample.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 法学专著与评注-# TEMPLATE = LegalConceptOntology # 法律概念本体-# TEMPLATE = CaseLawCitationNet # 判例引用网络--# 主服务协议 (MSA)-# TEMPLATE = ContractObligationHypergraph # 合同义务超图-# TEMPLATE = DefinedTermRegistry # 术语定义表-# TEMPLATE = LiabilityClauseList # 责任条款清单--# 法院判决书-# TEMPLATE = CaseFactTimeline # 案件事实时序图-# TEMPLATE = AdjudicationLogic # 裁判逻辑超图-TEMPLATE = LitigationParticipantMap # 诉讼参与人图谱--# 合规申报文件-# TEMPLATE = ComplianceRequirementList # 合规要求清单-# TEMPLATE = BeneficialOwnershipGraph # 受益所有权图谱--# 自动获取对应的输入文件-INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("法律知识模板测试演示")- 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_medicine_demo.py b/examples/template_medicine_demo.pydeleted file mode 100644index cfae9aa..0000000--- a/examples/template_medicine_demo.py+++ /dev/null@@ -1,184 +0,0 @@-"""-Medical 知识模板测试演示--这个文件用于测试 hyperextract 中医学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_medicine_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--# 导入所有医学知识模板-from hyperextract.templates.legacy.zh.medicine import (- # 医学教科书与专著- PathologyHypergraph,- MedicalConceptNet,- PharmacologyGraph,- AnatomyHierarchy,- SymptomDifferential,- # 临床诊疗指南- TreatmentRegimenMap,- ClinicalPathway,- LevelOfEvidence,- # 出院小结- SurgicalEventGraph,- HospitalCourseTimeline,- DischargeInstruction,- # 病理报告- TumorStagingItem,- MicroscopicFeatureSet,- # 药品说明书- ComplexInteractionNet,- ContraindicationList,- AdverseReactionStats,-)--# 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" / "test_data" / "test_samples" / "zh" / "medicine"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 医学教科书与专著 -> 病理学教材- PathologyHypergraph: TEST_SAMPLES_ROOT / "textbook_sample.md",- MedicalConceptNet: TEST_SAMPLES_ROOT / "textbook_sample.md",- PharmacologyGraph: TEST_SAMPLES_ROOT / "textbook_sample.md",- AnatomyHierarchy: TEST_SAMPLES_ROOT / "textbook_sample.md",- SymptomDifferential: TEST_SAMPLES_ROOT / "textbook_sample.md",- # 临床诊疗指南 -> 临床指南- TreatmentRegimenMap: TEST_SAMPLES_ROOT / "clinical_guideline_sample.md",- ClinicalPathway: TEST_SAMPLES_ROOT / "clinical_guideline_sample.md",- LevelOfEvidence: TEST_SAMPLES_ROOT / "clinical_guideline_sample.md",- # 出院小结 -> 出院小结- SurgicalEventGraph: TEST_SAMPLES_ROOT / "discharge_summary_sample.md",- HospitalCourseTimeline: TEST_SAMPLES_ROOT / "discharge_summary_sample.md",- DischargeInstruction: TEST_SAMPLES_ROOT / "discharge_summary_sample.md",- # 病理报告 -> 病理报告- TumorStagingItem: TEST_SAMPLES_ROOT / "pathology_report_sample.md",- MicroscopicFeatureSet: TEST_SAMPLES_ROOT / "pathology_report_sample.md",- # 药品说明书 -> 药品说明书- ComplexInteractionNet: TEST_SAMPLES_ROOT / "package_insert_sample.md",- ContraindicationList: TEST_SAMPLES_ROOT / "package_insert_sample.md",- AdverseReactionStats: TEST_SAMPLES_ROOT / "package_insert_sample.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 医学教科书与专著-# TEMPLATE = PathologyHypergraph # 多因素病理机制图-# TEMPLATE = MedicalConceptNet # 医学概念网络-# TEMPLATE = PharmacologyGraph # 药理机制图-# TEMPLATE = AnatomyHierarchy # 解剖层级树-# TEMPLATE = SymptomDifferential # 鉴别诊断表--# 临床诊疗指南-# TEMPLATE = TreatmentRegimenMap # 综合治疗方案图-# TEMPLATE = ClinicalPathway # 临床路径图-# TEMPLATE = LevelOfEvidence # 证据评级表--# 出院小结-# TEMPLATE = SurgicalEventGraph # 手术事件超图-TEMPLATE = HospitalCourseTimeline # 住院病程时间轴-# TEMPLATE = DischargeInstruction # 出院医嘱摘要--# 病理报告-# TEMPLATE = TumorStagingItem # TNM 分期表-# TEMPLATE = MicroscopicFeatureSet # 微观特征集--# 药品说明书-# TEMPLATE = ComplexInteractionNet # 条件性相互作用网-# TEMPLATE = ContraindicationList # 禁忌症清单-# TEMPLATE = AdverseReactionStats # 不良反应统计--# 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("Medical 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_tcm_demo.py b/examples/template_tcm_demo.pydeleted file mode 100644index bbc3634..0000000--- a/examples/template_tcm_demo.py+++ /dev/null@@ -1,162 +0,0 @@-"""-TCM 知识模板测试演示--这个文件用于测试 hyperextract 中医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_tcm_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--# 导入所有中医知识模板-from hyperextract.templates.legacy.zh.tcm import (- # 本草典籍- HerbPropertyModel,- ProcessingMethod,- CompatibilityNet,- # 方剂规范- FormulaComposition,- FunctionIndicationMap,- # 经络腧穴专著- MeridianFlowGraph,- AcupointLocationMap,- # 名医医案- SyndromeReasoningGraph,- PrescriptionModification,- PulseTongueRecord,-)--# 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" / "test_data" / "test_samples" / "zh" / "tcm"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 本草典籍 -> 多味药 / 单味药- HerbPropertyModel: TEST_SAMPLES_ROOT / "herb_property_single.md",- ProcessingMethod: TEST_SAMPLES_ROOT / "herbal_compendium_sample.md",- CompatibilityNet: TEST_SAMPLES_ROOT / "herbal_compendium_sample.md",- # 方剂规范 -> 伤寒论- FormulaComposition: TEST_SAMPLES_ROOT / "prescription_formulary_sample.md",- FunctionIndicationMap: TEST_SAMPLES_ROOT / "prescription_formulary_sample.md",- # 经络腧穴专著 -> 黄帝内经十二经脉- MeridianFlowGraph: TEST_SAMPLES_ROOT / "meridian_treatise_sample.md",- AcupointLocationMap: TEST_SAMPLES_ROOT / "meridian_treatise_sample.md",- # 名医医案- SyndromeReasoningGraph: TEST_SAMPLES_ROOT / "medical_case_record_sample.md",- PrescriptionModification: TEST_SAMPLES_ROOT / "prescription_modification_sample.md",- PulseTongueRecord: TEST_SAMPLES_ROOT / "medical_case_record_sample.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 本草典籍-# TEMPLATE = HerbPropertyModel # 药物性味归经-# TEMPLATE = ProcessingMethod # 炮制方法列表-# TEMPLATE = CompatibilityNet # 七情配伍网络--# 方剂规范-# TEMPLATE = FormulaComposition # 君臣佐使结构图-TEMPLATE = FunctionIndicationMap # 主治功效映射--# 经络腧穴专著-# TEMPLATE = MeridianFlowGraph # 经络流注图-# TEMPLATE = AcupointLocationMap # 腧穴空间定位--# 名医医案-# TEMPLATE = SyndromeReasoningGraph # 辨证论治逻辑图-# TEMPLATE = PrescriptionModification # 处方加减逻辑-# TEMPLATE = PulseTongueRecord # 舌脉特征提取--# 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("TCM 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/templates/README.md b/examples/templates/README.mdnew file mode 100644index 0000000..c425251--- /dev/null+++ b/examples/templates/README.md@@ -0,0 +1,86 @@+# Templates 目录++本目录包含 Hyper-Extract 预设模板的测试工具。++## 文件说明++| 文件 | 说明 |+|------|------|+| `templates_mapping.yaml` | 模板与测试数据的映射配置 |+| `list_templates.py` | 列出所有可用的预设模板 |+| `run_template.py` | 执行指定模板的测试 |++## 使用方法++### 列出所有模板++```bash+python examples/templates/list_templates.py+```++输出示例:+```+【FINANCE 领域】 (5 templates)+ • earnings_summary+ Type: model+ Description: 财报电话会议摘要+ Template: finance/earnings_summary.yaml+ Test Data: tests/test_data/zh/finance/earnings_call_transcript_sample.md+```++### 运行模板测试++```bash+python examples/templates/run_template.py -d <domain> -t <template>+```++参数说明:+- `-d, --domain`: 领域名称 (finance, general, industry, legal, medicine, tcm)+- `-t, --template`: 模板名称++示例:+```bash+python examples/templates/run_template.py -d finance -t earnings_summary+python examples/templates/run_template.py -d general -t base_graph+python examples/templates/run_template.py -d tcm -t formula_composition+```++### 文件内配置++编辑 `run_template.py` 顶部的 `CONFIG` 字典设置默认的 domain 和 template:++```python+CONFIG = {+ "domain": "general",+ "template": "base_graph",+}+```++然后直接运行:+```bash+python examples/templates/run_template.py+```++## 支持的领域++| 领域 | 模板数量 | 描述 |+|------|---------|------|+| finance | 5 | 金融领域:财报摘要、股权结构、风险因子等 |+| general | 11 | 通用领域:基础图谱、传记、工作流程等 |+| industry | 5 | 工业领域:设备拓扑、应急响应、故障分析等 |+| legal | 5 | 法律领域:案例引用、合规清单、合同义务等 |+| medicine | 5 | 医学领域:解剖图谱、药物相互作用、治疗方案等 |+| tcm | 5 | 中医领域:方剂组成、经络图、证候推理等 |++## 模板类型++| 类型 | 对应 AutoType |+|------|--------------|+| graph | AutoGraph |+| hypergraph | AutoHypergraph |+| list | AutoList |+| model | AutoModel |+| set | AutoSet |+| temporal_graph | AutoTemporalGraph |+| spatial_graph | AutoSpatialGraph |+| spatio_temporal_graph | AutoSpatioTemporalGraph |diff --git a/examples/templates/list_templates.py b/examples/templates/list_templates.pynew file mode 100644index 0000000..185c399--- /dev/null+++ b/examples/templates/list_templates.py@@ -0,0 +1,55 @@+"""+List Templates - 列出所有可用的预设模板++Usage:+ python examples/templates/list_templates.py+"""++import sys+import yaml+from pathlib import Path++project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))+++def list_templates():+ mapping_file = Path(__file__).parent / "templates_mapping.yaml"++ with open(mapping_file, "r", encoding="utf-8") as f:+ mappings = yaml.safe_load(f)++ print("\n" + "=" * 80)+ print("📋 Hyper-Extract Preset Templates")+ print("=" * 80)++ for domain, templates in mappings.items():+ if domain in ["test_data_root", "template_root"]:+ continue++ print(f"\n【{domain.upper()} 领域】 ({len(templates)} templates)")+ print("-" * 60)++ for name, info in templates.items():+ template_type = info.get("type", "unknown")+ description = info.get("description", "N/A")+ template_path = info.get("template", "")+ input_path = info.get("input", "")++ print(f" • {name}")+ print(f" Type: {template_type}")+ print(f" Description: {description}")+ print(f" Template: {template_path}.yaml")+ print(f" Test Data: tests/test_data/zh/{input_path}")++ print("\n" + "=" * 80)+ print("\n使用方式:")+ print(" python examples/templates/run_template.py -d <domain> -t <template_name>")+ print("\n示例:")+ print(" python examples/templates/run_template.py -d finance -t earnings_summary")+ print(" python examples/templates/run_template.py -d general -t base_graph")+ print("\n" + "=" * 80 + "\n")+++if __name__ == "__main__":+ list_templates()diff --git a/examples/templates/run_template.py b/examples/templates/run_template.pynew file mode 100644index 0000000..477b534--- /dev/null+++ b/examples/templates/run_template.py@@ -0,0 +1,130 @@+"""+Run Template - 执行预设模板测试++Usage:+ python examples/templates/run_template.py -d <domain> -t <template_name>++ or edit CONFIG below to set default domain and template++Examples:+ python examples/templates/run_template.py -d finance -t earnings_summary+ python examples/templates/run_template.py -d general -t base_graph+ python examples/templates/run_template.py -d tcm -t formula_composition+"""++import argparse+import sys+import yaml+from pathlib import Path++project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))++CONFIG = {+ "domain": "general",+ "template": "base_graph",+}+++def load_mappings():+ mapping_file = Path(__file__).parent / "templates_mapping.yaml"+ with open(mapping_file, "r", encoding="utf-8") as f:+ return yaml.safe_load(f)+++def run_template(domain: str, template_name: str):+ mappings = load_mappings()++ if domain not in mappings:+ print(f"Error: Domain '{domain}' not found.")+ print(f"Available domains: {', '.join(mappings.keys())}")+ return False++ domain_mappings = mappings[domain]++ if template_name not in domain_mappings:+ print(f"Error: Template '{template_name}' not found in domain '{domain}'.")+ print("Available templates:")+ for name in domain_mappings.keys():+ print(f" - {name}")+ return False++ template_info = domain_mappings[template_name]+ template_path = project_root / "hyperextract" / "templates" / "presets" / f"{template_info['template']}.yaml"+ input_path = project_root / "tests" / "test_data" / "zh" / template_info["input"]++ print("\n" + "=" * 80)+ print(f"🧪 Template Test: {domain}/{template_name}")+ print("=" * 80)++ print(f"\n📄 Template: {template_path}")+ print(f"📥 Input: {input_path}")++ if not template_path.exists():+ print(f"\n❌ Error: Template file not found: {template_path}")+ return False++ if not input_path.exists():+ print(f"\n❌ Error: Input file not found: {input_path}")+ return False++ with open(template_path, "r", encoding="utf-8") as f:+ template_content = f.read()++ with open(input_path, "r", encoding="utf-8") as f:+ input_content = f.read()++ print("\n" + "-" * 80)+ print("📋 Template Content:")+ print("-" * 80)+ print(template_content[:500] + "..." if len(template_content) > 500 else template_content)++ print("\n" + "-" * 80)+ print(f"📖 Input Content ({len(input_content)} chars):")+ print("-" * 80)+ print(input_content[:500] + "..." if len(input_content) > 500 else input_content)++ print("\n" + "-" * 80)+ print("⚙️ Running extraction...")+ print("-" * 80)++ print("\n✅ Template and input loaded successfully!")+ print("\n To implement full extraction, integrate with:")+ print(" - AutoGraph for graph extraction")+ print(" - AutoHypergraph for hypergraph extraction")+ print(" - AutoList for list extraction")+ print(" - AutoModel for model extraction")+ print(" - AutoSet for set extraction")+ print(" - AutoTemporalGraph for temporal graph extraction")+ print(" - AutoSpatialGraph for spatial graph extraction")+ print(" - AutoSpatioTemporalGraph for spatio-temporal graph extraction")++ print("\n" + "=" * 80 + "\n")++ return True+++def main():+ parser = argparse.ArgumentParser(description="Run Hyper-Extract preset template test")+ parser.add_argument("-d", "--domain", help="Domain name (e.g., finance, general, tcm)")+ parser.add_argument("-t", "--template", help="Template name (e.g., earnings_summary, base_graph)")++ args = parser.parse_args()++ domain = args.domain if args.domain else CONFIG["domain"]+ template = args.template if args.template else CONFIG["template"]++ if not args.domain and not args.template:+ print("\n📝 Using default config from file:")+ print(f" Domain: {domain}")+ print(f" Template: {template}")+ print(" (Use -d and -t to override)\n")++ success = run_template(domain, template)++ if not success:+ sys.exit(1)+++if __name__ == "__main__":+ main()diff --git a/examples/templates/templates_mapping.yaml b/examples/templates/templates_mapping.yamlnew file mode 100644index 0000000..3ff1079--- /dev/null+++ b/examples/templates/templates_mapping.yaml@@ -0,0 +1,243 @@+# Hyper-Extract Examples: Templates Mapping+# 模板与测试数据映射表+# 格式: 模板路径 -> 测试数据路径++# 测试数据根目录+test_data_root: "tests/test_data/zh"++# 模板根目录+template_root: "hyperextract/templates/presets"++# Finance 领域 (5个模板)+finance:+ earnings_summary:+ template: "finance/earnings_summary"+ input: "finance/earnings_call_transcript_sample.md"+ type: "model"+ description: "财报电话会议摘要"++ event_timeline:+ template: "finance/event_timeline"+ input: "finance/annual_report_sample.md"+ type: "temporal_graph"+ description: "重大事件时间线"++ ownership_graph:+ template: "finance/ownership_graph"+ input: "finance/ipo_prospectus_sample.md"+ type: "graph"+ description: "股权结构图"++ risk_factor_set:+ template: "finance/risk_factor_set"+ input: "finance/annual_report_sample.md"+ type: "set"+ description: "风险因子集合"++ sentiment_model:+ template: "finance/sentiment_model"+ input: "finance/financial_news_sample.md"+ type: "model"+ description: "市场情绪模型"++# General 领域 (11个模板)+general:+ base_graph:+ template: "general/base_graph"+ input: "general/arbitrary_tech_news.md"+ type: "graph"+ description: "基础知识图谱"++ base_hypergraph:+ template: "general/base_hypergraph"+ input: "general/encyclopedia_machine_learning.md"+ type: "hypergraph"+ description: "基础超图"++ base_list:+ template: "general/base_list"+ input: "general/regulation_company_policy.md"+ type: "list"+ description: "基础列表"++ base_model:+ template: "general/base_model"+ input: "general/arbitrary_tech_news.md"+ type: "model"+ description: "基础模型"++ base_set:+ template: "general/base_set"+ input: "general/arbitrary_tech_news.md"+ type: "set"+ description: "基础集合"++ base_temporal_graph:+ template: "general/base_temporal_graph"+ input: "general/biography_scientist.md"+ type: "temporal_graph"+ description: "基础时序图"++ base_spatial_graph:+ template: "general/base_spatial_graph"+ input: "general/spatio_temporal_event_report.md"+ type: "spatial_graph"+ description: "基础空间图"++ base_spatio_temporal_graph:+ template: "general/base_spatio_temporal_graph"+ input: "general/spatio_temporal_event_report.md"+ type: "spatio_temporal_graph"+ description: "基础时空图"++ biography_graph:+ template: "general/biography_graph"+ input: "general/biography_scientist.md"+ type: "graph"+ description: "传记图谱"++ concept_graph:+ template: "general/concept_graph"+ input: "general/encyclopedia_machine_learning.md"+ type: "graph"+ description: "概念图谱"++ doc_structure:+ template: "general/doc_structure"+ input: "general/regulation_company_policy.md"+ type: "list"+ description: "文档结构"++ workflow_graph:+ template: "general/workflow_graph"+ input: "general/social_network_entrepreneur_story.md"+ type: "graph"+ description: "工作流程图"++# Industry 领域 (5个模板)+industry:+ emergency_response:+ template: "industry/emergency_response"+ input: "industry/safety_management_handbook.md"+ type: "temporal_graph"+ description: "应急响应时间线"++ equipment_topology:+ template: "industry/equipment_topology"+ input: "industry/equipment_technical_manual.md"+ type: "graph"+ description: "设备拓扑图"++ failure_case:+ template: "industry/failure_case"+ input: "industry/failure_analysis_report.md"+ type: "hypergraph"+ description: "故障案例"++ operation_flow:+ template: "industry/operation_flow"+ input: "industry/operation_maintenance_manual.md"+ type: "list"+ description: "操作流程"++ safety_control:+ template: "industry/safety_control"+ input: "industry/safety_management_handbook.md"+ type: "set"+ description: "安全控制"++# Legal 领域 (5个模板)+legal:+ case_citation:+ template: "legal/case_citation"+ input: "legal/legal_treatise_sample.md"+ type: "graph"+ description: "案例引用图"++ case_fact_timeline:+ template: "legal/case_fact_timeline"+ input: "legal/court_judgment_sample.md"+ type: "temporal_graph"+ description: "案件事实时间线"++ compliance_list:+ template: "legal/compliance_list"+ input: "legal/compliance_filing_sample.md"+ type: "list"+ description: "合规清单"++ contract_obligation:+ template: "legal/contract_obligation"+ input: "legal/msa_contract_sample.md"+ type: "set"+ description: "合同义务"++ defined_term_set:+ template: "legal/defined_term_set"+ input: "legal/msa_contract_sample.md"+ type: "set"+ description: "术语定义"++# Medicine 领域 (5个模板)+medicine:+ anatomy_graph:+ template: "medicine/anatomy_graph"+ input: "medicine/textbook_sample.md"+ type: "graph"+ description: "解剖结构图"++ discharge_instruction:+ template: "medicine/discharge_instruction"+ input: "medicine/discharge_summary_sample.md"+ type: "list"+ description: "出院指导"++ drug_interaction:+ template: "medicine/drug_interaction"+ input: "medicine/package_insert_sample.md"+ type: "graph"+ description: "药物相互作用图"++ hospital_timeline:+ template: "medicine/hospital_timeline"+ input: "medicine/pathology_report_sample.md"+ type: "temporal_graph"+ description: "医院事件时间线"++ treatment_map:+ template: "medicine/treatment_map"+ input: "medicine/clinical_guideline_sample.md"+ type: "hypergraph"+ description: "治疗方案图"++# TCM 领域 (5个模板)+tcm:+ formula_composition:+ template: "tcm/formula_composition"+ input: "tcm/prescription_formulary_sample.md"+ type: "graph"+ description: "方剂组成图"++ herb_property:+ template: "tcm/herb_property"+ input: "tcm/herb_property_single.md"+ type: "model"+ description: "药材属性"++ herb_relation:+ template: "tcm/herb_relation"+ input: "tcm/herbal_compendium_sample.md"+ type: "graph"+ description: "药材关系图"++ meridian_graph:+ template: "tcm/meridian_graph"+ input: "tcm/meridian_treatise_sample.md"+ type: "graph"+ description: "经络图"++ syndrome_reasoning:+ template: "tcm/syndrome_reasoning"+ input: "tcm/medical_case_record_sample.md"+ type: "hypergraph"+ description: "证候推理"diff --git a/examples/types/graph_demo.py b/examples/types/graph_demo.pyindex b029112..23846e6 100644--- a/examples/types/graph_demo.py+++ b/examples/types/graph_demo.py@@ -9,13 +9,15 @@ AutoGraph Demo: MMORPG Guild Drama (游戏公会恩仇录) 🎮⚔️1. 术语混杂:ID、职业代称(主T、奶妈)、外号混用。2. 关系复杂:涉及治疗、仇恨(Aggro)、装备分配(Loot)、公会管理。3. 讽刺与隐喻:LLM 需要理解"划水"、"黑装备"等游戏黑话。++使用方法:+ python examples/types/graph_demo.py"""import sysfrom pathlib import Path-# 添加项目根目录到路径-project_root = Path(__file__).resolve().parent.parent+project_root = Path(__file__).resolve().parent.parent.parentsys.path.append(str(project_root))from pydantic import BaseModel, Field@@ -27,6 +29,9 @@ from ontomem import MergeStrategyimport dotenvdotenv.load_dotenv()++INPUT_FILE = project_root / "examples" / "inputs" / "mmorpg_guild_drama.md"+# ==================== 1. 定义游戏知识结构 (Schema) ====================@@ -61,215 +66,21 @@ class GameInteraction(BaseModel):)-# ==================== 2. 模拟论坛爆料贴 (Data Source - 加长版) ====================--GAME_FORUM_POST = """-【818】星辰阁公会昨晚解散的真相!团长黑装备还骂人!这简直是最大的内讧事件!--楼主:匿名玩家(ID已隐藏)-发帖时间:今天 23:45--我是星辰阁的一个普通成员,昨晚目睹了整个悲剧的发生。我觉得必须把真相告诉大家。--首先介绍一下我们的团队阵容:-- 会长兼主坦克:雷霆之怒(真实ID:张三,40级战士,装备评分9999)-- 副坦克:坚如磐石(真实ID:李四,38级盾战士,评分8800,人很老实)-- 主奶妈(治疗):小甜甜(真实ID:王五,38级圣骑士,评分8600)-- 副奶妈:月光治愈者(真实ID:赵六,35级德鲁伊,评分7500)-- DPS输出1(弓箭手):暗影刺客(真实ID:孙七,39级猎手,评分9200)-- DPS输出2(法师):火球术一级(真实ID:周八,37级法师,评分8400)-- DPS输出3(剑客):风云剑侠(真实ID:吴九,36级剑士,评分7800)-- 远程法师:冰霜法咒(真实ID:郑十,35级冰法,评分7600)--昨晚晚上8点,我们集合在副本入口。这是星辰阁第三次挑战"深渊魔龙"这个最终BOSS。-前两次都失败了,主要是因为配合不够默契。但是昨晚会长雷霆之怒发誓说一定要拿下这个BOSS。--副本开始,一切似乎很顺利。前5个小怪都被我们轻松秒杀。-然后大家来到了BOSS房间——深渊魔龙的巢穴。这是一个超级庞大的紫龙,满血时候气势相当恐怖。--战斗一开始,雷霆之怒(会长)冲上去拉住了仇恨值。坚如磐石(副坦克)站在侧翼进行补充。-小甜甜不断给雷霆之怒刷HOT(持续恢复)。月光治愈者给坚如磐石加盾。-前期看起来非常完美,大家的DPS输出也打得相当漂亮。--但是,大约打了5分钟,问题出现了。--坚如磐石(副坦克)突然掉线了!这太糟糕了。我们在公会频道里看到他的在线状态变成了灰色。-公会会长雷霆之怒看到这一幕,血压瞬间上升(我可以想象他的脸色)。--为什么副坦会掉线呢?大家后来才明白——坚如磐石的家里停电了。这真的是太不走运了。--没有副坦克的补充,所有的伤害都集中在了雷霆之怒身上。-但是这个时候,事情开始变得诡异。--小甜甜(主奶妈)本应该全力治疗会长,但是我通过伤害统计面板发现,她的治疗量明显不足。-更奇怪的是,她把大量的治疗都给了暗影刺客(弓箭手)。--这很不正常。暗影刺客作为DPS,血量本不应该这么低。我仔细看了一下暗影刺客的走位——-哎哟,这哥们为了最大化伤害输出,站位超级靠前,几乎要贴到BOSS身上了。-结果BOSS的爪子扫过来,一下子就把暗影刺客的血条扫到了20%以下。--关键时刻,小甜甜却把大治疗术给了暗影刺客。这让会长雷霆之怒的血量开始急速下降。--我当时就在YY频道里喊:"小甜甜,快给会长加血!"--月光治愈者也在拼命给会长加盾,但是她的输出能力有限,根本抵挡不住BOSS的伤害。--而且我还发现,月光治愈者的治疗也有一部分莫名其妙地给了其他人。看起来公会里有人在划水。--等等,我再看一下。哦天哪,火球术一级(法师)和冰霜法咒在BOSS的AoE范围内站了太长时间,-导致他们频繁掉血。但是,更夸张的是,暗影刺客和小甜甜之间似乎有什么默契——-每当暗影刺客掉血,小甜甜就立马给他加。--这时候,我想到了一个可能性。我在游戏论坛里看过一些帖子,有人提到暗影刺客和小甜甜好像是现实中的情侣!--妈呀,这下问题大了。在这么关键的时刻,小甜甜竟然偏心给她的男朋友加血,而忽视了作为团队大脑的会长!--大约在15分钟的时候,BOSS放出了一个大招——"魔龙吐息"。-这个技能造成的伤害足以秒杀任何一个DPS。但是坦克(雷霆之怒)应该能扛住。--可是,小甜甜的治疗没有及时跟上。雷霆之怒的血条瞬间掉到了0。--会长倒地了!--随后,失去了坦克的护佑,暗影刺客也被BOSS的普通攻击打成了残血,然后被秒杀。-紧接着是风云剑侠,然后是火球术一级。整个团队在短短30秒内全灭了。--副本失败。大家都复活在了副本入口。--这个时候,雷霆之怒(会长)的脾气彻底炸裂了。--他在YY频道里破口大骂:"小甜甜,你是干什么呢?!你是团队奶妈,不是暗影刺客的私人医生!-治疗职业就是要保坦克,你这样的治疗我见过,但从没见过这么烂的!"--小甜甜试图辩解:"我……我只是……"--雷霆之怒直接打断她:"别给我狡辩!我决定了,你从今天起被踢出公会!-而且暗影刺客这个摸鱼的家伙,我也要把他赶出去。两个人都别在星辰阁待着!"--但就在这个时候,事情发生了急转弯。--暗影刺客一句话都没说,只见他的角色突然冲向了BOSS房间。-而就在这时,副本的第二个阶段秘密掉落物品——传说级别的武器"魔龙之牙"出现了!--这是一把超级稀有的武器,全服务器可能只有两三把。价值高达几百万金币。--没等任何人反应过来,暗影刺客就冲上去,一把拿起了"魔龙之牙"!--我们都懵了。"魔龙之牙"本来应该由队长(雷霆之怒)来分配,决定给谁。-但是暗影刺客直接黑吃黑,把这把传说武器直接塞进了自己的背包里!--会长还在语音里骂人,根本没注意到这一幕。--紧接着,更狠的来了——暗影刺客在游戏里按下了"退出公会"的按钮。-他直接,光速,毫不犹豫地退出了星辰阁!--然后他的角色在世界频道发了一句话:"拜拜,各位。我去找个真正尊重我的公会。"--说完,这哥们直接下线了。--我们的公会频道顿时炸锅了。--小甜甜也没做任何辩解,直接退出了公会。她甚至没有说一句话。--会长雷霆之怒这时候才意识到发生了什么。他看到了掉落物品的分配记录——-"魔龙之牙"被暗影刺客拿走了,而不是团队共有。--他疯了。直接在世界频道开始刷屏:-"各位玩家,我要举报星辰阁的暗影刺客和小甜甜这两条狗!他们合谋黑装备!-不要信任他们!全服通缉这两个垃圾!"--火球术一级(法师)现在也开始助威。他在世界频道里连发了十多条信息:-"赞同!这两个人太过分了!狗男女!不要和他们做交易!"--"冰霜法咒在副本里的表现也不太理想,看起来他好像和那对情侣有什么关系,-因为我注意到在暗影刺客掉线的时候,冰霜法咒也莫名其妙地不进行输出了。"--有人开始怀疑冰霜法咒是不是也是那对情侣的朋友。--坚如磐石(副坦)这时候才上线。他看到了聊天记录,一脸懵逼。-他在公会频道里问:"发生什么了?我家里停电了……"--没有人回答他。因为大家都在看这场大戏。--月光治愈者试图调和一下,她说:"大家冷静……这件事可能有误会……"--但是没有人听她的。因为这个时候,世界频道上的玩家也开始评论这件事。--有人说:"这就是为什么我不玩大公会。大公会水太深。"--还有人说:"我早就听说暗影刺客这个人在游戏里名声不太好。多次被指控在副本里贪图装备。"--有人挖出了暗影刺客的历史记录。原来他曾经在另一个公会里,也因为类似的事情被踢出来过。--这哥们简直就是个"装备贪心鬼"。--风云剑侠开始反思:"也许我们团队的问题不只是小甜甜。我们可能选错人了。"--火球术一级继续在世界频道里刷屏:"各位,我建议大家抵制这两个玩家。不要和他们一个队。"--这时候,一个名字叫做"游戏管理员001"的官方账号出现了。-他说:"我们收到了关于玩家暗影刺客的举报。我们正在调查这件事。如果确认违规,将给予封号处理。"--暗影刺客的名字从世界频道消失了——他已经下线了。而且下线之前把"魔龙之牙"从背包里转移到了仓库。-没人知道他把这把武器藏在了哪里。--最后,星辰阁的会长雷霆之怒在公会频道里宣布:-"各位成员,我决定了。星辰阁正式解散。这个公会不适合我继续管理。-我会转移到一个小公会,和志同道合的朋友重新开始。"--很多成员试图挽留他。但是他的决心已定。--现在,星辰阁已经成为了一个"死公会"。只有一些离不开这个ID的成员还在。--这就是昨晚发生的一切。我作为一个旁观者,见证了这场游戏江湖的大戏。--最后的最后,我想说:游戏就是游戏。团队合作最重要。装备是身外之物。-但是,为了装备而背叛队友,这绝对是游戏玩家中最可耻的行为。--希望游戏官方能够严肃处理暗影刺客的违规行为。-也希望星辰阁的所有成员能够吸取教训,在各自的新公会里找到快乐。-------【回复楼层】--1楼:网络大侠-妈呀,这比小说还精彩。我已经截图保存,等着看后续。--2楼:游戏评论家-我注意到"冰霜法咒"在这件事里也有可疑之处。为什么他突然停止输出?-楼主,能不能深入调查一下他和暗影刺客的关系?--3楼:前星辰阁成员(风云剑侠)-我想出来说两句话。昨晚我在现场。-真相是:小甜甜确实有偏心。但是暗影刺客黑装备这件事更过分。-会长的反应虽然情绪化,但也能理解。-我已经离开了星辰阁,现在申请加入"日月神教"这个新兴公会。--4楼:月光治愈者(副奶妈)-我想为自己辩解一下。我在昨晚的治疗中没有任何划水行为。-是小甜甜的治疗分配有问题,不是我。-顺便说一下,我现在还在星辰阁,因为我对公会有感情。-但是我也不太确定会不会继续留下来。--5楼:装备交易商-这就是为什么装备交易需要系统中间作为担保的原因。-建议官方加强对装备分配的监管。--6楼:游戏社区版主-这个帖子已经标记为"关键事件记录"。-我们会持续关注这件事的后续发展。-请各位不要进行人身攻击和骚扰。相关玩家可以选择转服。-"""--# ==================== 3. 运行提取 ====================-+# ==================== 2. 运行提取 ====================def run_demo():print("=" * 60)print("🕹️ 正在加载游戏日志分析模块...")print("=" * 60)+ # 读取输入文件+ print(f"\n📖 正在阅读游戏论坛爆料帖: {INPUT_FILE}")+ print("=" * 60)+ with open(INPUT_FILE, "r", encoding="utf-8") as f:+ game_forum_post = f.read()+ print(game_forum_post[:200] + "...")+ print("=" * 60)+# 初始化 LLMprint("\n🔧 初始化 LLM 和嵌入模型...")llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)@@ -280,19 +91,13 @@ def run_demo():graph = AutoGraph[GameEntity, GameInteraction](node_schema=GameEntity,edge_schema=GameInteraction,- # 1. ID 提取规则node_key_extractor=lambda x: x.name,- # 2. 互动唯一性规则edge_key_extractor=lambda x: f"{x.source}_{x.action_type}_{x.target}",- # 3. 互动双方映射规则nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm,embedder=embedder,- # 两阶段提取,适合处理这种连贯的剧情extraction_mode="two_stage",- # 智能合并:能识别 "主T" = "雷霆之怒" = "会长"node_strategy_or_merger=MergeStrategy.LLM.BALANCED,- # 针对游戏的特化提示词prompt_for_node_extraction=("提取文本中的所有游戏实体作为节点。关键:必须提取BOSS(如深渊魔龙)、公会(如星辰阁)以及关键玩家。""如果文中提到'全团'或'所有人',也将其作为一个群体实体提取。"@@ -309,17 +114,11 @@ def run_demo():"## 源文本:\n""{source_text}\n\n"),- verbose=True,)- print(f"\n📖 正在阅读游戏论坛爆料帖...")- print("=" * 60)- print(GAME_FORUM_POST[:200] + "...")- print("=" * 60)-# 执行提取print("\n⚙️ 执行两阶段提取...\n")- graph.feed_text(GAME_FORUM_POST)+ graph.feed_text(game_forum_post)# ==================== 4. 战报分析 ====================diff --git a/examples/types/hypergraph_demo.py b/examples/types/hypergraph_demo.pyindex 25653a6..932f6ff 100644--- a/examples/types/hypergraph_demo.py+++ b/examples/types/hypergraph_demo.py@@ -3,6 +3,9 @@ AutoHypergraph 演示:星际外交危机的故事线分析这个例子展示了如何使用 AutoHypergraph 从复杂的叙事文本中提取多类型的超边关系。超边可以代表不同类型的故事单元:冲突、结盟、持有关系、会议等。++Usage:+ python examples/types/hypergraph_demo.py"""import os@@ -11,8 +14,8 @@ import collectionsfrom typing import Listfrom pathlib import Path-# 添加父目录到路径-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from dotenv import load_dotenvfrom pydantic import BaseModel, Field@@ -21,6 +24,8 @@ from hyperextract.types import AutoHypergraphload_dotenv()+INPUT_FILE = project_root / "examples" / "inputs" / "sci_fi_story.md"+# ==============================================================================# 1. 定义 Schema:灵活的叙事结构# ==============================================================================@@ -150,7 +155,6 @@ def main():llm_client=llm_client,embedder=embedder,extraction_mode="two_stage", # 推荐:先识别实体,再梳理故事线- verbose=True,# 使用中文 Prompt 引导 LLMprompt_for_node_extraction=("你的任务是从故事文本中提取所有重要的实体节点。\n"diff --git a/examples/types/list_demo.py b/examples/types/list_demo.pyindex 19cbdd4..6ded5fb 100644--- a/examples/types/list_demo.py+++ b/examples/types/list_demo.py@@ -2,14 +2,16 @@AutoList 多 Chunk 提取示例演示如何使用 AutoList 处理长文本,测试多 chunk 并发提取和列表合并功能。++Usage:+ python examples/types/list_demo.py"""import sysfrom pathlib import Path-# 添加项目根目录到 Python 路径-project_root = Path(__file__).parent.parent-sys.path.insert(0, str(project_root))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from pydantic import BaseModel, Fieldfrom typing import Optional@@ -114,7 +116,6 @@ def main():chunk_size=500, # 设置小的 chunk_size 来测试多 chunk 提取chunk_overlap=50,max_workers=5,- verbose=True,)# 4. 提取知识 (使用 feed_text 模式)diff --git a/examples/types/model_demo.py b/examples/types/model_demo.pyindex dfb18d2..728544b 100644--- a/examples/types/model_demo.py+++ b/examples/types/model_demo.py@@ -2,14 +2,16 @@AutoModel 多 Chunk 提取示例演示如何使用 AutoModel 处理长文本,测试多 chunk 并发提取和合并功能。++Usage:+ python examples/types/model_demo.py"""import sysfrom pathlib import Path-# 添加项目根目录到 Python 路径-project_root = Path(__file__).parent.parent-sys.path.insert(0, str(project_root))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))from pydantic import BaseModel, Fieldfrom typing import List, Optional@@ -162,7 +164,6 @@ def main():chunk_size=500, # 设置小的 chunk_size 来测试多 chunk 提取chunk_overlap=50,max_workers=5,- verbose=True,)# 4. 提取知识 (使用 feed_text 模式)diff --git a/examples/types/set_demo.py b/examples/types/set_demo.pyindex 40a2a8d..80ac704 100644--- a/examples/types/set_demo.py+++ b/examples/types/set_demo.py@@ -1,26 +1,22 @@-"""集合知识示例 - 从冒险者日志中提取和去重怪物信息+"""+集合知识示例 - 从冒险者日志中提取和去重怪物信息这个示例演示了AutoSet如何基于唯一键字段自动去重提取的项目。使用RPG怪物图鉴场景展示LLM_MERGE策略如何智能合并来自多个来源的冲突信息。-"""--# import os--# import io-# sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')-from pydantic import BaseModel, Field-from langchain_openai import ChatOpenAI, OpenAIEmbeddings--from ontomem.merger import MergeStrategy+Usage:+ python examples/types/set_demo.py+"""-# 添加项目根目录到 Python 路径import sysfrom pathlib import Path-project_root = Path(__file__).parent.parent-sys.path.insert(0, str(project_root))+project_root = Path(__file__).resolve().parent.parent.parent+sys.path.append(str(project_root))+from pydantic import BaseModel, Field+from langchain_openai import ChatOpenAI, OpenAIEmbeddings+from ontomem.merger import MergeStrategyfrom hyperextract import AutoSetimport dotenv@@ -79,7 +75,6 @@ def main():### 冒险者日志:{source_text}""",- verbose=True,)# 来自冒险者的日志 - 包含重复的怪物但信息略有不同diff --git a/examples/types/spatial_graph_demo.py b/examples/types/spatial_graph_demo.pyindex 303ac0d..c33c5da 100644--- a/examples/types/spatial_graph_demo.py+++ b/examples/types/spatial_graph_demo.py@@ -10,13 +10,16 @@ AutoSpatialGraph Demo: 深海惊魂 - "阿特拉斯"号的幽灵 🌊👻2. 相对位置推理:"这里的阀门控制着楼下的..."、"头顶传来了..."。3. 空间作为属性:位置不再是节点,而是实体(尸体、设备、怪物)的固有属性。4. 观察点注入:所有相对描述("这里")必须解析为主角当前的观察点。++Usage:+ python examples/types/spatial_graph_demo.py"""+import sysfrom pathlib import Pathfrom dotenv import load_dotenv-# 添加项目根目录到路径-project_root = Path(__file__).resolve().parent.parent+project_root = Path(__file__).resolve().parent.parent.parentsys.path.append(str(project_root))from pydantic import BaseModel, Field@@ -183,7 +186,6 @@ def run_demo():"## 源文本:\n""{source_text}\n\n"),- verbose=True,chunk_size=2048,)diff --git a/examples/types/spatio_temporal_graph_demo.py b/examples/types/spatio_temporal_graph_demo.pyindex c425f75..8ba1227 100644--- a/examples/types/spatio_temporal_graph_demo.py+++ b/examples/types/spatio_temporal_graph_demo.py@@ -12,14 +12,16 @@ AutoSpatioTemporalGraph Demo: 谍战惊悚 - 柏林的48小时 (时空增强版)- 分离的时间/空间提取器 (Time & Location Extractors)- 自动融合的时空唯一键 (Composite Spatio-Temporal Key)- 相对时空消歧 (Relative Spatio-Temporal Resolution)++Usage:+ python examples/types/spatio_temporal_graph_demo.py"""import sysfrom pathlib import Pathfrom typing import Optional-# 添加项目根目录到路径-project_root = Path(__file__).resolve().parent.parent+project_root = Path(__file__).resolve().parent.parent.parentsys.path.append(str(project_root))from pydantic import BaseModel, Field@@ -121,7 +123,6 @@ def run_demo():"## 源文本:\n""{source_text}\n\n"),- verbose=True)print("\n⚙️ 执行时空感知提取流程...")diff --git a/examples/types/temporal_graph_demo.py b/examples/types/temporal_graph_demo.pyindex af73551..0bf4896 100644--- a/examples/types/temporal_graph_demo.py+++ b/examples/types/temporal_graph_demo.py@@ -10,14 +10,16 @@ AutoTemporalGraph Demo: 谍战惊悚 - 柏林的48小时 🕵️♀️💣2. 并发事件:同一时间多个地点的不同行动3. 时间精度:需要提取到分钟级别(HH:MM)4. 实体合并:同一个人的不同代称需要被识别和合并++Usage:+ python examples/types/temporal_graph_demo.py"""import sysfrom pathlib import Pathfrom typing import Optional-# 添加项目根目录到路径-project_root = Path(__file__).resolve().parent.parent+project_root = Path(__file__).resolve().parent.parent.parentsys.path.append(str(project_root))from pydantic import BaseModel, Field@@ -176,7 +178,6 @@ def run_demo():"## 源文本:\n""{source_text}\n\n"),- verbose=True,chunk_size=2048,)diff --git a/hyperextract-skills/graph-designer/references/hypergraph.md b/hyperextract-skills/graph-designer/references/hypergraph.mdindex 973da2e..faca521 100644--- a/hyperextract-skills/graph-designer/references/hypergraph.md+++ b/hyperextract-skills/graph-designer/references/hypergraph.md@@ -100,6 +100,26 @@ identifiers:---+## When to Use Nested Grouping++Use **nested grouping** (list of lists) when:+- Same semantic whole: Entities naturally belong to the same concept+- Role-based partitioning: Entities partition by semantic roles+- Shared context: All entities share common attributes++⚠️ **If you find yourself adding a `role` field, consider using nested grouping instead.**++**❌ Wrong**: `relation_members: participants` + `role` field+**✅ Correct**: `relation_members: [group_a, group_b]`++| Scenario | Should Use Nested | Groups |+|----------|-----------------|--------|+| Formula (君臣佐使) | ✅ | sovereigns, ministers, assistants, envoys |+| Battle (攻防) | ✅ | attackers, defenders |+| Independent trades | ❌ | - |++---+## Design Checklist- [ ] How many semantic groups?@@ -107,3 +127,4 @@ identifiers:- [ ] Can members belong to multiple groups?- [ ] Is there an outcome/result?- [ ] Is reasoning needed?+- [ ] Should use nested grouping instead of role field?diff --git a/hyperextract-skills/template-optimizer/SKILL.md b/hyperextract-skills/template-optimizer/SKILL.mdindex 8eed8c5..e52d27b 100644--- a/hyperextract-skills/template-optimizer/SKILL.md+++ b/hyperextract-skills/template-optimizer/SKILL.md@@ -31,6 +31,7 @@ Check against these rules:| [rules-multilingual.md](references/rules-multilingual.md) | Language consistency || [rules-field-count.md](references/rules-field-count.md) | Information density || [rules-consistency.md](references/rules-consistency.md) | Schema vs Guideline separation |+| [rules-hypergraph-grouping.md](references/rules-hypergraph-grouping.md) | Hypergraph grouping strategy |### Step 3: Apply Fixes@@ -87,6 +88,15 @@ Output changes with explanations for learning.**Fix**: Schema defines WHAT, Guideline defines HOW TO DO WELL.+### Rule 5: Hypergraph Grouping++```+❌ relation_members: participants (string) + role field exists+❌ relation_id contains participant field+```++**Fix**: Use nested grouping `relation_members: [group_a, group_b]` when entities partition by roles.+---## Design Principles@@ -133,6 +143,7 @@ For **entities** and **relations**:| [rules-multilingual.md](references/rules-multilingual.md) | Language consistency || [rules-field-count.md](references/rules-field-count.md) | Too many fields || [rules-consistency.md](references/rules-consistency.md) | Schema-guideline overlap |+| [rules-hypergraph-grouping.md](references/rules-hypergraph-grouping.md) | Role field vs nested grouping |---diff --git a/hyperextract-skills/template-optimizer/references/rules-hypergraph-grouping.md b/hyperextract-skills/template-optimizer/references/rules-hypergraph-grouping.mdnew file mode 100644index 0000000..851b9dd--- /dev/null+++ b/hyperextract-skills/template-optimizer/references/rules-hypergraph-grouping.md@@ -0,0 +1,52 @@+# Hypergraph Grouping Rules++## Anti-Pattern Detection++### Pattern: Role Field + Simple Relation Members++**❌ Anti-Pattern**:+```yaml+relations:+ - name: event+ - name: participant+ - name: role # ← Has role field++identifiers:+ relation_members: participants # ← Simple string+```++**Problem**: When `relation_members` is a string but relations have a `role` field, entities should be partitioned by role.++**✅ Fix**: Use nested grouping+```yaml+relations:+ - name: event+ - name: group_a+ type: list+ - name: group_b+ type: list++identifiers:+ relation_members: [group_a, group_b] # ← List of lists+```++## Decision Matrix++| Scenario | relation_members | Example |+|----------|-----------------|---------|+| Independent participants | `participants` (string) | Transaction between entities |+| Role-based groups | `[group_a, group_b]` (list) | Attackers/defenders in battle |+| Same semantic whole | `[group_a, group_b]` (list) | Herbs in formula by 君臣佐使 |++## Common Cases++| Scenario | Should Use Nested | Groups |+|----------|-----------------|--------|+| Formula composition | ✅ Yes | sovereigns, ministers, assistants, envoys |+| Battle participants | ✅ Yes | attackers, defenders |+| Meeting attendees | ✅ Yes | speakers, attendees |+| Independent trades | ❌ No | - |++## Rule Summary++⚠️ **If you have a `role` field in relations, consider using nested grouping instead.**diff --git a/hyperextract/cli/cli.py b/hyperextract/cli/cli.pyindex baa54ec..e886b68 100644--- a/hyperextract/cli/cli.py+++ b/hyperextract/cli/cli.py@@ -275,11 +275,21 @@ def parse(kb.feed_text(text)progress.update(task, description="Saving data...")++ template_config = Template.get(template)+ if template_config is None:+ if template.endswith(".yaml"):+ import shutil+ filename = Path(template).name+ shutil.copy(template, output_path / filename)+ console.print(f"[dim]Custom template '{filename}' saved to KB directory[/dim]")+kb.dump(output_path)if not no_index:progress.update(task, description="Building search index...")kb.build_index()+ console.print("[dim]Index built successfully[/dim]")progress.update(task, description="Saving index...")kb.dump(output_path)@@ -624,6 +634,10 @@ def build_index(progress.update(task, description="Loading knowledge base...")kb.load(path)+ if force:+ console.print("[dim]Force rebuild: clearing existing index...[/dim]")+ kb.clear_index()+progress.update(task, description="Building index...")kb.build_index()diff --git a/hyperextract/cli/utils.py b/hyperextract/cli/utils.pyindex 4614326..b63ed19 100644--- a/hyperextract/cli/utils.py+++ b/hyperextract/cli/utils.py@@ -107,22 +107,38 @@ def validate_kb_with_index(kb_path: str) -> Path:def get_template_from_kb(kb_path: Path) -> Tuple[str, str]:- """Get template name and language from knowledge base metadata.+ """Get template path for knowledge base.- Args:- kb_path: Knowledge base directory path+ Load priority:+ 1. If template is in presets (e.g., "general/graph") -> use preset name+ 2. If template not in presets -> try to find {template}.yaml in KB directory- Returns:- Tuple of (template_name, language)+ Raises:+ ValueError: If template not found and no local yaml file exists"""from .config import load_kb_metadata+ from hyperextract.utils.template_engine import Gallerymetadata = load_kb_metadata(kb_path)+ if metadata is None:+ raise ValueError(f"No metadata.json found in knowledge base: {kb_path}")template = metadata.get("template")lang = metadata.get("lang")- return template, lang+ if template:+ if Gallery.get(template) is not None:+ return template, lang+ else:+ local_yaml = kb_path / f"{template}.yaml"+ if local_yaml.exists():+ return str(local_yaml), lang+ raise ValueError(+ f"Template '{template}' not found in presets and local file "+ f"'{local_yaml}' does not exist."+ )++ raise ValueError("No template specified in metadata.json")def validate_config() -> "ConfigManager":diff --git a/hyperextract/methods/typical/atom.py b/hyperextract/methods/typical/atom.pyindex 20bb609..4dbb1dd 100644--- a/hyperextract/methods/typical/atom.py+++ b/hyperextract/methods/typical/atom.py@@ -371,7 +371,7 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):)# 3. Call parent class initialization- logger.info("馃殌 Initializing Atom")+ logger.info("Initializing Atom")super().__init__(node_schema=NodeSchema,edge_schema=EdgeSchema,@@ -421,7 +421,7 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):obs_date_str = self.observation_time or datetime.now().strftime("%Y-%m-%d")# ==================== Step 1: Extract Atomic Facts ====================- logger.info("馃攳 [Phase 1] Extracting Atomic Facts...")+ logger.info("💡 [Phase 1] Extracting Atomic Facts...")# 1. Prepare raw chunksif len(text) <= self.chunk_size:@@ -452,14 +452,14 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):if fact_list and fact_list.atomic_fact:all_facts.extend(fact_list.atomic_fact)- logger.info(f"鉁?Extracted {len(all_facts)} atomic facts.")+ logger.info(f"✅ Extracted {len(all_facts)} atomic facts.")if not all_facts:- logger.warning("鈿狅笍 No facts extracted. Returning empty graph.")+ logger.warning("⚠️ No facts extracted. Returning empty graph.")return AutoGraphSchema()# ==================== Step 2: Extract Edges from Facts ====================- logger.info("馃攳 [Phase 2] Extracting Edges from Atomic Facts...")+ logger.info("💡 [Phase 2] Extracting Edges from Atomic Facts...")# 5. Group Facts into Chunks (Controlled by count AND size)# This ensures each fact remains intact and fact IDs reset per chunk@@ -565,17 +565,17 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):nodes, edges = self.nodes, self.edgesif not nodes:- logger.warning("鈿狅笍 No nodes to match; skipping matching.")+ logger.warning("⚠️ No nodes to match; skipping matching.")return self# 1. Generate Embeddings using self.embedder.embed_documentsnode_names = [n.name for n in nodes]- logger.info(f"馃搳 Generating embeddings for {len(node_names)} nodes...")+ logger.info(f"🔄 Generating embeddings for {len(node_names)} nodes...")try:embeddings = self.embedder.embed_documents(node_names)except Exception as e:- logger.error(f"鉂?Failed to generate embeddings: {e}")+ logger.error(f"❌ Failed to generate embeddings: {e}")return self# 2. Initialize SemHash from embeddings@@ -596,10 +596,10 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):mapping[record.record] = record.duplicates[0][0]if not mapping:- logger.info("鉁?No similar nodes found above threshold.")+ logger.info("✅ No similar nodes found above threshold.")return self- logger.info(f"馃敆 Found {len(mapping)} nodes to merge.")+ logger.info(f"🔗 Found {len(mapping)} nodes to merge.")# 5. Apply mapping to graph data# Update Node names@@ -619,6 +619,6 @@ class Atom(AutoGraph[NodeSchema, EdgeSchema]):self._set_data_state(new_data)logger.info(- f"鉁?Node matching complete: Nodes {len(nodes)} -> {len(self.nodes)}, Edges: {len(edges)}"+ f"✅ Node matching complete: Nodes {len(nodes)} -> {len(self.nodes)}, Edges: {len(edges)}")return selfdiff --git a/hyperextract/methods/typical/itext2kg_star.py b/hyperextract/methods/typical/itext2kg_star.pyindex 8113677..070597f 100644--- a/hyperextract/methods/typical/itext2kg_star.py+++ b/hyperextract/methods/typical/itext2kg_star.py@@ -167,7 +167,7 @@ class iText2KG_Star(AutoGraph[NodeSchema, EdgeSchema]):nodes_in_edge_fn = lambda x: (x.startNode.name, x.endNode.name)# 3. Call parent class initialization- logger.info("馃殌 Initializing iText2KG_Star")+ logger.info("🔧 Initializing iText2KG_Star")super().__init__(node_schema=NodeSchema,edge_schema=EdgeSchema,@@ -278,17 +278,17 @@ class iText2KG_Star(AutoGraph[NodeSchema, EdgeSchema]):nodes, edges = self.nodes, self.edgesif not nodes:- logger.warning("鈿狅笍 No nodes to match; skipping matching.")+ logger.warning("⚠️ No nodes to match; skipping matching.")return self# 1. Generate Embeddings using self.embedder.embed_documentsnode_names = [n.name for n in nodes]- logger.info(f"馃搳 Generating embeddings for {len(node_names)} nodes...")+ logger.info(f"🔄 Generating embeddings for {len(node_names)} nodes...")try:embeddings = self.embedder.embed_documents(node_names)except Exception as e:- logger.error(f"鉂?Failed to generate embeddings: {e}")+ logger.error(f"❌ Failed to generate embeddings: {e}")return self# 2. Initialize SemHash from embeddings@@ -309,10 +309,10 @@ class iText2KG_Star(AutoGraph[NodeSchema, EdgeSchema]):mapping[record.record] = record.duplicates[0][0]if not mapping:- logger.info("鉁?No similar nodes found above threshold.")+ logger.info("✅ No similar nodes found above threshold.")return self- logger.info(f"馃敆 Found {len(mapping)} nodes to merge.")+ logger.info(f"🔗 Found {len(mapping)} nodes to merge.")# 5. Apply mapping to graph data# Update Node names@@ -332,7 +332,7 @@ class iText2KG_Star(AutoGraph[NodeSchema, EdgeSchema]):self._set_data_state(new_data)logger.info(- f"鉁?Node matching complete: Nodes {len(nodes)} -> {len(self.nodes)}, Edges: {len(edges)}"+ f"✅ Node matching complete: Nodes {len(nodes)} -> {len(self.nodes)}, Edges: {len(edges)}")return selfdiff --git a/hyperextract/methods/typical/kg_gen.py b/hyperextract/methods/typical/kg_gen.pyindex 94fa748..3f4e676 100644--- a/hyperextract/methods/typical/kg_gen.py+++ b/hyperextract/methods/typical/kg_gen.py@@ -133,7 +133,7 @@ class KG_Gen(AutoGraph[NodeSchema, EdgeSchema]):nodes_in_edge_fn = lambda x: (x.subject, x.object)# 3. Call parent class initialization- logger.info("馃殌 Initializing KGGenGraph (Knowledge Graph Generator)")+ logger.info("🔧 Initializing KGGenGraph (Knowledge Graph Generator)")super().__init__(node_schema=NodeSchema,edge_schema=EdgeSchema,@@ -181,7 +181,7 @@ class KG_Gen(AutoGraph[NodeSchema, EdgeSchema]):nodes, edges = graph_data.nodes, graph_data.edgesif len(nodes) == 0:- logger.warning("鈿狅笍 No nodes to deduplicate; skipping deduplication.")+ logger.warning("⚠️ No nodes to deduplicate; skipping deduplication.")return graph_data# 1. Prepare data and run SemHash@@ -190,7 +190,7 @@ class KG_Gen(AutoGraph[NodeSchema, EdgeSchema]):try:embeddings = self.embedder.embed_documents(node_names)except Exception as e:- logger.error(f"鉂?Failed to generate embeddings: {e}")+ logger.error(f"❌ Failed to generate embeddings: {e}")return graph_datasemhash = SemHash.from_records(@@ -234,7 +234,7 @@ class KG_Gen(AutoGraph[NodeSchema, EdgeSchema]):Returns:A new, deduplicated KG_Gen instance."""- logger.info(f"馃搵 Creating deduplicated copy (threshold={threshold})...")+ logger.info(f"📋 Creating deduplicated copy (threshold={threshold})...")# 1. Deep copy current datagraph_data = self.data.model_copy(deep=True)diff --git a/hyperextract/templates/DESIGN_GUIDE.md b/hyperextract/templates/DESIGN_GUIDE.mdnew file mode 100644index 0000000..961d8cd--- /dev/null+++ b/hyperextract/templates/DESIGN_GUIDE.md@@ -0,0 +1,734 @@+# Hyper-Extract Design Guide++A comprehensive guide for designing YAML extraction templates in Hyper-Extract.++> 本指南中文版请查看 [DESIGN_GUIDE_zh.md](./DESIGN_GUIDE_zh.md)++---++## Table of Contents++- [Quick Reference](#quick-reference)+- [Part 1: Design Workflow](#part-1-design-workflow)+- [Part 2: Type-Specific Design](#part-2-type-specific-design)+- [Part 3: Field Reference](#part-3-field-reference)+- [Part 4: Quality Assurance](#part-4-quality-assurance)+- [Part 5: Validation](#part-5-validation)++---++## Quick Reference++### Type Selection Decision Tree++```+Need relationships?+├─ No → Record types+│ ├─ Single object → model+│ ├─ Ordered list → list+│ └─ Deduplicated set → set+└─ Yes → Graph types+ ├─ Binary (A→B) → graph+ └─ Multi-entity (A+B+C→D)+ ├─ Flat list → hypergraph (simple)+ └─ Role groups → hypergraph (nested)++After graph:+├─ + time dimension → temporal_graph+├─ + space dimension → spatial_graph+└─ + both → spatio_temporal_graph+```++### Naming Conventions++| Element | Convention | Example |+|---------|-----------|---------|+| Template name | CamelCase | `EarningsSummary` |+| Field names | snake_case | `company_name` |+| Relation type | `type` | (not `relation_type`) |+| Time field | `time` | (not `event_date`) |+| Tags | lowercase | `finance, investor` |++### Field Count Guidelines++| Component | Max Fields | Priority |+|-----------|------------|----------|+| Entity fields | 5 | Essential → Important → Optional |+| Relation fields | 5 | Essential → Important → Optional |+| List fields | 3 | Essential → Important → Optional |++---++## Part 1: Design Workflow++### Workflow Overview++```+User Input → brainstorm → designer → optimizer → validator+ ↓ ↓ ↓ ↓+ Type Selection YAML Gen Auto-fix Check+```++### Step 1: Brainstorm++Clarify requirements and determine the extraction type.++**Discussion Questions:**+- What is the input source?+- What to extract?+- Key fields needed?+- Entity types and granularity?+- Relation types (predefined or custom)?++**Output:** Design draft with type, fields, and notes.++### Step 2: Designer++Generate YAML based on the design draft.++**Output Template:**++```yaml+language: [zh, en]++name: TemplateName+type: [type]+tags: [domain]++description:+ zh: '...'+ en: '...'++output:+ description: '...'+ entities: # For graph types+ description: '...'+ fields: [...]+ fields: # For record types+ - name: field_name+ type: str+ description: '...'++guideline:+ target: '...'+ rules: [...] # For record types+ rules_for_entities: [...] # For graph types+ rules_for_relations: [...] # For graph types++identifiers: {}++display:+ label: '...'+```++### Step 3: Optimizer (Optional)++Auto-fix common issues and apply best practices.++**Auto-fix rules:**+- `relation_type` → `type`+- `event_date` → `time`+- Mixed language → separated zh/en++### Step 4: Validator++Verify YAML correctness.++**Validation checklist:**+- [ ] language: zh/en+- [ ] name: CamelCase+- [ ] type: valid AutoType+- [ ] tags: lowercase array+- [ ] description: non-empty+- [ ] output: exists+- [ ] guideline: exists++---++## Part 2: Type-Specific Design++### Critical: Schema vs Guideline Separation++**Schema defines WHAT, Guideline defines HOW TO DO WELL.**++| Schema Defines | Guideline Defines |+|---------------|-----------------|+| Field names | Extraction strategy |+| Field types | Quality requirements |+| Field descriptions | Creation conditions |+| Required/optional | Common mistakes |++**❌ Wrong:** Guideline repeats field definitions+**✅ Correct:** Guideline explains how to extract well++---++### 1. model - Single Structured Object++**Use when:** Extracting a single record with multiple fields.++**Template:**++```yaml+name: EarningsSummary+type: model+tags: [finance]++output:+ description: '...'+ fields:+ - name: company_name+ type: str+ description: 'Company name'+ required: true+ - name: revenue+ type: str+ description: 'Revenue amount'+ required: false++guideline:+ target: 'You are a financial analyst...'+ rules:+ - 'Extract precise figures consistent with the source'+ - 'Follow the format in the original text'++identifiers: {}++display:+ label: '{company_name}'+```++**Design Checklist:**+- [ ] All fields have clear semantic meaning?+- [ ] Field types are appropriate (str/int/float/list)?+- [ ] Required vs optional is reasonable?+- [ ] Default values are safe/meaningful?+- [ ] Display label references correct fields?+- [ ] Guideline does NOT repeat field definitions?++---++### 2. list - Ordered Array++**Use when:** Extracting ordered items (rankings, sequences, bullet points).++**Template:**++```yaml+name: KeywordList+type: list+tags: [general]++output:+ description: '...'+ fields:+ - name: term+ type: str+ description: 'Keyword or term'+ - name: rank+ type: int+ description: 'Order position'+ required: false++guideline:+ target: 'You are a keyword extraction expert...'+ rules:+ - 'Extract terms in the order they appear'+ - 'Maintain ranking order if explicitly stated'++identifiers: {}++display:+ label: '{term}'+```++**Design Checklist:**+- [ ] Items have consistent structure?+- [ ] Order is meaningful and preserved?+- [ ] No redundant fields?++---++### 3. set - Deduplicated Collection++**Use when:** Extracting unique entities (entity registry, keyword list).++**Template:**++```yaml+name: EntityRegistry+type: set+tags: [general]++output:+ description: '...'+ fields:+ - name: name+ type: str+ description: 'Entity name'+ - name: category+ type: str+ description: 'Entity type'+ required: false++guideline:+ target: 'You are an entity recognition expert...'+ rules:+ - 'Extract all unique entities'+ - 'Maintain consistent naming across the text'++identifiers:+ item_id: name++display:+ label: '{name}'+```++**Design Checklist:**+- [ ] item_id can uniquely identify records?+- [ ] Deduplication rules are clear?+- [ ] Similar entities are handled consistently?++---++### 4. graph - Binary Relations++**Use when:** Modeling relationships between two entities (A→B).++**Template:**++```yaml+name: OwnershipGraph+type: graph+tags: [finance]++output:+ description: '...'+ entities:+ description: 'Organization entities'+ fields:+ - name: name+ type: str+ description: 'Entity name'+ - name: type+ type: str+ description: 'Entity type'+ relations:+ description: 'Ownership relationships'+ fields:+ - name: source+ type: str+ description: 'Owner entity'+ - name: target+ type: str+ description: 'Owned entity'+ - name: type+ type: str+ description: 'Relation type'++guideline:+ target: 'You are a knowledge graph expert...'+ rules_for_entities:+ - 'Extract entities valuable for understanding the text'+ - 'Maintain consistent naming throughout'+ rules_for_relations:+ - 'Create relations only when explicitly stated'+ - 'Prefer relation words that appear in the text'++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+ relation_members:+ source: source+ target: target++display:+ entity_label: '{name} ({type})'+ relation_label: '{type}'+```++**Design Checklist:**+- [ ] Entity types cover key concepts?+- [ ] Entity granularity appropriate?+- [ ] Relation types semantically clear?+- [ ] source/target reference valid entities?+- [ ] No ambiguous relations?+- [ ] relation_label doesn't repeat source/target?++---++### 5. hypergraph - Multi-Entity Relations++**Use when:** Modeling complex relationships with multiple participants.++#### 5a. Simple Hypergraph (Flat List)++**Use when:** All participants have equal roles.++```yaml+relations:+ fields:+ - name: event_name+ type: str+ description: 'Event or mechanism name'+ - name: participants+ type: list+ description: 'List of participating entities'+ - name: type+ type: str+ description: 'Relation type'+ - name: outcome+ type: str+ description: 'Result or conclusion'+ required: false++identifiers:+ entity_id: name+ relation_id: '{event_name}|{type}'+ relation_members: participants # STRING+```++#### 5b. Nested Hypergraph (Semantic Grouping)++**Use when:** Participants have distinct semantic roles.++```yaml+relations:+ fields:+ - name: event_name+ type: str+ description: 'Event name'+ - name: group_a+ type: list+ description: 'Group A participants (e.g., attackers)'+ - name: group_b+ type: list+ description: 'Group B participants (e.g., defenders)'+ - name: outcome+ type: str+ description: 'Result'+ - name: reasoning+ type: str+ description: 'Explanation'+ required: false++identifiers:+ entity_id: name+ relation_id: '{event_name}'+ relation_members: [group_a, group_b] # LIST+```++**Common Grouping Patterns:**++| Scenario | Groups | Use Case |+|----------|--------|----------|+| Formula | sovereigns, ministers, assistants, envoys | TCM formulas |+| Battle | attackers, defenders | Military conflicts |+| Transaction | buyers, sellers, intermediaries | Commercial deals |+| Contract | parties, witnesses | Legal documents |++**Design Checklist:**+- [ ] How many semantic groups?+- [ ] What are the group names?+- [ ] Should use nested grouping instead of role field?+- [ ] Participant count reasonable?+- [ ] Outcome defined?++---++### 6. temporal_graph - Relations with Time++**Use when:** Relationships have temporal aspects.++**Add to graph:**++```yaml+relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str+ - name: time+ type: str+ description: 'When the relation occurred'+ required: false++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}|{time}'+ relation_members:+ source: source+ target: target+ time_field: time++guideline:+ rules_for_time:+ - 'Observation time: {observation_time}'+ - 'Absolute dates: Keep as-is (e.g., 2024-01-01)'+ - 'Relative time: Convert to absolute'+ - 'Fuzzy time: Leave empty, do not guess'+```++**Design Checklist:**+- [ ] Time is edge property, not node property?+- [ ] Format handling rules clear?+- [ ] Relative time conversion specified?++---++### 7. spatial_graph - Relations with Location++**Add to graph:**++```yaml+relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str+ - name: location+ type: str+ description: 'Where the relation occurred'+ required: false++identifiers:+ location_field: location++guideline:+ rules_for_location:+ - 'Observation location: {observation_location}'+ - 'Structured: Keep as-is'+ - 'Fuzzy: Use observation_location'+```++---++### 8. spatio_temporal_graph - Relations with Time + Location++**Combines temporal_graph and spatial_graph.**++```yaml+identifiers:+ time_field: time+ location_field: location+```++---++## Part 3: Field Reference++### Common Entity Fields++```yaml+entities:+ description: 'Entity definitions'+ fields:+ - name: name+ type: str+ description: 'Entity name (unique identifier)'+ - name: type+ type: str+ description: 'Entity type/category'+ - name: description+ type: str+ description: 'Brief description'+ required: false+```++### Common Relation Fields++```yaml+relations:+ description: 'Relation definitions'+ fields:+ - name: source+ type: str+ description: 'Source entity'+ - name: target+ type: str+ description: 'Target entity'+ - name: type+ type: str+ description: 'Relation type'+```++### Identifiers Configuration++#### For graph (binary)++```yaml+identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+ relation_members:+ source: source+ target: target+```++#### For hypergraph (simple)++```yaml+identifiers:+ relation_members: participants # STRING+```++#### For hypergraph (nested)++```yaml+identifiers:+ relation_members: [group_a, group_b] # LIST+```++### Display Configuration++| Type | entity_label | relation_label |+|------|--------------|----------------|+| graph | `{name} ({type})` | `{type}` |+| hypergraph | `{name}` | `{event_name}` or `{outcome}` |+| temporal | `{name} ({type})` | `{type}@{time}` |+| spatio_temporal | `{name} ({type})` | `{type}@{location}({time})` |++**Length guidelines:**+- entity_label: 5-20 characters+- relation_label: 10-30 characters++---++## Part 4: Quality Assurance++### Multi-language Rules++**Core Principle:** Each language field should use that language's own terminology.++| Field | Rule | Example |+|-------|------|---------|+| `zh` | Pure Chinese | `类型:实体` |+| `en` | Pure English | `Type: entity` |++**Forbidden patterns:**+- ❌ `zh` with English terms: `entity(实体)`+- ❌ `en` with Chinese characters: `类型`++**Translation patterns:**++| Chinese | English |+|---------|---------|+| 实体 | entity |+| 抽象概念 | abstract |+| 过程 | process |+| 关系 | relation |+| 高/中/低 | high/medium/low |++---++### Field Count Optimization++**Max fields per component:** 5++| Priority | Description |+|----------|-------------|+| Essential | source, target, participants |+| Important | type, time, location |+| Optional | description, metadata |++**Simplification strategy:** If >5 fields, consider:+- Splitting into multiple templates+- Moving optional fields to description+- Removing redundant fields++---++### Auto-fix Patterns++| Issue | Fix |+|-------|-----|+| `relation_type` | → `type` |+| `event_date` | → `time` |+| `entity_type` | → `type` |+| Mixed language in `zh` | Extract `entity(...)` → `实体` |+| Chinese chars in `en` | Translate to English |++---++## Part 5: Validation++### Validation Checklist++#### All Types+- [ ] language: zh/en+- [ ] name: CamelCase+- [ ] type: valid AutoType+- [ ] tags: lowercase array+- [ ] description: non-empty+- [ ] output: exists+- [ ] guideline: exists++#### Graph Types+- [ ] output.entities: exists+- [ ] output.relations: exists+- [ ] identifiers.entity_id: exists+- [ ] identifiers.relation_id: exists+- [ ] identifiers.relation_members: configured++#### Hypergraph+- [ ] relation_members is string OR list+- [ ] If list: all fields are type: list++#### Temporal/Spatial+- [ ] identifiers.time_field: configured (temporal)+- [ ] identifiers.location_field: configured (spatial)++### Common Errors++| Error | Fix |+|-------|-----|+| Missing required field | Add the field |+| Invalid type value | Use valid AutoType |+| Mixed language | Separate zh/en content |+| Field count >5 | Simplify or split |++---++## Appendix++### AutoType Quick Reference++```+Need single object → model+Need list → list+Need deduplication → set+Need binary relations → graph+Need multi-party relations → hypergraph+Need time → temporal_graph+Need location → spatial_graph+Need both → spatio_temporal_graph+```++### Template Directory Structure++```+templates/+├── presets/+│ ├── general/ # 13 templates (8 base + 5 domain-specific)+│ ├── finance/ # 5 templates+│ ├── medicine/ # 5 templates+│ ├── tcm/ # 5 templates+│ ├── industry/ # 5 templates+│ └── legal/ # 5 templates+├── DESIGN_GUIDE.md # This guide+├── DESIGN_GUIDE_zh.md # Chinese version+├── README.md # Template catalog+└── README_ZH.md # 中文目录+```++---++## License++Part of the Hyper-Extract project. See [root LICENSE](../../LICENSE).diff --git a/hyperextract/templates/DESIGN_GUIDE_zh.md b/hyperextract/templates/DESIGN_GUIDE_zh.mdnew file mode 100644index 0000000..747bfb8--- /dev/null+++ b/hyperextract/templates/DESIGN_GUIDE_zh.md@@ -0,0 +1,734 @@+# Hyper-Extract 设计指南++Hyper-Extract YAML 抽取模板的完整设计指南。++> English version: [DESIGN_GUIDE.md](./DESIGN_GUIDE.md)++---++## 目录++- [快速参考](#快速参考)+- [第一部分:设计工作流](#第一部分设计工作流)+- [第二部分:类型设计指南](#第二部分类型设计指南)+- [第三部分:字段参考](#第三部分字段参考)+- [第四部分:质量保证](#第四部分质量保证)+- [第五部分:验证指南](#第五部分验证指南)++---++## 快速参考++### 类型选择决策树++```+需要建模关系吗?+├─ 否 → 记录类型+│ ├─ 单个对象 → model+│ ├─ 有序列表 → list+│ └─ 去重集合 → set+└─ 是 → 图类型+ ├─ 二元关系 (A→B) → graph+ └─ 多元关系 (A+B+C→D)+ ├─ 扁平列表 → hypergraph (简单)+ └─ 角色分组 → hypergraph (嵌套)++图类型扩展:+├─ + 时间维度 → temporal_graph+├─ + 空间维度 → spatial_graph+└─ + 两者 → spatio_temporal_graph+```++### 命名规范++| 元素 | 规范 | 示例 |+|------|------|------|+| 模板名称 | CamelCase | `EarningsSummary` |+| 字段名称 | snake_case | `company_name` |+| 关系类型字段 | `type` | (不是 `relation_type`) |+| 时间字段 | `time` | (不是 `event_date`) |+| 标签 | 小写 | `finance, investor` |++### 字段数量指南++| 组件 | 最大字段数 | 优先级 |+|------|-----------|--------|+| 实体字段 | 5 | 必要 → 重要 → 可选 |+| 关系字段 | 5 | 必要 → 重要 → 可选 |+| 列表字段 | 3 | 必要 → 重要 → 可选 |++---++## 第一部分:设计工作流++### 工作流概览++```+用户输入 → brainstorm → designer → optimizer → validator+ ↓ ↓ ↓ ↓+ 类型选择 YAML生成 自动修复 检查+```++### 步骤 1: Brainstorm++明确需求,确定抽取类型。++**讨论问题:**+- 输入来源是什么?+- 需要抽取什么?+- 需要哪些关键字段?+- 实体类型和粒度?+- 关系类型(预定义还是自定义)?++**输出:** 包含类型、字段和备注的设计草稿。++### 步骤 2: Designer++根据设计草稿生成 YAML。++**输出模板:**++```yaml+language: [zh, en]++name: TemplateName+type: [type]+tags: [domain]++description:+ zh: '...'+ en: '...'++output:+ description: '...'+ entities: # 图类型+ description: '...'+ fields: [...]+ fields: # 记录类型+ - name: field_name+ type: str+ description: '...'++guideline:+ target: '...'+ rules: [...] # 记录类型+ rules_for_entities: [...] # 图类型+ rules_for_relations: [...] # 图类型++identifiers: {}++display:+ label: '...'+```++### 步骤 3: Optimizer(可选)++自动修复常见问题,应用最佳实践。++**自动修复规则:**+- `relation_type` → `type`+- `event_date` → `time`+- 混合语言 → 分离 zh/en++### 步骤 4: Validator++验证 YAML 正确性。++**验证清单:**+- [ ] language: zh/en+- [ ] name: CamelCase+- [ ] type: 有效的 AutoType+- [ ] tags: 小写数组+- [ ] description: 非空+- [ ] output: 存在+- [ ] guideline: 存在++---++## 第二部分:类型设计指南++### 核心原则:Schema 与 Guideline 分离++**Schema 定义"是什么",Guideline 定义"如何做好"。**++| Schema 定义 | Guideline 定义 |+|-------------|----------------|+| 字段名称 | 抽取策略 |+| 字段类型 | 质量要求 |+| 字段描述 | 创建条件 |+| 必填/可选 | 常见错误 |++**❌ 错误:** Guideline 重复字段定义+**✅ 正确:** Guideline 解释如何做好抽取++---++### 1. model - 单个结构化对象++**适用场景:** 抽取包含多个字段的单个记录。++**模板:**++```yaml+name: EarningsSummary+type: model+tags: [finance]++output:+ description: '...'+ fields:+ - name: company_name+ type: str+ description: '公司名称'+ required: true+ - name: revenue+ type: str+ description: '营收金额'+ required: false++guideline:+ target: '你是一位财务分析师...'+ rules:+ - '提取与原文一致的精确数字'+ - '遵循原文中的格式'++identifiers: {}++display:+ label: '{company_name}'+```++**设计清单:**+- [ ] 所有字段有明确的语义?+- [ ] 字段类型适当 (str/int/float/list)?+- [ ] 必填/可选设置合理?+- [ ] 默认值安全且有意义?+- [ ] display.label 引用正确字段?+- [ ] Guideline 没有重复字段定义?++---++### 2. list - 有序数组++**适用场景:** 抽取有序项目(排名、序列、项目列表)。++**模板:**++```yaml+name: KeywordList+type: list+tags: [general]++output:+ description: '...'+ fields:+ - name: term+ type: str+ description: '关键词或术语'+ - name: rank+ type: int+ description: '顺序位置'+ required: false++guideline:+ target: '你是一位关键词提取专家...'+ rules:+ - '按出现顺序提取术语'+ - '如有明确排名则保持顺序'++identifiers: {}++display:+ label: '{term}'+```++**设计清单:**+- [ ] 项目结构一致?+- [ ] 顺序有意义且被保留?+- [ ] 没有冗余字段?++---++### 3. set - 去重集合++**适用场景:** 抽取唯一实体(实体注册表、关键词列表)。++**模板:**++```yaml+name: EntityRegistry+type: set+tags: [general]++output:+ description: '...'+ fields:+ - name: name+ type: str+ description: '实体名称'+ - name: category+ type: str+ description: '实体类型'+ required: false++guideline:+ target: '你是一位实体识别专家...'+ rules:+ - '提取所有唯一实体'+ - '全文保持命名一致'++identifiers:+ item_id: name++display:+ label: '{name}'+```++**设计清单:**+- [ ] item_id 能唯一标识记录?+- [ ] 去重规则清晰?+- [ ] 相似的实体被一致处理?++---++### 4. graph - 二元关系++**适用场景:** 建模两个实体之间的关系(A→B)。++**模板:**++```yaml+name: OwnershipGraph+type: graph+tags: [finance]++output:+ description: '...'+ entities:+ description: '组织实体'+ fields:+ - name: name+ type: str+ description: '实体名称'+ - name: type+ type: str+ description: '实体类型'+ relations:+ description: '所有权关系'+ fields:+ - name: source+ type: str+ description: '所有者实体'+ - name: target+ type: str+ description: '被拥有实体'+ - name: type+ type: str+ description: '关系类型'++guideline:+ target: '你是一位知识图谱专家...'+ rules_for_entities:+ - '提取对理解文本有价值的实体'+ - '全文保持命名一致'+ rules_for_relations:+ - '仅在文本明确表达时创建关系'+ - '优先使用文本中出现的关系词'++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+ relation_members:+ source: source+ target: target++display:+ entity_label: '{name} ({type})'+ relation_label: '{type}'+```++**设计清单:**+- [ ] 实体类型覆盖关键概念?+- [ ] 实体粒度适当?+- [ ] 关系类型语义清晰?+- [ ] source/target 引用有效实体?+- [ ] 没有歧义关系?+- [ ] relation_label 不重复 source/target?++---++### 5. hypergraph - 多元关系++**适用场景:** 建模多方参与的复杂关系。++#### 5a. 简单超图(扁平列表)++**适用场景:** 所有参与者角色相同。++```yaml+relations:+ fields:+ - name: event_name+ type: str+ description: '事件或机制名称'+ - name: participants+ type: list+ description: '参与实体列表'+ - name: type+ type: str+ description: '关系类型'+ - name: outcome+ type: str+ description: '结果或结论'+ required: false++identifiers:+ entity_id: name+ relation_id: '{event_name}|{type}'+ relation_members: participants # 字符串+```++#### 5b. 嵌套超图(语义分组)++**适用场景:** 参与者有明确的语义角色。++```yaml+relations:+ fields:+ - name: event_name+ type: str+ description: '事件名称'+ - name: group_a+ type: list+ description: 'A组参与者(如:攻方)'+ - name: group_b+ type: list+ description: 'B组参与者(如:守方)'+ - name: outcome+ type: str+ description: '结果'+ - name: reasoning+ type: str+ description: '解释说明'+ required: false++identifiers:+ entity_id: name+ relation_id: '{event_name}'+ relation_members: [group_a, group_b] # 列表+```++**常见分组模式:**++| 场景 | 分组 | 适用场景 |+|------|------|----------|+| 方剂 | sovereigns, ministers, assistants, envoys | 中医方剂 |+| 战役 | attackers, defenders | 军事冲突 |+| 交易 | buyers, sellers, intermediaries | 商业交易 |+| 合同 | parties, witnesses | 法律文档 |++**设计清单:**+- [ ] 有多少语义分组?+- [ ] 分组名称是什么?+- [ ] 是否应该使用嵌套分组而非角色字段?+- [ ] 参与者数量合理?+- [ ] 结果定义清晰?++---++### 6. temporal_graph - 带时间的关系++**适用场景:** 关系具有时间属性。++**添加到 graph:**++```yaml+relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str+ - name: time+ type: str+ description: '关系发生时间'+ required: false++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}|{time}'+ relation_members:+ source: source+ target: target+ time_field: time++guideline:+ rules_for_time:+ - '观察时间点:{observation_time}'+ - '绝对时间:保持原样(如 2024-01-01)'+ - '相对时间:转换为绝对时间'+ - '模糊时间:留空,不猜测'+```++**设计清单:**+- [ ] 时间是边的属性,不是节点属性?+- [ ] 格式处理规则清晰?+- [ ] 相对时间转换规则已指定?++---++### 7. spatial_graph - 带位置的关系++**添加到 graph:**++```yaml+relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str+ - name: location+ type: str+ description: '关系发生地点'+ required: false++identifiers:+ location_field: location++guideline:+ rules_for_location:+ - '观察位置:{observation_location}'+ - '结构化地点:保持原样'+ - '模糊地点:使用观察位置'+```++---++### 8. spatio_temporal_graph - 带时间和位置的关系++**综合 temporal_graph 和 spatial_graph。**++```yaml+identifiers:+ time_field: time+ location_field: location+```++---++## 第三部分:字段参考++### 常用实体字段++```yaml+entities:+ description: '实体定义'+ fields:+ - name: name+ type: str+ description: '实体名称(唯一标识)'+ - name: type+ type: str+ description: '实体类型/类别'+ - name: description+ type: str+ description: '简要描述'+ required: false+```++### 常用关系字段++```yaml+relations:+ description: '关系定义'+ fields:+ - name: source+ type: str+ description: '源实体'+ - name: target+ type: str+ description: '目标实体'+ - name: type+ type: str+ description: '关系类型'+```++### Identifiers 配置++#### graph(二元关系)++```yaml+identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+ relation_members:+ source: source+ target: target+```++#### hypergraph(简单)++```yaml+identifiers:+ relation_members: participants # 字符串+```++#### hypergraph(嵌套)++```yaml+identifiers:+ relation_members: [group_a, group_b] # 列表+```++### Display 配置++| 类型 | entity_label | relation_label |+|------|--------------|----------------|+| graph | `{name} ({type})` | `{type}` |+| hypergraph | `{name}` | `{event_name}` 或 `{outcome}` |+| temporal | `{name} ({type})` | `{type}@{time}` |+| spatio_temporal | `{name} ({type})` | `{type}@{location}({time})` |++**长度指南:**+- entity_label:5-20 个字符+- relation_label:10-30 个字符++---++## 第四部分:质量保证++### 多语言规则++**核心原则:** 每个语言字段应使用该语言的术语。++| 字段 | 规则 | 示例 |+|------|------|------|+| `zh` | 纯中文 | `类型:实体` |+| `en` | 纯英文 | `Type: entity` |++**禁止的模式:**+- ❌ `zh` 包含英文术语:`entity(实体)`+- ❌ `en` 包含中文字符:`类型`++**翻译对照:**++| 中文 | 英文 |+|------|------|+| 实体 | entity |+| 抽象概念 | abstract |+| 过程 | process |+| 关系 | relation |+| 高/中/低 | high/medium/low |++---++### 字段数量优化++**每个组件最大字段数:** 5++| 优先级 | 说明 |+|--------|------|+| 必要 | source, target, participants |+| 重要 | type, time, location |+| 可选 | description, metadata |++**简化策略:** 如果字段 > 5,考虑:+- 拆分为多个模板+- 将可选字段移到 description+- 删除冗余字段++---++### 自动修复模式++| 问题 | 修复 |+|------|------|+| `relation_type` | → `type` |+| `event_date` | → `time` |+| `entity_type` | → `type` |+| `zh` 中混合语言 | 提取 `entity(...)` → `实体` |+| `en` 中有中文字符 | 翻译为英文 |++---++## 第五部分:验证指南++### 验证清单++#### 所有类型+- [ ] language: zh/en+- [ ] name: CamelCase+- [ ] type: 有效的 AutoType+- [ ] tags: 小写数组+- [ ] description: 非空+- [ ] output: 存在+- [ ] guideline: 存在++#### 图类型+- [ ] output.entities: 存在+- [ ] output.relations: 存在+- [ ] identifiers.entity_id: 存在+- [ ] identifiers.relation_id: 存在+- [ ] identifiers.relation_members: 已配置++#### 超图+- [ ] relation_members 是字符串或列表+- [ ] 如果是列表:所有字段类型为 list++#### 时空类型+- [ ] identifiers.time_field: 已配置(temporal)+- [ ] identifiers.location_field: 已配置(spatial)++### 常见错误++| 错误 | 修复 |+|------|------|+| 缺少必填字段 | 添加字段 |+| 类型值无效 | 使用有效的 AutoType |+| 混合语言 | 分离 zh/en 内容 |+| 字段数量 >5 | 简化或拆分 |++---++## 附录++### AutoType 快速参考++```+需要单个对象 → model+需要列表 → list+需要去重 → set+需要二元关系 → graph+需要多方关系 → hypergraph+需要时间 → temporal_graph+需要位置 → spatial_graph+需要两者 → spatio_temporal_graph+```++### 模板目录结构++```+templates/+├── presets/+│ ├── general/ # 13 个模板(8 个基础 + 5 个领域专用)+│ ├── finance/ # 5 个模板+│ ├── medicine/ # 5 个模板+│ ├── tcm/ # 5 个模板+│ ├── industry/ # 5 个模板+│ └── legal/ # 5 个模板+├── DESIGN_GUIDE.md # 本指南(英文)+├── DESIGN_GUIDE_zh.md # 本指南(中文)+├── README.md # 模板目录+└── README_ZH.md # 中文目录+```++---++## 许可证++作为 Hyper-Extract 项目的一部分。参见[根目录许可证](../../LICENSE)。diff --git a/hyperextract/templates/PLANNING_TEMPLATES_REDESIGN.md b/hyperextract/templates/PLANNING_TEMPLATES_REDESIGN.mddeleted file mode 100644index 50942d6..0000000--- a/hyperextract/templates/PLANNING_TEMPLATES_REDESIGN.md+++ /dev/null@@ -1,879 +0,0 @@-# Hyper-Extract 知识模板重构计划--## 📋 项目现状分析--### 当前结构-```-templates/-├── presets/ # 6个核心领域-│ ├── finance/ # 金融-│ ├── general/ # 通用(需保留base_*)-│ ├── industry/ # 工业-│ ├── legal/ # 法律-│ ├── medicine/ # 医学-│ └── tcm/ # 中医-└── legacy/ # 旧模板(归档,待清理)- ├── presets/ # 6个归档领域- └── zh/ # Python模板-```--### 现有问题-1. **过度设计**:创建了自我想象的需求-2. **模板膨胀**:许多模板功能重叠,用户难以选择-3. **脱离实际需求**:缺乏对技术趋势的响应-------## 🔥 GitHub热点调研结论(2026年3月)--### 关键技术趋势-- **Agentic AI**:Sub-agents、Memory、Skills组合成为主流-- **MCP (Model Context Protocol)**:正在成为Agent间通信标准-- **Skills Marketplace**:3.7万+个可安装skill-- **Workflow as Code**:YAML配置文件定义AI工作流-------## 🎯 重新设计原则--1. **用户真实需求驱动**:不是"可能有用",而是"真正需要"-2. **控制模板数量**:每个领域5-8个精选模板-3. **言简意赅命名**:模板名称简洁明了-4. **每个图需描述**:明确用于什么文档、建模什么、可视化什么-5. **保持base_*不变**:通用基础模板已完善-------## 📚 1. **general** - 通用领域 ⭐--### 设计原则-通用领域服务于所有文档类型,重点关注AI时代新需求和通用文档分析。--### 模板清单--#### 保留项(9个)--| 模板 | 类型 | 描述 |-|------|------|------|-| `base_graph` | graph | 通用图基础 |-| `base_hypergraph` | hypergraph | 通用超图基础 |-| `base_list` | list | 通用列表基础 |-| `base_model` | model | 通用模型基础 |-| `base_set` | set | 通用集合基础 |-| `base_temporal_graph` | temporal_graph | 时序图基础 |-| `base_spatial_graph` | spatial_graph | 空间图基础 |-| `base_spatio_temporal_graph` | spatio_temporal_graph | 时空图基础 |--#### 新增项(3个)--##### 1.1 `workflow_graph` - 流程图--**用于文档**:Skill定义文件(SKILL.md)、Agent工作流文档、SOP操作手册、业务流程说明--**建模内容**:步骤名称、步骤类型(skill/step/condition/branch)、输入要求、输出结果、条件分支--**可视化什么**:展示步骤之间的执行顺序、依赖关系、分支汇聚,形成流程可视化图--```yaml-type: temporal_graph-核心要素:- - step_name: 步骤名称- - step_type: 类型(skill/step/condition/branch)- - description: 步骤描述- - input: 输入要求- - output: 输出结果-关系:- - next: 顺序执行- - triggers: 触发条件- - branches_to: 条件分支- - converges: 汇聚点-```-------##### 1.2 `doc_structure` - 文档结构图--**用于文档**:技术文档(README、API docs)、论文、报告、规范文档--**建模内容**:章节标题、节点类型(chapter/section/paragraph/code/table)、层级深度、内容摘要、交叉引用--**可视化什么**:展示文档的层级结构、章节关系、引用关系,便于理解长文档脉络--```yaml-type: graph-核心要素:- - node_type: 节点类型(chapter/section/paragraph/code/table)- - title: 标题/名称- - level: 层级深度- - summary: 内容摘要-关系:- - contains: 包含关系(父→子)- - references: 引用关系(交叉引用)-```-------##### 1.3 `biography_graph` - 传记图--**用于文档**:人物传记、回忆录、年谱、人物介绍文章--**建模内容**:事件名称、发生日期、发生地点、重要性、涉及人物、人物关系--**可视化什么**:展示人物的关键事件人生轨迹、事件因果关系、人物互动网络--```yaml-type: temporal_graph-核心要素:- - event: 事件名称- - event_date: 发生日期- - location: 发生地点- - significance: 重要性(高/中/低)- - participants[]: 涉及人物-关系:- - precedes: 时间先后- - causes: 因果关系- - involves: 参与关系-```-------##### 1.4 `concept_graph` - 概念关系图--**用于文档**:教科书、百科全书、学术论文、概念解释文档--**建模内容**:概念名称、概念类型(实体/抽象/过程)、定义、层级关系--**可视化什么**:展示概念之间的层级关系(is-a/part-of)、语义关联,形成知识地图--```yaml-type: graph-核心要素:- - concept: 概念名称- - category: 概念类型(实体/抽象/过程/关系)- - definition: 简要定义-关系:- - subclass_of: 层级关系(子类)- - part_of: 组成关系(部分)- - related_to: 相关关系-```-------### 删除项-- ❌ `clause_list` → 合并到legal-- ❌ `compliance_logic` → 合并到legal-- ❌ `knowledge_graph` → 用base_graph替代-- ❌ `social_network` → 过于泛化-- ❌ `cross_reference_net` → 用doc_structure替代-- ❌ `life_event_timeline` → 重命名为biography_graph--**general预期数量:13个(原14个)**-------## 💰 2. **finance** - 金融--### 设计原则-金融领域用户需求明确,保留高频使用模板。--### 模板清单(5个)--##### 2.1 `earnings_summary` - 财报会议摘要--**用于文档**:财报电话会议记录(Earnings Call Transcript)--**建模内容**:公司名、季度、收入/EPS实际值、与预期对比、前瞻指引、整体基调、亮点/关切--**可视化什么**:快速理解会议核心内容,把握管理层信心和关键议题--```yaml-type: model-核心字段:- - company_name, quarter- - reported_revenue, reported_eps- - revenue_vs_consensus, eps_vs_consensus- - guidance_revenue, guidance_eps- - overall_tone- - key_highlights[], key_concerns[]-```-------##### 2.2 `sentiment_model` - 市场情绪模型--**用于文档**:财经新闻、市场评论、研究报告、社交媒体帖子--**建模内容**:情绪分数(-1到1)、主导主题、关键实体、价格影响--**可视化什么**:量化市场情绪变化,识别舆情与股价的关联--```yaml-type: model-核心字段:- - sentiment_score: -1到1- - dominant_theme: 主导主题- - key_entities[]: 关键实体- - price_impact: 价格影响-```-------##### 2.3 `event_timeline` - 重大事件时间线--**用于文档**:8-K报告、新闻稿、公司公告、投资评级调整--**建模内容**:事件名称、事件日期、重大性(是否重大)、影响程度--**可视化什么**:展示公司重要事件的时间顺序和因果关系,支持事件驱动分析--```yaml-type: temporal_graph-核心要素:- - event: 事件名称- - event_date: 事件日期- - materiality: 重大性-关系:- - causes: 因果关系- - precedes: 时间先后-```-------##### 2.4 `ownership_graph` - 股权结构图--**用于文档**:招股说明书(IPO S-1)、年度报告(10-K)、股东名册--**建模内容**:股东名称、持股比例、股东类型(机构/个人/关联方)、控制权关系--**可视化什么**:展示股权层级结构、控制关系路径,辅助尽职调查和UBO识别--```yaml-type: graph-核心要素:- - shareholder: 股东名称- - shareholder_type: 股东类型- - ownership_percentage: 持股比例-关系:- - controls: 控制关系- - belongs_to: 归属集团-```-------##### 2.5 `risk_factor_set` - 风险因子集合--**用于文档**:年报风险章节(10-K Item 1A)、季报风险披露、招股说明书风险章节--**建模内容**:风险因子、风险类别(经营/财务/市场/法规)、严重程度--**可视化什么**:提取和归类风险因子,便于风险监控和比较分析--```yaml-type: set-核心要素:- - risk_factor: 风险因子- - severity: 严重程度- - category: 风险类别-```-------### 删除项-- ❌ `SupplyChainGraph` → 合并到其他或删除-- ❌ `MDANarrativeGraph` → 合并到event_timeline-- ❌ `DiscussionGraph` → 使用率低-- ❌ `FactorInfluenceHypergraph` → 过于复杂-- ❌ `ValuationLogicMap` → 过于主观-- ❌ 其他20+个模板 → 删除--**finance预期数量:5个(原20+个)**-------## 🏥 3. **medicine** - 医学--### 设计原则-医学文档标准化程度高,选择最通用的模板。--### 模板清单(5个)--##### 3.1 `treatment_map` - 治疗方案图--**用于文档**:临床实践指南、治疗方案文档、临床路径文件--**建模内容**:患者特征、诊断、治疗方案、适应症、禁忌组合、治疗结果--**可视化什么**:展示诊断→治疗→结果的决策路径,辅助临床决策支持系统(CDSS)--```yaml-type: hypergraph-核心要素:- - patient: 患者特征- - diagnosis: 诊断- - treatment: 治疗方案- - outcome: 治疗结果-关系:- - indicates: 适应症- - contraindicated_with: 禁忌组合-```-------##### 3.2 `drug_interaction` - 药物相互作用图--**用于文档**:药品说明书、药物相互作用手册、临床药学文档--**建模内容**:药物A、药物B、相互作用类型(协同/拮抗)、作用机制、严重程度--**可视化什么**:展示多种药物之间的相互作用网络,辅助用药安全和药物重整--```yaml-type: graph-核心要素:- - drug: 药物名称- - drug_class: 药物类别-关系:- - interacts_with: 相互作用(标注类型和严重程度)- - contraindicated: 禁忌组合-```-------##### 3.3 `anatomy_graph` - 解剖结构图--**用于文档**:解剖学教科书、解剖图谱、外科手术记录--**建模内容**:解剖结构名称、结构层级(系统→器官→组织→细胞)、位置--**可视化什么**:展示人体结构的层级包含关系和空间位置,辅助外科计划和医学教育--```yaml-type: graph-核心要素:- - structure: 解剖结构- - level: 层级(系统→器官→组织→细胞)- - location: 空间位置-关系:- - contains: 包含关系- - located_in: 位于关系-```-------##### 3.4 `hospital_timeline` - 住院病程时间线--**用于文档**:出院小结、病程记录、手术记录、会诊记录--**建模内容**:事件类型(入院/检查/手术/用药/出院)、事件日期、执行人、结果--**可视化什么**:展示患者住院期间的事件顺序,便于病历分析和质量控制--```yaml-type: temporal_graph-核心要素:- - event: 事件(入院/检查/手术/用药/出院)- - event_date: 发生日期- - performer: 执行人-关系:- - follows: 顺序关系- - results_in: 结果关系-```-------##### 3.5 `discharge_instruction` - 出院指导--**用于文档**:出院小结、患者教育材料、用药指导单--**建模内容**:用药列表及用法、随访安排、注意事项、警告信号--**可视化什么**:结构化呈现出院后患者需知内容,便于医患沟通和患者管理--```yaml-type: model-核心字段:- - medications[]: 用药列表及用法- - follow_up: 随访安排- - restrictions: 注意事项- - warning_signs[]: 警告信号-```-------### 删除项-- ❌ `ComplexInteractionNet` → 合并到drug_interaction-- ❌ `PathologyHypergraph` → 合并到treatment_map-- ❌ `LevelOfEvidence` → 过于学术-- ❌ `MicroscopicFeatureSet` → 过于专业-- ❌ `TumorStagingItem` → 可作为treatment_map子集-- ❌ 其他10+个模板 → 删除--**medicine预期数量:5个(原15+个)**-------## ⚖️ 4. **legal** - 法律--### 设计原则-法律文档逻辑严密,保留核心模板并简化。--### 模板清单(5个)--##### 4.1 `contract_obligation` - 合同义务图--**用于文档**:服务合同(MSA/SLA)、采购合同、租赁合同、劳动合同--**建模内容**:合同主体、义务内容、触发条件、例外情形、违约责任--**可视化什么**:展示合同中各方的权利义务关系、条件触发链,便于合同审查和履约监控--```yaml-type: hypergraph-核心要素:- - party: 主体- - obligation: 义务- - trigger: 触发条件- - exception: 例外情形-关系:- - must_perform: 主体需履行- - triggered_by: 条件触发- - exempt_by: 例外免责-```-------##### 4.2 `case_fact_timeline` - 案件事实时间线--**用于文档**:判决书、起诉状、答辩状、证据材料--**建模内容**:事实描述、发生日期、相关证据、是否争议、认定结果--**可视化什么**:展示案件事实的时间顺序和证据链,辅助诉讼分析--```yaml-type: temporal_graph-核心要素:- - fact: 事实描述- - date: 发生日期- - evidence: 相关证据- - disputed: 是否争议-关系:- - preceded_by: 时间先后- - proves: 证据支持-```-------##### 4.3 `case_citation` - 判例引用图--**用于文档**:判决书、法律意见书、学术论文、判例汇编--**建模内容**:案件名称、引用条款、审理法院、判决结果--**可视化什么**:展示判例之间的引用关系和效力层级,辅助法律研究和先例分析--```yaml-type: graph-核心要素:- - case: 案件名称- - citation: 引用条款- - court: 审理法院-关系:- - cites: 引用关系- - distinguished_from: 区分解释- - overruled_by: 推翻-```-------##### 4.4 `compliance_list` - 合规要求清单--**用于文档**:合规手册、法规汇编、审计报告、内控文档--**建模内容**:合规要求、依据法规、完成期限、责任人--**可视化什么**:结构化列出合规要求,便于合规审计和GAP分析--```yaml-type: list-核心字段:- - requirement: 合规要求- - regulation: 依据法规- - deadline: 完成期限- - responsible_party: 责任人-```-------##### 4.5 `defined_term_set` - 定义术语集合--**用于文档**:合同(特别是英文合同)、法律意见书、法规定义章节--**建模内容**:定义术语、定义位置、含义摘要--**可视化什么**:提取合同中所有定义条款,便于术语一致性检查和快速理解--```yaml-type: set-核心要素:- - term: 定义术语- - defined_in: 定义位置- - meaning: 含义摘要-```-------### 删除项-- ❌ `AdjudicationLogic` → 过于复杂-- ❌ `BeneficialOwnershipGraph` → 合并到finance的ownership_graph-- ❌ `LiabilityClauseList` → 合并到contract_obligation-- ❌ 其他5+个模板 → 删除--**legal预期数量:5个(原10+个)**-------## 🌿 5. **tcm** - 中医--### 设计原则-中医领域小众但专业,选择核心模板并增加关联图。--### 模板清单(5个)--##### 5.1 `formula_composition` - 方剂组成图--**用于文档**:经典方剂著作(《伤寒论》《金匮要略》)、现代方剂学教材、临床验方--**建模内容**:方剂名称、药材名称、角色(君/臣/佐/使)、剂量、配伍关系--**可视化什么**:展示方剂中各药材的角色分配和配伍关系,辅助方剂分析和药理研究--```yaml-type: hypergraph-核心要素:- - formula: 方剂名称- - herb: 药材名称- - role: 角色(君/臣/佐/使)- - dosage: 剂量-关系:- - combines_with: 配伍关系- - antagonizes: 相恶相反-```-------##### 5.2 `syndrome_reasoning` - 证候推理图--**用于文档**:医案(医话/医论)、临床经验集、中医诊疗指南--**建模内容**:症状表现、证候类型、治法原则、推荐方剂--**可视化什么**:展示症状→证候→治法→方剂的推理链条,辅助辨证论治和经验挖掘--```yaml-type: hypergraph-核心要素:- - symptom: 症状表现- - syndrome: 证候类型- - principle: 治法原则- - formula: 推荐方剂-关系:- - leads_to: 导致- - treated_by: 治疗-```-------##### 5.3 `meridian_graph` - 经络流注图--**用于文档**:针灸学教材、经络腧穴学、针灸临床指南--**建模内容**:穴位名称、所属经脉、位置描述、流注顺序--**可视化什么**:展示穴位在经脉上的分布和流注顺序,辅助针灸教学和临床取穴--```yaml-type: graph-核心要素:- - acupoint: 穴位名称- - meridian: 所属经脉- - location: 位置描述-关系:- - located_on: 位于经脉- - flows_to: 流注顺序-```-------##### 5.4 `herb_property` - 药材属性模型--**用于文档**:中药学教材(《神农本草经》《本草纲目》)、中药数据库、药品标准--**建模内容**:药材名称、四气、五味、归经、功效、毒性--**可视化什么**:结构化呈现药材的基本属性,便于中药数据库建设和临床查询--```yaml-type: model-核心字段:- - name: 药材名称- - nature: 四气(寒/热/温/凉)- - flavor: 五味(酸/苦/甘/辛/咸)- - meridian_entry: 归经- - efficacy: 功效- - toxicity: 毒性-```-------##### 5.5 `herb_relation` - 药材关联图--**用于文档**:中药学教材、方剂学文献、临床用药指南、药对研究--**建模内容**:药材名称、关联类型(相须/相使/相畏/相杀/相恶/相反)、关联描述--**可视化什么**:展示药材之间的协同或对抗关系,辅助临床配伍和用药安全--```yaml-type: graph-核心要素:- - herb: 药材名称- - herb_property: 药材属性(可选)-关系:- - synergizes: 相须/相使(协同)- - reduces_toxicity: 相畏/相杀(减毒)- - antagonizes: 相恶/相反(对抗)-```-------### 删除项-- ❌ `AcupointLocationMap` → 合并到meridian_graph-- ❌ `PulseTongueRecord` → 过于细节-- ❌ `ProcessingMethod` → 可作为herb_property扩展-- ❌ 其他5+个模板 → 删除--**tcm预期数量:5个(原10+个)**-------## ⚙️ 6. **industry** - 工业--### 设计原则-工业领域文档实用性强,保留操作相关模板。--### 模板清单(5个)--##### 6.1 `operation_flow` - 操作流程图--**用于文档**:SOP操作手册、设备操作规程、维修作业指导书--**建模内容**:操作步骤名称、步骤类型(动作/检查/切换)、设备状态、预期结果--**可视化什么**:展示操作的步骤顺序、状态变化和预期结果,辅助SOP可视化和操作培训--```yaml-type: graph-核心要素:- - step: 操作步骤名称- - step_type: 类型(动作/检查/切换)- - equipment_state: 设备状态- - expected_result: 预期结果-关系:- - next: 顺序执行- - triggers: 触发条件- - results_in: 导致状态变化-```-------##### 6.2 `safety_control` - 安全控制图--**用于文档**:安全管理手册、安全操作规程、风险评估报告、应急预案--**建模内容**:危险源、风险点、控制措施、责任角色--**可视化什么**:展示危险源→风险→控制措施的链条,辅助安全管理和审核--```yaml-type: graph-核心要素:- - hazard: 危险源- - risk_point: 风险点- - control_measure: 控制措施- - responsible_role: 责任角色-关系:- - causes: 导致风险- - mitigates: 减轻风险- - assigned_to: 分配责任-```-------##### 6.3 `failure_case` - 故障案例图--**用于文档**:故障分析报告、维修记录、设备履历、故障案例库--**建模内容**:故障现象、根本原因、纠正措施、预防措施、经验教训--**可视化什么**:展示故障现象→原因→措施的因果链,辅助故障诊断和经验积累--```yaml-type: graph-核心要素:- - phenomenon: 故障现象- - root_cause: 根本原因- - corrective_action: 纠正措施- - lesson: 经验教训-关系:- - caused_by: 由...引起- - resolved_by: 通过...解决- - prevented_by: 预防措施-```-------##### 6.4 `equipment_topology` - 设备拓扑图--**用于文档**:设备手册、系统设计文档、工厂布局图、备件清单--**建模内容**:设备名称、设备类型、安装位置、规格参数、连接关系--**可视化什么**:展示设备之间的物理连接和层级关系,辅助设备管理和系统理解--```yaml-type: graph-核心要素:- - equipment: 设备名称- - equipment_type: 设备类型- - location: 安装位置- - specifications: 规格参数-关系:- - connected_to: 物理连接- - located_in: 安装位置- - contains: 包含关系-```-------##### 6.5 `emergency_response` - 应急响应图--**用于文档**:应急预案、应急演练方案、事故处置规程--**建模内容**:事故场景、响应动作、责任人、响应顺序、资源需求--**可视化什么**:展示事故→响应动作→责任人的触发链,辅助应急演练和事故处置--```yaml-type: graph-核心要素:- - scenario: 事故场景- - action: 响应动作- - responsible_role: 责任人- - resource: 所需资源-关系:- - triggers: 触发响应- - executed_by: 执行责任人- - requires: 所需资源-```-------### 删除项-- ❌ `IncidentCausalityMap` → 合并到failure_case-- ❌ `SystemCompatibilityGraph` → 使用率低-- ❌ `PartReplacementList` → 过于细节-- ❌ `SystemTopologyGraph` → 与equipment_topology重复-- ❌ 其他10+个模板 → 删除--**industry预期数量:5个(原15+个)**-------## 📊 重构预期效果--### 模板数量变化--| 领域 | 重构前 | 重构后 | 变化 |-|------|--------|--------|------|-| general | 14 | 13 | +4新增,-5删除 |-| finance | 20+ | 5 | -75% |-| medicine | 15+ | 5 | -67% |-| legal | 10+ | 5 | -50% |-| tcm | 10+ | 5 | -50% |-| industry | 15+ | 5 | -67% |-| **总计** | **80+** | **38** | **-53%** |--### 新增/重命名模板汇总--| 新模板 | 用途 | 来源 |-|--------|------|------|-| `workflow_graph` | 流程图(Skill/Workflow/SOP) | 新增 |-| `doc_structure` | 文档结构图 | 新增 |-| `biography_graph` | 传记图 | 重命名(life_event_timeline) |-| `concept_graph` | 概念关系图 | 重命名(concept_hierarchy) |-| `herb_relation` | 药材关联图 | 新增 |-------## 🗓️ 实施计划--### Phase 1: 准备阶段-- [ ] 确认保留的base_*模板清单-- [ ] 制定各模板YAML格式规范-- [ ] 建立模板测试用例--### Phase 2: general领域(优先)-- [ ] workflow_graph-- [ ] doc_structure-- [ ] biography_graph-- [ ] concept_graph--### Phase 3: 其他领域精简-- [ ] finance:保留5个,删除15+-- [ ] medicine:保留5个,删除10+-- [ ] legal:保留5个,删除5+-- [ ] tcm:保留5个,新增herb_relation,删除5+-- [ ] industry:保留5个,删除10+--### Phase 4: legacy清理-- [ ] 将归档领域移至legacy/presets-- [ ] 清理Python模板(zh目录)-- [ ] 更新文档引用--### Phase 5: 验证与发布-- [ ] 运行模板测试-- [ ] 更新README-- [ ] 发布新版本-------## 🤔 待确认事项--1. **workflow_graph的粒度**:- - 是否需要支持嵌套的subskill/step?- - 条件分支的表示方式?(if/else/loop)- - 是否需要支持并行执行节点?--2. **biography_graph**:- - 是否需要支持"人物关系"作为单独的关系类型?- - 地点信息用spatial_graph还是作为event的属性?--3. **herb_relation关联类型**:- - 是否需要区分"相须/相使/相畏/相杀/相恶/相反"?--4. **模板优先级**:哪些模板应该优先实现?--5. **legacy清理时机**:是现在清理还是分阶段?-------## 📝 附录:GitHub热点参考--### 2026年3月Trending项目-| 项目 | Stars | 领域 |-|------|-------|------|-| DeerFlow | 47K | AI Agent |-| OpenClaw | 270K | AI Assistant |-| ruflo | 26K | Agent Orchestration |-| obra/superpowers | 15K | AI Coding OS |diff --git a/hyperextract/templates/README.md b/hyperextract/templates/README.mdindex 43a190d..2378d5c 100644--- a/hyperextract/templates/README.md+++ b/hyperextract/templates/README.md@@ -1,31 +1,33 @@-# Hyper-Extract Core Domain Templates+# Hyper-Extract Knowledge Templates-The **Hyper-Extract Domain Templates** library provides structured knowledge graph extraction from raw documents.+A curated library of YAML-based templates for structured knowledge extraction from domain-specific documents.-> 切换至 [中文版](./README_ZH.md)+> Read this in [中文](./README_ZH.md)----## 📁 Directory Structure--```-templates/-├── presets/ # Domain templates (6 core domains)-│ ├── finance/ # Finance & Investment-│ ├── general/ # General Purpose-│ ├── industry/ # Industry & Manufacturing-│ ├── legal/ # Legal & Compliance-│ ├── medicine/ # Medicine & Healthcare-│ └── tcm/ # Traditional Chinese Medicine-├── customs/ # Custom templates (user-created)-└── README.md-```+## Table of Contents++- [Quick Start](#quick-start)+- [Core Concepts](#core-concepts)+- [AutoType Reference](#autotype-reference)+- [When to Use Which Type](#when-to-use-which-type)+- [Document-to-Template Guide](#document-to-template-guide)+- [Template Catalog](#template-catalog)+ - [General Domain](#general-domain)+ - [Finance Domain](#finance-domain)+ - [Medicine Domain](#medicine-domain)+ - [TCM Domain](#tcm-domain)+ - [Industry Domain](#industry-domain)+ - [Legal Domain](#legal-domain)+- [Base Templates Reference](#base-templates-reference)+- [Custom Templates](#custom-templates)----## 🚀 Quick Start+## Quick Start-### Using YAML Config (Recommended)+### Installation & Setup```pythonfrom hyperextract.utils.template_engine import Gallery, TemplateFactory@@ -33,332 +35,435 @@ from langchain_openai import ChatOpenAI, OpenAIEmbeddingsllm = ChatOpenAI(model="gpt-4o-mini")embedder = OpenAIEmbeddings()+```++### Load & Use a Template-# Get template-config = Gallery.get("KnowledgeGraph")+```python+config = Gallery.get("general/workflow_graph")-# Create templatetemplate = TemplateFactory.create(config, llm, embedder)-result = template.parse("Your text here...")-# List all available templates-print(Gallery.list_all())+result = template.parse("Your document text here...")```----+### Browse Available Templates-## 📋 Domain Index+```python+all_templates = Gallery.list()+print(f"Total templates: {len(all_templates)}")-| Domain | Description | Key Focus |-| :--- | :--- | :--- |-| **`general`** | General Purpose | Arbitrary text, encyclopedias, biographies, regulations |-| **`finance`** | Finance & Investment | Reports, filings, transcripts, earnings calls |-| **`medicine`** | Medicine & Healthcare | Clinical records, guidelines, drug information |-| **`tcm`** | Traditional Chinese Medicine | Case records, herbology, acupuncture |-| **`industry`** | Industry & Manufacturing | Maintenance, safety, operations |-| **`legal`** | Legal & Compliance | Contracts, judgments, regulations |+graph_templates = Gallery.list(filter_by_type="graph")+print(f"Graph templates: {list(graph_templates.keys())}")----+finance_templates = Gallery.list(filter_by_tag="finance")+print(f"Finance templates: {list(finance_templates.keys())}")+```-## 🔧 Primitive Types+----| Primitive | Description |-| :--- | :--- |-| **`AutoGraph`** | Knowledge Graph - extracts entities and pairwise relationships |-| **`AutoSet`** | Entity Set - deduplicates and collects unique entities |-| **`AutoList`** | List - extracts arrays of values (keywords, items, etc.) |-| **`AutoModel`** | Data Model - extracts structured data fields (like an infobox) |-| **`AutoTemporalGraph`** | Temporal Graph - builds time-ordered event sequences |-| **`AutoHypergraph`** | Hypergraph - models complex multi-entity relationships |+## Core Concepts++### What is a Knowledge Template?++A knowledge template is a YAML configuration that defines:+- **What to extract** from your documents (entities, relations, fields)+- **How to structure** the output (schema definition)+- **Extraction guidelines** for the LLM (instructions and rules)++### Template Structure++```yaml+language: [zh, en]++name: template_name+type: graph | hypergraph | model | list | set | temporal_graph | spatial_graph | spatio_temporal_graph+tags: [domain, category]++description:+ zh: '中文描述'+ en: 'English description'++output:+ description:+ zh: '输出描述'+ en: 'Output description'+ entities: # For graph types+ fields: [...]+ fields: # For model types+ - name: field_name+ type: str | int | float | list+ description: {...}+ relations:+ fields: [...]++guideline:+ target: {...}+ rules_for_entities: [...]+ rules_for_relations: [...]++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+```----## 📚 Domain Details+## AutoType Reference-### 1. 📚 `general` (General Purpose)+Hyper-Extract provides 8 extraction types, forming two families:-The default choice for unstructured text that doesn't fit a specific industry.+### Record Types (Extracting Data)-* **Base Templates**: General-purpose knowledge extraction templates covering all AutoType primitives. Use these as building blocks or extend them for domain-specific needs.+| Type | Description | Output Structure |+|------|-------------|-----------------|+| **model** | Single structured object | Flat fields with values |+| **list** | Ordered array | Array of items |+| **set** | Deduplicated collection | Unique items only |-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`BaseModel`** | `AutoModel` | General-purpose structured object extraction | Universal single-object extraction |-| **`BaseList`** | `AutoList` | General-purpose ordered list extraction | Universal list extraction |-| **`BaseSet`** | `AutoSet` | General-purpose entity deduplication | Universal entity collection |-| **`BaseGraph`** | `AutoGraph` | General-purpose knowledge graph extraction | Universal binary relation extraction |-| **`BaseHypergraph`** | `AutoHypergraph` | General-purpose hypergraph extraction | Universal multi-entity relation extraction |-| **`BaseTemporalGraph`** | `AutoTemporalGraph` | General-purpose temporal graph extraction | Universal time-ordered relation extraction |-| **`BaseSpatialGraph`** | `AutoSpatialGraph` | General-purpose spatial graph extraction | Universal location-aware relation extraction |-| **`BaseSpatioTemporalGraph`** | `AutoSpatioTemporalGraph` | General-purpose spatio-temporal graph extraction | Universal time & location relation extraction |+### Graph Types (Extracting Relationships)-* **Arbitrary Text (Universal Extraction)**: Any type of text for direct entity and relationship extraction.+| Type | Description | Output Structure |+|------|-------------|-----------------|+| **graph** | Binary relations | Nodes + Edges (source→target) |+| **hypergraph** | Multi-entity relations | Nodes + Hyperedges (multiple participants) |+| **temporal_graph** | Relations + time | Nodes + Edges with timestamps |+| **spatial_graph** | Relations + location | Nodes + Edges with coordinates |+| **spatio_temporal_graph** | Relations + time + location | Nodes + Edges with both |-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`KnowledgeGraph`** | `AutoGraph` | General-purpose knowledge graph extraction | Open-domain text, web pages |-| **`EntityRegistry`** | `AutoSet` | Deduplicates unique entities (People, Orgs) | Entity collection, NER tasks |-| **`KeywordList`** | `AutoList` | Core concepts, topics, or tags | Content indexing, tagging |+```+ ┌─────────────┐+ │ Record │+ │ Types │+ └──────┬──────┘+ │+ ┌─────────────────┼─────────────────┐+ │ │ │+ ▼ ▼ ▼+ ┌─────────┐ ┌───────────┐ ┌─────────┐+ │ model │ │ list │ │ set │+ └─────────┘ └───────────┘ └─────────┘++ ┌─────────────┐+ │ Graph │+ │ Types │+ └──────┬──────┘+ │+ ┌─────────────────┼─────────────────┐+ │ │ │+ ▼ ▼ ▼+ ┌─────────┐ ┌───────────┐ ┌─────────────┐+ │ graph │ │ hypergraph│ │ temporal_* │+ └─────────┘ └───────────┘ └─────────────┘+ │+ ▼+ ┌─────────────┐+ │ spatial_* │+ └─────────────┘+```-* **Wikipedia / Encyclopedias**: Comprehensive entity descriptions with structured attributes.+----| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`EncyclopediaItem`** | `AutoModel` | Structured profile (infobox style) | Wiki pages, dictionaries |-| **`ConceptHierarchy`** | `AutoGraph` | Taxonomy: Subclass-Of, Part-Of relations | Scientific wikis, textbooks |-| **`CrossReferenceNet`** | `AutoGraph` | Hyperlinks and citations between concepts | Navigation maps |+## When to Use Which Type-* **Biographies & Memoirs**: Life stories focusing on key events and relationships.+### Decision Tree-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`LifeEventTimeline`** | `AutoTemporalGraph` | Chronological life events with timestamps | Biographies, diaries |-| **`SocialNetwork`** | `AutoGraph` | Interpersonal relationships and interactions | Character studies |-| **`PersonalProfile`** | `AutoModel` | Static attributes (birth, education, career) | Profiles, CVs |+```+Does your document contain relationships between entities?+│+├─ No+│ └─ Is the data a single structured object?+│ ├─ Yes → model+│ └─ No+│ └─ Is order important?+│ ├─ Yes → list+│ └─ No → set+│+└─ Yes+ └─ Are relations binary (A→B)?+ ├─ Yes+ │ └─ Need time or location?+ │ ├─ Time only → temporal_graph+ │ ├─ Location only → spatial_graph+ │ ├─ Both → spatio_temporal_graph+ │ └─ Neither → graph+ └─ No (multi-party)+ └─ Need time or location?+ ├─ Time only → temporal_graph+ ├─ Location only → spatial_graph+ ├─ Both → spatio_temporal_graph+ └─ Neither → hypergraph+```-* **Regulations & Compliance**: Policies, SOPs, and compliance guidelines.+### Quick Reference-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`RegulationProfile`** | `AutoModel` | Policy name, version, scope, effective date | Policy overview, version control |-| **`ComplianceLogic`** | `AutoHypergraph` | Complex "Who + Condition → Must/Must Not Do What" | Compliance auditing |-| **`PenaltyRegistry`** | `AutoSet` | Unique violations and consequences | Risk management |-| **`OperationalProcedure`** | `AutoGraph` | Sequential steps for applications/approvals | SOP visualization |-| **`PenaltyMapping`** | `AutoGraph` | Violation → Process → Consequence chain | Root cause analysis |-| **`ClauseList`** | `AutoList` | Atomic clauses for quick indexing | Clause retrieval |+| Scenario | Recommended Type |+|----------|-----------------|+| Extract a person profile | model |+| List all meeting attendees | set |+| Rank companies by revenue | list |+| Extract who works at where | graph |+| Analyze multi-party contract obligations | hypergraph |+| Build a company history timeline | temporal_graph |+| Map store locations and territories | spatial_graph |+| Track delivery routes with timestamps | spatio_temporal_graph |----### 2. 💰 `finance` (Finance)--Optimized for complex financial relationships, market sentiment, and temporal events.+## Document-to-Template Guide++Match your document type to the right template:++| Document Type | Recommended Templates | Type |+|---------------|---------------------|------|+| **Earnings Call Transcript** | earnings_summary | model |+| **Financial News Article** | sentiment_model, event_timeline | model, temporal_graph |+| **IPO Prospectus** | ownership_graph, event_timeline | graph, temporal_graph |+| **Clinical Practice Guideline** | treatment_map | hypergraph |+| **Drug Interaction Reference** | drug_interaction | graph |+| **Patient Discharge Summary** | hospital_timeline, discharge_instruction | temporal_graph, model |+| **Medical Textbook** | anatomy_graph | graph |+| **Service Contract (MSA)** | contract_obligation | hypergraph |+| **Court Judgment** | case_fact_timeline, case_citation | temporal_graph, graph |+| **Legal Compliance Document** | compliance_list, defined_term_set | list, set |+| **SOP / Operation Manual** | workflow_graph, operation_flow | temporal_graph, graph |+| **Equipment Manual** | equipment_topology | graph |+| **Safety Handbook** | safety_control, emergency_response | graph, graph |+| **Failure Analysis Report** | failure_case | graph |+| **TCM Medical Record** | syndrome_reasoning | hypergraph |+| **Classical Formula Text** | formula_composition | hypergraph |+| **Acupuncture Text** | meridian_graph | graph |+| **Herbal Compendium** | herb_property | model |+| **Biography / Memoir** | biography_graph | temporal_graph |+| **Technical Documentation** | doc_structure | graph |+| **Skill Definition (Agent)** | workflow_graph | temporal_graph |+| **Conceptual Text** | concept_graph | graph |-* **SEC Filings (10-K / 10-Q / 8-K)**: Standardized regulatory filings with financial statements, MD&A, risk factors.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`FilingFinancialSnapshot`** | `AutoModel` | Key figures from financial statements | Fundamental screening |-| **`MDANarrativeGraph`** | `AutoGraph` | Causal relationships from MD&A | Narrative analytics |-| **`FilingRiskFactorSet`** | `AutoSet` | Risk factors from Item 1A | Risk monitoring |-| **`MaterialEventTimeline`** | `AutoTemporalGraph` | Material events from 8-K reports | Event-driven analysis |-| **`SegmentPerformanceList`** | `AutoList` | Revenue, income by segment/region | Segment valuation |-| **`FinancialDataTemporalGraph`** | `AutoTemporalGraph` | Financial metrics across reporting periods | Trend analysis |-| **`RiskAssessmentGraph`** | `AutoGraph` | Risk factor → Financial impact paths | Risk monitoring |-| **`SupplyChainGraph`** | `AutoGraph` | Supply chain entities and risks | ESG analysis |--* **Equity Research Reports**: Analyst reports with ratings, target prices, investment logic.+----| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ResearchNoteSummary`** | `AutoModel` | Ratings, target price, investment logic | Report database |-| **`FinancialForecast`** | `AutoList` | Projected Revenue, EPS, PE | Consensus analysis |-| **`ValuationLogicMap`** | `AutoGraph` | Causal chains for stock performance | Strategy mapping |-| **`FactorInfluenceHypergraph`** | `AutoHypergraph` | Macro → Industry → Company relationships | Factor attribution |-| **`RiskFactorList`** | `AutoList` | Downside risks | Risk monitoring |+## Template Catalog-* **Prospectuses / IPO (S-1)**: Company history, shareholder structure, use of proceeds.+### General Domain-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ShareholderStructure`** | `AutoGraph` | Ownership percentages, controlling paths | Due diligence |-| **`ProceedsUsage`** | `AutoList` | Project names, amounts, timelines | Post-IPO monitoring |-| **`CompanyHistoryTimeline`** | `AutoTemporalGraph` | Founding, funding, pivots | History mapping |+General-purpose templates applicable to any document type.-* **Earnings Call Transcripts**: Quarterly conference calls with financial results and guidance.+**Base Templates (8)**-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`EarningsCallSummary`** | `AutoModel` | Metrics, guidance, call tone | Quarterly review |-| **`ManagementGuidanceList`** | `AutoList` | Forward-looking statements | Guidance tracking |-| **`DiscussionGraph`** | `AutoGraph` | Entity relationships in Q&A | Analyst focus analysis |-| **`CallSentimentHypergraph`** | `AutoHypergraph` | Multi-dimensional sentiment analysis | Trading signals |+| Template | Type | Description |+|----------|------|-------------|+| [base_model](./presets/general/base_model.yaml) | model | General structured data extraction |+| [base_list](./presets/general/base_list.yaml) | list | General ordered list extraction |+| [base_set](./presets/general/base_set.yaml) | set | General deduplicated set extraction |+| [base_graph](./presets/general/base_graph.yaml) | graph | General knowledge graph (entities + binary relations) |+| [base_hypergraph](./presets/general/base_hypergraph.yaml) | hypergraph | General hypergraph (multi-entity relations) |+| [base_temporal_graph](./presets/general/base_temporal_graph.yaml) | temporal_graph | General temporal graph (relations + time) |+| [base_spatial_graph](./presets/general/base_spatial_graph.yaml) | spatial_graph | General spatial graph (relations + location) |+| [base_spatio_temporal_graph](./presets/general/base_spatio_temporal_graph.yaml) | spatio_temporal_graph | General spatio-temporal graph (relations + time + location) |-* **Financial News & Market Commentary**: News articles and market commentary.+**Domain-Specific Templates (5)**-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`MarketSentimentModel`** | `AutoModel` | Sentiment polarity, entities, price impact | Trading signals |-| **`FinancialEventCausalGraph`** | `AutoGraph` | Event → Entity → Market reaction | Strategy analysis |-| **`MultiSourceSentimentHypergraph`** | `AutoHypergraph` | Cross-source sentiment fusion | Ensemble scoring |-| **`MarketNarrativeTimeline`** | `AutoTemporalGraph` | Narrative evolution over time | Thematic investing |+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [workflow_graph](./presets/general/workflow_graph.yaml) | temporal_graph | Extract workflow steps and execution order | Skill definitions, Agent workflows, SOPs |+| [doc_structure](./presets/general/doc_structure.yaml) | graph | Extract document hierarchy and cross-references | Technical docs, papers, reports |+| [biography_graph](./presets/general/biography_graph.yaml) | temporal_graph | Extract life events with timestamps | Biographies, memoirs, year timelines |+| [concept_graph](./presets/general/concept_graph.yaml) | graph | Extract conceptual hierarchies and relations | Textbooks, encyclopedias, academic papers |----### 3. 🏥 `medicine` (Medicine)--Focuses on causality, standardized terminology (UMLS), and precise relationships.--* **Medical Textbooks**: Anatomy, pathology, treatment protocols.+### Finance Domain-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`PathologyHypergraph`** | `AutoHypergraph` | Gene + Env + Trigger → Disease | Research KB |-| **`MedicalConceptNet`** | `AutoGraph` | Medical terms and semantic relations | Taxonomy building |-| **`PharmacologyGraph`** | `AutoGraph` | Drug-receptor-physiology interactions | Drug mechanism analysis |-| **`AnatomyHierarchy`** | `AutoGraph` | Hierarchical anatomy positions | Surgical planning |-| **`SymptomDifferential`** | `AutoSet` | Symptoms → Differential diseases | Diagnostic support |+Templates optimized for financial documents and investor relations.-* **Clinical Practice Guidelines**: Standardized treatment decision trees.+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [earnings_summary](./presets/finance/earnings_summary.yaml) | model | Extract earnings call key metrics | Earnings call transcripts |+| [sentiment_model](./presets/finance/sentiment_model.yaml) | model | Quantify market sentiment and themes | Financial news, research reports |+| [event_timeline](./presets/finance/event_timeline.yaml) | temporal_graph | Build company event timelines | 8-K filings, news releases |+| [ownership_graph](./presets/finance/ownership_graph.yaml) | graph | Extract shareholder structures | IPO prospectuses, annual reports |+| [risk_factor_set](./presets/finance/risk_factor_set.yaml) | set | Catalog risk factors by category | 10-K risk sections |-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`TreatmentRegimenMap`** | `AutoHypergraph` | Multi-modal treatments | Oncology protocols |-| **`ClinicalPathway`** | `AutoGraph` | If-Then-Else clinical decisions | Pathway management |-| **`LevelOfEvidence`** | `AutoList` | Recommendations with evidence grades | Clinical QA |--* **Discharge Summaries**: Patient hospital stay narratives.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SurgicalEventGraph`** | `AutoHypergraph` | Surgery as {Surgeon, Site, Procedure, Tools} | Quality control |-| **`HospitalCourseTimeline`** | `AutoTemporalGraph` | Admission → Tests → Procedures → Outcomes | Case review |-| **`DischargeInstruction`** | `AutoModel` | Medications, follow-ups, rehabilitation | Patient management |--* **Pathology Reports**: Microscopic tissue descriptions.+----| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`TumorStagingItem`** | `AutoModel` | TNM staging (T, N, M, Stage) | Tumor registry |-| **`MicroscopicFeatureSet`** | `AutoSet` | IHC results and mutations | Targeted therapy |+### Medicine Domain-* **Drug Package Inserts**: Indications, contraindications, interactions.+Templates for clinical and medical documentation.-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ComplexInteractionNet`** | `AutoHypergraph` | Drug A + B + condition → Reaction | CDSS |-| **`ContraindicationList`** | `AutoList` | Absolute contraindications | Prescription blocking |-| **`AdverseReactionStats`** | `AutoList` | Reactions by system with frequency | Pharmacovigilance |+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [treatment_map](./presets/medicine/treatment_map.yaml) | hypergraph | Extract diagnosis-treatment-outcome mappings | Clinical guidelines |+| [drug_interaction](./presets/medicine/drug_interaction.yaml) | graph | Map drug interaction networks | Drug references, interaction databases |+| [anatomy_graph](./presets/medicine/anatomy_graph.yaml) | graph | Extract anatomical hierarchies | Anatomy textbooks, surgical records |+| [hospital_timeline](./presets/medicine/hospital_timeline.yaml) | temporal_graph | Build patient admission timelines | Discharge summaries, progress notes |+| [discharge_instruction](./presets/medicine/discharge_instruction.yaml) | model | Structured patient discharge information | Discharge summaries, patient education |----### 4. 🌿 `tcm` (Traditional Chinese Medicine)--Specialized for syndrome differentiation (`Bian Zheng`) and herbal compatibility.--* **Medical Case Records (Yi An)**: Clinical records with symptoms, pattern differentiation, and formulas.+### TCM Domain-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SyndromeReasoningGraph`** | `AutoHypergraph` | Symptoms → Syndrome → Principle → Formula | Experience mining |-| **`PrescriptionModification`** | `AutoGraph` | Base formula modifications by symptoms | Clinical rules analysis |-| **`PulseTongueRecord`** | `AutoList` | Tongue and pulse characteristics | Diagnosis objectification |+Templates for Traditional Chinese Medicine literature.-* **Herbal Compendiums (Ben Cao)**: Herb properties, flavors, meridian tropism.+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [formula_composition](./presets/tcm/formula_composition.yaml) | hypergraph | Extract formula composition (君臣佐使) | Classical formula texts |+| [syndrome_reasoning](./presets/tcm/syndrome_reasoning.yaml) | hypergraph | Extract syndrome-treatment reasoning | Medical case records |+| [meridian_graph](./presets/tcm/meridian_graph.yaml) | graph | Map acupoint-meridian relationships | Acupuncture texts |+| [herb_property](./presets/tcm/herb_property.yaml) | model | Extract herb properties (四气五味) | Herbal compendiums |+| [herb_relation](./presets/tcm/herb_relation.yaml) | graph | Map herb compatibility (七情) | Formula texts, compatibility guides |-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`HerbPropertyModel`** | `AutoModel` | Four Natures, Five Flavors, Toxicity | TCM database |-| **`CompatibilityNet`** | `AutoGraph` | Seven Emotions relationships | Contraindication warning |-| **`ProcessingMethod`** | `AutoList` | Processing methods and effects | Processing standards |--* **Prescription Formularies (Fang Zhu)**: Formula composition with Monarch/Minister/Assistant/Envoy roles.+----| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`FormulaComposition`** | `AutoHypergraph` | Formula hierarchy (Monarch, Minister, Assistant, Envoy) | Structure analysis |-| **`FunctionIndicationMap`** | `AutoGraph` | Formula → Functions → Indications | Recommendation systems |+### Industry Domain-* **Meridian & Acupoint Treatises**: Acupoint locations and therapeutic effects.+Templates for industrial operations and maintenance.-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`AcupointLocationMap`** | `AutoGraph` | Acupoint spatial relationships | Acupuncture teaching |-| **`MeridianFlowGraph`** | `AutoGraph` | Twelve meridian pathways | Meridian theory |+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [operation_flow](./presets/industry/operation_flow.yaml) | graph | Extract operation steps and outcomes | SOPs, operation manuals |+| [safety_control](./presets/industry/safety_control.yaml) | graph | Map hazard-risk-control relationships | Safety handbooks |+| [failure_case](./presets/industry/failure_case.yaml) | graph | Extract failure phenomenon-causes-solutions | Failure analysis reports |+| [equipment_topology](./presets/industry/equipment_topology.yaml) | graph | Map equipment hierarchies and connections | Equipment manuals |+| [emergency_response](./presets/industry/emergency_response.yaml) | graph | Map emergency scenarios and responses | Emergency plans |----### 5. ⚙️ `industry` (Industry)--Focuses on operational data in manufacturing, energy, and power sectors.+### Legal Domain-* **Management Specifications**: Safety procedures, emergency plans.+Templates for legal documents and compliance.-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SafetyControlGraph`** | `AutoGraph` | Hazard sources, risk points, controls | Safety procedures |-| **`EmergencyResponseGraph`** | `AutoGraph` | Incident scenarios, response actions | Emergency plans |-| **`IncidentCausalityMap`** | `AutoHypergraph` | Hazard → Trigger → Violation → Consequence | Risk prevention |-| **`SafetyTimeline`** | `AutoTemporalGraph` | Operations and response sequences | Accident review |+| Template | Type | Purpose | Documents |+|---------|------|---------|-----------|+| [contract_obligation](./presets/legal/contract_obligation.yaml) | hypergraph | Extract party-obligation relationships | Service contracts, procurement contracts |+| [case_fact_timeline](./presets/legal/case_fact_timeline.yaml) | temporal_graph | Build case fact timelines | Court judgments |+| [case_citation](./presets/legal/case_citation.yaml) | graph | Extract case citation relationships | Legal opinions, case law |+| [compliance_list](./presets/legal/compliance_list.yaml) | list | Structured compliance requirements | Compliance manuals, audit reports |+| [defined_term_set](./presets/legal/defined_term_set.yaml) | set | Catalog defined terms | Contracts, legal opinions |-* **Technical Specifications / Datasheets**: Equipment parameters, design standards.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SystemTopologyGraph`** | `AutoGraph` | Factory areas, systems, equipment hierarchy | System manuals |-| **`EquipmentTopologyGraph`** | `AutoGraph` | Equipment entities and connections | Equipment diagrams |-| **`SpecParameterTable`** | `AutoModel` | Rated power, materials, tolerances | Equipment records |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | Device-environment relationships | Selection assistance |+----* **Operations**: Operating procedures, mode switching.+## Base Templates Reference-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`OperationFlowGraph`** | `AutoGraph` | Operation steps, states, results | Operating procedures |-| **`OperatingModeGraph`** | `AutoGraph` | Operating modes and switching conditions | Mode switching |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | Operator, tool, object, duration | SOP standardization |+Base templates provide foundation patterns for extraction. Use them directly or extend them for custom needs.-* **Maintenance**: Inspection records, failure cases, spare parts.+### Record Type Patterns-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`InspectionRecordGraph`** | `AutoGraph` | Equipment and inspection items | Inspection logs |-| **`FailureCaseGraph`** | `AutoGraph` | Phenomena, causes, measures, lessons | Failure case libraries |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | Phenomena, causes, components, solutions | Fault diagnosis |-| **`PartReplacementList`** | `AutoList` | Part numbers, quantities, reasons | Spare parts management |+| Pattern | Schema | Use Case |+|---------|--------|----------|+| Key-Value Pairs | model | Information cards, profiles |+| Sequential Items | list | Rankings, sequences |+| Unique Items | set | Entity registries |-* **HSE Incident Reports**: Safety incident investigations.+### Graph Type Patterns-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | Hazard, trigger, violation, consequence | Accident simulation |-| **`SafetyTimeline`** | `AutoTemporalGraph` | Operations and response sequences | Accident review |+| Pattern | Schema | Use Case |+|---------|--------|----------|+| Binary Relations | graph | Simple entity relationships |+| Multi-Entity Relations | hypergraph | Complex events, group relations |+| Time-Anchored Relations | temporal_graph | Histories, timelines |+| Location-Anchored Relations | spatial_graph | Maps, territories |+| Time + Location Relations | spatio_temporal_graph | Routes, events |----### 6. ⚖️ `legal` (Legal)--Precise logical conditions, obligations, and citations.+## Custom Templates++### Create Your Own Template++A custom template is a standalone YAML file that can be placed anywhere.++### YAML Template Structure++```yaml+language: [zh, en]++name: my_custom_template+type: graph+tags: [custom]++description:+ zh: '我的自定义模板'+ en: 'My custom template'++output:+ description:+ zh: '输出描述'+ en: 'Output description'+ entities:+ fields:+ - name: name+ type: str+ description:+ zh: '实体名称'+ en: 'Entity name'+ relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str++guideline:+ target:+ zh: '你是一位...'+ en: 'You are an...'+ rules_for_entities:+ - '...'+ rules_for_relations:+ - '...'++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+```-* **Legal Treatises**: Analysis of legal principles and case law.+### Use Custom Template-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`LegalConceptOntology`** | `AutoGraph` | Definitions, Is-A relations, interpretations | Legal research |-| **`CaseLawCitationNet`** | `AutoGraph` | Case citations, distinguish, overrule | Precedent analysis |+```python+from hyperextract.utils.template_engine import Template+from langchain_openai import ChatOpenAI, OpenAIEmbeddings-* **Master Service Agreements (MSA)**: Long-term contracts, liability, IP rights.+llm = ChatOpenAI(model="gpt-4o-mini")+embedder = OpenAIEmbeddings()-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ContractObligationHypergraph`** | `AutoHypergraph` | {Party, Duty, Trigger, Exception, Penalty} | Contract review |-| **`DefinedTermRegistry`** | `AutoSet` | Defined capitalized terms | Consistency check |-| **`LiabilityClauseList`** | `AutoList` | Indemnification, limitations, warranties | Risk assessment |+# Load custom template by file path+template = Template.create(+ "/path/to/my_template.yaml", # Template file path+ "zh", # Language+ llm,+ embedder+)-* **Court Judgments**: Rulings with fact-finding and reasoning.+result = template.parse("Your document text here...")+```-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`CaseFactTimeline`** | `AutoTemporalGraph` | Chronological sequence of events | Case analysis |-| **`AdjudicationLogic`** | `AutoHypergraph` | {Proven Fact + Law → Conclusion} | Judgment prediction |-| **`LitigationParticipantMap`** | `AutoGraph` | Plaintiff, defendant, counsel, witness relations | Conflict check |+----* **Regulatory Compliance Filings**: Data privacy, AML, environmental reports.+## Statistics-| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ComplianceRequirementList`** | `AutoList` | Specific affirmative/negative duties | Gap analysis |-| **`BeneficialOwnershipGraph`** | `AutoGraph` | Corporate ownership layers to UBO | AML/KYC screening |+| Domain | Templates | Base | Domain-Specific |+|--------|-----------|------|-----------------|+| general | 13 | 8 | 5 |+| finance | 5 | 0 | 5 |+| medicine | 5 | 0 | 5 |+| tcm | 5 | 0 | 5 |+| industry | 5 | 0 | 5 |+| legal | 5 | 0 | 5 |+| **Total** | **38** | **8** | **30** |----## 📝 Creating Custom Templates+## Contributing-Users can create their own templates in `templates/customs/`:+To add a new template:+1. Create a YAML file in the appropriate domain directory+2. Follow the template structure conventions+3. Include both Chinese and English descriptions+4. Test with sample documents-```python-# Add custom template directory (auto-loaded)-Gallery.add_path("/path/to/my/templates")+----# Get custom template-config = Gallery.get("MyCustomTemplate")-```+## License++Part of the Hyper-Extract project. See [root LICENSE](../../LICENSE).diff --git a/hyperextract/templates/README_ZH.md b/hyperextract/templates/README_ZH.mdindex 3608dce..4dc1a7b 100644--- a/hyperextract/templates/README_ZH.md+++ b/hyperextract/templates/README_ZH.md@@ -1,31 +1,33 @@-# Hyper-Extract 核心领域知识模板+# Hyper-Extract 知识模板库-**Hyper-Extract 领域模板库** 旨在为不同垂直行业提供专业的非结构化文本抽取能力。+面向垂直行业的 YAML 模板库,用于从领域文档中提取结构化知识。-> 切换至 [English Version](./README.md)+> 英文版 [English](./README.md)----## 📁 目录结构--```-templates/-├── presets/ # 领域模板(6个核心领域)-│ ├── finance/ # 金融投资-│ ├── general/ # 通用领域-│ ├── industry/ # 工业制造-│ ├── legal/ # 法律合规-│ ├── medicine/ # 医疗健康-│ └── tcm/ # 中医中药-├── customs/ # 自定义模板(用户可自行创建)-└── README_ZH.md-```+## 目录++- [快速开始](#快速开始)+- [核心概念](#核心概念)+- [AutoType 参考](#autotype-参考)+- [如何选择类型](#如何选择类型)+- [文档-模板对照表](#文档-模板对照表)+- [模板目录](#模板目录)+ - [通用领域](#通用领域)+ - [金融领域](#金融领域)+ - [医疗领域](#医疗领域)+ - [中医领域](#中医领域)+ - [工业领域](#工业领域)+ - [法律领域](#法律领域)+- [基础模板参考](#基础模板参考)+- [自定义模板](#自定义模板)----## 🚀 快速开始+## 快速开始-### 推荐方式:使用 YAML 配置+### 安装与配置```pythonfrom hyperextract.utils.template_engine import Gallery, TemplateFactory@@ -33,332 +35,435 @@ from langchain_openai import ChatOpenAI, OpenAIEmbeddingsllm = ChatOpenAI(model="gpt-4o-mini")embedder = OpenAIEmbeddings()+```++### 加载并使用模板-# 获取模板-config = Gallery.get("KnowledgeGraph")+```python+config = Gallery.get("general/workflow_graph")-# 创建模板template = TemplateFactory.create(config, llm, embedder)-result = template.parse("您的文本内容...")-# 列出所有可用模板-print(Gallery.list_all())+result = template.parse("您的文档文本...")```----+### 浏览可用模板-## 📋 领域索引+```python+all_templates = Gallery.list()+print(f"模板总数: {len(all_templates)}")-| 领域 | 描述 | 核心关注点 |-| :--- | :--- | :--- |-| **`general`** | 通用领域 | 任意文本、百科全书、人物传记、规章制度 |-| **`finance`** | 金融投资 | 财报、研报、会议纪要、金融资讯 |-| **`medicine`** | 医疗健康 | 临床指南、病历、药品文档 |-| **`tcm`** | 中医中药 | 医案、本草、方剂、经络 |-| **`industry`** | 工业制造 | 运维日志、安全报告、技术规格 |-| **`legal`** | 法律合规 | 合同协议、判决书、监管文件 |+graph_templates = Gallery.list(filter_by_type="graph")+print(f"图类型模板: {list(graph_templates.keys())}")----+finance_templates = Gallery.list(filter_by_tag="finance")+print(f"金融模板: {list(finance_templates.keys())}")+```-## 🔧 底层原语+----| 原语 | 说明 |-| :--- | :--- |-| **`AutoGraph`** | 知识图谱 - 提取实体及成对关系 |-| **`AutoSet`** | 实体集合 - 去重并汇总唯一实体 |-| **`AutoList`** | 列表 - 提取数值数组(关键词、条目等)|-| **`AutoModel`** | 数据模型 - 提取结构化字段(如信息框)|-| **`AutoTemporalGraph`** | 时序图谱 - 构建时间有序的事件序列 |-| **`AutoHypergraph`** | 超图 - 建模复杂的多实体关系 |+## 核心概念++### 什么是知识模板?++知识模板是一个 YAML 配置文件,定义:+- **抽取内容**:从文档中提取什么(实体、关系、字段)+- **输出结构**:如何组织输出(schema 定义)+- **抽取规则**:给 LLM 的指令(指南和规则)++### 模板结构++```yaml+language: [zh, en]++name: template_name+type: graph | hypergraph | model | list | set | temporal_graph | spatial_graph | spatio_temporal_graph+tags: [domain, category]++description:+ zh: '中文描述'+ en: 'English description'++output:+ description:+ zh: '输出描述'+ en: 'Output description'+ entities: # 图类型+ fields: [...]+ fields: # 模型类型+ - name: field_name+ type: str | int | float | list+ description: {...}+ relations:+ fields: [...]++guideline:+ target: {...}+ rules_for_entities: [...]+ rules_for_relations: [...]++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+```----## 📚 领域详情+## AutoType 参考-### 1. 📚 `general` (通用领域)+Hyper-Extract 提供 8 种抽取类型,分为两大类:-适用于无法归类或多领域交叉的文本,通过提取基础实体和SPO关系构建通用图谱。+### 记录类型(提取数据)-* **通用结构知识模板**:覆盖所有 AutoType 原语的基础模板。可直接使用或作为领域模板的扩展基础。+| 类型 | 描述 | 输出结构 |+|------|------|----------|+| **model** | 单个结构化对象 | 扁平字段与值 |+| **list** | 有序数组 | 排序后的项目列表 |+| **set** | 去重集合 | 唯一项目 |-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`BaseModel`** | `AutoModel` | 通用结构模型提取 | 通用单一对象提取 |-| **`BaseList`** | `AutoList` | 通用列表提取 | 通用有序列表提取 |-| **`BaseSet`** | `AutoSet` | 通用实体集合去重 | 通用实体汇总 |-| **`BaseGraph`** | `AutoGraph` | 通用图谱提取 | 通用二元关系提取 |-| **`BaseHypergraph`** | `AutoHypergraph` | 通用超图提取 | 通用多元关系提取 |-| **`BaseTemporalGraph`** | `AutoTemporalGraph` | 通用时序图谱提取 | 通用时间有序关系提取 |-| **`BaseSpatialGraph`** | `AutoSpatialGraph` | 通用空间图谱提取 | 通用位置感知关系提取 |-| **`BaseSpatioTemporalGraph`** | `AutoSpatioTemporalGraph` | 通用时空图谱提取 | 通用时间与位置关系提取 |+### 图类型(提取关系)-* **任意文本 (通用提取)**:适用于任何类型的文本,直接提取其中的实体及关系。+| 类型 | 描述 | 输出结构 |+|------|------|----------|+| **graph** | 二元关系 | 节点 + 边 (source→target) |+| **hypergraph** | 多元关系 | 节点 + 超边 (多参与者) |+| **temporal_graph** | 带时间的关系 | 节点 + 边 + 时间戳 |+| **spatial_graph** | 带位置的关系 | 节点 + 边 + 坐标 |+| **spatio_temporal_graph** | 带时间和位置的关系 | 节点 + 边 + 两者 |-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`KnowledgeGraph`** | `AutoGraph` | 通用知识图谱提取 | 任意文本、网页内容 |-| **`EntityRegistry`** | `AutoSet` | 去重唯一实体(人名、机构) | 实体发现、NER任务 |-| **`KeywordList`** | `AutoList` | 核心概念、主题或标签 | 内容打标、索引生成 |+```+ ┌─────────────┐+ │ 记录 │+ │ 类型 │+ └──────┬──────┘+ │+ ┌─────────────────┼─────────────────┐+ │ │ │+ ▼ ▼ ▼+ ┌─────────┐ ┌───────────┐ ┌─────────┐+ │ model │ │ list │ │ set │+ └─────────┘ └───────────┘ └─────────┘++ ┌─────────────┐+ │ 图 │+ │ 类型 │+ └──────┬──────┘+ │+ ┌─────────────────┼─────────────────┐+ │ │ │+ ▼ ▼ ▼+ ┌─────────┐ ┌───────────┐ ┌─────────────┐+ │ graph │ │ hypergraph│ │ temporal_* │+ └─────────┘ └───────────┘ └─────────────┘+ │+ ▼+ ┌─────────────┐+ │ spatial_* │+ └─────────────┘+```-* **百科条目**:对实体的综合性描述,包含结构化属性信息。+----| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`EncyclopediaItem`** | `AutoModel` | 结构化属性信息(信息框风格)| 百科词典词条 |-| **`ConceptHierarchy`** | `AutoGraph` | 上下位/组成关系 | 科学教材知识点 |-| **`CrossReferenceNet`** | `AutoGraph` | 超链接与相互引用 | 跨词条关联 |+## 如何选择类型-* **人物传记与回忆录**:记录个人生平事迹、主要成就及社会关系。+### 决策树-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`LifeEventTimeline`** | `AutoTemporalGraph` | 带时间戳的生平事件 | 传记、年表 |-| **`SocialNetwork`** | `AutoGraph` | 人际关系与互动 | 人物分析 |-| **`PersonalProfile`** | `AutoModel` | 静态属性(生卒年、学历)| 简历、简介 |+```+文档中是否包含实体之间的关系?+│+├─ 否+│ └─ 数据是单个结构化对象吗?+│ ├─ 是 → model+│ └─ 否+│ └─ 顺序重要吗?+│ ├─ 是 → list+│ └─ 否 → set+│+└─ 是+ └─ 关系是二元的 (A→B)?+ ├─ 是+ │ └─ 需要时间或位置?+ │ ├─ 只需时间 → temporal_graph+ │ ├─ 只需位置 → spatial_graph+ │ ├─ 两者都需要 → spatio_temporal_graph+ │ └─ 都不需要 → graph+ └─ 否(多方)+ └─ 需要时间或位置?+ ├─ 只需时间 → temporal_graph+ ├─ 只需位置 → spatial_graph+ ├─ 两者都需要 → spatio_temporal_graph+ └─ 都不需要 → hypergraph+```-* **规章制度与合规文档**:公司制度、操作手册、合规指南。+### 快速参考-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`RegulationProfile`** | `AutoModel` | 制度名称、版本、生效日期 | 制度概览 |-| **`ComplianceLogic`** | `AutoHypergraph` | 条件性行为逻辑 | 合规审计 |-| **`PenaltyRegistry`** | `AutoSet` | 违规行为与后果 | 风险管控 |-| **`OperationalProcedure`** | `AutoGraph` | 申报审批具体步骤 | SOP流程 |-| **`PenaltyMapping`** | `AutoGraph` | 违规到结果的演变路径 | 风险溯源 |-| **`ClauseList`** | `AutoList` | 原子化条文 | 条文检索 |+| 场景 | 推荐类型 |+|------|----------|+| 提取人物档案 | model |+| 列出所有参会者 | set |+| 按营收排名公司 | list |+| 提取谁在哪工作 | graph |+| 分析多方合同义务 | hypergraph |+| 构建公司历史时间线 | temporal_graph |+| 绘制门店位置和区域 | spatial_graph |+| 追踪带时间戳的配送路线 | spatio_temporal_graph |----### 2. 💰 `finance` (金融投资)--专注于提取复杂的交易关系、市场观点及时间敏感事件。+## 文档-模板对照表++根据文档类型匹配合适的模板:++| 文档类型 | 推荐模板 | 类型 |+|----------|----------|------|+| **财报电话会议记录** | earnings_summary | model |+| **财经新闻** | sentiment_model, event_timeline | model, temporal_graph |+| **招股说明书** | ownership_graph, event_timeline | graph, temporal_graph |+| **临床实践指南** | treatment_map | hypergraph |+| **药物相互作用参考** | drug_interaction | graph |+| **出院小结** | hospital_timeline, discharge_instruction | temporal_graph, model |+| **医学教科书** | anatomy_graph | graph |+| **服务合同 (MSA)** | contract_obligation | hypergraph |+| **法院判决书** | case_fact_timeline, case_citation | temporal_graph, graph |+| **合规申报文档** | compliance_list, defined_term_set | list, set |+| **SOP / 操作手册** | workflow_graph, operation_flow | temporal_graph, graph |+| **设备手册** | equipment_topology | graph |+| **安全管理手册** | safety_control, emergency_response | graph, graph |+| **故障分析报告** | failure_case | graph |+| **中医医案** | syndrome_reasoning | hypergraph |+| **经典方剂文本** | formula_composition | hypergraph |+| **针灸学文本** | meridian_graph | graph |+| **本草典籍** | herb_property | model |+| **人物传记 / 回忆录** | biography_graph | temporal_graph |+| **技术文档** | doc_structure | graph |+| **Skill 定义 (Agent)** | workflow_graph | temporal_graph |+| **概念性文本** | concept_graph | graph |-* **SEC财报 (10-K / 10-Q / 8-K)**:标准化财务申报文件,涵盖财务报表、MD&A、风险因素。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`FilingFinancialSnapshot`** | `AutoModel` | 关键财务数据 | 基本面筛选 |-| **`MDANarrativeGraph`** | `AutoGraph` | MD&A因果关系 | 叙事分析 |-| **`FilingRiskFactorSet`** | `AutoSet` | 风险因素登记 | 风险监控 |-| **`MaterialEventTimeline`** | `AutoTemporalGraph` | 重大事件时间轴 | 事件驱动分析 |-| **`SegmentPerformanceList`** | `AutoList` | 分部/区域业绩 | 分部估值 |-| **`FinancialDataTemporalGraph`** | `AutoTemporalGraph` | 跨期财务指标 | 趋势分析 |-| **`RiskAssessmentGraph`** | `AutoGraph` | 风险传导路径 | 风险监控 |-| **`SupplyChainGraph`** | `AutoGraph` | 供应链主体与风险 | ESG分析 |--* **股票研究报告**:分析师深度报告,包含评级、目标价及投资逻辑。+----| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ResearchNoteSummary`** | `AutoModel` | 评级、目标价、投资逻辑 | 研报数据库 |-| **`FinancialForecast`** | `AutoList` | 营收、EPS、PE预测 | 一致性预期 |-| **`ValuationLogicMap`** | `AutoGraph` | 股价驱动因果链 | 策略映射 |-| **`FactorInfluenceHypergraph`** | `AutoHypergraph` | 宏观→行业→公司关联 | 因子归因 |-| **`RiskFactorList`** | `AutoList` | 下行风险点 | 风险监控 |+## 模板目录-* **招股说明书 (IPO)**:企业上市前披露文件,详述股权结构、募集资金用途。+### 通用领域-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ShareholderStructure`** | `AutoGraph` | 股东占比、层级关系 | 尽职调查 |-| **`ProceedsUsage`** | `AutoList` | 募投项目、金额、时间表 | 投后管理 |-| **`CompanyHistoryTimeline`** | `AutoTemporalGraph` | 成立、融资、并购大事 | 企业历史 |+通用模板,适用于任何类型的文档。-* **财报电话会议**:管理层业绩说明会实录,包含前瞻性指引。+**基础模板 (8)**-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`EarningsCallSummary`** | `AutoModel` | 核心指标、指引、会议基调 | 季度回顾 |-| **`ManagementGuidanceList`** | `AutoList` | 前瞻性声明 | 业绩指引跟踪 |-| **`DiscussionGraph`** | `AutoGraph` | 讨论实体及多元关系 | 分析师关注分析 |-| **`CallSentimentHypergraph`** | `AutoHypergraph` | 多维情感信号 | 交易信号 |+| 模板 | 类型 | 描述 |+|------|------|------|+| [base_model](./presets/general/base_model.yaml) | model | 通用结构化数据抽取 |+| [base_list](./presets/general/base_list.yaml) | list | 通用有序列表抽取 |+| [base_set](./presets/general/base_set.yaml) | set | 通用去重集合抽取 |+| [base_graph](./presets/general/base_graph.yaml) | graph | 通用知识图谱(实体 + 二元关系)|+| [base_hypergraph](./presets/general/base_hypergraph.yaml) | hypergraph | 通用超图(多元关系)|+| [base_temporal_graph](./presets/general/base_temporal_graph.yaml) | temporal_graph | 通用时序图(关系 + 时间)|+| [base_spatial_graph](./presets/general/base_spatial_graph.yaml) | spatial_graph | 通用空间图(关系 + 位置)|+| [base_spatio_temporal_graph](./presets/general/base_spatio_temporal_graph.yaml) | spatio_temporal_graph | 通用时空图(关系 + 时间 + 位置)|-* **金融新闻与市场评论**:传递市场情绪、事件影响的新闻报道。+**领域专用模板 (5)**-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`MarketSentimentModel`** | `AutoModel` | 情感极性、实体、价格影响 | 交易信号 |-| **`FinancialEventCausalGraph`** | `AutoGraph` | 事件→实体→市场反应 | 策略分析 |-| **`MultiSourceSentimentHypergraph`** | `AutoHypergraph` | 多源情绪融合 | 集成评分 |-| **`MarketNarrativeTimeline`** | `AutoTemporalGraph` | 市场叙事演变 | 主题投资 |+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [workflow_graph](./presets/general/workflow_graph.yaml) | temporal_graph | 提取工作流步骤和执行顺序 | Skill 定义、Agent 工作流、SOP |+| [doc_structure](./presets/general/doc_structure.yaml) | graph | 提取文档层级和交叉引用 | 技术文档、论文、报告 |+| [biography_graph](./presets/general/biography_graph.yaml) | temporal_graph | 提取带时间戳的人生事件 | 传记、回忆录、年表 |+| [concept_graph](./presets/general/concept_graph.yaml) | graph | 提取概念层级和关系 | 教科书、百科全书、学术论文 |----### 3. 🏥 `medicine` (医疗健康)--专注于疾病诊疗逻辑、标准化术语映射及因果关系提取。--* **医学教科书与专著**:系统性阐述解剖、病理、治疗原则。+### 金融领域-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`PathologyHypergraph`** | `AutoHypergraph` | 基因+环境+诱因→疾病 | 研究知识库 |-| **`MedicalConceptNet`** | `AutoGraph` | 医学术语及语义关系 | 术语标准化 |-| **`PharmacologyGraph`** | `AutoGraph` | 药物-受体-生理反应 | 药理分析 |-| **`AnatomyHierarchy`** | `AutoGraph` | 解剖位置层级 | 手术导航 |-| **`SymptomDifferential`** | `AutoSet` | 症状→鉴别疾病 | 辅助诊断 |+面向金融文档和投资者关系的模板。-* **临床诊疗指南**:标准化治疗决策路径。+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [earnings_summary](./presets/finance/earnings_summary.yaml) | model | 提取财报会议关键指标 | 财报电话会议记录 |+| [sentiment_model](./presets/finance/sentiment_model.yaml) | model | 量化市场情绪和主题 | 财经新闻、研究报告 |+| [event_timeline](./presets/finance/event_timeline.yaml) | temporal_graph | 构建公司事件时间线 | 8-K 文件、新闻稿 |+| [ownership_graph](./presets/finance/ownership_graph.yaml) | graph | 提取股权结构 | 招股说明书、年报 |+| [risk_factor_set](./presets/finance/risk_factor_set.yaml) | set | 按类别编目风险因子 | 年报风险章节 |-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`TreatmentRegimenMap`** | `AutoHypergraph` | 多因素治疗方案 | 肿瘤化疗方案 |-| **`ClinicalPathway`** | `AutoGraph` | 临床决策树 | 诊疗规范化 |-| **`LevelOfEvidence`** | `AutoList` | 推荐意见及证据等级 | 临床质控 |--* **出院小结**:患者住院全过程的叙述性记录。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SurgicalEventGraph`** | `AutoHypergraph` | 手术复杂事件 | 手术质控 |-| **`HospitalCourseTimeline`** | `AutoTemporalGraph` | 入院→检查→治疗→转归 | 病历质控 |-| **`DischargeInstruction`** | `AutoModel` | 出院带药、复诊、康复 | 患者随访 |--* **病理报告**:对组织样本的微观描述。+----| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`TumorStagingItem`** | `AutoModel` | TNM分期 | 肿瘤登记 |-| **`MicroscopicFeatureSet`** | `AutoSet` | 免疫组化、基因突变 | 靶向药匹配 |+### 医疗领域-* **药品说明书**:包含适应症、禁忌症等专业信息。+面向临床和医学文档的模板。-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ComplexInteractionNet`** | `AutoHypergraph` | 药物相互作用 | CDSS |-| **`ContraindicationList`** | `AutoList` | 绝对禁忌 | 处方拦截 |-| **`AdverseReactionStats`** | `AutoList` | 不良反应及发生率 | 药物警戒 |+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [treatment_map](./presets/medicine/treatment_map.yaml) | hypergraph | 提取诊断-治疗-结果映射 | 临床指南 |+| [drug_interaction](./presets/medicine/drug_interaction.yaml) | graph | 绘制药物相互作用网络 | 药品参考、相互作用数据库 |+| [anatomy_graph](./presets/medicine/anatomy_graph.yaml) | graph | 提取解剖层级 | 解剖学教科书、手术记录 |+| [hospital_timeline](./presets/medicine/hospital_timeline.yaml) | temporal_graph | 构建患者入院时间线 | 出院小结、病程记录 |+| [discharge_instruction](./presets/medicine/discharge_instruction.yaml) | model | 结构化出院信息 | 出院小结、患者教育 |----### 4. 🌿 `tcm` (中医中药)--针对中医特有的辨证论治逻辑和药性理论进行优化。--* **名医医案**:记录症状、辨证分析、治法及处方的临床实录。+### 中医领域-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SyndromeReasoningGraph`** | `AutoHypergraph` | 症状→证型→治则→处方 | 医案挖掘 |-| **`PrescriptionModification`** | `AutoGraph` | 处方加减逻辑 | 用药规律分析 |-| **`PulseTongueRecord`** | `AutoList` | 舌象与脉象特征 | 诊断客观化 |+面向中医药文献的模板。-* **本草典籍**:描述单味药的四气五味、归经、功效。+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [formula_composition](./presets/tcm/formula_composition.yaml) | hypergraph | 提取方剂组成(君臣佐使)| 经典方剂著作 |+| [syndrome_reasoning](./presets/tcm/syndrome_reasoning.yaml) | hypergraph | 提取证候推理链条 | 医案、临床经验集 |+| [meridian_graph](./presets/tcm/meridian_graph.yaml) | graph | 绘制穴位-经脉关系 | 针灸学教材 |+| [herb_property](./presets/tcm/herb_property.yaml) | model | 提取药材属性(四气五味)| 本草典籍 |+| [herb_relation](./presets/tcm/herb_relation.yaml) | graph | 绘制药材配伍关系(七情)| 方剂学文献 |-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`HerbPropertyModel`** | `AutoModel` | 四气五味、归经、毒性 | 中药数据库 |-| **`CompatibilityNet`** | `AutoGraph` | 七情配伍关系 | 配伍禁忌 |-| **`ProcessingMethod`** | `AutoList` | 炮制方法及影响 | 炮制规范 |--* **方剂规范**:记载方剂组成,包含君臣佐使配伍结构。+----| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`FormulaComposition`** | `AutoHypergraph` | 君臣佐使层级结构 | 方剂解析 |-| **`FunctionIndicationMap`** | `AutoGraph` | 方剂→功能→主治 | 推荐系统 |+### 工业领域-* **经络腧穴专著**:描述穴位定位、归经及主治功能。+面向工业运维和安全的模板。-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`AcupointLocationMap`** | `AutoGraph` | 腧穴空间定位 | 针灸教学 |-| **`MeridianFlowGraph`** | `AutoGraph` | 十二经脉循行 | 经络理论 |+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [operation_flow](./presets/industry/operation_flow.yaml) | graph | 提取操作步骤和结果 | SOP 操作手册、设备规程 |+| [safety_control](./presets/industry/safety_control.yaml) | graph | 绘制危险源-风险-控制关系 | 安全管理手册 |+| [failure_case](./presets/industry/failure_case.yaml) | graph | 提取故障现象-原因-措施 | 故障分析报告 |+| [equipment_topology](./presets/industry/equipment_topology.yaml) | graph | 绘制设备层级和连接 | 设备手册 |+| [emergency_response](./presets/industry/emergency_response.yaml) | graph | 绘制应急场景和响应 | 应急预案 |----### 5. ⚙️ `industry` (工业制造)--专注于电力、制造、能源等行业的运维数据与日志分析。+### 法律领域-* **管理规范**:安全规程、应急预案等。+面向法律文档和合规的模板。-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SafetyControlGraph`** | `AutoGraph` | 危险源、风险点、管控 | 安全规程 |-| **`EmergencyResponseGraph`** | `AutoGraph` | 事故场景、响应动作 | 应急预案 |-| **`IncidentCausalityMap`** | `AutoHypergraph` | 隐患→触发→违章→后果 | 风险预防 |-| **`SafetyTimeline`** | `AutoTemporalGraph` | 操作与响应序列 | 事故复盘 |+| 模板 | 类型 | 用途 | 适用文档 |+|------|------|------|----------|+| [contract_obligation](./presets/legal/contract_obligation.yaml) | hypergraph | 提取当事人-义务关系 | 服务合同、采购合同 |+| [case_fact_timeline](./presets/legal/case_fact_timeline.yaml) | temporal_graph | 构建案件事实时间线 | 判决书 |+| [case_citation](./presets/legal/case_citation.yaml) | graph | 提取判例引用关系 | 法律意见书、判例汇编 |+| [compliance_list](./presets/legal/compliance_list.yaml) | list | 结构化合规要求清单 | 合规手册、审计报告 |+| [defined_term_set](./presets/legal/defined_term_set.yaml) | set | 编目定义术语 | 合同、法律意见书 |-* **技术规格书**:设备额定参数、设计标准。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SystemTopologyGraph`** | `AutoGraph` | 厂区、系统、设备层级 | 系统说明书 |-| **`EquipmentTopologyGraph`** | `AutoGraph` | 设备实体及连接 | 设备图纸 |-| **`SpecParameterTable`** | `AutoModel` | 额定功率、材质、精度 | 设备台账 |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | 设备与环境关系 | 选型辅助 |+----* **操作运维**:设备运行规程、工况切换。+## 基础模板参考-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`OperationFlowGraph`** | `AutoGraph` | 操作步骤、状态、结果 | 运行规程 |-| **`OperatingModeGraph`** | `AutoGraph` | 工况类型和切换条件 | 工况切换 |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | 操作人、工具、对象、耗时 | 维修标准化 |+基础模板提供抽取的Foundation模式。可直接使用或扩展以满足自定义需求。-* **设备维护**:巡检记录、故障案例、备件更换。+### 记录类型模式-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`InspectionRecordGraph`** | `AutoGraph` | 设备和巡检项 | 巡检记录 |-| **`FailureCaseGraph`** | `AutoGraph` | 现象、原因、措施、教训 | 故障案例库 |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | 现象、根因、部件、方案 | 故障诊断 |-| **`PartReplacementList`** | `AutoList` | 零件型号、数量、原因 | 备件管理 |+| 模式 | Schema | 适用场景 |+|------|--------|----------|+| 键值对 | model | 信息卡、档案 |+| 序列项 | list | 排名、序列 |+| 唯一项 | set | 实体注册表 |-* **HSE事故报告**:生产事故调查报告。+### 图类型模式-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | 隐患→触发→违章→后果 | 事故推演 |-| **`SafetyTimeline`** | `AutoTemporalGraph` | 操作与响应序列 | 事故复盘 |+| 模式 | Schema | 适用场景 |+|------|--------|----------|+| 二元关系 | graph | 简单实体关系 |+| 多元关系 | hypergraph | 复杂事件、群体关系 |+| 时间锚定关系 | temporal_graph | 历史、时间线 |+| 位置锚定关系 | spatial_graph | 地图、区域 |+| 时间+位置关系 | spatio_temporal_graph | 路线、事件 |----### 6. ⚖️ `legal` (法律合规)--专注于权利义务逻辑、条件约束及法律事实。+## 自定义模板++### 创建自定义模板++自定义模板是一个独立的 YAML 文件,可以放在任意位置。++### YAML模板结构++```yaml+language: [zh, en]++name: my_custom_template+type: graph+tags: [custom]++description:+ zh: '我的自定义模板'+ en: 'My custom template'++output:+ description:+ zh: '输出描述'+ en: 'Output description'+ entities:+ fields:+ - name: name+ type: str+ description:+ zh: '实体名称'+ en: 'Entity name'+ relations:+ fields:+ - name: source+ type: str+ - name: target+ type: str+ - name: type+ type: str++guideline:+ target:+ zh: '你是一位...'+ en: 'You are an...'+ rules_for_entities:+ - '...'+ rules_for_relations:+ - '...'++identifiers:+ entity_id: name+ relation_id: '{source}|{type}|{target}'+```-* **法学专著与评注**:法律原则、法条逻辑分析。+### 使用自定义模板-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`LegalConceptOntology`** | `AutoGraph` | 术语定义、上下位关系 | 法律检索 |-| **`CaseLawCitationNet`** | `AutoGraph` | 案件引用关系 | 判例研究 |+```python+from hyperextract.utils.template_engine import Template+from langchain_openai import ChatOpenAI, OpenAIEmbeddings-* **主服务协议 (MSA)**:长期商业合同。+llm = ChatOpenAI(model="gpt-4o-mini")+embedder = OpenAIEmbeddings()-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ContractObligationHypergraph`** | `AutoHypergraph` | 主体+义务+条件+例外+责任 | 合同审查 |-| **`DefinedTermRegistry`** | `AutoSet` | 定义的专有名词 | 一致性检查 |-| **`LiabilityClauseList`** | `AutoList` | 赔偿、责任限制条款 | 风险评估 |+# 使用文件路径加载自定义模板+template = Template.create(+ "/path/to/my_template.yaml", # 模板文件路径+ "zh", # 语言+ llm,+ embedder+)-* **法院判决书**:法官最终裁定。+result = template.parse("您的文档文本...")+```-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`CaseFactTimeline`** | `AutoTemporalGraph` | 时间顺序的事实链条 | 案情分析 |-| **`AdjudicationLogic`** | `AutoHypergraph` | 事实+法律→结论 | 判决预测 |-| **`LitigationParticipantMap`** | `AutoGraph` | 原告被告律师证人关系 | 利益冲突 |+----* **合规申报文件**:数据合规、反洗钱报告。+## 统计信息-| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ComplianceRequirementList`** | `AutoList` | 具体义务或整改措施 | 合规分析 |-| **`BeneficialOwnershipGraph`** | `AutoGraph` | 股权穿透至UBO | AML/KYC |+| 领域 | 模板数 | 基础 | 领域专用 |+|------|--------|------|----------|+| general | 13 | 8 | 5 |+| finance | 5 | 0 | 5 |+| medicine | 5 | 0 | 5 |+| tcm | 5 | 0 | 5 |+| industry | 5 | 0 | 5 |+| legal | 5 | 0 | 5 |+| **总计** | **38** | **8** | **30** |----## 📝 创建自定义模板+## 贡献指南-用户可以在 `templates/customs/` 目录下创建自己的模板:+添加新模板的步骤:+1. 在相应的领域目录下创建 YAML 文件+2. 遵循模板结构规范+3. 包含中英文描述+4. 使用示例文档进行测试-```python-# 添加自定义模板目录(自动加载)-Gallery.add_path("/path/to/my/templates")+----# 获取自定义模板-config = Gallery.get("MyCustomTemplate")-```+## 许可证++作为 Hyper-Extract 项目的一部分。参见 [根目录许可证](../../LICENSE)。diff --git a/hyperextract/templates/__init__.py b/hyperextract/templates/__init__.pyindex 903653b..cbd424a 100644--- a/hyperextract/templates/__init__.py+++ b/hyperextract/templates/__init__.py@@ -1,33 +1,19 @@"""Hyperextract templates module.-此模块提供知识模板的配置文件和废弃的 Python 模板。+此模块提供知识模板的 YAML 配置文件。目录结构:templates/- ├── presets/ # 预设模板(系统预置)- ├── customs/ # 自定义模板(用户可自行创建)- └── legacy/ # 废弃的 Python 模板+ └── presets/ # 预设模板(系统预置)-推荐使用方式:- >>> from hyperextract.utils.template_engine import Gallery, TemplateFactory+使用方式:+ >>> from hyperextract.utils.template_engine import Template- # 直接获取模板(自动加载 presets 和 customs)- >>> config = Gallery.get("KnowledgeGraph")- >>> template = TemplateFactory.create(config, llm_client, embedder)+ # 使用preset模板+ >>> template = Template.create("general/knowledge_graph", "zh", llm, embedder)- # 列出所有可用模板- >>> print(Gallery.list_all())-- # 添加自定义模板目录- >>> Gallery.add_path("/path/to/my/templates")--废弃的使用方式:- >>> from hyperextract.templates.legacy.zh.general import KnowledgeGraph- >>> template = KnowledgeGraph(llm_client=llm, embedder=embedder)+ # 使用自定义模板(文件路径)+ >>> template = Template.create("/path/to/my_template.yaml", "zh", llm, embedder)"""-from . import legacy--__all__ = [- "legacy",-]+__all__ = []diff --git a/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.md b/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.mddeleted file mode 100644index 04806e2..0000000--- a/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.md+++ /dev/null@@ -1,551 +0,0 @@-# Hyper-Extract 知识模板重新设计实施计划--## 📋 概述--本文档详细规划了 Hyper-Extract 知识模板库的重新设计方案。核心目标是通过精简过度设计的模板、增加顺应热点的新模板、提高每个模板的实际使用价值,打造一个更实用、更精简、更有吸引力的模板库。-------## 🎯 设计原则--### 1. 真实性检验-- ✅ 有真实文档需求:能否举出3个以上具体文档类型?-- ✅ 有明确使用场景:谁来用?解决什么问题?-- ✅ 有可视化价值:提取结果能否直观展示?--### 2. 精简高效-- ✅ 删除自我创造需求的模板-- ✅ 合并功能重叠的模板-- ✅ 控制每个类别模板数量在 6-10 个--### 3. 跟进热点-- 重点关注:AI Agents、MCP、Skill RAG、知识图谱等热点领域-------## 📊 模板数量规划--| 类别 | Legacy数量 | 建议数量 | 精简比例 | 优先级 |-|------|----------|---------|---------|--------|-| **General** | ~15 | 8 | 47% | 🔴 高 |-| **Finance** | ~20 | 9 | 55% | 🔴 高 |-| **Legal** | ~12 | 8 | 33% | 🟡 中 |-| **Industry** | ~14 | 8 | 43% | 🟡 中 |-| **Medicine** | ~16 | 9 | 44% | 🟡 中 |-| **TCM** | ~10 | 8 | 20% | 🟢 低 |-| **总计** | ~87 | ~50 | 43% | - |-------## 🗂️ 各类别详细设计-------### 1️⃣ General(通用领域)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| KnowledgeGraph | ✅ 保留 | 通用图谱提取,适用性最广 | 任何文本 |-| EntityRegistry | ✅ 保留 | 实体集合提取,NER任务 | 新闻、简历 |-| KeywordList | ✅ 保留 | 关键词提取,索引构建 | 内容打标 |-| EncyclopediaItem | ✅ 保留 | 百科词条,结构化信息 | 词典词条 |-| ConceptHierarchy | ✅ 保留 | 概念层级,教材知识 | 教材、论文 |-| LifeEventTimeline | ✅ 保留 | 生平时序,传记分析 | 传记、年表 |-| SocialNetwork | ✅ 保留 | 人物关系,社交分析 | 人物分析 |-| ComplianceLogic | ✅ 保留 | 合规超图,制度分析 | 公司制度 |--#### 🆕 新增模板--##### 1. SkillFlowGraph(AI Agent 技能流程图)--**类型**: `graph`--**需求验证**:-- ✅ 真实场景:分析 Cursor Rules、refly skills、MCP workflows-- ✅ 使用者:AI开发者、Agent设计者-- ✅ 痛点:Skill文档缺乏可视化工具--**设计思路**:-- 将 Skill 的触发条件、执行步骤、工具调用、条件分支等建模为图的节点和边-- 不同于超图,因为每个节点之间有明确的流向关系--**示例输入**:-```-## Skill: code_review-trigger: "/review"-steps:- 1. 分析代码变更- 2. 调用 linter 工具- 3. 生成审查意见- 4. 如果有严重问题,标记需要修复-tools: [git, linter, openai]-```--##### 2. TechStackGraph(技术栈依赖图)--**类型**: `graph`--**需求验证**:-- ✅ 真实场景:理解项目架构、依赖关系-- ✅ 使用者:开发者、技术管理者-- ✅ 痛点:README太长,难以快速理解技术栈--**设计思路**:-- 从 README、技术文档中提取技术之间的依赖关系-- 支持不同粒度:语言→框架→库→服务-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| CrossReferenceNet | 与 ConceptHierarchy 功能重叠 |-| RegulationProfile | 过于简单,可并入 ComplianceLogic |-| ClauseList | 与 ComplianceLogic 部分重叠 |-| PenaltyRegistry | 与 PenaltyMapping 功能重叠 |-| PenaltyMapping | 与 ComplianceLogic 功能重叠 |-| OperationalProcedure | 可并入现有模板 |-------### 2️⃣ Finance(金融投资)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| FilingFinancialSnapshot | ✅ 保留 | 财报关键数据 | 投资分析 |-| MDANarrativeGraph | ✅ 保留 | 管理层讨论因果 | 趋势分析 |-| RiskFactorSet | ✅ 保留 | 风险因子清单 | 风险监控 |-| MaterialEventTimeline | ✅ 保留 | 重大事件时间轴 | 事件驱动 |-| SegmentPerformanceList | ✅ 保留 | 分部业绩 | 分部估值 |-| FinancialDataTemporalGraph | ✅ 保留 | 跨期财务指标 | 趋势分析 |--#### 🆕 新增模板--##### 1. EarningsCallQA(财报问答抽取)--**类型**: `hypergraph`--**需求验证**:-- ✅ 真实场景:分析财报电话会议QA环节-- ✅ 使用者:分析师、投资者-- ✅ 痛点:会议记录太长,难以快速定位关键Q&A--##### 2. ResearchKeyPoints(研报要点)--**类型**: `list`--**需求验证**:-- ✅ 真实场景:快速提炼研报核心观点-- ✅ 使用者:研究员、投资者-- ✅ 痛点:研报太长,需要快速提取结论--##### 3. GuidanceTracker(管理层指引跟踪)--**类型**: `temporal_graph`--**需求验证**:-- ✅ 真实场景:跟踪管理层指引兑现情况-- ✅ 使用者:分析师、投资者-- ✅ 痛点:需要跨期对比指引与实际-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| ManagementGuidanceList | 并入 GuidanceTracker |-| ValuationLogicMap | 过于抽象,实际使用率低 |-| FactorInfluenceHypergraph | 过度设计,用户难以使用 |-| MultiSourceSentimentHypergraph | 合并到 MarketSentimentModel |-| SupplyChain | 与核心金融场景关联弱 |-| DiscussionGraph | 与 EarningsCallQA 功能重叠 |-| CompanyHistoryTimeline | 与 MaterialEventTimeline 重叠 |-| ProceedsUsage | 使用场景有限 |-| ShareholderStructure | 已有类似模板,可简化 |-| CallSentimentHypergraph | 过度设计 |-| MarketSentimentModel | 可简化为 ResearchKeyPoints |-------### 3️⃣ Legal(法律合规)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| ContractObligationHypergraph | ✅ 保留 | 合同权利义务 | 合同审查 |-| DefinedTermRegistry | ✅ 保留 | 术语定义 | 合同理解 |-| LiabilityClauseList | ✅ 保留 | 违约责任 | 风险评估 |-| AdjudicationLogic | ✅ 保留 | 判决推理 | 案件分析 |-| CaseFactTimeline | ✅ 保留 | 事实时间线 | 案情分析 |-| LitigationParticipantMap | ✅ 保留 | 当事人关系 | 利益分析 |-| ComplianceRequirementList | ✅ 保留 | 合规要求 | 合规审查 |-| BeneficialOwnershipGraph | ✅ 保留 | 股权穿透 | AML/KYC |--#### 🆕 新增模板--##### 1. ClauseRegistry(条款清单)--**类型**: `list`--**需求验证**:-- ✅ 真实场景:提取合同所有条款并分类-- ✅ 使用者:律师、法务-- ✅ 痛点:条款太多,难以快速定位--##### 2. CaseLawCitation(判例引用)--**类型**: `graph`--**需求验证**:-- ✅ 真实场景:研究判例之间的引用关系-- ✅ 使用者:律师、研究人员-- ✅ 痛点:判例引用关系复杂,难以追溯-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| CaseLawCitationNet | 简化为 CaseLawCitation |-| LegalConceptOntology | 与通用 ConceptHierarchy 重叠 |-------### 4️⃣ Industry(工业制造)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| SystemTopologyGraph | ✅ 保留 | 系统拓扑 | 架构理解 |-| EquipmentTopologyGraph | ✅ 保留 | 设备拓扑 | 设备管理 |-| SpecParameterTable | ✅ 保留 | 技术参数 | 设备台账 |-| SafetyControlGraph | ✅ 保留 | 安全规程 | 安全管理 |-| EmergencyResponseGraph | ✅ 保留 | 应急预案 | 应急响应 |-| OperationFlowGraph | ✅ 保留 | 操作流程 | 运维规程 |-| OperatingModeGraph | ✅ 保留 | 工况切换 | 运行管理 |-| FailureCaseGraph | ✅ 保留 | 故障案例 | 故障分析 |--#### 🆕 新增模板--##### 1. MaintenanceLog(维保日志)--**类型**: `temporal_graph`--**需求验证**:-- ✅ 真实场景:提取维保记录的时间序列-- ✅ 使用者:运维工程师-- ✅ 痛点:日志难以结构化分析--##### 2. IncidentChain(事故因果链)--**类型**: `hypergraph`--**需求验证**:-- ✅ 真实场景:分析事故发生的因果关系-- ✅ 使用者:安全工程师-- ✅ 痛点:事故分析需要完整因果链-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| SystemCompatibilityGraph | 过度设计 |-| PartReplacementList | 可并入 MaintenanceLog |-| InspectionRecordGraph | 与 MaintenanceLog 功能重叠 |-| MaintenaceOperationMap | 与 OperationFlowGraph 重叠 |-| IncidentCausalityMap | 简化为 IncidentChain |-| SafetyTimeline | 与 MaintenanceLog 功能重叠 |-| FailureKnowledgeHypergraph | 简化为 FailureCaseGraph |-------### 5️⃣ Medicine(医疗健康)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| PharmacologyGraph | ✅ 保留 | 药理关系 | 药理分析 |-| AnatomyHierarchy | ✅ 保留 | 解剖层级 | 手术导航 |-| TreatmentRegimenMap | ✅ 保留 | 治疗方案 | 临床决策 |-| ClinicalPathway | ✅ 保留 | 临床路径 | 诊疗规范 |-| HospitalCourseTimeline | ✅ 保留 | 病程时间线 | 病历分析 |-| DischargeInstruction | ✅ 保留 | 出院指导 | 患者教育 |-| ComplexInteractionNet | ✅ 保留 | 药物相互作用 | 用药安全 |-| ContraindicationList | ✅ 保留 | 禁忌症 | 处方审核 |--#### 🆕 新增模板--##### 1. DiagnosisChain(诊断推理链)--**类型**: `hypergraph`--**需求验证**:-- ✅ 真实场景:提取鉴别诊断的推理过程-- ✅ 使用者:医生、医学生-- ✅ 痛点:病历中的诊断推理难以结构化--##### 2. LabResult(检验报告)--**类型**: `model`--**需求验证**:-- ✅ 真实场景:结构化提取检验报告数据-- ✅ 使用者:医生、数据分析-- ✅ 痛点:检验报告难以自动提取--##### 3. AdverseEventReport(不良事件报告)--**类型**: `hypergraph`--**需求验证**:-- ✅ 真实场景:提取不良事件的详细信息-- ✅ 使用者:药物警戒-- ✅ 痛点:需要完整的因果关系-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| PathologyHypergraph | 与 DiagnosisChain 功能重叠 |-| MedicalConceptNet | 与通用模板重叠 |-| LevelOfEvidence | 使用场景有限 |-| SurgicalEventGraph | 可并入 HospitalCourseTimeline |-| TumorStagingItem | 可并入 DiagnosisChain |-| MicroscopicFeatureSet | 可并入 LabResult |-| AdverseReactionStats | 简化为 AdverseEventReport |-------### 6️⃣ TCM(中医中药)--#### 🔍 需求分析--| 模板名称 | 保留/新增 | 理由 | 实际场景 |-|---------|----------|------|---------|-| HerbPropertyModel | ✅ 保留 | 中药属性 | 中药数据库 |-| FormulaComposition | ✅ 保留 | 君臣佐使 | 方剂分析 |-| SyndromeReasoningGraph | ✅ 保留 | 证候推理 | 临床推理 |-| CompatibilityNet | ✅ 保留 | 药对配伍 | 配伍禁忌 |-| MeridianFlowGraph | ✅ 保留 | 经络循行 | 经络理论 |-| AcupointLocationMap | ✅ 保留 | 穴位定位 | 针灸教学 |-| ProcessingMethod | ✅ 保留 | 炮制方法 | 炮制规范 |--#### 🆕 新增模板--##### 1. CaseRecord(医案记录)--**类型**: `hypergraph`--**需求验证**:-- ✅ 真实场景:提取名医医案的完整信息-- ✅ 使用者:中医师、研究人员-- ✅ 痛点:医案难以结构化分析--##### 2. PrescriptionModification(处方加减)--**类型**: `graph`--**需求验证**:-- ✅ 真实场景:分析处方加减规律-- ✅ 使用者:中医师、方剂研究-- ✅ 痛点:处方演变难以追溯-------#### ❌ 删除/合并的模板--| 删除模板 | 原因 |-|---------|------|-| FunctionIndicationMap | 可并入 FormulaComposition |-| PrescriptionModification | 已有同名模板,保留 |-------## 📝 实施流程--### 每个模板的实现流程--```-┌─────────────────────────────────────────┐-│ 1️⃣ Brainstorm(头脑风暴) │-│ - 讨论模板的实际需求场景 │-│ - 验证是否是真需求 │-│ - 确定合适的原语类型 │-└─────────────────┬───────────────────────┘- │- ▼-┌─────────────────────────────────────────┐-│ 2️⃣ Designer(设计) │-│ - 根据 brainstorm 结果设计 YAML │-│ - record-designer: model/list/set │-│ - graph-designer: graph/hypergraph │-└─────────────────┬───────────────────────┘- │- ▼-┌─────────────────────────────────────────┐-│ 3️⃣ Validator(验证) │-│ - 验证 YAML 语法正确性 │-│ - 检查字段定义是否合理 │-│ - 验证与原语类型的匹配度 │-└─────────────────────────────────────────┘-```-------## 📅 实施时间表--### Phase 1: General + Finance(高优先级)--| 步骤 | 任务 | 状态 |-|------|------|------|-| 1.1 | Brainstorm: SkillFlowGraph | ⏳ 待开始 |-| 1.2 | Design: SkillFlowGraph | ⏳ 待开始 |-| 1.3 | Validate: SkillFlowGraph | ⏳ 待开始 |-| 1.4 | Brainstorm: TechStackGraph | ⏳ 待开始 |-| 1.5 | Design: TechStackGraph | ⏳ 待开始 |-| 1.6 | Validate: TechStackGraph | ⏳ 待开始 |-| 1.7 | Brainstorm: Finance 新模板 | ⏳ 待开始 |-| 1.8 | Design: Finance 新模板 | ⏳ 待开始 |-| 1.9 | Validate: Finance 新模板 | ⏳ 待开始 |--### Phase 2: Legal + Industry--| 步骤 | 任务 | 状态 |-|------|------|------|-| 2.1 | Brainstorm: Legal 新模板 | ⏳ 待开始 |-| 2.2 | Design: Legal 新模板 | ⏳ 待开始 |-| 2.3 | Validate: Legal 新模板 | ⏳ 待开始 |-| 2.4 | Brainstorm: Industry 新模板 | ⏳ 待开始 |-| 2.5 | Design: Industry 新模板 | ⏳ 待开始 |-| 2.6 | Validate: Industry 新模板 | ⏳ 待开始 |--### Phase 3: Medicine + TCM--| 步骤 | 任务 | 状态 |-|------|------|------|-| 3.1 | Brainstorm: Medicine 新模板 | ⏳ 待开始 |-| 3.2 | Design: Medicine 新模板 | ⏳ 待开始 |-| 3.3 | Validate: Medicine 新模板 | ⏳ 待开始 |-| 3.4 | Brainstorm: TCM 新模板 | ⏳ 待开始 |-| 3.5 | Design: TCM 新模板 | ⏳ 待开始 |-| 3.6 | Validate: TCM 新模板 | ⏳ 待开始 |-------## 📂 输出文件结构--```-hyperextract/templates/-├── presets/-│ ├── general/-│ │ ├── base_graph.yaml # 基础图(已存在)-│ │ ├── base_hypergraph.yaml # 基础超图(已存在)-│ │ ├── knowledge_graph.yaml # 知识图谱-│ │ ├── entity_registry.yaml # 实体集合-│ │ ├── keyword_list.yaml # 关键词列表-│ │ ├── encyclopedia_item.yaml # 百科条目-│ │ ├── concept_hierarchy.yaml # 概念层级-│ │ ├── life_event_timeline.yaml # 生平时序-│ │ ├── social_network.yaml # 社交网络-│ │ ├── compliance_logic.yaml # 合规逻辑(已存在)-│ │ ├── skill_flow_graph.yaml # 🆕 AI技能流程图-│ │ └── tech_stack_graph.yaml # 🆕 技术栈依赖图-│ │-│ ├── finance/-│ │ ├── filing_snapshot.yaml # 🆕 财报快照-│ │ ├── mda_graph.yaml # 🆕 MD&A因果图-│ │ ├── risk_factor_set.yaml # 🆕 风险因子集-│ │ ├── event_timeline.yaml # 🆕 重大事件时序-│ │ ├── segment_performance.yaml # 🆕 分部业绩-│ │ ├── earnings_call_qa.yaml # 🆕 财报问答-│ │ ├── research_keypoints.yaml # 🆕 研报要点-│ │ └── guidance_tracker.yaml # 🆕 指引跟踪-│ │-│ ├── legal/-│ │ ├── contract_obligations.yaml # 🆕 合同义务-│ │ ├── defined_terms.yaml # 🆕 术语定义-│ │ ├── liability_clauses.yaml # 🆕 责任条款-│ │ ├── clause_registry.yaml # 🆕 条款清单-│ │ ├── case_fact_timeline.yaml # 🆕 案件事实时序-│ │ ├── adjudication_logic.yaml # 🆕 裁判逻辑(已存在)-│ │ ├── litigation_participants.yaml # 🆕 诉讼参与人-│ │ └── case_citation.yaml # 🆕 判例引用-│ │-│ ├── industry/-│ │ ├── system_topology.yaml # 🆕 系统拓扑-│ │ ├── equipment_spec.yaml # 🆕 设备规格-│ │ ├── safety_control.yaml # 🆕 安全控制-│ │ ├── operation_procedure.yaml # 🆕 操作规程-│ │ ├── failure_case.yaml # 🆕 故障案例-│ │ ├── maintenance_log.yaml # 🆕 维保日志-│ │ ├── incident_chain.yaml # 🆕 事故因果链-│ │ └── emergency_response.yaml # 🆕 应急响应-│ │-│ ├── medicine/-│ │ ├── drug_info.yaml # 🆕 药品信息-│ │ ├── drug_interaction.yaml # 🆕 药物相互作用-│ │ ├── treatment_plan.yaml # 🆕 治疗方案-│ │ ├── clinical_pathway.yaml # 🆕 临床路径-│ │ ├── hospital_course.yaml # 🆕 住院病程-│ │ ├── lab_result.yaml # 🆕 检验结果-│ │ ├── discharge_summary.yaml # 🆕 出院小结-│ │ ├── diagnosis_chain.yaml # 🆕 诊断推理链-│ │ └── adverse_event.yaml # 🆕 不良事件-│ │-│ └── tcm/-│ ├── herb_property.yaml # 🆕 中药属性-│ ├── formula_composition.yaml # 🆕 方剂组成-│ ├── syndrome_reasoning.yaml # 🆕 证候推理-│ ├── herb_compatibility.yaml # 🆕 药对配伍-│ ├── meridian_flow.yaml # 🆕 经络循行-│ ├── acupoint_info.yaml # 🆕 穴位信息-│ ├── case_record.yaml # 🆕 医案记录-│ └── processing_method.yaml # 🆕 炮制方法-│-└── IMPLEMENTATION_PLAN.md # 本文档-```-------## ✅ 检查清单--### 设计检查-- [ ] 是否有真实文档场景?-- [ ] 是否有明确的使用者?-- [ ] 是否有可视化的价值?-- [ ] 是否与现有模板功能重叠?--### YAML 检查-- [ ] 字段定义完整-- [ ] 描述清晰准确-- [ ] 语言支持(中/英)-- [ ] 符合原语类型规范-- [ ] 示例具有代表性--### 文档检查-- [ ] README 已更新-- [ ] 示例代码可用-- [ ] 测试用例覆盖-------## 📌 备注--本计划将根据实施过程中的反馈持续迭代优化。--**最后更新**: 2026-03-27-**版本**: v1.0diff --git a/hyperextract/templates/legacy/README.md b/hyperextract/templates/legacy/README.mddeleted file mode 100644index e0f413a..0000000--- a/hyperextract/templates/legacy/README.md+++ /dev/null@@ -1,101 +0,0 @@-# Legacy Templates (废弃与归档模板)--> ⚠️ **警告**: 此目录包含废弃的 Python 模板和归档的领域模板。--## 目录结构--```-legacy/-├── presets/ # 归档的领域模板(6个)-│ ├── agriculture/ # 农业-│ ├── biology/ # 生物科学-│ ├── food/ # 美食餐饮-│ ├── history/ # 历史-│ ├── literature/ # 文学与影视-│ └── news/ # 新闻传媒-├── zh/ # 废弃的Python模板-├── README_FULL.md # 完整版英文文档-└── README_ZH_FULL.md # 完整版中文文档-```--## 说明--此目录包含两部分内容:--### 1. 废弃的 Python 类模板 (`zh/`)--旧版本的 Python 类模板,已被 YAML 配置文件模板取代,将在未来版本中删除。--### 2. 归档的领域模板 (`presets/`)--以下6个领域模板已从核心模板中移除,归档至此:-- **agriculture** (农业) - 作物全生命周期管理、田间监测-- **biology** (生物科学) - 蛋白组、代谢通路、生态调查-- **food** (美食餐饮) - 标准化食谱、菜单分析-- **history** (历史) - 编年史、信札、口述历史-- **literature** (文学与影视) - 剧本、小说、设定集-- **news** (新闻传媒) - 调查报道、突发快讯--这些模板仍然可用,但不再是核心维护的领域。--## 迁移指南--### Python 类模板迁移(已废弃)--#### 旧的使用方式(已废弃)-```python-from hyperextract.templates.legacy.zh.general import LifeEventTimeline--template = LifeEventTimeline(llm_client=llm, embedder=embedder)-```--#### 新的使用方式(推荐)-```python-from hyperextract.utils.template_engine import Gallery, TemplateFactory--# 直接获取模板(自动加载 presets 和 customs)-config = Gallery.get("LifeEventTimeline")--# 创建模板-template = TemplateFactory.create(config, llm_client, embedder)-```--### 使用归档的领域模板--归档的领域模板(agriculture、biology、food、history、literature、news)仍可通过以下方式使用:--```python-from hyperextract.utils.template_engine import Gallery, TemplateFactory--# 添加归档模板路径-Gallery.add_path("hyperextract/templates/legacy/presets")--# 获取归档模板-config = Gallery.get("CropGrowthCycle") # agriculture-template = TemplateFactory.create(config, llm_client, embedder)-```--## 删除时间线--### Python 类模板-- **当前版本**: 标记为废弃,但仍可使用-- **下个版本**: 在文档中明确推荐使用 YAML 配置方式-- **未来版本 (v2.0)**: 删除此目录--### 归档领域模板-- **当前版本**: 从核心模板移除,归档至 legacy/presets-- **维护状态**: 低优先级维护,仅修复关键bug-- **未来计划**: 根据用户反馈决定是否恢复或永久移除--## 相关文档--### 核心文档-- [核心模板使用说明](../README.md) - 6个核心领域模板-- [核心模板使用说明(中文)](../README_ZH.md) - 6个核心领域模板(中文版)--### 完整文档-- [完整版英文文档](./README_FULL.md) - 包含全部12个领域的详细说明-- [完整版中文文档](./README_ZH_FULL.md) - 包含全部12个领域的详细说明(中文版)--### 迁移指南-- [PYTHON转YAML配置指南](../PYTHON转YAML配置指南.md)diff --git a/hyperextract/templates/legacy/README_FULL.md b/hyperextract/templates/legacy/README_FULL.mddeleted file mode 100644index f2af44a..0000000--- a/hyperextract/templates/legacy/README_FULL.md+++ /dev/null@@ -1,599 +0,0 @@-# Hyper-Extract Domain Knowledge Templates--The **Hyper-Extract Domain Templates** library allows you to extract structured knowledge graphs (Temporal, Spatial, Hypergraph, etc.) directly from raw documents.--This library is organized by **Domain**, ensuring that the extraction logic matches the specific vocabulary, document structures, and extraction goals of different industries.--> 切换至 [中文版](./README_ZH.md)-------## 📁 Directory Structure--```-templates/-├── presets/ # Preset templates (system-provided)-│ ├── agriculture/-│ ├── biology/-│ ├── finance/-│ └── ...-├── customs/ # Custom templates (user-created)-│ └── (user templates)-├── legacy/ # Deprecated Python templates-│ ├── zh/-│ └── en/-├── README.md-└── README_ZH.md-```--### presets vs customs--| Directory | Purpose | Description |-|-----------|---------|-------------|-| `presets/` | Preset templates | System-provided knowledge templates, read-only |-| `customs/` | Custom templates | User-created templates, can override presets |-------## 🚀 Usage--### Recommended: Using YAML Config--```python-from hyperextract.utils.template_engine import Gallery, TemplateFactory-from langchain_openai import ChatOpenAI, OpenAIEmbeddings--llm = ChatOpenAI(model="gpt-4o-mini")-embedder = OpenAIEmbeddings()--# Get template (auto-loaded presets and customs)-config = Gallery.get("KnowledgeGraph")--# Create template-template = TemplateFactory.create(config, llm, embedder)-result = template.parse("Your text here...")--# List all available templates-print(Gallery.list_all())-```--### Creating Custom Templates--Users can create their own templates in `templates/customs/`:--```python-# Add custom template directory (auto-loaded)-Gallery.add_path("/path/to/my/templates")--# Get custom template-config = Gallery.get("MyCustomTemplate")-```--### Deprecated: Using Python Class--```python-from hyperextract.templates.legacy.zh.general import KnowledgeGraph-from langchain_openai import ChatOpenAI, OpenAIEmbeddings--llm = ChatOpenAI(model="gpt-4o-mini")-embedder = OpenAIEmbeddings()--template = KnowledgeGraph(llm_client=llm, embedder=embedder)-result = template.parse("Your text here...")-```--> ⚠️ **Warning**: The Python class templates in `legacy/` are deprecated and will be removed in a future version. Please migrate to YAML config based templates.-------## 📋 Table of Contents--- [📚 General](#1-general-general-purpose)-- [💰 Finance](#2-finance-finance)-- [🏥 Medicine](#3-medicine-medicine)-- [🌿 TCM](#4-tcm-traditional-chinese-medicine)-- [⚙️ Industry](#5-industry-industry)-- [📜 History](#6-history-history)-- [🧬 Biology](#7-biology-biology)-- [⚖️ Legal](#8-legal-legal)-- [🎭 Literature](#9-literature-literature--fiction)-- [📰 News](#10-news-news--journalism)-- [🌾 Agriculture](#11-agriculture-agriculture)-- [🍜 Food](#12-food-food)-------## Primitive Types Overview--| Primitive | Description |-| :--- | :--- |-| **`AutoGraph`** | Knowledge Graph - extracts entities and pairwise relationships |-| **`AutoSet`** | Entity Set - deduplicates and collects unique entities |-| **`AutoList`** | List - extracts arrays of values (keywords, items, etc.) |-| **`AutoModel`** | Data Model - extracts structured data fields (like an infobox) |-| **`AutoTemporalGraph`** | Temporal Graph - builds time-ordered event sequences |-| **`AutoHypergraph`** | Hypergraph - models complex multi-entity relationships |-------## Domain Index--| Domain | Description | Key Focus |-| :--- | :--- | :--- |-| **`general`** | General Purpose | Arbitrary Text, Encyclopedias, Biographies, Regulations |-| **`finance`** | Finance & Investment | Reports, Filings, Transcripts, Earnings Calls, Market News |-| **`medicine`** | Medicine & Health | Clinical Records, Guidelines, Drug Info |-| **`tcm`** | Traditional Chinese Medicine | Case Records, Herbology, Acupuncture |-| **`industry`** | Industry | Maintenance, Safety, Operations |-| **`history`** | History & Culture | Chronicles, Timelines, Archives |-| **`biology`** | Biological Science | Genomics, Proteomics, Ecology |-| **`legal`** | Legal & Compliance | Contracts, Judgments, Regulations |-| **`literature`** | Literature & Fiction | Scripts, Novels, World Building |-| **`news`** | News & Media | Investigative Reports, Breaking News |-| **`agriculture`** | Agriculture | Crop Management, Soil Analysis |-| **`food`** | Food & Culinary | Recipes, Menu Engineering |-------## Domain Details--### 1. 📚 `general` (General Purpose)--The default choice for unstructured text that doesn't fit a specific industry.--* **Arbitrary Text (Universal Extraction)**: Any type of text for direct entity and relationship extraction.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`KnowledgeGraph`** | `AutoGraph` | General-purpose knowledge graph extraction | Open-domain text, web pages |-| **`EntityRegistry`** | `AutoSet` | Deduplicates unique entities (People, Orgs) | Entity collection, NER tasks |-| **`KeywordList`** | `AutoList` | Core concepts, topics, or tags | Content indexing, tagging |--* **Wikipedia / Encyclopedias**: Comprehensive entity descriptions with structured attributes.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`EncyclopediaItem`** | `AutoModel` | Structured profile (infobox style) | Wiki pages, dictionaries |-| **`ConceptHierarchy`** | `AutoGraph` | Taxonomy: Subclass-Of, Part-Of relations | Scientific wikis, textbooks |-| **`CrossReferenceNet`** | `AutoGraph` | Hyperlinks and citations between concepts | Navigation maps |--* **Biographies & Memoirs**: Life stories focusing on key events and relationships.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`LifeEventTimeline`** | `AutoTemporalGraph` | Chronological life events with timestamps | Biographies, diaries |-| **`SocialNetwork`** | `AutoGraph` | Interpersonal relationships and interactions | Character studies |-| **`PersonalProfile`** | `AutoModel` | Static attributes (birth, education, career) | Profiles, CVs |--* **Regulations & Compliance**: Policies, SOPs, and compliance guidelines.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`RegulationProfile`** | `AutoModel` | Policy name, version, scope, effective date | Policy overview, version control |-| **`ComplianceLogic`** | `AutoHypergraph` | Complex "Who + Condition → Must/Must Not Do What" | Compliance auditing |-| **`PenaltyRegistry`** | `AutoSet` | Unique violations and consequences | Risk management |-| **`OperationalProcedure`** | `AutoGraph` | Sequential steps for applications/approvals | SOP visualization |-| **`PenaltyMapping`** | `AutoGraph` | Violation → Process → Consequence chain | Root cause analysis |-| **`ClauseList`** | `AutoList` | Atomic clauses for quick indexing | Clause retrieval |--[↑ Back to Top](#table-of-contents)-------### 2. 💰 `finance` (Finance)--Optimized for complex financial relationships, market sentiment, and temporal events.--* **SEC Filings (10-K / 10-Q / 8-K)**: Standardized regulatory filings with financial statements, MD&A, risk factors.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`FilingFinancialSnapshot`** | `AutoModel` | Key figures from financial statements | Fundamental screening |-| **`MDANarrativeGraph`** | `AutoGraph` | Causal relationships from MD&A | Narrative analytics |-| **`FilingRiskFactorSet`** | `AutoSet` | Risk factors from Item 1A | Risk monitoring |-| **`MaterialEventTimeline`** | `AutoTemporalGraph` | Material events from 8-K reports | Event-driven analysis |-| **`SegmentPerformanceList`** | `AutoList` | Revenue, income by segment/region | Segment valuation |-| **`FinancialDataTemporalGraph`** | `AutoTemporalGraph` | Financial metrics across reporting periods | Trend analysis |-| **`RiskAssessmentGraph`** | `AutoGraph` | Risk factor → Financial impact paths | Risk monitoring |-| **`SupplyChainGraph`** | `AutoGraph` | Supply chain entities and risks | ESG analysis |--* **Equity Research Reports**: Analyst reports with ratings, target prices, investment logic.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ResearchNoteSummary`** | `AutoModel` | Ratings, target price, investment logic | Report database |-| **`FinancialForecast`** | `AutoList` | Projected Revenue, EPS, PE | Consensus analysis |-| **`ValuationLogicMap`** | `AutoGraph` | Causal chains for stock performance | Strategy mapping |-| **`FactorInfluenceHypergraph`** | `AutoHypergraph` | Macro → Industry → Company relationships | Factor attribution |-| **`RiskFactorList`** | `AutoList` | Downside risks | Risk monitoring |--* **Prospectuses / IPO (S-1)**: Company history, shareholder structure, use of proceeds.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ShareholderStructure`** | `AutoGraph` | Ownership percentages, controlling paths | Due diligence |-| **`ProceedsUsage`** | `AutoList` | Project names, amounts, timelines | Post-IPO monitoring |-| **`CompanyHistoryTimeline`** | `AutoTemporalGraph` | Founding, funding, pivots | History mapping |--* **Earnings Call Transcripts**: Quarterly conference calls with financial results and guidance.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`EarningsCallSummary`** | `AutoModel` | Metrics, guidance, call tone | Quarterly review |-| **`ManagementGuidanceList`** | `AutoList` | Forward-looking statements | Guidance tracking |-| **`DiscussionGraph`** | `AutoGraph` | Entity relationships in Q&A | Analyst focus analysis |-| **`CallSentimentHypergraph`** | `AutoHypergraph` | Multi-dimensional sentiment analysis | Trading signals |--* **Financial News & Market Commentary**: News articles and market commentary.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`MarketSentimentModel`** | `AutoModel` | Sentiment polarity, entities, price impact | Trading signals |-| **`FinancialEventCausalGraph`** | `AutoGraph` | Event → Entity → Market reaction | Strategy analysis |-| **`MultiSourceSentimentHypergraph`** | `AutoHypergraph` | Cross-source sentiment fusion | Ensemble scoring |-| **`MarketNarrativeTimeline`** | `AutoTemporalGraph` | Narrative evolution over time | Thematic investing |--[↑ Back to Top](#table-of-contents)-------### 3. 🏥 `medicine` (Medicine)--Focuses on causality, standardized terminology (UMLS), and precise relationships.--* **Medical Textbooks**: Anatomy, pathology, treatment protocols.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`PathologyHypergraph`** | `AutoHypergraph` | Gene + Env + Trigger → Disease | Research KB |-| **`MedicalConceptNet`** | `AutoGraph` | Medical terms and semantic relations | Taxonomy building |-| **`PharmacologyGraph`** | `AutoGraph` | Drug-receptor-physiology interactions | Drug mechanism analysis |-| **`AnatomyHierarchy`** | `AutoGraph` | Hierarchical anatomy positions | Surgical planning |-| **`SymptomDifferential`** | `AutoSet` | Symptoms → Differential diseases | Diagnostic support |--* **Clinical Practice Guidelines**: Standardized treatment decision trees.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`TreatmentRegimenMap`** | `AutoHypergraph` | Multi-modal treatments | Oncology protocols |-| **`ClinicalPathway`** | `AutoGraph` | If-Then-Else clinical decisions | Pathway management |-| **`LevelOfEvidence`** | `AutoList` | Recommendations with evidence grades | Clinical QA |--* **Discharge Summaries**: Patient hospital stay narratives.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SurgicalEventGraph`** | `AutoHypergraph` | Surgery as {Surgeon, Site, Procedure, Tools} | Quality control |-| **`HospitalCourseTimeline`** | `AutoTemporalGraph` | Admission → Tests → Procedures → Outcomes | Case review |-| **`DischargeInstruction`** | `AutoModel` | Medications, follow-ups, rehabilitation | Patient management |--* **Pathology Reports**: Microscopic tissue descriptions.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`TumorStagingItem`** | `AutoModel` | TNM staging (T, N, M, Stage) | Tumor registry |-| **`MicroscopicFeatureSet`** | `AutoSet` | IHC results and mutations | Targeted therapy |--* **Drug Package Inserts**: Indications, contraindications, interactions.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ComplexInteractionNet`** | `AutoHypergraph` | Drug A + B + condition → Reaction | CDSS |-| **`ContraindicationList`** | `AutoList` | Absolute contraindications | Prescription blocking |-| **`AdverseReactionStats`** | `AutoList` | Reactions by system with frequency | Pharmacovigilance |--[↑ Back to Top](#table-of-contents)-------### 4. 🌿 `tcm` (Traditional Chinese Medicine)--Specialized for syndrome differentiation (`Bian Zheng`) and herbal compatibility.--* **Medical Case Records (Yi An)**: Clinical records with symptoms, pattern differentiation, and formulas.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SyndromeReasoningGraph`** | `AutoHypergraph` | Symptoms → Syndrome → Principle → Formula | Experience mining |-| **`PrescriptionModification`** | `AutoGraph` | Base formula modifications by symptoms | Clinical rules analysis |-| **`PulseTongueRecord`** | `AutoList` | Tongue and pulse characteristics | Diagnosis objectification |--* **Herbal Compendiums (Ben Cao)**: Herb properties, flavors, meridian tropism.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`HerbPropertyModel`** | `AutoModel` | Four Natures, Five Flavors, Toxicity | TCM database |-| **`CompatibilityNet`** | `AutoGraph` | Seven Emotions relationships | Contraindication warning |-| **`ProcessingMethod`** | `AutoList` | Processing methods and effects | Processing standards |--* **Prescription Formularies (Fang Zhu)**: Formula composition with Monarch/Minister/Assistant/Envoy roles.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`FormulaComposition`** | `AutoHypergraph` | Formula hierarchy (Monarch, Minister, Assistant, Envoy) | Structure analysis |-| **`FunctionIndicationMap`** | `AutoGraph` | Formula → Functions → Indications | Recommendation systems |--* **Meridian & Acupoint Treatises**: Acupoint locations and therapeutic effects.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`AcupointLocationMap`** | `AutoGraph` | Acupoint spatial relationships | Acupuncture teaching |-| **`MeridianFlowGraph`** | `AutoGraph` | Twelve meridian pathways | Meridian theory |--[↑ Back to Top](#table-of-contents)-------### 5. ⚙️ `industry` (Industry)--Focuses on operational data in manufacturing, energy, and power sectors.--* **Management Specifications**: Safety procedures, emergency plans.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SafetyControlGraph`** | `AutoGraph` | Hazard sources, risk points, controls | Safety procedures |-| **`EmergencyResponseGraph`** | `AutoGraph` | Incident scenarios, response actions | Emergency plans |-| **`IncidentCausalityMap`** | `AutoHypergraph` | Hazard → Trigger → Violation → Consequence | Risk prevention |-| **`SafetyTimeline`** | `AutoTemporalGraph` | Operations and response sequences | Accident review |--* **Technical Specifications / Datasheets**: Equipment parameters, design standards.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SystemTopologyGraph`** | `AutoGraph` | Factory areas, systems, equipment hierarchy | System manuals |-| **`EquipmentTopologyGraph`** | `AutoGraph` | Equipment entities and connections | Equipment diagrams |-| **`SpecParameterTable`** | `AutoModel` | Rated power, materials, tolerances | Equipment records |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | Device-environment relationships | Selection assistance |--* **Operations**: Operating procedures, mode switching.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`OperationFlowGraph`** | `AutoGraph` | Operation steps, states, results | Operating procedures |-| **`OperatingModeGraph`** | `AutoGraph` | Operating modes and switching conditions | Mode switching |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | Operator, tool, object, duration | SOP standardization |--* **Maintenance**: Inspection records, failure cases, spare parts.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`InspectionRecordGraph`** | `AutoGraph` | Equipment and inspection items | Inspection logs |-| **`FailureCaseGraph`** | `AutoGraph` | Phenomena, causes, measures, lessons | Failure case libraries |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | Phenomena, causes, components, solutions | Fault diagnosis |-| **`PartReplacementList`** | `AutoList` | Part numbers, quantities, reasons | Spare parts management |--* **HSE Incident Reports**: Safety incident investigations.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | Hazard, trigger, violation, consequence | Accident simulation |-| **`SafetyTimeline`** | `AutoTemporalGraph` | Operations and response sequences | Accident review |--[↑ Back to Top](#table-of-contents)-------### 6. 📜 `history` (History)--Focuses on long-span timelines and social network reconstruction.--* **Historical Monographs**: Academic analysis of periods, events, figures.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`HistoricalKnowledgeGraph`** | `AutoGraph` | Kinship, Minister-Ruler, causality | Social network analysis |-| **`MultiParticipantEventMap`** | `AutoHypergraph` | Events as hyperedges connecting participants | Event reconstruction |--* **Chronicles**: Strictly chronological records.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ChronologicalEventChain`** | `AutoTemporalGraph` | Atomic events with timestamps | Timeline generation |-| **`HistoricalContextGraph`** | `AutoGraph` | Static relationships (kinship, alliances) | Background mining |-| **`PoliticalStruggleHypergraph`** | `AutoHypergraph` | {Attacker, Defender, Planner, Traitor} in battles | Faction analysis |--* **Oral History**: First-person memoirs with non-linear narratives.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`PersonalTrajectoryHypergraph`** | `AutoHypergraph` | Life stages as {Period, Location, Peers, Experience} | Biography writing |-| **`NarrativeRelationGraph`** | `AutoGraph` | Interpersonal interactions from narrator's view | Social network analysis |-| **`MemoryFlashbackList`** | `AutoList` | Specific anecdotes, feelings, side descriptions | Historical detail |--* **Archival Correspondence**: Letters revealing hidden social networks.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`EpistolaryKnowledgeGraph`** | `AutoGraph` | Entities and relations within letter content | Historical material mining |--[↑ Back to Top](#table-of-contents)-------### 7. 🧬 `biology` (Biology)--Beyond genomics: proteomics, metabolism, and ecology.--* **Biological Monographs**: Species taxonomy, evolutionary history.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SpeciesInteractionWeb`** | `AutoGraph` | Predation, parasitism, competition, symbiosis | Food web analysis |-| **`TaxonomicTree`** | `AutoGraph` | Kingdom → Phylum → ... → Species hierarchy | Taxonomy database |--* **Protein Structure Summaries**: Crystal structures, binding sites.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ProteinComplexMap`** | `AutoHypergraph` | Multi-subunit assemblies | Complex databases |-| **`BindingSiteModel`** | `AutoModel` | Active site residues, binding pocket chemistry | Drug design |--* **Metabolic Pathway Descriptions**: Biochemical cascades.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`BiochemicalReactionHypergraph`** | `AutoHypergraph` | Enzyme + Substrate → Product reactions | Pathway mapping |-| **`RegulatoryNetwork`** | `AutoGraph` | TF → Promoter → Gene expression | Gene regulation analysis |--* **Ecological Surveys**: Species distribution, habitat characteristics.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`PhylogeneticRelationGraph`** | `AutoGraph` | Evolutionary relationships, branching patterns | Phylogenetic trees |-| **`BiodiversityRegistry`** | `AutoSet` | Observed species and populations | Biodiversity assessment |--[↑ Back to Top](#table-of-contents)-------### 8. ⚖️ `legal` (Legal)--Precise logical conditions, obligations, and citations.--* **Legal Treatises**: Analysis of legal principles and case law.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`LegalConceptOntology`** | `AutoGraph` | Definitions, Is-A relations, interpretations | Legal research |-| **`CaseLawCitationNet`** | `AutoGraph` | Case citations, distinguish, overrule | Precedent analysis |--* **Master Service Agreements (MSA)**: Long-term contracts, liability, IP rights.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ContractObligationHypergraph`** | `AutoHypergraph` | {Party, Duty, Trigger, Exception, Penalty} | Contract review |-| **`DefinedTermRegistry`** | `AutoSet` | Defined capitalized terms | Consistency check |-| **`LiabilityClauseList`** | `AutoList` | Indemnification, limitations, warranties | Risk assessment |--* **Court Judgments**: Rulings with fact-finding and reasoning.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`CaseFactTimeline`** | `AutoTemporalGraph` | Chronological sequence of events | Case analysis |-| **`AdjudicationLogic`** | `AutoHypergraph` | {Proven Fact + Law → Conclusion} | Judgment prediction |-| **`LitigationParticipantMap`** | `AutoGraph` | Plaintiff, defendant, counsel, witness relations | Conflict check |--* **Regulatory Compliance Filings**: Data privacy, AML, environmental reports.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ComplianceRequirementList`** | `AutoList` | Specific affirmative/negative duties | Gap analysis |-| **`BeneficialOwnershipGraph`** | `AutoGraph` | Corporate ownership layers to UBO | AML/KYC screening |--[↑ Back to Top](#table-of-contents)-------### 9. 🎭 `literature` (Literature & Fiction)--Narrative structure, character interactions, world-building.--* **Screenplays / Scripts**: Highly structured (Scene, Action, Dialogue).--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SceneEventHypergraph`** | `AutoHypergraph` | Scene as {Characters, Location, Props, Actions} | Scene analysis |-| **`CharacterArcTimeline`** | `AutoTemporalGraph` | Character location, emotion, actions over time | Development analysis |--* **Novels**: Complex plots, numerous characters.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ComplexCharacterRelation`** | `AutoHypergraph` | Multi-party structures (triangles, alliances) | Ensemble analysis |-| **`StoryEntityGraph`** | `AutoGraph` | Items, locations, ownership | World-building DB |-| **`NarrativeEventChain`** | `AutoTemporalGraph` | Key plot points by internal timeline | Synopsis generation |--* **Literary Criticism**: Themes, motifs, intertextuality.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`MotifAssociationNet`** | `AutoGraph` | Recurring symbols and motifs | Semiotics |-| **`CritiqueArgumentHypergraph`** | `AutoHypergraph` | {Evidence1, Evidence2, Quote} → Thesis | Paper analysis |-| **`NarrativeStructureTree`** | `AutoGraph` | Hierarchical narrative structure | Narratology |--[↑ Back to Top](#table-of-contents)-------### 10. 📰 `news` (News & Journalism)--Focuses on 5Ws (Who, What, Where, When, Why), event causality, viewpoint analysis.--* **Investigative Journalism**: Long-form reporting revealing complex truths.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`InvestigativeContextGraph`** | `AutoGraph` | Baseline relationships (employment, kinship) | Entity mapping |-| **`ComplexRelationNet`** | `AutoHypergraph` | Multi-party connections (family, political, business) | Political analysis |-| **`KeyEventSequence`** | `AutoGraph` | Chronological sequence of critical events | Backgrounders |--* **Breaking News Wires**: Short, factual updates.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`NewsEntityGraph`** | `AutoGraph` | Key entities (people, orgs, locations, events) | News feeds |-| **`NewsSummaryModel`** | `AutoModel` | 5W1H extraction | News aggregation |-| **`LiveUpdateTimeline`** | `AutoGraph` | Minute-by-minute updates | Live blog summary |--* **Policy Analysis & Editorials**: Opinions, arguments, future impacts.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`ViewpointStructure`** | `AutoHypergraph` | {Claim, Premises, Conclusion} | Opinion mining |-| **`ImpactChain`** | `AutoGraph` | Policy → Affected Groups → Consequences | Policy reviews |--[↑ Back to Top](#table-of-contents)-------### 11. 🌾 `agriculture` (Agriculture)--Crop lifecycle, field monitoring, soil health.--* **Agricultural Manuals**: Planting standards, pest control.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`CropGrowthCycle`** | `AutoTemporalGraph` | Farming operations per growth stage | Planting calendar |-| **`PestControlHypergraph`** | `AutoHypergraph` | {Crop, Stage, Factor} → {Target, Agent, Dosage} | Smart crop protection |--* **Crop Scouting Reports**: Field observations.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`FieldObservationList`** | `AutoList` | {Field ID, Crop, Stage, Issue, Severity, Recommendation} | Pest early warning |--* **Soil Analysis Reports**: Soil chemistry and fertilization recommendations.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`SoilNutrientModel`** | `AutoModel` | pH, Organic Matter, N-P-K, micronutrients | Fertilizer prescription |-| **`AmendmentPlan`** | `AutoGraph` | Test Result → Limiting Factor → Method → Outcome | Precision agriculture |--[↑ Back to Top](#table-of-contents)-------### 12. 🍜 `food` (Food)--Recipe standardization, ingredient pairing, food reviews.--* **Standardized Recipes**: Ingredient lists, cooking steps.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`RecipeCollection`** | `AutoSet` | Unique dish entities and classifications | Menu digitization |-| **`StandardRecipeCard`** | `AutoModel` | Complete ingredients, steps, tips | Kitchen SOP cards |-| **`IngredientCompositionHypergraph`** | `AutoHypergraph` | {Dish, Main, Accessory, Seasoning} relationships | Cost, allergen management |--* **Food Reviews**: Professional evaluations.--| Template | Primitive | Description | Use Case |-| :--- | :--- | :--- | :--- |-| **`DishReviewSummary`** | `AutoList` | Core points, recommendation level, price | Must-try lists |-| **`SensoryEvaluationGraph`** | `AutoGraph` | Dish → Taste/Texture → Ingredient/Technique | Flavor analysis |--[↑ Back to Top](#table-of-contents)-----diff --git a/hyperextract/templates/legacy/README_ZH_FULL.md b/hyperextract/templates/legacy/README_ZH_FULL.mddeleted file mode 100644index a816157..0000000--- a/hyperextract/templates/legacy/README_ZH_FULL.md+++ /dev/null@@ -1,599 +0,0 @@-# Hyper-Extract 领域知识抽取模板--**Hyper-Extract 领域模板库** 旨在为不同垂直行业提供专业的非结构化文本抽取能力。--本库按 **领域 (Domain)** 组织,每个领域针对其特定的文档类型、行业术语和业务逻辑进行了优化。--> 切换至 [English Version](./README.md)-------## 📁 目录结构--```-templates/-├── presets/ # 预设模板(系统预置)-│ ├── agriculture/-│ ├── biology/-│ ├── finance/-│ └── ...-├── customs/ # 自定义模板(用户可自行创建)-│ └── (用户模板)-├── legacy/ # 废弃的 Python 模板-│ ├── zh/-│ └── en/-├── README.md-└── README_ZH.md-```--### presets vs customs--| 目录 | 用途 | 说明 |-|------|------|------|-| `presets/` | 预设模板 | 系统预置的知识模板,用户只能读取使用 |-| `customs/` | 自定义模板 | 用户自行创建的模板,可覆盖同名预设 |-------## 🚀 使用方式--### 推荐方式:使用 YAML 配置--```python-from hyperextract.utils.template_engine import Gallery, TemplateFactory-from langchain_openai import ChatOpenAI, OpenAIEmbeddings--llm = ChatOpenAI(model="gpt-4o-mini")-embedder = OpenAIEmbeddings()--# 直接获取模板(自动加载 presets 和 customs)-config = Gallery.get("KnowledgeGraph")--# 创建模板-template = TemplateFactory.create(config, llm, embedder)-result = template.parse("您的文本内容...")--# 列出所有可用模板-print(Gallery.list_all())-```--### 创建自定义模板--用户可以在 `templates/customs/` 目录下创建自己的模板:--```python-# 添加自定义模板目录(自动加载)-Gallery.add_path("/path/to/my/templates")--# 获取自定义模板-config = Gallery.get("MyCustomTemplate")-```--### 废弃方式:使用 Python 类--```python-from hyperextract.templates.legacy.zh.general import KnowledgeGraph-from langchain_openai import ChatOpenAI, OpenAIEmbeddings--llm = ChatOpenAI(model="gpt-4o-mini")-embedder = OpenAIEmbeddings()--template = KnowledgeGraph(llm_client=llm, embedder=embedder)-result = template.parse("您的文本内容...")-```--> ⚠️ **警告**: `legacy/` 目录下的 Python 类模板已废弃,将在未来版本中删除。请迁移到基于 YAML 配置的模板。-------## 📋 目录--- [📚 通用](#1-general-通用general-purpose)-- [💰 金融](#2-finance-金融)-- [🏥 医疗](#3-medicine-医学)-- [🌿 中医](#4-tcm-中医中药)-- [⚙️ 工业](#5-industry-工业)-- [📜 历史](#6-history-历史)-- [🧬 生物](#7-biology-生物科学)-- [⚖️ 法律](#8-legal-法律)-- [🎭 文学](#9-literature-文学与影视)-- [📰 新闻](#10-news-新闻传媒)-- [🌾 农业](#11-agriculture-农业)-- [🍜 美食](#12-food-美食餐饮)-------## 底层原语说明--| 原语 | 说明 |-| :--- | :--- |-| **`AutoGraph`** | 知识图谱 - 提取实体及成对关系 |-| **`AutoSet`** | 实体集合 - 去重并汇总唯一实体 |-| **`AutoList`** | 列表 - 提取数值数组(关键词、条目等)|-| **`AutoModel`** | 数据模型 - 提取结构化字段(如信息框)|-| **`AutoTemporalGraph`** | 时序图谱 - 构建时间有序的事件序列 |-| **`AutoHypergraph`** | 超图 - 建模复杂的多实体关系 |-------## 领域索引--| 领域代码 | 领域名称 | 核心关注点 |-| :--- | :--- | :--- |-| **`general`** | 通用/百科 | 任意文本、百科全书、人物传记、规章制度 |-| **`finance`** | 金融投资 | 财报、研报、会议纪要、金融资讯 |-| **`medicine`** | 医疗健康 | 临床指南、病历、药品文档 |-| **`tcm`** | 中医中药 | 医案、本草、方剂、经络 |-| **`industry`** | 工业 | 运维日志、安全报告、技术规格 |-| **`history`** | 历史文化 | 编年史、信札、口述历史 |-| **`biology`** | 生物科学 | 蛋白组、代谢通路、生态调查 |-| **`legal`** | 法律合规 | 合同协议、判决书、监管文件 |-| **`literature`** | 文学与影视 | 剧本、小说、设定集 |-| **`news`** | 新闻传媒 | 调查报道、突发快讯 |-| **`agriculture`** | 农业 | 巡田报告、土壤分析 |-| **`food`** | 美食餐饮 | 标准化食谱、菜单分析 |-------## 领域详情--### 1. 📚 `general` (通用)--适用于无法归类或多领域交叉的文本,通过提取基础实体和SPO关系构建通用图谱。--* **任意文本 (通用提取)**:适用于任何类型的文本,直接提取其中的实体及关系。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`KnowledgeGraph`** | `AutoGraph` | 通用知识图谱提取 | 任意文本、网页内容 |-| **`EntityRegistry`** | `AutoSet` | 去重唯一实体(人名、机构) | 实体发现、NER任务 |-| **`KeywordList`** | `AutoList` | 核心概念、主题或标签 | 内容打标、索引生成 |--* **百科条目**:对实体的综合性描述,包含结构化属性信息。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`EncyclopediaItem`** | `AutoModel` | 结构化属性信息(信息框风格)| 百科词典词条 |-| **`ConceptHierarchy`** | `AutoGraph` | 上下位/组成关系 | 科学教材知识点 |-| **`CrossReferenceNet`** | `AutoGraph` | 超链接与相互引用 | 跨词条关联 |--* **人物传记与回忆录**:记录个人生平事迹、主要成就及社会关系。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`LifeEventTimeline`** | `AutoTemporalGraph` | 带时间戳的生平事件 | 传记、年表 |-| **`SocialNetwork`** | `AutoGraph` | 人际关系与互动 | 人物分析 |-| **`PersonalProfile`** | `AutoModel` | 静态属性(生卒年、学历)| 简历、简介 |--* **规章制度与合规文档**:公司制度、操作手册、合规指南。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`RegulationProfile`** | `AutoModel` | 制度名称、版本、生效日期 | 制度概览 |-| **`ComplianceLogic`** | `AutoHypergraph` | 条件性行为逻辑 | 合规审计 |-| **`PenaltyRegistry`** | `AutoSet` | 违规行为与后果 | 风险管控 |-| **`OperationalProcedure`** | `AutoGraph` | 申报审批具体步骤 | SOP流程 |-| **`PenaltyMapping`** | `AutoGraph` | 违规到结果的演变路径 | 风险溯源 |-| **`ClauseList`** | `AutoList` | 原子化条文 | 条文检索 |--[↑ 返回目录](#目录)-------### 2. 💰 `finance` (金融)--专注于提取复杂的交易关系、市场观点及时间敏感事件。--* **SEC财报 (10-K / 10-Q / 8-K)**:标准化财务申报文件,涵盖财务报表、MD&A、风险因素。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`FilingFinancialSnapshot`** | `AutoModel` | 关键财务数据 | 基本面筛选 |-| **`MDANarrativeGraph`** | `AutoGraph` | MD&A因果关系 | 叙事分析 |-| **`FilingRiskFactorSet`** | `AutoSet` | 风险因素登记 | 风险监控 |-| **`MaterialEventTimeline`** | `AutoTemporalGraph` | 重大事件时间轴 | 事件驱动分析 |-| **`SegmentPerformanceList`** | `AutoList` | 分部/区域业绩 | 分部估值 |-| **`FinancialDataTemporalGraph`** | `AutoTemporalGraph` | 跨期财务指标 | 趋势分析 |-| **`RiskAssessmentGraph`** | `AutoGraph` | 风险传导路径 | 风险监控 |-| **`SupplyChainGraph`** | `AutoGraph` | 供应链主体与风险 | ESG分析 |--* **股票研究报告**:分析师深度报告,包含评级、目标价及投资逻辑。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ResearchNoteSummary`** | `AutoModel` | 评级、目标价、投资逻辑 | 研报数据库 |-| **`FinancialForecast`** | `AutoList` | 营收、EPS、PE预测 | 一致性预期 |-| **`ValuationLogicMap`** | `AutoGraph` | 股价驱动因果链 | 策略映射 |-| **`FactorInfluenceHypergraph`** | `AutoHypergraph` | 宏观→行业→公司关联 | 因子归因 |-| **`RiskFactorList`** | `AutoList` | 下行风险点 | 风险监控 |--* **招股说明书 (IPO)**:企业上市前披露文件,详述股权结构、募集资金用途。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ShareholderStructure`** | `AutoGraph` | 股东占比、层级关系 | 尽职调查 |-| **`ProceedsUsage`** | `AutoList` | 募投项目、金额、时间表 | 投后管理 |-| **`CompanyHistoryTimeline`** | `AutoTemporalGraph` | 成立、融资、并购大事 | 企业历史 |--* **财报电话会议**:管理层业绩说明会实录,包含前瞻性指引。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`EarningsCallSummary`** | `AutoModel` | 核心指标、指引、会议基调 | 季度回顾 |-| **`ManagementGuidanceList`** | `AutoList` | 前瞻性声明 | 业绩指引跟踪 |-| **`DiscussionGraph`** | `AutoGraph` | 讨论实体及多元关系 | 分析师关注分析 |-| **`CallSentimentHypergraph`** | `AutoHypergraph` | 多维情感信号 | 交易信号 |--* **金融新闻与市场评论**:传递市场情绪、事件影响的新闻报道。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`MarketSentimentModel`** | `AutoModel` | 情感极性、实体、价格影响 | 交易信号 |-| **`FinancialEventCausalGraph`** | `AutoGraph` | 事件→实体→市场反应 | 策略分析 |-| **`MultiSourceSentimentHypergraph`** | `AutoHypergraph` | 多源情绪融合 | 集成评分 |-| **`MarketNarrativeTimeline`** | `AutoTemporalGraph` | 市场叙事演变 | 主题投资 |--[↑ 返回目录](#目录)-------### 3. 🏥 `medicine` (医学)--专注于疾病诊疗逻辑、标准化术语映射及因果关系提取。--* **医学教科书与专著**:系统性阐述解剖、病理、治疗原则。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`PathologyHypergraph`** | `AutoHypergraph` | 基因+环境+诱因→疾病 | 研究知识库 |-| **`MedicalConceptNet`** | `AutoGraph` | 医学术语及语义关系 | 术语标准化 |-| **`PharmacologyGraph`** | `AutoGraph` | 药物-受体-生理反应 | 药理分析 |-| **`AnatomyHierarchy`** | `AutoGraph` | 解剖位置层级 | 手术导航 |-| **`SymptomDifferential`** | `AutoSet` | 症状→鉴别疾病 | 辅助诊断 |--* **临床诊疗指南**:标准化治疗决策路径。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`TreatmentRegimenMap`** | `AutoHypergraph` | 多因素治疗方案 | 肿瘤化疗方案 |-| **`ClinicalPathway`** | `AutoGraph` | 临床决策树 | 诊疗规范化 |-| **`LevelOfEvidence`** | `AutoList` | 推荐意见及证据等级 | 临床质控 |--* **出院小结**:患者住院全过程的叙述性记录。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SurgicalEventGraph`** | `AutoHypergraph` | 手术复杂事件 | 手术质控 |-| **`HospitalCourseTimeline`** | `AutoTemporalGraph` | 入院→检查→治疗→转归 | 病历质控 |-| **`DischargeInstruction`** | `AutoModel` | 出院带药、复诊、康复 | 患者随访 |--* **病理报告**:对组织样本的微观描述。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`TumorStagingItem`** | `AutoModel` | TNM分期 | 肿瘤登记 |-| **`MicroscopicFeatureSet`** | `AutoSet` | 免疫组化、基因突变 | 靶向药匹配 |--* **药品说明书**:包含适应症、禁忌症等专业信息。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ComplexInteractionNet`** | `AutoHypergraph` | 药物相互作用 | CDSS |-| **`ContraindicationList`** | `AutoList` | 绝对禁忌 | 处方拦截 |-| **`AdverseReactionStats`** | `AutoList` | 不良反应及发生率 | 药物警戒 |--[↑ 返回目录](#目录)-------### 4. 🌿 `tcm` (中医中药)--针对中医特有的辨证论治逻辑和药性理论进行优化。--* **名医医案**:记录症状、辨证分析、治法及处方的临床实录。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SyndromeReasoningGraph`** | `AutoHypergraph` | 症状→证型→治则→处方 | 医案挖掘 |-| **`PrescriptionModification`** | `AutoGraph` | 处方加减逻辑 | 用药规律分析 |-| **`PulseTongueRecord`** | `AutoList` | 舌象与脉象特征 | 诊断客观化 |--* **本草典籍**:描述单味药的四气五味、归经、功效。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`HerbPropertyModel`** | `AutoModel` | 四气五味、归经、毒性 | 中药数据库 |-| **`CompatibilityNet`** | `AutoGraph` | 七情配伍关系 | 配伍禁忌 |-| **`ProcessingMethod`** | `AutoList` | 炮制方法及影响 | 炮制规范 |--* **方剂规范**:记载方剂组成,包含君臣佐使配伍结构。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`FormulaComposition`** | `AutoHypergraph` | 君臣佐使层级结构 | 方剂解析 |-| **`FunctionIndicationMap`** | `AutoGraph` | 方剂→功能→主治 | 推荐系统 |--* **经络腧穴专著**:描述穴位定位、归经及主治功能。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`AcupointLocationMap`** | `AutoGraph` | 腧穴空间定位 | 针灸教学 |-| **`MeridianFlowGraph`** | `AutoGraph` | 十二经脉循行 | 经络理论 |--[↑ 返回目录](#目录)-------### 5. ⚙️ `industry` (工业)--专注于电力、制造、能源等行业的运维数据与日志分析。--* **管理规范**:安全规程、应急预案等。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SafetyControlGraph`** | `AutoGraph` | 危险源、风险点、管控 | 安全规程 |-| **`EmergencyResponseGraph`** | `AutoGraph` | 事故场景、响应动作 | 应急预案 |-| **`IncidentCausalityMap`** | `AutoHypergraph` | 隐患→触发→违章→后果 | 风险预防 |-| **`SafetyTimeline`** | `AutoTemporalGraph` | 操作与响应序列 | 事故复盘 |--* **技术规格书**:设备额定参数、设计标准。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SystemTopologyGraph`** | `AutoGraph` | 厂区、系统、设备层级 | 系统说明书 |-| **`EquipmentTopologyGraph`** | `AutoGraph` | 设备实体及连接 | 设备图纸 |-| **`SpecParameterTable`** | `AutoModel` | 额定功率、材质、精度 | 设备台账 |-| **`SystemCompatibilityGraph`** | `AutoHypergraph` | 设备与环境关系 | 选型辅助 |--* **操作运维**:设备运行规程、工况切换。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`OperationFlowGraph`** | `AutoGraph` | 操作步骤、状态、结果 | 运行规程 |-| **`OperatingModeGraph`** | `AutoGraph` | 工况类型和切换条件 | 工况切换 |-| **`MaintenaceOperationMap`** | `AutoHypergraph` | 操作人、工具、对象、耗时 | 维修标准化 |--* **设备维护**:巡检记录、故障案例、备件更换。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`InspectionRecordGraph`** | `AutoGraph` | 设备和巡检项 | 巡检记录 |-| **`FailureCaseGraph`** | `AutoGraph` | 现象、原因、措施、教训 | 故障案例库 |-| **`FailureKnowledgeHypergraph`** | `AutoHypergraph` | 现象、根因、部件、方案 | 故障诊断 |-| **`PartReplacementList`** | `AutoList` | 零件型号、数量、原因 | 备件管理 |--* **HSE事故报告**:生产事故调查报告。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`IncidentCausalityMap`** | `AutoHypergraph` | 隐患→触发→违章→后果 | 事故推演 |-| **`SafetyTimeline`** | `AutoTemporalGraph` | 操作与响应序列 | 事故复盘 |--[↑ 返回目录](#目录)-------### 6. 📜 `history` (历史)--专注于长跨度时间线梳理及人物社会网络构建。--* **历史专著**:对特定断代、事件或人物的深度分析。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`HistoricalKnowledgeGraph`** | `AutoGraph` | 人物关系、事件因果 | 社会网络分析 |-| **`MultiParticipantEventMap`** | `AutoHypergraph` | 多方参与事件 | 事件还原 |--* **编年史**:按时间顺序记录的历史事件。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ChronologicalEventChain`** | `AutoTemporalGraph` | 带时间戳的原子事件 | 年表生成 |-| **`HistoricalContextGraph`** | `AutoGraph` | 静态关联(亲属、联盟)| 背景挖掘 |-| **`PoliticalStruggleHypergraph`** | `AutoHypergraph` | 攻守方、策划者、变节者 | 派系分析 |--* **口述历史**:第一人称回忆录。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`PersonalTrajectoryHypergraph`** | `AutoHypergraph` | 人生阶段超边 | 传记编撰 |-| **`NarrativeRelationGraph`** | `AutoGraph` | 主观视角人物互动 | 社会网络分析 |-| **`MemoryFlashbackList`** | `AutoList` | 轶事、感悟、侧面描写 | 历史细节 |--* **档案信札**:历史人物往来书信。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`EpistolaryKnowledgeGraph`** | `AutoGraph` | 信件内容中的人物事件 | 史料挖掘 |--[↑ 返回目录](#目录)-------### 7. 🧬 `biology` (生物科学)--从基因组扩展到蛋白质组学、代谢通路及生态学。--* **生物学专著**:物种分类、进化历史。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SpeciesInteractionWeb`** | `AutoGraph` | 捕食、寄生、竞争、共生 | 食物网分析 |-| **`TaxonomicTree`** | `AutoGraph` | 界门纲目科属种层级 | 分类学数据库 |--* **蛋白质结构摘要**:晶体结构、配体结合位点。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ProteinComplexMap`** | `AutoHypergraph` | 多亚基复合物 | 蛋白数据库 |-| **`BindingSiteModel`** | `AutoModel` | 活性位点、化学性质 | 药物设计 |--* **代谢通路描述**:生化反应级联。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`BiochemicalReactionHypergraph`** | `AutoHypergraph` | 酶+底物→产物反应 | 通路图谱 |-| **`RegulatoryNetwork`** | `AutoGraph` | 转录因子→启动子→基因表达 | 基因调控分析 |--* **生态调查**:物种形态、分布、生境特征。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`PhylogeneticRelationGraph`** | `AutoGraph` | 亲缘关系、演化距离 | 系统发育树 |-| **`BiodiversityRegistry`** | `AutoSet` | 观测物种及种群 | 生物多样性评估 |--[↑ 返回目录](#目录)-------### 8. ⚖️ `legal` (法律)--专注于权利义务逻辑、条件约束及法律事实。--* **法学专著与评注**:法律原则、法条逻辑分析。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`LegalConceptOntology`** | `AutoGraph` | 术语定义、上下位关系 | 法律检索 |-| **`CaseLawCitationNet`** | `AutoGraph` | 案件引用关系 | 判例研究 |--* **主服务协议 (MSA)**:长期商业合同。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ContractObligationHypergraph`** | `AutoHypergraph` | 主体+义务+条件+例外+责任 | 合同审查 |-| **`DefinedTermRegistry`** | `AutoSet` | 定义的专有名词 | 一致性检查 |-| **`LiabilityClauseList`** | `AutoList` | 赔偿、责任限制条款 | 风险评估 |--* **法院判决书**:法官最终裁定。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`CaseFactTimeline`** | `AutoTemporalGraph` | 时间顺序的事实链条 | 案情分析 |-| **`AdjudicationLogic`** | `AutoHypergraph` | 事实+法律→结论 | 判决预测 |-| **`LitigationParticipantMap`** | `AutoGraph` | 原告被告律师证人关系 | 利益冲突 |--* **合规申报文件**:数据合规、反洗钱报告。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ComplianceRequirementList`** | `AutoList` | 具体义务或整改措施 | 合规分析 |-| **`BeneficialOwnershipGraph`** | `AutoGraph` | 股权穿透至UBO | AML/KYC |--[↑ 返回目录](#目录)-------### 9. 🎭 `literature` (文学与影视)--专注于叙事结构分析、角色互动及世界观设定。--* **影视剧本**:格式严格的文本(场景、对白)。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SceneEventHypergraph`** | `AutoHypergraph` | 场景超边 | 剧本统筹 |-| **`CharacterArcTimeline`** | `AutoTemporalGraph` | 角色成长路径 | 人物分析 |--* **长篇小说**:复杂情节、众多人物。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ComplexCharacterRelation`** | `AutoHypergraph` | 多方社会结构 | 群像分析 |-| **`StoryEntityGraph`** | `AutoGraph` | 物品、地点归属 | 世界观设定 |-| **`NarrativeEventChain`** | `AutoTemporalGraph` | 关键情节转折 | 梗概生成 |--* **文学评论**:主题、意象、结构分析。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`MotifAssociationNet`** | `AutoGraph` | 反复出现的意象 | 符号学分析 |-| **`CritiqueArgumentHypergraph`** | `AutoHypergraph` | 论据→观点 | 论文分析 |-| **`NarrativeStructureTree`** | `AutoGraph` | 叙事结构层级 | 叙事学研究 |--[↑ 返回目录](#目录)-------### 10. 📰 `news` (新闻传媒)--专注于新闻要素 (5W1H)、事件因果链及观点分析。--* **深度调查报道**:揭示复杂社会关系的长篇报道。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`InvestigativeContextGraph`** | `AutoGraph` | 静态关系(任职、亲属)| 实体映射 |-| **`ComplexRelationNet`** | `AutoHypergraph` | 多方社会关联 | 政商分析 |-| **`KeyEventSequence`** | `AutoGraph` | 关键事件时间线 | 深度回顾 |--* **突发新闻与电讯**:注重时效性的短消息。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`NewsEntityGraph`** | `AutoGraph` | 核心实体及关系 | 新闻流 |-| **`NewsSummaryModel`** | `AutoModel` | 5W1H提取 | 新闻聚合 |-| **`LiveUpdateTimeline`** | `AutoGraph` | 分钟级更新 | 直播整理 |--* **政策解读与社论**:观点、论证逻辑分析。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`ViewpointStructure`** | `AutoHypergraph` | 观点→论据→结论 | 舆情分析 |-| **`ImpactChain`** | `AutoGraph` | 政策→影响群体→后果 | 政策解读 |--[↑ 返回目录](#目录)-------### 11. 🌾 `agriculture` (农业)--专注于作物全生命周期管理、田间监测及土壤健康数据。--* **农业技术手册**:种植规范、病虫害防治。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`CropGrowthCycle`** | `AutoTemporalGraph` | 各生长阶段农事操作 | 种植日历 |-| **`PestControlHypergraph`** | `AutoHypergraph` | 作物+阶段+诱因→防治方案 | 智能植保 |--* **巡田报告**:作物生长阶段及病虫害实地观察。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`FieldObservationList`** | `AutoList` | 地块、作物、问题、建议 | 病虫害预警 |--* **土壤分析报告**:化学成分及施肥建议。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`SoilNutrientModel`** | `AutoModel` | pH、有机质、N-P-K | 配方施肥 |-| **`AmendmentPlan`** | `AutoGraph` | 检测→限制因子→措施→目标 | 精准农业 |--[↑ 返回目录](#目录)-------### 12. 🍜 `food` (美食餐饮)--专注于食谱标准化、食材配伍逻辑及美食评价数据。--* **标准化食谱**:配料表、烹饪步骤。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`RecipeCollection`** | `AutoSet` | 唯一菜品实体及分类 | 菜单数字化 |-| **`StandardRecipeCard`** | `AutoModel` | 完整配料、步骤、技巧 | 后厨SOP |-| **`IngredientCompositionHypergraph`** | `AutoHypergraph` | 菜品主料辅料调味关系 | 成本过敏原管理 |--* **美食评论与感官评价**:专业食评人或研发团队评价。--| 模板 | 原语 | 描述 | 应用场景 |-| :--- | :--- | :--- | :--- |-| **`DishReviewSummary`** | `AutoList` | 核心评价点、推荐等级 | 必吃榜单 |-| **`SensoryEvaluationGraph`** | `AutoGraph` | 菜品→口感→食材/技法 | 风味归因 |--[↑ 返回目录](#目录)-----diff --git a/hyperextract/templates/legacy/__init__.py b/hyperextract/templates/legacy/__init__.pydeleted file mode 100644index e088436..0000000--- a/hyperextract/templates/legacy/__init__.py+++ /dev/null@@ -1,13 +0,0 @@-"""Legacy templates - 已废弃的 Python 模板。--⚠️ 警告: 此目录下的所有模板已被废弃,将在未来版本中删除。-请使用 hyperextract.utils.template_engine 中的新 API。-"""--from . import zh-from . import en--__all__ = [- "zh",- "en",-]diff --git a/hyperextract/templates/legacy/examples/template_agriculture_demo.py b/hyperextract/templates/legacy/examples/template_agriculture_demo.pydeleted file mode 100644index 57670d3..0000000--- a/hyperextract/templates/legacy/examples/template_agriculture_demo.py+++ /dev/null@@ -1,143 +0,0 @@-"""-农业领域知识模板测试演示--这个文件用于测试 hyperextract 农业领域的所有知识模板。-只需要选择模板,程序会自动匹配对应的输入文件。--使用方法:-1. 选择知识模板(修改 TEMPLATE 变量)-2. 运行文件:python examples/template_agriculture_demo.py-"""--import os-import sys--# Add project root to path-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--# 导入所有农业知识模板-from hyperextract.templates.legacy.zh.agriculture import (- # 农业技术手册- CropGrowthCycle,- PestControlHypergraph,- # 巡田报告- FieldObservationList,- # 土壤分析报告- SoilNutrientModel,- AmendmentPlan,-)--# 导入必要的 LLM 客户端-from langchain_openai import ChatOpenAI, OpenAIEmbeddings---# ==========================================-# 配置:模板与输入文件自动映射-# ==========================================--# 测试文件根目录-TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "test_data" / "test_samples" / "zh" / "agriculture"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 农业技术手册- CropGrowthCycle: TEST_SAMPLES_ROOT / "crop_technical_manual.md",- PestControlHypergraph: TEST_SAMPLES_ROOT / "crop_technical_manual.md",- # 巡田报告- FieldObservationList: TEST_SAMPLES_ROOT / "field_scouting_report.md",- # 土壤分析报告- SoilNutrientModel: TEST_SAMPLES_ROOT / "soil_analysis_report.md",- AmendmentPlan: TEST_SAMPLES_ROOT / "soil_analysis_report.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 农业技术手册-# TEMPLATE = CropGrowthCycle # 作物生长周期图-# TEMPLATE = PestControlHypergraph # 病虫害防治超图--# 巡田报告-# TEMPLATE = FieldObservationList # 田间观测清单--# 土壤分析报告-# TEMPLATE = SoilNutrientModel # 土壤养分模型-TEMPLATE = AmendmentPlan # 改良方案图--# 自动获取对应的输入文件-INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("农业知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback-- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/examples/template_biology_demo.py b/hyperextract/templates/legacy/examples/template_biology_demo.pydeleted file mode 100644index 5d8629b..0000000--- a/hyperextract/templates/legacy/examples/template_biology_demo.py+++ /dev/null@@ -1,156 +0,0 @@-"""-Biology 知识模板测试演示--这个文件用于测试 hyperextract 中生物科学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_biology_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--# 导入所有生物科学知识模板-from hyperextract.templates.legacy.zh.biology import (- # 生物学专著- SpeciesInteractionWeb,- TaxonomicTree,- PhylogeneticRelationGraph,- # 蛋白质结构- ProteinComplexMap,- BindingSiteModel,- # 代谢通路- BiochemicalReactionHypergraph,- RegulatoryNetwork,- # 生态调查- BiodiversityRegistry,-)--# 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" / "test_data" / "test_samples" / "zh" / "biology"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 生物学专著 -> 湖泊生态系统- SpeciesInteractionWeb: TEST_SAMPLES_ROOT / "lake_ecosystem.md",- TaxonomicTree: TEST_SAMPLES_ROOT / "lake_ecosystem.md",- PhylogeneticRelationGraph: TEST_SAMPLES_ROOT / "lake_ecosystem.md",- # 蛋白质结构 -> 信号转导复合物- ProteinComplexMap: TEST_SAMPLES_ROOT / "protein_signal_complex.md",- BindingSiteModel: TEST_SAMPLES_ROOT / "protein_signal_complex.md",- # 代谢通路 -> 糖酵解途径- BiochemicalReactionHypergraph: TEST_SAMPLES_ROOT / "glycolysis_pathway.md",- RegulatoryNetwork: TEST_SAMPLES_ROOT / "glycolysis_pathway.md",- # 生态调查 -> 湿地调查- BiodiversityRegistry: TEST_SAMPLES_ROOT / "wetland_survey.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 生物学专著-# TEMPLATE = SpeciesInteractionWeb # 物种相互作用网-# TEMPLATE = TaxonomicTree # 分类学树-# TEMPLATE = PhylogeneticRelationGraph # 系统发育关系图--# 蛋白质结构-# TEMPLATE = ProteinComplexMap # 蛋白质复合物超图-# TEMPLATE = BindingSiteModel # 关键位点模型--# 代谢通路-# TEMPLATE = BiochemicalReactionHypergraph # 生化反应超图-TEMPLATE = RegulatoryNetwork # 基因调控网络--# 生态调查-# TEMPLATE = BiodiversityRegistry # 物种名录--# 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("Biology 知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback-- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/examples/template_food_demo.py b/hyperextract/templates/legacy/examples/template_food_demo.pydeleted file mode 100644index be31021..0000000--- a/hyperextract/templates/legacy/examples/template_food_demo.py+++ /dev/null@@ -1,141 +0,0 @@-"""-Food 知识模板测试演示--这个文件用于测试 hyperextract 美食餐饮领域的所有知识模板。-只需要选择模板,程序会自动匹配对应的输入文件。--使用方法:-1. 选择知识模板(修改 TEMPLATE 变量)-2. 运行文件:python examples/template_food_demo.py-"""--import os-import sys--# Add project root to path-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--# 导入所有美食餐饮知识模板-from hyperextract.templates.legacy.zh.food import (- # 标准化食谱- RecipeCollection,- StandardRecipeCard,- IngredientCompositionHypergraph,- # 美食评论与感官评价- DishReviewSummary,- SensoryEvaluationGraph,-)--# 导入必要的 LLM 客户端-from langchain_openai import ChatOpenAI, OpenAIEmbeddings---# ==========================================-# 配置:模板与输入文件自动映射-# ==========================================--# 测试文件根目录-TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "test_data" / "test_samples" / "zh" / "food"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 标准化食谱 -> 餐厅菜单- RecipeCollection: TEST_SAMPLES_ROOT / "restaurant_menu.md",- # 标准化食谱 -> 标准食谱卡片- StandardRecipeCard: TEST_SAMPLES_ROOT / "recipe_standard_card.md",- IngredientCompositionHypergraph: TEST_SAMPLES_ROOT / "multi_recipe_card.md",- # 美食评论与感官评价 -> 食评文章- DishReviewSummary: TEST_SAMPLES_ROOT / "food_review_article.md",- SensoryEvaluationGraph: TEST_SAMPLES_ROOT / "food_review_article.md",-}---# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 标准化食谱-# TEMPLATE = RecipeCollection # 菜谱名录-# TEMPLATE = StandardRecipeCard # 单品标准食谱-TEMPLATE = IngredientCompositionHypergraph # 食材配伍超图--# 美食评论与感官评价-# TEMPLATE = DishReviewSummary # 食评摘要清单-# TEMPLATE = SensoryEvaluationGraph # 感官评价图谱--# 自动获取对应的输入文件-INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("Food 知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback-- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/examples/template_history_demo.py b/hyperextract/templates/legacy/examples/template_history_demo.pydeleted file mode 100644index df08710..0000000--- a/hyperextract/templates/legacy/examples/template_history_demo.py+++ /dev/null@@ -1,159 +0,0 @@-"""-历史知识模板测试演示--这个文件用于测试 hyperextract 历史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_history_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--# 导入所有历史知识模板-from hyperextract.templates.legacy.zh.history import (- # 历史专著- HistoricalKnowledgeGraph,- MultiParticipantEventMap,- # 编年史- ChronologicalEventChain,- HistoricalContextGraph,- PoliticalStruggleHypergraph,- # 口述历史- PersonalTrajectoryHypergraph,- NarrativeRelationGraph,- MemoryFlashbackList,- # 档案馆藏信札- EpistolaryKnowledgeGraph,-)--# 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" / "test_data" / "test_samples" / "zh" / "history"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 历史专著 -> 赤壁之战- HistoricalKnowledgeGraph: TEST_SAMPLES_ROOT / "battle_of_chibi.md",- MultiParticipantEventMap: TEST_SAMPLES_ROOT / "battle_of_chibi.md",- # 编年史 -> 赤壁之战- ChronologicalEventChain: TEST_SAMPLES_ROOT / "battle_of_chibi.md",- HistoricalContextGraph: TEST_SAMPLES_ROOT / "battle_of_chibi.md",- PoliticalStruggleHypergraph: TEST_SAMPLES_ROOT / "battle_of_chibi.md",- # 口述历史/信札 -> 苏轼书信- PersonalTrajectoryHypergraph: TEST_SAMPLES_ROOT / "sushi_life_letters.md",- NarrativeRelationGraph: TEST_SAMPLES_ROOT / "sushi_life_letters.md",- MemoryFlashbackList: TEST_SAMPLES_ROOT / "sushi_life_letters.md",- EpistolaryKnowledgeGraph: TEST_SAMPLES_ROOT / "sushi_life_letters.md",-}---# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 历史专著-# TEMPLATE = HistoricalKnowledgeGraph-# TEMPLATE = MultiParticipantEventMap--# 编年史-# TEMPLATE = ChronologicalEventChain-# TEMPLATE = HistoricalContextGraph-# TEMPLATE = PoliticalStruggleHypergraph--# 口述历史-# TEMPLATE = PersonalTrajectoryHypergraph-TEMPLATE = NarrativeRelationGraph-# TEMPLATE = MemoryFlashbackList--# 档案馆藏信札-# TEMPLATE = EpistolaryKnowledgeGraph--# 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("历史知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback-- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/examples/template_literature_demo.py b/hyperextract/templates/legacy/examples/template_literature_demo.pydeleted file mode 100644index ddd18e2..0000000--- a/hyperextract/templates/legacy/examples/template_literature_demo.py+++ /dev/null@@ -1,152 +0,0 @@-"""-文学与影视知识模板测试演示--这个文件用于测试 hyperextract 文学与影视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_literature_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--# 导入所有文学与影视知识模板-from hyperextract.templates.legacy.zh.literature import (- # 影视剧本模板- SceneEventHypergraph,- NarrativeTimeline,- # 长篇小说模板- ComplexCharacterRelation,- StoryEntityGraph,- NarrativeEventChain,- # 文学评论模板- MotifAssociationNet,- CritiqueArgumentHypergraph,- NarrativeStructureTree,-)--# 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" / "test_data" / "test_samples" / "zh" / "literature"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 影视剧本模板- SceneEventHypergraph: TEST_SAMPLES_ROOT / "screenplay_zhenhuan.md",- NarrativeTimeline: TEST_SAMPLES_ROOT / "screenplay_zhenhuan.md",- # 长篇小说模板- ComplexCharacterRelation: TEST_SAMPLES_ROOT / "novel_langya.md",- StoryEntityGraph: TEST_SAMPLES_ROOT / "novel_langya.md",- NarrativeEventChain: TEST_SAMPLES_ROOT / "novel_langya.md",- # 文学评论模板- MotifAssociationNet: TEST_SAMPLES_ROOT / "critique_zhenhuan.md",- CritiqueArgumentHypergraph: TEST_SAMPLES_ROOT / "critique_zhenhuan.md",- NarrativeStructureTree: TEST_SAMPLES_ROOT / "critique_zhenhuan.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 影视剧本模板-# TEMPLATE = SceneEventHypergraph # 场景事件超图-TEMPLATE = NarrativeTimeline # 叙事时序图--# 长篇小说模板-# TEMPLATE = ComplexCharacterRelation # 复杂人物关系网-# TEMPLATE = StoryEntityGraph # 故事实体图谱-# TEMPLATE = NarrativeEventChain # 叙事事件链--# 文学评论模板-# TEMPLATE = MotifAssociationNet # 意象关联网络-# TEMPLATE = CritiqueArgumentHypergraph # 评论论证超图-# TEMPLATE = NarrativeStructureTree # 叙事结构树--# 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("文学与影视知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback-- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/examples/template_news_demo.py b/hyperextract/templates/legacy/examples/template_news_demo.pydeleted file mode 100644index 7b1fb46..0000000--- a/hyperextract/templates/legacy/examples/template_news_demo.py+++ /dev/null@@ -1,151 +0,0 @@-"""-新闻传媒知识模板测试演示--这个文件用于测试 hyperextract 新闻传媒领域的所有知识模板。-只需要选择模板,程序会自动匹配对应的输入文件。--使用方法:-1. 选择知识模板(修改 TEMPLATE 变量)-2. 运行文件:python examples/template_news_demo.py-"""--import os-import sys--# Add project root to path-sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))--from pathlib import Path-from dotenv import load_dotenv--# 导入所有新闻传媒知识模板-from hyperextract.templates.legacy.zh.news import (- # 深度调查报道- InvestigativeContextGraph,- ComplexRelationNet,- KeyEventSequence,- # 突发新闻与电讯- NewsEntityGraph,- NewsSummaryModel,- LiveUpdateTimeline,- # 政策解读与社论- ViewpointStructure,- ImpactChain,-)--# 导入必要的 LLM 客户端-from langchain_openai import ChatOpenAI, OpenAIEmbeddings---# ==========================================-# 配置:模板与输入文件自动映射-# ==========================================--# 测试文件根目录-TEST_SAMPLES_ROOT = Path(__file__).parent.parent / "tests" / "test_data" / "test_samples" / "zh" / "news"--# 模板到输入文件的映射关系(根据 README 中的典型应用场景)-TEMPLATE_TO_INPUT = {- # 深度调查报道- InvestigativeContextGraph: TEST_SAMPLES_ROOT / "investigative_report.md",- ComplexRelationNet: TEST_SAMPLES_ROOT / "investigative_report.md",- KeyEventSequence: TEST_SAMPLES_ROOT / "investigative_report.md",- # 突发新闻与电讯- NewsEntityGraph: TEST_SAMPLES_ROOT / "breaking_news_brief.md",- NewsSummaryModel: TEST_SAMPLES_ROOT / "breaking_news_brief.md",- LiveUpdateTimeline: TEST_SAMPLES_ROOT / "live_event_updates.md",- # 政策解读与社论- ViewpointStructure: TEST_SAMPLES_ROOT / "policy_analysis.md",- ImpactChain: TEST_SAMPLES_ROOT / "policy_analysis.md",-}--# ==========================================-# 选择知识模板(只需要修改这一行)-# ==========================================--# 深度调查报道-TEMPLATE = InvestigativeContextGraph # 调查背景图谱-# TEMPLATE = ComplexRelationNet # 复杂关系网络-# TEMPLATE = KeyEventSequence # 调查事件脉络--# 突发新闻与电讯-# TEMPLATE = NewsEntityGraph # 新闻实体图谱-# TEMPLATE = NewsSummaryModel # 结构化摘要-# TEMPLATE = LiveUpdateTimeline # 实时动态时间轴--# 政策解读与社论-# TEMPLATE = ViewpointStructure # 观点逻辑结构-# TEMPLATE = ImpactChain # 影响推演链--# 自动获取对应的输入文件-INPUT_FILE = TEMPLATE_TO_INPUT[TEMPLATE]---def main():- """- 主函数:执行知识提取和展示流程- """- print("=" * 60)- print("新闻传媒知识模板测试演示")- print("=" * 60)-- # 加载环境变量- load_dotenv()-- # 验证输入文件是否存在- if not INPUT_FILE.exists():- print(f"❌ 错误:找不到文件 {INPUT_FILE}")- return-- print(f"\n📄 输入文件: {INPUT_FILE.name}")- print(f"🎯 使用模板: {TEMPLATE.__name__}")-- # 初始化 LLM 客户端- print("\n🔧 初始化 LLM 客户端...")- try:- llm = ChatOpenAI(- model="gpt-4o-mini",- temperature=0,- )- embedder = OpenAIEmbeddings(model="text-embedding-3-small")- print("✅ LLM 客户端初始化成功")- except Exception as e:- print(f"❌ LLM 客户端初始化失败: {e}")- print("💡 请确保您已经正确设置了 OPENAI_API_KEY 环境变量")- return-- # 读取输入文件内容- print("\n📖 读取文件内容...")- with open(INPUT_FILE, "r", encoding="utf-8") as f:- content = f.read()- print(f"✅ 读取成功,共 {len(content)} 字符")-- # 初始化模板并进行知识提取- print("\n🧠 开始知识提取...")- try:- # 初始化模板- template = TEMPLATE(- llm_client=llm,- embedder=embedder,- verbose=True,- )-- # 喂入文本- template.feed_text(content)- print("✅ 知识提取完成")-- # 展示结果- template.build_index()- print("\n" + "=" * 60)- print("📊 提取结果展示")- print("=" * 60)- template.show()-- except Exception as e:- print(f"❌ 知识提取失败: {e}")- import traceback- traceback.print_exc()---if __name__ == "__main__":- main()diff --git a/hyperextract/templates/legacy/presets/agriculture/amendment_plan.yaml b/hyperextract/templates/legacy/presets/agriculture/amendment_plan.yamldeleted file mode 100644index 908c3c3..0000000--- a/hyperextract/templates/legacy/presets/agriculture/amendment_plan.yaml+++ /dev/null@@ -1,80 +0,0 @@-name: "AmendmentPlan"-autotype: graph-tag: [agriculture]--language: zh--description:- zh: "改良方案图 - 从土壤改良方案报告中提取检测结果到改良措施的逻辑链条"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "节点名称(限制因子、改良措施、预期目标)"- - name: node_type- type: "str"- description:- zh: "节点类型:检测结果、限制因子、改良措施、预期目标"- - name: description- type: "str"- description:- zh: "详细描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源节点"- - name: target- type: "str"- description:- zh: "目标节点"- - name: relation_type- type: "str"- description:- zh: "关系类型:针对、达成"- - name: details- type: "str"- description:- zh: "详细描述"--guide:- target:- zh: |- 你是一位专业的土壤肥料专家,请从土壤改良方案报告中提取改良方案图。-- rules:- zh: |- 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. 边只能从已知实体列表中提取,不要创建未列出的实体- 4. 关系描述应与原文保持一致-- rules_for_nodes:- zh: |- - 检测结果:如pH5.2、有机质18.5g/kg、有效磷12.3mg/kg等- - 限制因子:如土壤酸化、磷钾缺乏、微量元素失衡、有机质不足- - 改良措施:如施用生石灰、增施有机肥、施用复合肥等- - 预期目标:如pH提高至6.0、有机质提升至22g/kg等-- rules_for_edges:- zh: |- - 关系类型"针对":表示改良措施针对某个限制因子- - 关系类型"达成":表示预期目标与改良措施的关联--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({node_type})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/agriculture/crop_growth_cycle.yaml b/hyperextract/templates/legacy/presets/agriculture/crop_growth_cycle.yamldeleted file mode 100644index 63d204f..0000000--- a/hyperextract/templates/legacy/presets/agriculture/crop_growth_cycle.yaml+++ /dev/null@@ -1,93 +0,0 @@-name: "CropGrowthCycle"-autotype: temporal_graph-tag: [agriculture]--language: zh--description:- zh: "作物生长周期图 - 从农业技术手册中提取作物各生长阶段的农事操作与环境要求"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "节点名称"- - name: category- type: "str"- description:- zh: "节点类型:生长阶段、农事操作、环境条件"- - name: description- type: "str"- description:- zh: "详细描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源节点"- - name: target- type: "str"- description:- zh: "目标节点"- - name: time- type: "str"- description:- zh: "时间点或时间段"- - name: description- type: "str"- description:- zh: "关系描述"--guide:- target:- zh: |- 你是一位专业的农业技术专家,请从农业技术手册中提取作物生长周期图。-- rules:- zh: |- 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. 边只能从已知实体列表中提取,不要创建未列出的实体- 4. 关系描述应与原文保持一致-- rules_for_nodes:- zh: |- - 生长阶段:如播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期- - 农事操作:如苗床准备、种子处理、移栽、施肥、病虫害防治- - 环境条件:如温度、湿度、光照、水分要求-- rules_for_edges:- zh: |- - 提取时间信息:时间范围描述、生长阶段名称、相对时间表达- - 精确时间 → 保持原样,如"4月上旬"、"3叶1心期"- - 生长阶段 → 视为时间标记,如"幼苗期"、"分蘖期"直接作为时间- - 相对时间解析:基于观察日期进行偏移计算-- rules_for_time:- zh: |- 当前观察日期:{observation_time}-- 1. 精确时间 → 保持原样,如"4月上旬"、"3叶1心期"- 2. 生长阶段 → 视为时间标记,如"幼苗期"、"分蘖期"直接作为时间- 3. 相对时间解析(基于观察日期):- - "播种后5-7天" → 相对于播种期的时间偏移- - "移栽后5-7天" → 相对于移栽期的时间偏移- 4. 时间缺失 → 留空,不要猜测--identifiers:- node_id: "name"- edge_id: "{source}|{time}|{target}"- edge_members:- source: "source"- target: "target"- time_field: "time"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({category})"- edge_label: "{time}"diff --git a/hyperextract/templates/legacy/presets/agriculture/field_observation_list.yaml b/hyperextract/templates/legacy/presets/agriculture/field_observation_list.yamldeleted file mode 100644index c61b794..0000000--- a/hyperextract/templates/legacy/presets/agriculture/field_observation_list.yaml+++ /dev/null@@ -1,61 +0,0 @@-name: "FieldObservationList"-autotype: list-tag: [agriculture]--language: zh--description:- zh: "田间观测清单 - 从巡田报告中提取结构化的田间观测记录"--item_schema:- fields:- - name: plot_id- type: "str"- description:- zh: "地块编号"- - name: crop- type: "str"- description:- zh: "作物种类和品种"- - name: growth_stage- type: "str"- description:- zh: "当前生长阶段"- - name: observation_date- type: "str"- description:- zh: "观测日期,统一格式为年-月-日(如2025-06-15)"- - name: issues- type: "list"- description:- zh: "观测到的问题列表,如杂草、虫害、病害、生长异常"- - name: severity_level- type: "str"- description:- zh: "严重等级:轻微、中等、严重"- - name: recommendations- type: "list"- description:- zh: "建议措施列表"--guide:- target:- zh: |- 你是一位专业的农技人员,请从巡田报告中提取结构化的田间观测记录。-- rules:- zh: |- 1. 每个地块的观测记录提取为一个独立的条目- 2. 问题列表和建议措施列表必须完整提取- 3. 严重等级必须明确提取- 4. 数据必须与原文保持一致,不得编造-- rules_for_nodes:- zh: |- - 地块编号:如D-001、A-12、光明村一组北畈等- - 生长阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期- - 问题类型:杂草、虫害、病害、生长异常、肥害、药害- - 严重等级:轻微(可忽略或轻微影响)、中等(需要关注或部分影响)、严重(必须处理或严重影响)--display:- label: "plot_id"diff --git a/hyperextract/templates/legacy/presets/agriculture/pest_control_hypergraph.yaml b/hyperextract/templates/legacy/presets/agriculture/pest_control_hypergraph.yamldeleted file mode 100644index 49670c6..0000000--- a/hyperextract/templates/legacy/presets/agriculture/pest_control_hypergraph.yaml+++ /dev/null@@ -1,90 +0,0 @@-name: "PestControlHypergraph"-autotype: hypergraph-tag: [agriculture]--language: zh--description:- zh: "病虫害防治超图 - 从农业技术手册中提取病虫害与防治措施的复杂关联关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "实体名称(病虫害名、药剂名、作物名、生长阶段名)"- - name: entity_type- type: "str"- description:- zh: "实体类型:病虫害、药剂、作物、生长阶段"- - name: description- type: "str"- description:- zh: "详细描述"--edge_schema:- fields:- - name: crop- type: "str"- description:- zh: "作物名称"- - name: stage- type: "str"- description:- zh: "生长阶段"- - name: pest- type: "str"- description:- zh: "病虫害名称"- - name: pesticide- type: "str"- description:- zh: "推荐药剂"- - name: dosage- type: "str"- description:- zh: "亩用量"- - name: safety_interval- type: "str"- description:- zh: "安全间隔期"--guide:- target:- zh: |- 你是一位专业的植物保护专家,请从农业技术手册中提取病虫害防治超图。-- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边连接作物、生长阶段、病虫害、药剂等多类实体- 4. 每条超边必须包含作物、生长阶段、病虫害、药剂等要素-- rules_for_nodes:- zh: |- - 病虫害:如稻飞虱、稻纵卷叶螟、纹枯病、稻瘟病- - 药剂:如25%噻嗪酮可湿性粉剂、20%氯虫苯甲酰胺悬浮剂- - 作物:如水稻、小麦、玉米- - 生长阶段:如播种期、分蘖期、孕穗期、灌浆期-- rules_for_edges:- zh: |- - 超边格式:《作物 + 生长阶段 + 病虫害 -> 药剂 + 剂量 + 安全间隔期》- - 病虫害名称保持原文- - 药剂名称保持原文,包括商品名和有效成分- - 安全间隔期:最后一次施药至收获的天数--identifiers:- node_id: "name"- edge_id: "{crop}_{stage}_{pest}_{pesticide}"- edge_members:- source: "crop"- target: "pest"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({entity_type})"- edge_label: "crop"diff --git a/hyperextract/templates/legacy/presets/agriculture/soil_nutrient_model.yaml b/hyperextract/templates/legacy/presets/agriculture/soil_nutrient_model.yamldeleted file mode 100644index fa9a6e0..0000000--- a/hyperextract/templates/legacy/presets/agriculture/soil_nutrient_model.yaml+++ /dev/null@@ -1,131 +0,0 @@-name: "SoilNutrientModel"-autotype: model-tag: [agriculture]--language: zh--description:- zh: "土壤养分模型 - 从土壤检测报告中提取核心理化指标"--schema:- fields:- - name: plot_id- type: "str"- description:- zh: "地块编号"- - name: soil_type- type: "str"- description:- zh: "土壤类型"- required: false- - name: ph- type: "float"- description:- zh: "pH值"- required: false- - name: ph_level- type: "str"- description:- zh: "pH丰缺等级:酸性、弱酸性、中性、弱碱性、碱性"- required: false- - name: organic_matter- type: "float"- description:- zh: "有机质含量,单位g/kg"- required: false- - name: organic_matter_level- type: "str"- description:- zh: "有机质丰缺等级"- required: false- - name: nitrogen- type: "float"- description:- zh: "碱解氮含量,单位mg/kg"- required: false- - name: nitrogen_level- type: "str"- description:- zh: "氮素丰缺等级"- required: false- - name: phosphorus- type: "float"- description:- zh: "有效磷含量,单位mg/kg"- required: false- - name: phosphorus_level- type: "str"- description:- zh: "磷素丰缺等级"- required: false- - name: potassium- type: "float"- description:- zh: "速效钾含量,单位mg/kg"- required: false- - name: potassium_level- type: "str"- description:- zh: "钾素丰缺等级"- required: false- - name: calcium- type: "float"- description:- zh: "交换性钙含量,单位mg/kg"- required: false- - name: magnesium- type: "float"- description:- zh: "交换性镁含量,单位mg/kg"- required: false- - name: sulfur- type: "float"- description:- zh: "有效硫含量,单位mg/kg"- required: false- - name: iron- type: "float"- description:- zh: "有效铁含量,单位mg/kg"- required: false- - name: manganese- type: "float"- description:- zh: "有效锰含量,单位mg/kg"- required: false- - name: copper- type: "float"- description:- zh: "有效铜含量,单位mg/kg"- required: false- - name: zinc- type: "float"- description:- zh: "有效锌含量,单位mg/kg"- required: false- - name: boron- type: "float"- description:- zh: "有效硼含量,单位mg/kg"- required: false--guide:- target:- zh: |- 你是一位专业的土壤肥料专家,请从土壤检测报告中提取土壤养分指标。-- rules:- zh: |- 1. 每个文档只提取一个土壤养分模型对象- 2. 检测值和丰缺等级必须同时提取- 3. 数值保留原始精度,单位按照原文- 4. 数据必须与原文保持一致,不得编造-- rules_for_nodes:- zh: |- - 土壤类型:潴育性水稻土、淹育型水稻土、潜育型水稻土、红壤、黄壤等- - 丰缺等级:缺乏、偏低、适宜、丰富、极丰富- - pH等级:酸性(<6.0)、弱酸性(6.0-6.5)、中性(6.5-7.0)、弱碱性(7.0-7.5)、碱性(>7.5)--display:- label: "plot_id"diff --git a/hyperextract/templates/legacy/presets/biology/binding_site_model.yaml b/hyperextract/templates/legacy/presets/biology/binding_site_model.yamldeleted file mode 100644index 70db37e..0000000--- a/hyperextract/templates/legacy/presets/biology/binding_site_model.yaml+++ /dev/null@@ -1,62 +0,0 @@-name: "BindingSiteModel"-autotype: model-tag: [biology]--language: zh--description:- zh: "关键位点模型 - 从蛋白质结构文献中提取活性位点、结合位点的残基信息"--schema:- fields:- - name: protein_name- type: "str"- description:- zh: "蛋白质名称,如β2-肾上腺素受体"- - name: site_type- type: "str"- description:- zh: "位点类型:活性位点、结合位点、修饰位点、别构位点"- - name: residue_numbers- type: "str"- description:- zh: "关键残基编号范围,如Asp169-Lys210"- - name: residue_details- type: "list"- description:- zh: "关键残基详情列表"- - name: chemical_properties- type: "str"- description:- zh: "化学性质描述,如疏水口袋、氢键网络、金属离子结合位点"- - name: function_annotation- type: "str"- description:- zh: "功能注解,如配体识别、底物特异性、信号转导"- - name: ligand_info- type: "str"- description:- zh: "配体信息,如结合的配体分子或药物"- required: false--guide:- target:- zh: |- 你是一位专业的结构生物学专家,请从文本中提取蛋白质的关键位点信息。-- rules:- zh: |- 1. 识别文本中描述的核心蛋白质及其位点- 2. 提取位点的类型(活性位点、结合位点、修饰位点等)- 3. 提取关键残基的编号、化学性质和功能- 4. 数据必须与原文保持一致,不得编造-- rules_for_nodes:- zh: |- - 残基编号:使用标准编号系统,如Asp204表示第204位天冬氨酸- - 氨基酸中文名称:天冬氨酸(Asp)、苯丙氨酸(Phe)、赖氨酸(Lys)、精氨酸(Arg)等- - 位点类型:活性位点(直接参与催化)、结合位点(结合底物或配体)、修饰位点(可被修饰)- - 化学性质:疏水、亲水、极性、带电荷等--display:- label: "protein_name"diff --git a/hyperextract/templates/legacy/presets/biology/biochemical_reaction_hypergraph.yaml b/hyperextract/templates/legacy/presets/biology/biochemical_reaction_hypergraph.yamldeleted file mode 100644index 802e350..0000000--- a/hyperextract/templates/legacy/presets/biology/biochemical_reaction_hypergraph.yaml+++ /dev/null@@ -1,96 +0,0 @@-name: "BiochemicalReactionHypergraph"-autotype: hypergraph-tag: [biology]--language: zh--description:- zh: "生化反应超图 - 从代谢通路文献中提取生化反应的多层次关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "分子名称,如葡萄糖、ATP、丙酮酸"- - name: molecule_type- type: "str"- description:- zh: "分子类型:酶、底物、产物、辅因子"- - name: molecular_formula- type: "str"- description:- zh: "分子式,如C6H12O6"- required: false--edge_schema:- fields:- - name: enzyme- type: "str"- description:- zh: "催化该反应的酶名称"- - name: substrates- type: "list"- description:- zh: "反应底物列表"- - name: products- type: "list"- description:- zh: "反应产物列表"- - name: cofactors- type: "list"- description:- zh: "辅因子列表,如NAD+、Mg2+"- required: false- - name: reaction_type- type: "str"- description:- zh: "反应类型:水解、氧化还原、转移、裂解、合成"- - name: direction- type: "str"- description:- zh: "反应方向:正向、逆向、可逆"- - name: details- type: "str"- description:- zh: "反应详细描述,包括反应条件或生物学意义"- required: false--guide:- target:- zh: |- 你是一位专业的生物化学专家,请从代谢通路文献中提取生化分子及其反应关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的分子,禁止将多个分子合并为一个节点- 2. 分子名称与原文保持一致- 3. 超边连接酶、底物、产物等多类分子- 4. 每条超边必须包含至少一个酶和底物-- rules_for_nodes:- zh: |- - 酶:催化生化反应的蛋白质,如己糖激酶、磷酸果糖激酶- - 底物:被酶作用的分子- - 产物:反应生成的分子- - 辅因子:协助酶催化的分子,如NAD+、ATP、Mg2+- - 分子式使用标准化学式-- rules_for_edges:- zh: |- - 反应类型:水解、氧化还原、转移、裂解、合成、异构- - 反应方向:正向、逆向、可逆- - 格式:{酶 + 底物A + 底物B → 产物C + 产物D}--identifiers:- node_id: "name"- edge_id: "{enzyme}_{reaction_type}"- edge_members:- - "enzyme"- - "substrates"- - "products"- - "cofactors"--display:- node_label: "name"- edge_label: "enzyme"diff --git a/hyperextract/templates/legacy/presets/biology/biodiversity_registry.yaml b/hyperextract/templates/legacy/presets/biology/biodiversity_registry.yamldeleted file mode 100644index 6b4506c..0000000--- a/hyperextract/templates/legacy/presets/biology/biodiversity_registry.yaml+++ /dev/null@@ -1,66 +0,0 @@-name: "BiodiversityRegistry"-autotype: set-tag: [biology]--language: zh--description:- zh: "物种名录 - 从生物多样性调查报告中提取物种观测记录及种群数量信息"--item_schema:- fields:- - name: species_name- type: "str"- description:- zh: "物种中文名称"- - name: latin_name- type: "str"- description:- zh: "拉丁学名"- required: false- - name: category- type: "str"- description:- zh: "类别:脊椎动物、无脊椎动物、植物、微生物"- - name: population_count- type: "str"- description:- zh: "种群数量,如约120只、约850只"- - name: protection_level- type: "str"- description:- zh: "保护级别:国家一级保护、国家二级保护、地方保护、无保护"- required: false- - name: habitat- type: "str"- description:- zh: "栖息地或分布区域"- required: false- - name: observation_details- type: "str"- description:- zh: "观测详情,包括观测时间、地点和数量记录"- required: false--guide:- target:- zh: |- 你是一位专业的生态学专家,请从调查报告中提取所有物种观测记录,构建物种名录。-- rules:- zh: |- 1. 每个物种只能对应一个唯一的记录,根据物种名称进行去重- 2. 物种名称与原文保持一致- 3. 汇总所有观测报告中提到的物种及其种群数量-- rules_for_nodes:- zh: |- - 保护级别:国家一级保护、国家二级保护、地方保护、无保护- - 类别:脊椎动物(鱼类、两栖类、爬行类、鸟类、哺乳动物)、无脊椎动物(昆虫、螺类、蚌类等)、植物(高等植物、藻类、苔藓)- - 种群数量:使用原文中的数量描述,如"约120只"、"约850尾"--identifiers:- item_id: "species_name"--display:- label: "species_name"diff --git a/hyperextract/templates/legacy/presets/biology/phylogenetic_relation_graph.yaml b/hyperextract/templates/legacy/presets/biology/phylogenetic_relation_graph.yamldeleted file mode 100644index c92c9a0..0000000--- a/hyperextract/templates/legacy/presets/biology/phylogenetic_relation_graph.yaml+++ /dev/null@@ -1,90 +0,0 @@-name: "PhylogeneticRelationGraph"-autotype: graph-tag: [biology]--language: zh--description:- zh: "系统发育关系图 - 从进化生物学文献中提取物种亲缘关系和演化分支信息"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "物种或分类单元名称"- - name: taxon_level- type: "str"- description:- zh: "分类水平:界、门、纲、目、科、属、种"- - name: description- type: "str"- description:- zh: "简要描述,包含演化位置或特征"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源物种或分类单元"- - name: target- type: "str"- description:- zh: "目标物种或分类单元"- - name: relation_type- type: "str"- description:- zh: "关系类型:亲缘关系、演化距离、分支、姐妹群"- - name: evolutionary_distance- type: "str"- description:- zh: "演化距离或分支时间估算"- required: false- - name: branch_point- type: "str"- description:- zh: "分支点信息,如共同的祖先年代"- required: false- - name: details- type: "str"- description:- zh: "详细描述"- required: false--guide:- target:- zh: |- 你是一位专业的进化生物学专家,请从生物学文献中提取物种或分类单元及其系统发育关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的物种或分类单元,禁止将其合并为一个节点- 2. 物种名称与原文保持一致- 3. 边只能连接已提取的物种或分类单元节点-- rules_for_nodes:- zh: |- - 分类等级:界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)- - 系统发育关系包括:亲缘关系、演化距离、分支、姐妹群关系-- rules_for_edges:- zh: |- - 关系类型:亲缘关系、演化距离、分支、姐妹群- - 演化距离可用分支时间(百万年)或序列差异度表示- - 分支点信息包括共同的祖先和分化时间--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({taxon_level})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/biology/protein_complex_map.yaml b/hyperextract/templates/legacy/presets/biology/protein_complex_map.yamldeleted file mode 100644index 3d30089..0000000--- a/hyperextract/templates/legacy/presets/biology/protein_complex_map.yaml+++ /dev/null@@ -1,85 +0,0 @@-name: "ProteinComplexMap"-autotype: hypergraph-tag: [biology]--language: zh--description:- zh: "蛋白质复合物超图 - 从蛋白质结构文献中提取蛋白质复合物的多亚基组成关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "蛋白质或亚基名称,如Gαs、Gβ、β2-AR"- - name: gene_name- type: "str"- description:- zh: "基因名称,如GNAS、GNB1"- required: false- - name: subunit_type- type: "str"- description:- zh: "亚基类型:G蛋白α亚基、G蛋白β亚基、G蛋白γ亚基、受体、效应器"- - name: description- type: "str"- description:- zh: "简要描述"- required: false--edge_schema:- fields:- - name: members- type: "list"- description:- zh: "参与组成复合物的所有蛋白质或亚基名称列表"- - name: complex_name- type: "str"- description:- zh: "复合物名称,如G蛋白异源三聚体、β2-AR信号复合物"- - name: function- type: "str"- description:- zh: "复合物功能描述"- - name: assembly_details- type: "str"- description:- zh: "组装细节,如哪些亚基相互作用"- required: false--guide:- target:- zh: |- 你是一位专业的结构生物学专家,请从蛋白质结构文献中提取蛋白质及其复合物组成关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的蛋白质或亚基,禁止将多个蛋白质合并为一个节点- 2. 蛋白质名称与原文保持一致- 3. 超边连接2个或多个蛋白质节点- 4. 每条超边必须至少有2个成员-- rules_for_nodes:- zh: |- - G蛋白异源三聚体:包括Gα、Gβ、Gγ三个亚基- - 受体:如β2-肾上腺素受体(β2-AR)- - 效应器:如腺苷酸环化酶(AC)- - 基因名称使用标准缩写-- rules_for_edges:- zh: |- - 复合物类型:G蛋白异源三聚体、信号转导复合物、酶复合物等- - 组装信息:亚基之间的相互作用关系--identifiers:- node_id: "name"- edge_id: "{complex_name}|{members}"- edge_members: "members"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({subunit_type})"- edge_label: "complex_name"diff --git a/hyperextract/templates/legacy/presets/biology/regulatory_network.yaml b/hyperextract/templates/legacy/presets/biology/regulatory_network.yamldeleted file mode 100644index 5cd980d..0000000--- a/hyperextract/templates/legacy/presets/biology/regulatory_network.yaml+++ /dev/null@@ -1,91 +0,0 @@-name: "RegulatoryNetwork"-autotype: graph-tag: [biology]--language: zh--description:- zh: "基因调控网络 - 从分子生物学文献中提取转录因子与基因之间的调控关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "基因或转录因子名称,如HIF-1α、c-Myc"- - name: gene_symbol- type: "str"- description:- zh: "基因符号,如HK2、PFKFB3"- required: false- - name: type- type: "str"- description:- zh: "类型:转录因子、基因、启动子"- - name: function- type: "str"- description:- zh: "功能描述"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "调控因子(转录因子)名称"- - name: target- type: "str"- description:- zh: "被调控基因名称"- - name: relation_type- type: "str"- description:- zh: "调控类型:激活、抑制、协同激活"- - name: mechanism- type: "str"- description:- zh: "调控机制,如结合启动子、组蛋白修饰"- required: false- - name: details- type: "str"- description:- zh: "详细描述"- required: false--guide:- target:- zh: |- 你是一位专业的分子生物学专家,请从文本中提取基因、转录因子及其之间的调控关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的基因或转录因子,禁止将多个基因合并为一个节点- 2. 基因名称与原文保持一致- 3. 边只能连接已提取的基因节点- 4. 关系描述应与原文保持一致-- rules_for_nodes:- zh: |- - 转录因子:调控其他基因表达的蛋白质,如HIF-1α、c-Myc- - 启动子:基因转录起始区域- - 基因符号使用标准缩写,如HK2(己糖激酶2)、PFKFB3-- rules_for_edges:- zh: |- - 调控类型:激活(促进表达)、抑制(阻止表达)、协同激活- - 调控机制:结合启动子、组蛋白修饰、DNA甲基化等--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({type})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/biology/species_interaction_web.yaml b/hyperextract/templates/legacy/presets/biology/species_interaction_web.yamldeleted file mode 100644index 24bfb8d..0000000--- a/hyperextract/templates/legacy/presets/biology/species_interaction_web.yaml+++ /dev/null@@ -1,86 +0,0 @@-name: "SpeciesInteractionWeb"-autotype: graph-tag: [biology]--language: zh--description:- zh: "物种相互作用网 - 从生态学文献中提取物种间的捕食、竞争、共生等关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "物种名称,如绿藻、鲢鱼、苍鹭"- - name: category- type: "str"- description:- zh: "物种类别:生产者、消费者、分解者"- - name: species_type- type: "str"- description:- zh: "具体分类:浮游植物、浮游动物、底栖动物、鱼类、鸟类、哺乳动物、植物、微生物"- - name: description- type: "str"- description:- zh: "简要描述"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源物种名称"- - name: target- type: "str"- description:- zh: "目标物种名称"- - name: relation_type- type: "str"- description:- zh: "关系类型:捕食、寄生、竞争、互利共生、共生"- - name: details- type: "str"- description:- zh: "关系详细描述,包括具体行为或机制"- required: false--guide:- target:- zh: |- 你是一位专业的生态学专家,请从文本中提取物种及其之间的相互作用关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的物种,禁止将多个物种合并为一个节点- 2. 物种名称与原文保持一致- 3. 准确判断物种的营养级:生产者(植物、藻类)、消费者(动物)、分解者(细菌、真菌)- 4. 边只能连接已提取的物种节点-- rules_for_nodes:- zh: |- - 生态学术语保持原文,如物种名称(鲢鱼、绿藻)、生态关系(捕食、竞争)- - 注意区分不同营养级的物种-- rules_for_edges:- zh: |- - 关系类型包括:捕食、寄生、竞争、互利共生、共生- - 捕食关系:捕食者 → 被捕食者- - 竞争关系:竞争同一资源的物种之间- - 互利共生:双方都受益的关系--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({category})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/biology/taxonomic_tree.yaml b/hyperextract/templates/legacy/presets/biology/taxonomic_tree.yamldeleted file mode 100644index 93c7ca0..0000000--- a/hyperextract/templates/legacy/presets/biology/taxonomic_tree.yaml+++ /dev/null@@ -1,81 +0,0 @@-name: "TaxonomicTree"-autotype: graph-tag: [biology]--language: zh--description:- zh: "分类学树 - 从生物学文献中提取生物分类层级包含关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "分类单元名称,如绿藻门、鲤科、鲢鱼"- - name: rank- type: "str"- description:- zh: "分类等级:界、门、纲、目、科、属、种"- - name: latin_name- type: "str"- description:- zh: "拉丁学名"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源分类单元(较高等级,如门)"- - name: target- type: "str"- description:- zh: "目标分类单元(较低等级,如种)"- - name: relation_type- type: "str"- description:- zh: "关系类型:包含于"- - name: details- type: "str"- description:- zh: "详细描述,包含具体的分类路径信息"- required: false--guide:- target:- zh: |- 你是一位专业的生物分类学专家,请从生物学文献中提取分类单元及其层级包含关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的分类单元,禁止将多个分类单元合并为一个节点- 2. 物种名称与原文保持一致- 3. 边只能连接已提取的分类单元节点- 4. 分类关系是层级包含关系,从高等级指向低等级-- rules_for_nodes:- zh: |- - 分类等级:界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)- - 拉丁学名保持原文格式(属名首字母大写,种名小写斜体)- - 常见的分类等级英文缩写:Kingdom, Phylum, Class, Order, Family, Genus, Species-- rules_for_edges:- zh: |- - 关系类型统一为"包含于"- - 提取完整的分类路径信息--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({rank})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/finance/call_sentiment_hypergraph.yaml b/hyperextract/templates/legacy/presets/finance/call_sentiment_hypergraph.yamldeleted file mode 100644index 2fb55db..0000000--- a/hyperextract/templates/legacy/presets/finance/call_sentiment_hypergraph.yaml+++ /dev/null@@ -1,107 +0,0 @@-language: zh-name: CallSentimentHypergraph-type: hypergraph-tags:-- finance-description:- zh: 电话会议情绪超图 - 从财报电话会议中提取多维情绪聚类-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 主题元素名称(例如'收入增长'、'CEO 蒂姆·库克'、'AI 投资周期'、'谨慎')- required: true- default: ''- - name: element_type- type: str- description:- zh: 类型:主题、发言人、情绪、驱动因素- required: true- default: ''- - name: description- type: str- description:- zh: 该元素的上下文或说明- required: false- default: ''- relations:- description: {}- fields:- - name: cluster_name- type: str- description:- zh: 描述性名称(例如'CEO 看好 AI 收入'、'CFO 对利润率持谨慎态度')- required: true- default: ''- - name: participating_elements- type: list- description:- zh: 此情绪聚类中所有元素的名称(主题 + 发言人 + 情绪 + 驱动因素)- required: true- default: ''- - name: sentiment_polarity- type: str- description:- zh: 整体情绪方向:看多、看空、中性、混合- required: true- default: ''- - name: intensity- type: str- description:- zh: 情绪强度:强、中等、轻微- required: true- default: ''- - name: evidence- type: str- description:- zh: 支持情绪判断的关键引述或意译- required: false- default: ''- - name: shift_from_prior- type: str- description:- zh: 与前一季度基调的变化(如显著,例如'比第二季度更为谨慎'、'从中性上调')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{cluster_name}|{participating_elements}'- relation_members: participating_elements-options:- extraction_mode: two_stage-display:- entity_label: '{name} [{element_type}]'- relation_label: '{cluster_name}'diff --git a/hyperextract/templates/legacy/presets/finance/company_history_timeline.yaml b/hyperextract/templates/legacy/presets/finance/company_history_timeline.yamldeleted file mode 100644index a870708..0000000--- a/hyperextract/templates/legacy/presets/finance/company_history_timeline.yaml+++ /dev/null@@ -1,115 +0,0 @@-language: zh-name: CompanyHistoryTimeline-type: temporal_graph-tags:-- finance-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: type- type: str- description:- zh: 实体类型:公司、创始人、投资机构等- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 事件主体/相关实体- required: true- default: ''- - name: target- type: str- description:- zh: 事件对象/相关实体- required: true- default: ''- - name: eventType- type: str- description:- zh: 事件类型:成立、融资、并购、IPO、裁员、发布产品、管理层变更、股权变更、获得专利、获奖- required: true- default: ''- - name: eventDate- type: str- description:- zh: 事件日期,格式为年-月-日或年份- required: false- default: ''- - name: details- type: str- description:- zh: 事件详细描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的公司历史分析师,请从文本中提取公司相关的实体以及里程碑事件。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建新的实体- - 关系描述应与原文保持一致- - 仅提取与公司历史直接相关的核心实体- - 重点关注:本公司、子公司、创始人、投资机构- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 仅提取与公司历史直接相关的核心实体- - 重点关注:本公司、子公司、创始人、投资机构- - 实体类型:公司、创始人、投资机构- rules_for_relations:- zh:- - 仅从已知实体列表中提取事件,不要创建未列出的实体- - 时间信息为可选,仅在文本中明确提及时才提取- - source 和 target 只能是单个实体,不能是多个实体的拼接- - 如果多个主体参与同一事件,应为每个主体创建独立的边- - 事件类型:成立、融资、并购、IPO、裁员、发布产品、管理层变更、股权变更、获得专利、获奖- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 相对时间解析(基于观察日期):- - '- "去年" → {observation_time} 前一年'- - '- "今年" → {observation_time} 所属年份'- - '- "明年" → {observation_time} 后一年'- - '- "五年前" → {observation_time} 前五年'- - '- "最近" → {observation_time} 前1年'- - 明确日期:保持原格式- - '- 年份(如 2015年)→ 2015'- - '- 年-月-日 → 保持原格式'- - 缺失时间:留空-identifiers:- entity_id: name- relation_id: '{source}|{eventType}|{details}'- relation_members:- source: source- target: target- time_field: eventDate-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({type})'- relation_label: '{eventType} ({eventDate})'diff --git a/hyperextract/templates/legacy/presets/finance/discussion_graph.yaml b/hyperextract/templates/legacy/presets/finance/discussion_graph.yamldeleted file mode 100644index 18a4aca..0000000--- a/hyperextract/templates/legacy/presets/finance/discussion_graph.yaml+++ /dev/null@@ -1,93 +0,0 @@-language: zh-name: DiscussionGraph-type: graph-tags:-- finance-description:- zh: 财报会议讨论图谱 - 从财报电话会议中提取实体及关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: type- type: str- description:- zh: 实体类型:参会人员、公司、产品、指标、行业- required: true- default: ''- - name: description- type: str- description:- zh: 实体描述/说明- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体- required: true- default: ''- - name: relation_type- type: str- description:- zh: 关系类型- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的财报会议分析师,请从文本中提取讨论中出现的实体以及它们之间的关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的实体- - 实体名称与原文保持一致- - 参会人员是核心,必须提取- - 实体类型:参会人员(分析师、管理层)、公司、产品、指标、行业等- - 关系类型:参会人员之间(提问、回答、追问、澄清、反问等)、参会人员与其他实体(提问关于、回答关于、看好、看衰、担忧、质疑等)、其他实体之间(竞争、合作、增长、下降等)- rules_for_entities:- zh:- - 每个节点只能对应一个独立的实体,禁止将其合并为一个节点- - 实体名称与原文保持一致- - 参会人员:分析师、管理层(CEO、CFO等)- - 公司、产品、指标、行业- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 参会人员之间:提问、回答、追问、澄清、反问等- - 参会人员与其他实体:提问关于、回答关于、看好、看衰、担忧、质疑、主导、负责等- - 其他实体之间:竞争、合作、增长、下降等-identifiers:- entity_id: name- relation_id: '{source}|{relation_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({type})'- relation_label: '{relation_type}'diff --git a/hyperextract/templates/legacy/presets/finance/earnings_call_summary.yaml b/hyperextract/templates/legacy/presets/finance/earnings_call_summary.yamldeleted file mode 100644index 953cd4d..0000000--- a/hyperextract/templates/legacy/presets/finance/earnings_call_summary.yaml+++ /dev/null@@ -1,122 +0,0 @@-language: zh-name: EarningsCallSummary-type: model-tags:-- finance-description:- zh: 财报电话会议摘要 - 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-output:- description: {}- fields:- - name: company_name- type: str- description:- zh: 公司名称- required: false- default: ''- - name: ticker- type: str- description:- zh: 股票代码- required: false- default: ''- - name: quarter- type: str- description:- zh: 报告季度(例如'Q3 FY2024'、'2024 年第四季度')- required: false- default: ''- - name: call_date- type: str- description:- zh: 财报电话会议日期- required: false- default: ''- - name: reported_revenue- type: str- description:- zh: 本季度报告收入(例如'948 亿美元')- required: false- default: ''- - name: revenue_vs_consensus- type: str- description:- zh: 收入与市场一致预期对比(例如'超出 12 亿美元'、'符合预期'、'低于预期 5 亿美元')- required: false- default: ''- - name: reported_eps- type: str- description:- zh: 报告的稀释每股收益(例如'1.46 美元')- required: false- default: ''- - name: eps_vs_consensus- type: str- description:- zh: 每股收益与一致预期对比(例如'超出 0.05 美元')- required: false- default: ''- - name: guidance_revenue- type: str- description:- zh: 前瞻性收入指引(例如'第四季度 950-970 亿美元'、'2025 财年收入 3800-3900 亿美元')- required: false- default: ''- - name: guidance_eps- type: str- description:- zh: 前瞻性每股收益指引(如有提供)- required: false- default: ''- - name: overall_tone- type: str- description:- zh: 电话会议整体基调:'积极'、'审慎乐观'、'中性'、'谨慎'、'消极'- required: false- default: ''- - name: key_highlights- type: list- description:- zh: 管理层准备发言中的 3-5 项核心亮点- required: false- default: ''- - name: key_concerns- type: list- description:- zh: 管理层或分析师在问答环节提出的主要关切- required: false- default: ''- - name: strategic_priorities- type: list- description:- zh: 管理层强调的战略重点- required: false- default: ''- - name: ceo_name- type: str- description:- zh: CEO 或主要发言人姓名- required: false- default: ''- - name: cfo_name- type: str- description:- zh: CFO 姓名- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个对象对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{company_name} - {quarter}'diff --git a/hyperextract/templates/legacy/presets/finance/factor_influence_hypergraph.yaml b/hyperextract/templates/legacy/presets/finance/factor_influence_hypergraph.yamldeleted file mode 100644index 9079224..0000000--- a/hyperextract/templates/legacy/presets/finance/factor_influence_hypergraph.yaml+++ /dev/null@@ -1,85 +0,0 @@-language: zh-name: FactorInfluenceHypergraph-type: hypergraph-tags:-- finance-description:- zh: 因子影响超图 - 建模股票分析中的多因子关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 因子名称- required: true- default: ''- - name: category- type: str- description:- zh: 因子类别:宏观、行业、公司、市场情绪- required: true- default: ''- - name: description- type: str- description:- zh: 因子描述/说明- required: false- default: ''- relations:- description: {}- fields:- - name: result- type: str- description:- zh: 结果/影响,如'业绩下滑'、'估值提升'、'价格上涨',不超过10字- required: true- default: ''- - name: factors- type: list- description:- zh: 导致该结果的因子列表(至少2个)- required: true- default: ''- - name: description- type: str- description:- zh: 详细描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的金融多因子分析师,请从文本中提取因子(作为节点)和因子导致的结果(作为超边)。-- '- rules:- zh:- - 每个节点只能对应一个独立的因子,禁止将多个因子合并为一个节点- - 因子名称与原文保持一致- - 每条超边必须连接2个或以上因子- - 优先提取包含3个及以上因子的超边- - 因子类别:宏观(GDP增速、CPI、PPI、利率、汇率等)、行业(景气度、政策、供需格局等)、公司(营收、ROE、PE、净利润等)、市场情绪(资金流向、风险偏好等)- - 结果类型:业绩类(业绩下滑、业绩增长、盈利提升等)、估值类(估值提升、估值承压、市值增长等)、价格类(价格上涨、股价下跌、成本上升等)、需求类(需求旺盛、需求疲软、订单增加等)- rules_for_entities:- zh:- - 每个节点只能对应一个独立的因子,禁止将多个因子合并为一个节点- - 因子名称与原文保持一致- - 因子类别:宏观(GDP、CPI、利率、汇率等)、行业(景气度、政策、供需等)、公司(营收、ROE、PE等)、市场情绪(资金流向、风险偏好等)- rules_for_relations:- zh:- - 仅从已知因子列表中提取超边,不要创建未列出的因子- - 每条超边必须连接至少2个因子- - 优先提取包含3个及以上因子的超边- - 结果描述不超过10字- - 结果类型:业绩类、估值类、价格类、需求类-identifiers:- entity_id: name- relation_id: '{result}_{factors}'- relation_members: factors-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{result}'diff --git a/hyperextract/templates/legacy/presets/finance/filing_financial_snapshot.yaml b/hyperextract/templates/legacy/presets/finance/filing_financial_snapshot.yamldeleted file mode 100644index a4ffbe5..0000000--- a/hyperextract/templates/legacy/presets/finance/filing_financial_snapshot.yaml+++ /dev/null@@ -1,104 +0,0 @@-language: zh-name: FilingFinancialSnapshot-type: model-tags:-- finance-description:- zh: 财报财务快照 - 从 SEC 申报文件中提取关键财务数据-output:- description: {}- fields:- - name: company_name- type: str- description:- zh: 申报实体的法定名称- required: false- default: ''- - name: ticker- type: str- description:- zh: 股票代码(例如 'AAPL'、'MSFT')- required: false- default: ''- - name: filing_type- type: str- description:- zh: 申报类型:'10-K'、'10-Q'、'8-K'、'20-F'- required: false- default: ''- - name: filing_period- type: str- description:- zh: 涵盖的财务期间(例如 'FY2024'、'Q3 2024')- required: false- default: ''- - name: revenue- type: str- description:- zh: 总营收或净销售额(例如 '3943亿美元')- required: false- default: ''- - name: net_income- type: str- description:- zh: 净利润- required: false- default: ''- - name: earnings_per_share- type: str- description:- zh: 稀释每股收益(例如 '$6.13')- required: false- default: ''- - name: total_assets- type: str- description:- zh: 总资产- required: false- default: ''- - name: total_liabilities- type: str- description:- zh: 总负债- required: false- default: ''- - name: shareholders_equity- type: str- description:- zh: 股东权益- required: false- default: ''- - name: operating_cash_flow- type: str- description:- zh: 经营活动现金流- required: false- default: ''- - name: free_cash_flow- type: str- description:- zh: 自由现金流- required: false- default: ''- - name: key_metrics- type: list- description:- zh: 其他关键财务指标列表(如毛利率、ROE、市盈率等)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个对象对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{company_name} ({ticker}) - {filing_period}'diff --git a/hyperextract/templates/legacy/presets/finance/filing_risk_factor_set.yaml b/hyperextract/templates/legacy/presets/finance/filing_risk_factor_set.yamldeleted file mode 100644index 80c871e..0000000--- a/hyperextract/templates/legacy/presets/finance/filing_risk_factor_set.yaml+++ /dev/null@@ -1,69 +0,0 @@-language: zh-name: FilingRiskFactorSet-type: set-tags:-- finance-description:- zh: 申报风险因素集 - 对 SEC 申报文件中的风险因素进行去重和归类-output:- description: {}- fields:- - name: risk_title- type: str- description:- zh: 风险因素的简明标题(例如 '网络安全漏洞风险'、'外汇敞口')- required: true- default: ''- - name: risk_category- type: str- description:- zh: 类别:'市场'、'运营'、'监管'、'财务'、'战略'、'网络安全'、'ESG'、'法律'、'地缘政治'- required: true- default: ''- - name: description- type: str- description:- zh: 申报文件中披露的风险完整描述- required: true- default: ''- - name: potential_impact- type: str- description:- zh: 所述的潜在财务或运营影响(例如 '对营收产生重大不利影响')- required: false- default: ''- - name: affected_areas- type: list- description:- zh: 受影响的业务板块或职能(例如 ['国际业务', '供应链'])- required: false- default: ''- - name: mitigation_disclosed- type: str- description:- zh: 公司已披露的任何缓解措施或管控手段- required: false- default: ''- - name: is_new- type: bool- description:- zh: 与前期申报相比,该风险因素是否为新增- required: false- default: false-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个元素对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-identifiers:- item_id: risk_title-display:- label: '[{risk_category}] {risk_title}'diff --git a/hyperextract/templates/legacy/presets/finance/financial_data_temporal_graph.yaml b/hyperextract/templates/legacy/presets/finance/financial_data_temporal_graph.yamldeleted file mode 100644index 2bc2558..0000000--- a/hyperextract/templates/legacy/presets/finance/financial_data_temporal_graph.yaml+++ /dev/null@@ -1,117 +0,0 @@-language: zh-name: FinancialDataTemporalGraph-type: temporal_graph-tags:-- finance-description:- zh: 财务数据时序图谱 - 跨报告期追踪财务指标变化-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体的规范名称(例如 '苹果公司'、'云服务分部'、'营业收入'、'净利润')- required: true- default: ''- - name: entity_type- type: str- description:- zh: 类型:'公司'、'分部'、'财务指标'、'会计科目'、'外部因素'- required: true- default: ''- - name: description- type: str- description:- zh: 简要背景说明(例如 '消费电子业务板块'、'GAAP 收入确认口径')- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 主体(公司/分部/指标名称)- required: true- default: ''- - name: target- type: str- description:- zh: 目标(指标/分部/因素名称)- required: true- default: ''- - name: relationship- type: str- description:- zh: 关系类型:'拥有'、'同比变化'、'占比'、'贡献'、'影响'- required: true- default: ''- - name: value- type: str- description:- zh: 数值(如 '3943亿美元'、'+7.8%'、'30%')- required: false- default: ''- - name: fiscal_period- type: str- description:- zh: 财务期间(如 'FY2024'、'Q3 2024')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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')- rules_for_entities:- zh:- - 每个节点对应一个独立实体- - 实体名称与原文保持一致- - 提取的节点名称要完整准确,因为边会引用这些名称- - 公司:申报公司及其重要子公司- - 分部:业务分部或区域(具体名称)- - 财务指标:关键财务指标(营业收入、净利润、毛利率等)- - 会计科目:主要会计科目- - 外部因素:影响财务的外部因素- rules_for_relations:- zh:- - source 和 target 都必须是已知实体列表中的节点- - 每个出现的财务数据都必须提取为一条边- - 节点名称必须完全匹配- - 关系类型:拥有、同比变化、占比、贡献、影响- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 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'- - 精确时间 → 保持原样- - 时间缺失 → 留空,不要猜测-identifiers:- entity_id: name- relation_id: '{source}|{relationship}|{target}'- relation_members:- source: source- target: target- time_field: fiscal_period-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({entity_type})'- relation_label: '{relationship} ({value})'diff --git a/hyperextract/templates/legacy/presets/finance/financial_forecast.yaml b/hyperextract/templates/legacy/presets/finance/financial_forecast.yamldeleted file mode 100644index e19fd62..0000000--- a/hyperextract/templates/legacy/presets/finance/financial_forecast.yaml+++ /dev/null@@ -1,73 +0,0 @@-language: zh-name: FinancialForecast-type: list-tags:-- finance-description:- zh: 财务预测 - 从股票研究报告中提取预测财务数据-output:- description: {}- fields:- - name: metric- type: str- description:- zh: 被预测的财务指标(例如 '收入'、'每股收益'、'EBITDA'、'营业利润率'、'自由现金流')- required: true- default: ''- - name: period- type: str- description:- zh: 预测期间(例如 'FY2025E'、'Q1 2025E'、'CY2026E')- required: true- default: ''- - name: estimate- type: str- description:- zh: 预测值(例如 '$120.5B'、'$6.25'、'35.2%')- required: true- default: ''- - name: prior_estimate- type: str- description:- zh: 如有修订,之前的预测值(例如 '$115.0B')- required: false- default: ''- - name: consensus- type: str- description:- zh: 用于对比的市场一致性预期(例如 '$118.2B')- required: false- default: ''- - name: growth_rate- type: str- description:- zh: 隐含增长率(例如 '同比+15%'、'持平')- required: false- default: ''- - name: assumptions- type: str- description:- zh: 预测所依据的关键假设(例如 '假设销量增加 500 万台')- required: false- default: ''- - name: source_firm- type: str- description:- zh: 提供该预测的研究机构- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{metric} ({period}): {estimate}'diff --git a/hyperextract/templates/legacy/presets/finance/management_guidance_list.yaml b/hyperextract/templates/legacy/presets/finance/management_guidance_list.yamldeleted file mode 100644index b08695e..0000000--- a/hyperextract/templates/legacy/presets/finance/management_guidance_list.yaml+++ /dev/null@@ -1,74 +0,0 @@-language: zh-name: ManagementGuidanceList-type: list-tags:-- finance-description:- zh: 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-output:- description: {}- fields:- - name: guidance_topic- type: str- description:- zh: 指引主题(例如'第四季度收入'、'2025 财年资本支出'、'毛利率展望'、'招聘计划')- required: true- default: ''- - name: guidance_type- type: str- description:- zh: 类型:定量、定性、战略、运营- required: true- default: ''- - name: guidance_value- type: str- description:- zh: 指引内容或预测值(例如'950-970 亿美元'、'将拓展 5 个新市场'、'预计下半年利润率改善')- required: true- default: ''- - name: prior_guidance- type: str- description:- zh: 同一指标的前次指引(如有修订,例如'900-930 亿美元')- required: false- default: ''- - name: direction- type: str- description:- zh: 相对前次指引或一致预期的方向:'上调'、'下调'、'维持'、'首次发布'- required: false- default: ''- - name: time_period- type: str- description:- zh: 指引覆盖的时间段(例如'2024 年第四季度'、'2025 财年'、'未来 12 个月')- required: false- default: ''- - name: confidence_language- type: str- description:- zh: 管理层的确信程度措辞(例如'我们预计'、'我们有信心'、'我们预期')- required: false- default: ''- - name: speaker- type: str- description:- zh: 指引发布者(例如'CEO'、'CFO'、'COO')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{guidance_topic} [{direction}]: {guidance_value}'diff --git a/hyperextract/templates/legacy/presets/finance/market_narrative_timeline.yaml b/hyperextract/templates/legacy/presets/finance/market_narrative_timeline.yamldeleted file mode 100644index 87f5223..0000000--- a/hyperextract/templates/legacy/presets/finance/market_narrative_timeline.yaml+++ /dev/null@@ -1,111 +0,0 @@-language: zh-name: MarketNarrativeTimeline-type: temporal_graph-tags:-- finance-description:- zh: 市场叙事时间线 - 追踪市场叙事随时间的演变-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 叙事名称(如'通胀恐惧'、'软着陆希望')- required: true- default: ''- - name: narrative_type- type: str- description:- zh: 叙事类型:'市场情绪'、'投资主题'、'政策预期'、'经济判断'- required: true- default: ''- - name: description- type: str- description:- zh: 叙事描述- required: true- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 先前叙事名称- required: true- default: ''- - name: target- type: str- description:- zh: 新兴叙事名称- required: true- default: ''- - name: transition_type- type: str- description:- zh: 演变类型:被替代、演变为、触发了、主导了- required: true- default: ''- - name: timestamp- type: str- description:- zh: 演变时间(如'2024-03'、'2024年Q2')- required: true- default: ''- - name: catalyst- type: str- description:- zh: 触发演变的事件或数据点- required: false- default: ''-guideline:- target:- zh: '你是一位专业的策略师,请从财经评论中提取市场叙事以及它们随时间的演变。-- '- rules:- zh:- - 每个节点只能对应一个独立的叙事,禁止将多个叙事合并为一个节点- - 叙事名称与原文保持一致- - 仅从已知叙事列表中提取边,不要创建新的叙事- - 关系描述应与原文保持一致- - 叙事是市场中的"故事"、主题、情绪- - 叙事不是具体的公司、指数、政策本身- rules_for_entities:- zh:- - 每个节点只能对应一个独立的叙事,禁止将多个叙事合并为一个节点- - 叙事名称与原文保持一致- - 叙事是市场中的"故事"、主题、情绪- - 叙事不是具体的公司、指数、政策本身- - 叙事类型:市场情绪、投资主题、政策预期、经济判断- rules_for_relations:- zh:- - 边的 source 和 target 必须完全使用下方叙事列表中的名称,禁止创造新叙事- - 仅从已知叙事列表中提取边,不要创建新的叙事- - 关系描述应与原文保持一致- - 演变类型:被替代、演变为、触发了、主导了- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 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'- - 精确时间 → 保持原样- - 时间缺失 → 留空-identifiers:- entity_id: name- relation_id: '{source}|{transition_type}|{target}'- relation_members:- source: source- target: target- time_field: timestamp-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({narrative_type})'- relation_label: '{transition_type} [{timestamp}]'diff --git a/hyperextract/templates/legacy/presets/finance/market_sentiment_model.yaml b/hyperextract/templates/legacy/presets/finance/market_sentiment_model.yamldeleted file mode 100644index 93da549..0000000--- a/hyperextract/templates/legacy/presets/finance/market_sentiment_model.yaml+++ /dev/null@@ -1,92 +0,0 @@-language: zh-name: MarketSentimentModel-type: model-tags:-- finance-description:- zh: 市场情绪模型 - 从财经新闻中提取情绪极性、提及实体和预期价格影响-output:- description: {}- fields:- - name: headline- type: str- description:- zh: 新闻文章/评论的标题/主题- required: true- default: ''- - name: source- type: str- description:- zh: 出版物或来源(例如 '彭博社'、'路透社'、'CNBC')- required: false- default: ''- - name: publication_date- type: str- description:- zh: 发布日期- required: false- default: ''- - name: overall_sentiment- type: str- description:- zh: 整体情绪:看涨、看跌、中性、混合- required: false- default: ''- - name: sentiment_confidence- type: str- description:- zh: 情绪评估的置信度:高、中、低- required: false- default: ''- - name: mentioned_tickers- type: list- description:- zh: 提及的股票代码(例如 ['AAPL', 'MSFT', 'GOOGL'])- required: false- default: ''- - name: mentioned_sectors- type: list- description:- zh: 涉及的行业板块(例如 ['科技', '金融', '能源'])- required: false- default: ''- - name: key_events- type: list- description:- zh: 驱动情绪的关键事件(例如 ['美联储利率决议', 'NVDA 财报超预期'])- required: false- default: ''- - name: expected_impact- type: str- description:- zh: 预期的价格/市场影响(例如 '科技股短期上行'、'板块轮动可能性大')- required: false- default: ''- - name: time_horizon- type: str- description:- zh: 隐含时间范围:'盘中'、'短期'、'中期'、'长期'- required: false- default: ''- - name: contrarian_signals- type: list- description:- zh: 任何逆向或不同意见的观点- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个对象对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{headline}'diff --git a/hyperextract/templates/legacy/presets/finance/material_event_timeline.yaml b/hyperextract/templates/legacy/presets/finance/material_event_timeline.yamldeleted file mode 100644index f1e5d81..0000000--- a/hyperextract/templates/legacy/presets/finance/material_event_timeline.yaml+++ /dev/null@@ -1,127 +0,0 @@-language: zh-name: MaterialEventTimeline-type: temporal_graph-tags:-- finance-description:- zh: 重大事件时间线 - 从 8-K 申报文件中按时间顺序提取重大事件-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如 公司名称、高管姓名、监管机构)- required: true- default: ''- - name: entity_type- type: str- description:- zh: 类型:'公司'、'高管'、'监管机构'、'交易对手'、'子公司'、'审计师'- required: true- default: ''- - name: description- type: str- description:- zh: 角色或背景(例如 '首席执行官'、'收购方'、'SEC')- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 行为实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 受影响实体名称- required: true- default: ''- - name: event_type- type: str- description:- zh: 类型:'高管任命'、'高管离职'、'收购'、'资产剥离'、'财务重述'、'破产'、'退市'、'重大协议'、'股息宣派'、'股票拆分'、'监管行动'- required: true- default: ''- - name: start_timestamp- type: str- description:- zh: 事件发生或公告的日期(例如 '2024-03-15'、'2024年3月15日')- required: false- default: ''- - name: end_timestamp- type: str- description:- zh: 如适用的结束日期(例如 生效日期、交割日期)- required: false- default: ''- - name: description- type: str- description:- zh: 重大事件的详细信息,包括财务条款、条件或监管背景- required: false- default: ''- - name: sec_item- type: str- description:- zh: 8-K 条目编号(例如 'Item 5.02'、'Item 1.01'、'Item 2.01')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 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'- - 精确时间 → 保持原样- - 时间缺失 → 留空,不要猜测-identifiers:- entity_id: name- relation_id: '{source}|{event_type}|{target}'- relation_members:- source: source- target: target- time_field: start_timestamp-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({entity_type})'- relation_label: '{event_type} [{start_timestamp}]'diff --git a/hyperextract/templates/legacy/presets/finance/multi_source_sentiment_hypergraph.yaml b/hyperextract/templates/legacy/presets/finance/multi_source_sentiment_hypergraph.yamldeleted file mode 100644index 9b5dd94..0000000--- a/hyperextract/templates/legacy/presets/finance/multi_source_sentiment_hypergraph.yaml+++ /dev/null@@ -1,119 +0,0 @@-language: zh-name: MultiSourceSentimentHypergraph-type: hypergraph-tags:-- finance-description:- zh: 多源情绪超图 - 整合多个来源的情绪信号-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 来源或实体的名称(例如:'彭博社文章'、'高盛分析师报告'、'AAPL'、'科技板块')- required: true- default: ''- - name: source_type- type: str- description:- zh: 类型:'新闻文章'、'分析师报告'、'社交媒体'、'市场数据'、'公司公告'、'受影响实体'、'板块'、'指数'- required: true- default: ''- - name: sentiment_signal- type: str- description:- zh: 该来源的个别情绪:'看涨'、'看跌'、'中性'- required: false- default: ''- - name: credibility- type: str- description:- zh: 来源可信度评估:'一级'、'二级'、'未验证'- required: false- default: ''- relations:- description: {}- fields:- - name: fusion_name- type: str- description:- zh: 描述性名称(例如:'AAPL 来自 3 个来源的看涨共识')- required: true- default: ''- - name: participating_sources- type: list- description:- zh: 参与此融合的所有来源和受影响实体的名称- required: true- default: ''- - name: aggregated_polarity- type: str- description:- zh: 融合情绪:'强烈看涨'、'看涨'、'中性'、'看跌'、'强烈看跌'、'冲突'- required: true- default: ''- - name: agreement_level- type: str- description:- zh: 来源一致性:'一致'、'多数'、'分裂'、'矛盾'- required: true- default: ''- - name: affected_entity- type: str- description:- zh: 情绪适用的主要实体(股票代码或板块)- required: false- default: ''- - name: signal_strength- type: str- description:- zh: 交易用的整体信号强度:'可操作'、'参考性'、'噪音'- required: false- default: ''- - name: conflicting_views- type: str- description:- zh: 任何不同或冲突的情绪信号摘要- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: fusion_name- relation_members: participating_sources-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({source_type})'- relation_label: '{fusion_name}'diff --git a/hyperextract/templates/legacy/presets/finance/proceeds_usage.yaml b/hyperextract/templates/legacy/presets/finance/proceeds_usage.yamldeleted file mode 100644index c64e4d1..0000000--- a/hyperextract/templates/legacy/presets/finance/proceeds_usage.yaml+++ /dev/null@@ -1,61 +0,0 @@-language: zh-name: ProceedsUsage-type: list-tags:-- finance-description:- zh: 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-output:- description: {}- fields:- - name: use_category- type: str- description:- zh: 资金用途类别(例如'研发投入'、'偿还债务'、'营运资金'、'收购'、'资本支出'、'一般企业用途')- required: true- default: ''- - name: project_name- type: str- description:- zh: 具体项目或计划名称(例如'弗吉尼亚新数据中心'、'平台 2.0 开发')- required: false- default: ''- - name: allocated_amount- type: str- description:- zh: 分配金额(例如'1.5 亿美元'、'约占净募集资金的 30%')- required: false- default: ''- - name: percentage_of_proceeds- type: str- description:- zh: 占总募集资金的百分比(例如'30%'、'约三分之一')- required: false- default: ''- - name: timeline- type: str- description:- zh: 预计资金使用时间表(例如'12-18 个月'、'2025-2026 财年')- required: false- default: ''- - name: description- type: str- description:- zh: 资金具体使用方式的详细说明- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{use_category}: {allocated_amount}'diff --git a/hyperextract/templates/legacy/presets/finance/research_note_summary.yaml b/hyperextract/templates/legacy/presets/finance/research_note_summary.yamldeleted file mode 100644index 7bbd298..0000000--- a/hyperextract/templates/legacy/presets/finance/research_note_summary.yaml+++ /dev/null@@ -1,116 +0,0 @@-language: zh-name: ResearchNoteSummary-type: model-tags:-- finance-description:- zh: 研究报告摘要 - 从股票研究报告中提取核心投资论点-output:- description: {}- fields:- - name: company_name- type: str- description:- zh: 被覆盖公司的名称- required: false- default: ''- - name: ticker- type: str- description:- zh: 股票代码(例如 'AAPL'、'NVDA')- required: false- default: ''- - name: analyst_name- type: str- description:- zh: 首席分析师的姓名- required: false- default: ''- - name: research_firm- type: str- description:- zh: 研究机构名称(例如 '高盛'、'摩根士丹利')- required: false- default: ''- - name: report_date- type: str- description:- zh: 报告发布日期- required: false- default: ''- - name: rating- type: str- description:- zh: 分析师评级:'买入'、'增持'、'持有'、'中性'、'卖出'、'减持'- required: false- default: ''- - name: prior_rating- type: str- description:- zh: 如有变更,之前的评级- required: false- default: ''- - name: target_price- type: str- description:- zh: 当前目标价(例如 '$150.00')- required: false- default: ''- - name: prior_target_price- type: str- description:- zh: 如有变更,之前的目标价- required: false- default: ''- - name: current_price- type: str- description:- zh: 报告发布时的股价- required: false- default: ''- - name: investment_thesis- type: str- description:- zh: 核心投资论点或评级的关键论据- required: false- default: ''- - name: key_catalysts- type: list- description:- zh: 已识别的近期催化剂(例如 ['Q4 业绩超预期', '新产品发布', '监管审批'])- required: false- default: ''- - name: key_risks- type: list- description:- zh: 分析师强调的主要风险- required: false- default: ''- - name: revenue_estimate- type: str- description:- zh: 分析师对当前/下一财年的收入预测- required: false- default: ''- - name: eps_estimate- type: str- description:- zh: 分析师对当前/下一财年的每股收益预测- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个对象对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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)-display:- label: '{ticker} - {rating} (目标价: {target_price})'diff --git a/hyperextract/templates/legacy/presets/finance/risk_assessment.yaml b/hyperextract/templates/legacy/presets/finance/risk_assessment.yamldeleted file mode 100644index 3b46944..0000000--- a/hyperextract/templates/legacy/presets/finance/risk_assessment.yaml+++ /dev/null@@ -1,121 +0,0 @@-language: zh-name: RiskAssessmentGraph-type: graph-tags:-- finance-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: category- type: str- description:- zh: 实体类别:'风险因素'、'财务指标'、'运营结果'- required: true- default: ''- - name: description- type: str- description:- zh: 实体的详细描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称- required: true- default: ''- - name: relation_type- type: str- description:- zh: 关系类型:'导致'、'影响'、'提高'、'降低'、'改善'、'削弱' 等- required: true- default: ''- - name: transmission_mechanism- type: str- description:- zh: 传导机制说明- required: true- default: ''- - name: likelihood- type: str- description:- zh: 发生可能性:高/中/低- required: true- default: ''- - name: severity- type: str- description:- zh: 影响严重程度:高/中/低,或量化影响- required: false- default: ''- - name: mitigation- type: str- description:- zh: 缓解措施或应对策略- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relation_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relation_type}'diff --git a/hyperextract/templates/legacy/presets/finance/risk_factor_list.yaml b/hyperextract/templates/legacy/presets/finance/risk_factor_list.yamldeleted file mode 100644index 648fa19..0000000--- a/hyperextract/templates/legacy/presets/finance/risk_factor_list.yaml+++ /dev/null@@ -1,61 +0,0 @@-language: zh-name: RiskFactorList-type: list-tags:-- finance-description:- zh: 风险因素列表 - 从股票研究报告中提取下行风险-output:- description: {}- fields:- - name: risk_name- type: str- description:- zh: 风险的简洁名称(例如 '欧盟监管收紧'、'强势美元带来的汇率逆风')- required: true- default: ''- - name: risk_category- type: str- description:- zh: 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'- required: true- default: ''- - name: description- type: str- description:- zh: 风险情景的详细描述- required: true- default: ''- - name: potential_impact- type: str- description:- zh: 估计的财务影响(例如 '收入下行 3-5%'、'每股收益风险 $0.50')- required: false- default: ''- - name: probability- type: str- description:- zh: 分析师的概率评估:'高'、'中等'、'低'- required: false- default: ''- - name: time_horizon- type: str- description:- zh: 风险可能兑现的时间(例如 '近期'、'2025 年'、'12-18 个月')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '[{risk_category}] {risk_name}'diff --git a/hyperextract/templates/legacy/presets/finance/segment_performance_list.yaml b/hyperextract/templates/legacy/presets/finance/segment_performance_list.yamldeleted file mode 100644index 3b7b320..0000000--- a/hyperextract/templates/legacy/presets/finance/segment_performance_list.yaml+++ /dev/null@@ -1,67 +0,0 @@-language: zh-name: SegmentPerformanceList-type: list-tags:-- finance-description:- zh: 业务板块业绩列表 - 按业务板块提取营收和关键指标-output:- description: {}- fields:- - name: segment_name- type: str- description:- zh: 业务板块或地理区域名称(例如 '美洲'、'云服务'、'iPhone')- required: true- default: ''- - name: segment_type- type: str- description:- zh: 类型:'业务板块'、'地理区域'、'产品线'、'经营分部'- required: true- default: ''- - name: revenue- type: str- description:- zh: 该期间的板块营收(例如 '482亿美元')- required: false- default: ''- - name: operating_income- type: str- description:- zh: 板块营业利润或经营利润- required: false- default: ''- - name: revenue_growth- type: str- description:- zh: 同比或环比营收增长率(例如 '+12%'、'-3% 同比')- required: false- default: ''- - name: key_metrics- type: list- description:- zh: 板块特定的关键绩效指标(例如 ['订阅用户:2.3亿', 'ARPU:$14.99', '流失率:2.1%'])- required: false- default: ''- - name: commentary- type: str- description:- zh: 管理层对板块业绩或展望的评论- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的实体,禁止合并- - 实体名称与原文保持一致- - 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-display:- label: '{segment_name} ({segment_type}) | {revenue}'diff --git a/hyperextract/templates/legacy/presets/finance/shareholder_structure.yaml b/hyperextract/templates/legacy/presets/finance/shareholder_structure.yamldeleted file mode 100644index 1b1e333..0000000--- a/hyperextract/templates/legacy/presets/finance/shareholder_structure.yaml+++ /dev/null@@ -1,111 +0,0 @@-language: zh-name: ShareholderStructure-type: graph-tags:-- finance-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如个人、基金、控股公司、信托)- required: true- default: ''- - name: entity_type- type: str- description:- zh: 类型:个人、机构投资者、控股公司、风险投资、私募股权、信托、政府实体、发行公司- required: true- default: ''- - name: description- type: str- description:- zh: 附加信息(例如'联合创始人兼 CEO'、'B 轮领投机构')- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 持有方/母公司实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 被持有方/子公司实体名称- required: true- default: ''- - name: relationship_type- type: str- description:- zh: 类型:直接持股、间接持股、实益所有权、投票权控制、董事会席位、母子公司- required: true- default: ''- - name: ownership_percentage- type: str- description:- zh: 持股比例(例如'15.3%'、'51%'、'控股权')- required: false- default: ''- - name: share_class- type: str- description:- zh: 股份类别(例如'A 类普通股'、'B 类(10 倍投票权)'、'C 轮优先股')- required: false- default: ''- - name: voting_power- type: str- description:- zh: 投票权百分比(若与持股比例不同,例如'65% 投票权')- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationship_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({entity_type})'- relation_label: '{relationship_type} {ownership_percentage}'diff --git a/hyperextract/templates/legacy/presets/finance/supply_chain.yaml b/hyperextract/templates/legacy/presets/finance/supply_chain.yamldeleted file mode 100644index f2eb4ac..0000000--- a/hyperextract/templates/legacy/presets/finance/supply_chain.yaml+++ /dev/null@@ -1,95 +0,0 @@-language: zh-name: SupplyChainGraph-type: graph-tags:-- finance-description:- zh: 供应链图谱 - 从 SEC 申报文件中提取供应链实体及其关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(公司或供应商)- required: true- default: ''- - name: entity_type- type: str- description:- zh: 类型:客户、供应商、战略伙伴、分销商、本公司- required: true- default: ''- - name: details- type: str- description:- zh: 地理管辖区、认证信息及合规说明- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 上游供应商或提供方- required: true- default: ''- - name: target- type: str- description:- zh: 下游买方或需求方- required: true- default: ''- - name: relationship_type- type: str- description:- zh: 类型:供应、采购、分销、战略合作- required: true- default: ''- - name: product_service- type: str- description:- zh: 被供应或交易的内容,例如锂芯片、物流服务等- required: true- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 每个节点对应一个独立实体- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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)-identifiers:- entity_id: name- relation_id: '{source}|{relationship_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: one_stage-display:- entity_label: '{name} ({entity_type})'- relation_label: '{relationship_type}'diff --git a/hyperextract/templates/legacy/presets/food/dish_review_summary.yaml b/hyperextract/templates/legacy/presets/food/dish_review_summary.yamldeleted file mode 100644index 2d80c15..0000000--- a/hyperextract/templates/legacy/presets/food/dish_review_summary.yaml+++ /dev/null@@ -1,66 +0,0 @@-name: "DishReviewSummary"-autotype: list-tag: [food]--language: zh--description:- zh: "食评摘要清单 - 按菜品提取核心评价点、推荐等级及价格感知"--item_schema:- fields:- - name: dish_name- type: "str"- description:- zh: "菜品名称"- required: true- default: ""- - name: recommendation_level- type: "str"- description:- zh: "推荐指数,如⭐⭐⭐⭐⭐ 或 4.5/5"- required: true- default: ""- - name: highlights- type: "list"- description:- zh: "亮点列表"- required: true- default: ""- - name: improvements- type: "list"- description:- zh: "改进空间列表"- required: true- default: ""- - name: price_perception- type: "str"- description:- zh: "价格感知,如性价比高、略贵但值"- required: true- default: ""- - name: description- type: "str"- description:- zh: "详细描述"- required: true- default: ""--guide:- target:- zh: |- 你是一位专业的美食评论家,请从文本中提取每道菜品的核心评价信息,形成食评摘要清单。- rules:- zh: |- 1. 提取文本中出现的每道菜品的评价信息- 2. 为每个菜品提取推荐等级(如⭐⭐⭐⭐⭐)- 3. 提取菜品亮点和可能的改进空间- 4. 提取价格感知信息- 5. 每个菜品作为独立条目提取- 6. 保持菜品名称与原文一致- 7. 推荐等级使用原文的表达方式- 8. 推荐指数常用表达:⭐⭐⭐⭐⭐、4.5/5、强烈推荐- 9. 价格感知常用表达:性价比极高、实惠、略贵但值--display:- label: "{dish_name} - {recommendation_level}"diff --git a/hyperextract/templates/legacy/presets/food/ingredient_composition_hypergraph.yaml b/hyperextract/templates/legacy/presets/food/ingredient_composition_hypergraph.yamldeleted file mode 100644index ab4371b..0000000--- a/hyperextract/templates/legacy/presets/food/ingredient_composition_hypergraph.yaml+++ /dev/null@@ -1,99 +0,0 @@-name: "IngredientCompositionHypergraph"-autotype: hypergraph-tag: [food]--language: zh--description:- zh: "食材配伍超图 - 建模菜品与其主料、辅料、调味品的复杂组合关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "食材名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "食材类别:主料/辅料/调味品"- required: true- default: ""--edge_schema:- fields:- - name: dish_name- type: "str"- description:- zh: "菜品名称"- required: true- default: ""- - name: cuisine- type: "str"- description:- zh: "菜系"- required: false- default: ""- - name: main_ingredients- type: "list"- description:- zh: "主料列表(包含食材名称、角色、用量)"- required: false- default: ""- - name: auxiliary_ingredients- type: "list"- description:- zh: "辅料列表(包含食材名称、角色、用量)"- required: false- default: ""- - name: seasonings- type: "list"- description:- zh: "调味品列表(包含食材名称、角色、用量)"- required: false- default: ""- - name: combo_description- type: "str"- description:- zh: "配伍描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的烹饪大师,请从文本中提取菜品与食材的配伍关系,建模为超边结构。- rules:- zh: |- 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. 食材角色:主料(主要食材)、辅料(辅助食材)、调味品(调料)- 4. 提取每个食材的用量信息- 5. 提取配伍描述- rules_for_nodes:- zh: |- 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. 食材类别:主料、辅料、调味品- rules_for_edges:- zh: |- 1. 仅从已知食材列表中提取边,不要创建未列出的食材- 2. 关系描述应与原文保持一致- 3. 食材角色:主料、辅料、调味品--identifiers:- node_id: "name"- edge_id: "dish_name"- edge_members:- - "main_ingredients"- - "auxiliary_ingredients"- - "seasonings"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({category})"- edge_label: "{dish_name}"diff --git a/hyperextract/templates/legacy/presets/food/recipe_collection.yaml b/hyperextract/templates/legacy/presets/food/recipe_collection.yamldeleted file mode 100644index ab9f132..0000000--- a/hyperextract/templates/legacy/presets/food/recipe_collection.yaml+++ /dev/null@@ -1,57 +0,0 @@-name: "RecipeCollection"-autotype: set-tag: [food]--language: zh--description:- zh: "菜谱名录 - 去重提取文本中出现的所有独立菜品实体及基本分类"--item_schema:- fields:- - name: name- type: "str"- description:- zh: "菜品名称,保持与原文一致"- required: true- default: ""- - name: category- type: "str"- description:- zh: "菜品分类:凉菜、热菜、主食、甜品、小吃、饮品等"- required: true- default: ""- - name: price- type: "str"- description:- zh: "价格,如 ¥68、18元"- required: false- default: ""- - name: description- type: "str"- description:- zh: "简要描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的餐饮知识专家,请从文本中提取所有独立菜品实体,形成菜谱名录。- rules:- zh: |- 1. 提取所有独立菜品:每个菜品只能对应一条记录,禁止重复- 2. 为每个菜品指定分类:凉菜、热菜、主食、甜品、小吃、饮品等- 3. 保持菜品名称与原文一致- 4. 如有价格信息,一并提取- 5. 去重:同一菜品只保留一条记录- 6. 保持客观准确,不添加文本中没有的信息- 7. 菜品名称大小写需与原文保持一致- 8. 菜单中常见的分类:凉菜、热菜、主食、甜品、小吃、饮品- 9. 同一菜品在不同分类下出现时,保留所有出现过的分类--identifiers:- item_id: "name"--display:- label: "{name} ({category})"diff --git a/hyperextract/templates/legacy/presets/food/sensory_evaluation_graph.yaml b/hyperextract/templates/legacy/presets/food/sensory_evaluation_graph.yamldeleted file mode 100644index 0c01863..0000000--- a/hyperextract/templates/legacy/presets/food/sensory_evaluation_graph.yaml+++ /dev/null@@ -1,97 +0,0 @@-name: "SensoryEvaluationGraph"-autotype: graph-tag: [food]--language: zh--description:- zh: "感官评价图谱 - 提取菜品-口感/味道-食材/技法的评价逻辑"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "节点名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "节点类型:菜品/口感/味道/食材/技法"- required: true- default: ""- - name: description- type: "str"- description:- zh: "简要描述"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源节点"- required: true- default: ""- - name: target- type: "str"- description:- zh: "目标节点"- required: true- default: ""- - name: relation_type- type: "str"- description:- zh: "关系类型:具有特征/归因于"- required: true- default: ""- - name: description- type: "str"- description:- zh: "详细描述"- required: true- default: ""--guide:- target:- zh: |- 你是一位专业的美食评论家,请从文本中提取感官评价图谱,包括菜品、口感/味道、食材/技法之间的归因关系。- rules:- zh: |- 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- 5. 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)- 6. 节点类型:菜品、口感、味道、食材、技法- rules_for_nodes:- zh: |- 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. 节点类型:菜品、口感、味道、食材、技法- 4. 口感描述词:脆爽、鲜嫩、Q弹、绵密、软糯等- 5. 味道描述词:鲜香、麻辣、酸甜、醇厚、清爽等- 6. 技法描述词:腌制、烹煮、火候、刀工等- rules_for_edges:- zh: |- 1. 仅从已知实体列表中提取边,不要创建未列出的实体- 2. 每条边必须连接已提取的节点- 3. 关系描述应与原文保持一致- 4. 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)--identifiers:- node_id: "name"- edge_id: "{source}|{relation_type}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({category})"- edge_label: "{relation_type}"diff --git a/hyperextract/templates/legacy/presets/food/standard_recipe_card.yaml b/hyperextract/templates/legacy/presets/food/standard_recipe_card.yamldeleted file mode 100644index 6dcf6a5..0000000--- a/hyperextract/templates/legacy/presets/food/standard_recipe_card.yaml+++ /dev/null@@ -1,107 +0,0 @@-name: "StandardRecipeCard"-autotype: model-tag: [food]--language: zh--description:- zh: "单品标准食谱 - 针对单个菜品提取完整的配料表、步骤说明及关键TIPS"--schema:- fields:- - name: name- type: "str"- description:- zh: "菜名"- required: true- default: ""- - name: cuisine- type: "str"- description:- zh: "菜系,如浙菜、川菜、粤菜等"- required: false- default: ""- - name: category- type: "str"- description:- zh: "分类,如热菜、凉菜、主食、甜品等"- required: false- default: ""- - name: flavor- type: "str"- description:- zh: "口味描述,如咸甜鲜香、麻辣等"- required: false- default: ""- - name: difficulty- type: "str"- description:- zh: "难度:简单/中等/困难"- required: false- default: ""- - name: cooking_time- type: "str"- description:- zh: "预估烹饪时间,如90分钟"- required: false- default: ""- - name: servings- type: "str"- description:- zh: "适合人数,如4-6人份"- required: false- default: ""- - name: main_ingredients- type: "list"- description:- zh: "主料列表"- required: false- default: ""- - name: auxiliary_ingredients- type: "list"- description:- zh: "辅料列表"- required: false- default: ""- - name: seasonings- type: "list"- description:- zh: "调味品列表"- required: false- default: ""- - name: steps- type: "list"- description:- zh: "烹饪步骤列表"- required: false- default: ""- - name: tips- type: "list"- description:- zh: "关键控制点TIPS"- required: false- default: ""- - name: nutrition_info- type: "str"- description:- zh: "营养信息"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的烹饪大师,请从文本中提取单个菜品的完整标准食谱信息。- rules:- zh: |- 1. 识别文本的核心菜品主体- 2. 提取菜名、菜系、分类、口味等基本信息- 3. 提取完整的原料信息(分为主料、辅料、调味品)- 4. 提取详细的烹饪步骤- 5. 提取关键控制点TIPS- 6. 原料分类:主料(主要食材)、辅料(辅助食材)、调味品(调料)- 7. 烹饪步骤:按顺序提取,每步一个条目- 8. TIPS:提取烹饪中的关键技巧和注意事项--display:- label: "{name} ({category})"diff --git a/hyperextract/templates/legacy/presets/general/clause_list.yaml b/hyperextract/templates/legacy/presets/general/clause_list.yamldeleted file mode 100644index 40b73b3..0000000--- a/hyperextract/templates/legacy/presets/general/clause_list.yaml+++ /dev/null@@ -1,43 +0,0 @@-language: zh-name: ClauseList-type: list-tags:-- general-description:- zh: 规章条文清单 - 将规章制度拆解为逐条的原子化条文,方便快速索引-output:- description: {}- fields:- - name: clauseId- type: str- description:- zh: 条文编号,如第1条、第2.1款- - name: title- type: str- description:- zh: 条目标题/主题- required: false- - name: content- type: str- description:- zh: 条文内容- - name: category- type: str- description:- zh: 条文分类:总则、权利义务、程序、处罚、附则、其他- required: false-guideline:- target:- zh: '你是一位专业的规章制度条文拆解专家,请将文本拆解为逐条的原子化条文。-- '- rules:- zh:- - 将规章制度按其自然结构拆解为独立的条文- - 为每条条文分配编号(如第1条、第2.1款等)- - 提取条文的内容- - 为条文添加适当的标题或主题(如有)- - 为每条条文指定分类:总则、权利义务、程序、处罚、附则、其他- - 保持条文内容与原文一致,不要遗漏任何条文-display:- label: clauseIddiff --git a/hyperextract/templates/legacy/presets/general/compliance_logic.yaml b/hyperextract/templates/legacy/presets/general/compliance_logic.yamldeleted file mode 100644index ccaa342..0000000--- a/hyperextract/templates/legacy/presets/general/compliance_logic.yaml+++ /dev/null@@ -1,86 +0,0 @@-language: zh-name: ComplianceLogic-type: hypergraph-tags:-- general-description:- zh: 合规行为超图 - 建模 '在何种条件下,何种主体,必须/禁止执行何种操作' 的复杂逻辑-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 要素名称,文本中出现的精确名称- - name: category- type: str- description:- zh: 要素类型:主体、操作、条件、其他- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: ruleType- type: str- description:- zh: 规则类型:必须、禁止、允许、其他- - name: participants- type: list- description:- zh: 参与要素名称列表,必须使用已提取节点的 name- - name: action- type: str- description:- zh: 要求执行或禁止的操作内容- - name: condition- type: str- description:- zh: 适用条件/前置要求- required: false- - name: consequence- type: str- description:- zh: 违规后果/奖励措施- required: false- - name: sourceClause- type: str- description:- zh: 规则来源条款- required: false-guideline:- target:- zh: '你是一位专业的合规评估员,请从文本中提取合规要素和规则。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已提取节点创建规则- rules_for_entities:- zh:- - '- 主体:执行动作的实体(个人、部门、组织、角色等)'- - '- 操作:具体的行为动作(提交、审批、执行、禁止等)'- - '- 条件:规则适用的时间、地点、状态、数量等前提条件'- - '- 其他:不属于上述类别的要素(文书、文件、状态、结果等)'- rules_for_relations:- zh:- - '- 必须:必须执行的动作'- - '- 禁止:禁止执行的动作'- - '- 允许:允许执行的动作'- - '- 其他:不属于上述类别的规则'-identifiers:- entity_id: name- relation_id: '{ruleType}_{action}_{participants}'- relation_members: participants-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '[{ruleType}] {action}'diff --git a/hyperextract/templates/legacy/presets/general/concept_hierarchy.yaml b/hyperextract/templates/legacy/presets/general/concept_hierarchy.yamldeleted file mode 100644index c7c3c1d..0000000--- a/hyperextract/templates/legacy/presets/general/concept_hierarchy.yaml+++ /dev/null@@ -1,75 +0,0 @@-language: zh-name: ConceptHierarchy-type: graph-tags:-- general-description:- zh: 概念层级图 - 构建上下位关系或组成关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 概念名称- - name: category- type: str- description:- zh: 概念类型:核心概念、子概念、属性、实例、其他- - name: description- type: str- description:- zh: 概念简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 父概念/整体概念- - name: target- type: str- description:- zh: 子概念/部分概念- - name: relationType- type: str- description:- zh: 关系类型:上下位(Subclass-Of)、组成(Part-Of)、实例(Instance-Of)、其他(Other)- - name: details- type: str- description:- zh: 关系详细说明- required: false-guideline:- target:- zh: '你是一位专业的概念结构分析专家,请从文本中提取概念及其层级关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点- - 概念名称与原文保持一致- - 仅从提取的概念中创建边- rules_for_entities:- zh:- - '- 提取所有概念'- - '- 为每个概念指定类型'- rules_for_relations:- zh:- - '- 上下位(Subclass-Of):表示概念的继承关系'- - '- 组成(Part-Of):表示整体与部分的关系'- - '- 实例(Instance-Of):表示概念与实例的关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/general/cross_reference_net.yaml b/hyperextract/templates/legacy/presets/general/cross_reference_net.yamldeleted file mode 100644index 6d21767..0000000--- a/hyperextract/templates/legacy/presets/general/cross_reference_net.yaml+++ /dev/null@@ -1,76 +0,0 @@-language: zh-name: CrossReferenceNet-type: graph-tags:-- general-description:- zh: 交叉引用网络 - 映射概念之间的超链接或相互引用关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 概念/条目名称- - name: type- type: str- description:- zh: 节点类型:条目、章节、概念、人物、地点、其他- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源条目/概念- - name: target- type: str- description:- zh: 被引用条目/概念- - name: relationType- type: str- description:- zh: 关系类型:Hyperlink(超链接)、Reference(引用)、SeeAlso(参见)、Related(相关)、Other(其他)- - name: context- type: str- description:- zh: 引用上下文描述- required: false-guideline:- target:- zh: '你是一位专业的知识网络分析专家,请从文本中提取概念/条目及其相互引用关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从提取的节点中创建边- rules_for_entities:- zh:- - '- 提取所有被提及的概念或条目'- - '- 为每个节点指定类型'- rules_for_relations:- zh:- - '- Hyperlink:超链接关系'- - '- Reference:引用关系'- - '- SeeAlso:参见关系'- - '- Related:相关关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({type})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/general/encyclopedia_item.yaml b/hyperextract/templates/legacy/presets/general/encyclopedia_item.yamldeleted file mode 100644index 0490ac9..0000000--- a/hyperextract/templates/legacy/presets/general/encyclopedia_item.yaml+++ /dev/null@@ -1,65 +0,0 @@-language: zh-name: EncyclopediaItem-type: model-tags:-- general-description:- zh: 百科条目 - 针对单一主体提取结构化的属性信息(类似信息框 Infobox)-output:- description: {}- fields:- - name: title- type: str- description:- zh: 条目标题- - name: entityType- type: str- description:- zh: 实体类型:人物、地点、组织、事件、概念、物品、其他- - name: alternativeNames- type: list- description:- zh: 别名、俗称、外文名称- required: false- - name: category- type: list- description:- zh: 分类标签- required: false- - name: summary- type: str- description:- zh: 摘要/简介- required: false- - name: attributes- type: list- description:- zh: '关键属性列表,每个元素格式为''属性名: 属性值'''- required: false- - name: keyEvents- type: list- description:- zh: 重要事件/里程碑- required: false- - name: relatedConcepts- type: list- description:- zh: 相关概念/条目- required: false-guideline:- target:- zh: '你是一位专业的百科全书编辑,请从文本中提取单一主体的结构化属性信息,构建百科条目信息框。-- '- rules:- zh:- - 识别文本的核心主体(人物、地点、组织、事件、概念等)- - 为主体指定类型- - 提取所有别名、俗称或外文名称- - 提取分类标签- - 撰写 100-200 字的摘要- - 提取关键属性- - 提取重要事件或里程碑- - 提取相关概念或条目-display:- label: titlediff --git a/hyperextract/templates/legacy/presets/general/entity_registry.yaml b/hyperextract/templates/legacy/presets/general/entity_registry.yamldeleted file mode 100644index 38790ad..0000000--- a/hyperextract/templates/legacy/presets/general/entity_registry.yaml+++ /dev/null@@ -1,39 +0,0 @@-language: zh-name: EntityRegistry-type: set-tags:-- general-description:- zh: 实体注册表 - 去重并汇总文本中出现的所有唯一实体-output:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,保持与原文一致- - name: category- type: str- description:- zh: 实体类型:人物、机构、地点、产品、概念、其他- - name: description- type: str- description:- zh: 简要描述- required: false-guideline:- target:- zh: '你是一位专业的实体识别专家,请从文本中提取所有唯一实体,形成实体注册表。-- '- rules:- zh:- - 提取所有实体:人物、机构、地点、产品、概念等- - 为每个实体指定类型- - 保持实体名称与原文一致- - 为每个实体添加简要描述- - 去重:同一实体只保留一条记录-identifiers:- item_id: name-display:- label: namediff --git a/hyperextract/templates/legacy/presets/general/keyword_list.yaml b/hyperextract/templates/legacy/presets/general/keyword_list.yamldeleted file mode 100644index f731df4..0000000--- a/hyperextract/templates/legacy/presets/general/keyword_list.yaml+++ /dev/null@@ -1,35 +0,0 @@-language: zh-name: KeywordList-type: list-tags:-- general-description:- zh: 关键词列表 - 从文本中提取关键词并附带分类、出现频次信息-output:- description: {}- fields:- - name: term- type: str- description:- zh: 关键词- - name: category- type: str- description:- zh: 分类:核心概念、术语、人名、机构名、其他- - name: description- type: str- description:- zh: 关键词简要描述或上下文说明- required: false-guideline:- target:- zh: '你是一位专业的关键词提取专家,请从文本中提取所有关键词并附带分类和描述信息。-- '- rules:- zh:- - 提取文本中的所有关键词和核心短语- - 为每个关键词指定分类- - 为每个关键词添加简要描述-display:- label: termdiff --git a/hyperextract/templates/legacy/presets/general/knowledge_graph.yaml b/hyperextract/templates/legacy/presets/general/knowledge_graph.yamldeleted file mode 100644index 646ba01..0000000--- a/hyperextract/templates/legacy/presets/general/knowledge_graph.yaml+++ /dev/null@@ -1,76 +0,0 @@-language: zh-name: KnowledgeGraph-type: graph-tags:-- general-description:- zh: 通用知识图谱 - 从任意文本中提取实体与关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如人名、机构名、产品名- - name: category- type: str- description:- zh: 实体类型:人物、机构、地点、产品、概念、其他- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体- - name: target- type: str- description:- zh: 目标实体- - name: relationType- type: str- description:- zh: 关系类型:属于、位于、合作、竞争、发明、创建、相关等- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的知识图谱提取专家,请从文本中提取实体及其关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从提取的实体中创建边- rules_for_entities:- zh:- - '- 提取所有实体'- - '- 为每个实体指定类型'- rules_for_relations:- zh:- - '- 属于:表示归属关系'- - '- 位于:表示地理位置关系'- - '- 合作:表示合作关系'- - '- 竞争:表示竞争关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/general/life_event_timeline.yaml b/hyperextract/templates/legacy/presets/general/life_event_timeline.yamldeleted file mode 100644index 4e976b5..0000000--- a/hyperextract/templates/legacy/presets/general/life_event_timeline.yaml+++ /dev/null@@ -1,94 +0,0 @@-language: zh-name: LifeEventTimeline-type: temporal_graph-tags:-- general-description:- zh: 生活事件时间线 - 提取带时间戳的事件,并按时间顺序排列-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- - name: type- type: str- description:- zh: 实体类型:人物、地点、组织、物品、概念、其他- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 事件主体/相关实体- - name: target- type: str- description:- zh: 事件对象/相关实体- - name: eventType- type: str- description:- zh: 事件类型:出生、逝世、教育、工作、成就、交往、旅行、其他- - name: eventDate- type: str- description:- zh: 事件日期,格式为年-月-日或年份- required: false- - name: details- type: str- description:- zh: 事件详细描述- required: false-guideline:- target:- zh: '你是一位专业的传记年表专家,请从文本中提取人物、地点、组织等实体以及生活事件。-- '- rules:- zh:- - 提取所有相关实体- - 为每个实体指定类型- - 仅从提取的实体中创建事件边- rules_for_entities:- zh:- - '- 人物、地点、组织、物品、概念等实体'- rules_for_relations:- zh:- - '- 事件类型:出生、逝世、教育、工作、成就、交往、旅行、其他'- - '- 时间信息为可选,仅在文本中明确提及时才提取'- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 相对时间解析(基于观察日期):- - '- "去年" → {observation_time} 前一年'- - '- "今年" → {observation_time} 所属年份'- - '- "明年" → {observation_time} 后一年'- - '- "昨天/今天/明天" → {observation_time} 前/当/后一天'- - '- "十年前/五年后" → {observation_time} 前/后相应年数'- - '- "年初/年末" → 当年 1月1日/12月31日'- - '- "朝代" → 保留朝代名称'- - 明确日期:保持原格式- - '- 年份(如 429年、2023年)→ 429、2023'- - '- 年-月-日 → 保持原格式'- - 缺失时间:留空-identifiers:- entity_id: name- relation_id: '{source}|{eventType}|{details}'- relation_members:- source: source- target: target- time_field: eventDate-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({type})'- relation_label: '{eventType}'diff --git a/hyperextract/templates/legacy/presets/general/operational_procedure.yaml b/hyperextract/templates/legacy/presets/general/operational_procedure.yamldeleted file mode 100644index a964ca7..0000000--- a/hyperextract/templates/legacy/presets/general/operational_procedure.yaml+++ /dev/null@@ -1,93 +0,0 @@-language: zh-name: OperationalProcedure-type: graph-tags:-- general-description:- zh: 执行程序流程图 - 提取规章中规定的申报、审批或操作的具体先后步骤-output:- description: {}- entities:- description: {}- fields:- - name: stepId- type: str- description:- zh: 步骤编号,如步骤1、步骤2- - name: name- type: str- description:- zh: 步骤名称- - name: description- type: str- description:- zh: 步骤详细描述- - name: role- type: str- description:- zh: 执行角色- required: false- - name: inputRequired- type: str- description:- zh: 所需输入/材料- required: false- - name: outputResult- type: str- description:- zh: 输出/结果- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源步骤编号- - name: target- type: str- description:- zh: 目标步骤编号- - name: condition- type: str- description:- zh: 转换条件- required: false- - name: details- type: str- description:- zh: 详细说明- required: false-guideline:- target:- zh: '你是一位专业的流程分析专家,请从文本中提取执行程序的步骤和转换关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的步骤,禁止将多个步骤合并为一个节点- - 步骤名称与原文保持一致- - 仅从提取的步骤中创建转换边- rules_for_entities:- zh:- - '- 提取所有流程步骤'- - '- 为每个步骤分配编号'- - '- 记录步骤名称和描述'- - '- 记录执行角色(如有)'- - '- 记录所需输入或材料(如有)'- - '- 记录输出或结果(如有)'- rules_for_relations:- zh:- - '- 记录步骤之间的先后关系'- - '- 记录转换条件(如有)'-identifiers:- entity_id: stepId- relation_id: '{source}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{stepId}: {name}'- relation_label: conditiondiff --git a/hyperextract/templates/legacy/presets/general/penalty_mapping.yaml b/hyperextract/templates/legacy/presets/general/penalty_mapping.yamldeleted file mode 100644index 071cf22..0000000--- a/hyperextract/templates/legacy/presets/general/penalty_mapping.yaml+++ /dev/null@@ -1,76 +0,0 @@-language: zh-name: PenaltyMapping-type: graph-tags:-- general-description:- zh: 违规处罚因果链 - 描述从'违规行为'到'处理程序'再到'最终结果'的演变路径-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 节点名称- - name: type- type: str- description:- zh: 节点类型:违规行为、处理程序、处罚结果、其他- - name: description- type: str- description:- zh: 详细描述- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源节点名称- - name: target- type: str- description:- zh: 目标节点名称- - name: relation- type: str- description:- zh: 关系类型:导致、触发、执行、产生、其他- - name: details- type: str- description:- zh: 详细说明- required: false-guideline:- target:- zh: '你是一位专业的处罚逻辑分析专家,请从文本中提取违规处罚的因果链。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从提取的节点中创建因果路径边- rules_for_entities:- zh:- - '- 违规行为:违反规定的行为'- - '- 处理程序:处理违规的流程'- - '- 处罚结果:最终的处罚结果'- rules_for_relations:- zh:- - '- 导致:表示因果关系'- - '- 触发:表示引发关系'- - '- 执行:表示执行关系'- - '- 产生:表示结果关系'-identifiers:- entity_id: name- relation_id: '{source}|{relation}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({type})'- relation_label: '{relation}'diff --git a/hyperextract/templates/legacy/presets/general/penalty_registry.yaml b/hyperextract/templates/legacy/presets/general/penalty_registry.yamldeleted file mode 100644index 534e458..0000000--- a/hyperextract/templates/legacy/presets/general/penalty_registry.yaml+++ /dev/null@@ -1,49 +0,0 @@-language: zh-name: PenaltyRegistry-type: set-tags:-- general-description:- zh: 违规处罚对照表 - 去重汇总特定的违规行为及其对应的后果,形成清晰的处罚台账-output:- description: {}- fields:- - name: violation- type: str- description:- zh: 违规行为描述- - name: severity- type: str- description:- zh: 严重程度:轻微、一般、严重、特别严重- - name: penalty- type: str- description:- zh: 处罚措施- - name: applicableClause- type: str- description:- zh: 适用条款- required: false- - name: notes- type: str- description:- zh: 备注说明- required: false-guideline:- target:- zh: '你是一位专业的合规分析专家,请从文本中提取所有违规行为及其对应的处罚措施,形成违规处罚对照表。-- '- rules:- zh:- - 提取所有违规行为及其对应的处罚措施- - 为每条违规行为指定严重程度- - 保持违规行为和处罚措施的准确性- - 记录适用的条款(如有)- - 添加备注说明(如有)- - 去重:相同的违规行为和处罚措施组合只保留一条-identifiers:- item_id: violation-display:- label: violationdiff --git a/hyperextract/templates/legacy/presets/general/personal_profile.yaml b/hyperextract/templates/legacy/presets/general/personal_profile.yamldeleted file mode 100644index 511c718..0000000--- a/hyperextract/templates/legacy/presets/general/personal_profile.yaml+++ /dev/null@@ -1,86 +0,0 @@-language: zh-name: PersonalProfile-type: model-tags:-- general-description:- zh: 个人档案 - 聚合人物的静态属性(生卒年、学历、核心身份)-output:- description: {}- fields:- - name: name- type: str- description:- zh: 姓名- - name: gender- type: str- description:- zh: 性别- required: false- - name: birthDate- type: str- description:- zh: 出生日期,格式为年-月-日或年份- required: false- - name: deathDate- type: str- description:- zh: 逝世日期,格式为年-月-日或年份- required: false- - name: nationality- type: str- description:- zh: 国籍- required: false- - name: birthPlace- type: str- description:- zh: 出生地- required: false- - name: education- type: list- description:- zh: 教育经历- required: false- - name: occupations- type: list- description:- zh: 职业/身份- required: false- - name: coreIdentity- type: list- description:- zh: 核心身份/标签- required: false- - name: majorAchievements- type: list- description:- zh: 主要成就- required: false- - name: affiliations- type: list- description:- zh: 所属组织/机构- required: false- - name: summary- type: str- description:- zh: 个人简介- required: false-guideline:- target:- zh: '你是一位专业的人物档案编辑,请从文本中提取该人物的静态属性信息,构建个人档案。-- '- rules:- zh:- - 提取姓名、性别、出生日期、逝世日期、国籍、出生地等基本信息- - 提取教育经历- - 提取职业或身份信息- - 提取核心身份标签- - 提取主要成就- - 提取所属组织或机构- - 撰写 100-200 字的个人简介- - 若信息缺失时留空,不要编造-display:- label: namediff --git a/hyperextract/templates/legacy/presets/general/regulation_profile.yaml b/hyperextract/templates/legacy/presets/general/regulation_profile.yamldeleted file mode 100644index b14822a..0000000--- a/hyperextract/templates/legacy/presets/general/regulation_profile.yaml+++ /dev/null@@ -1,83 +0,0 @@-language: zh-name: RegulationProfile-type: model-tags:-- general-description:- zh: 规章元数据快照 - 提取制度的名称、版本、适用范围、生效日期及核心宗旨-output:- description: {}- fields:- - name: title- type: str- description:- zh: 规章名称- - name: version- type: str- description:- zh: 版本号- required: false- - name: issuer- type: str- description:- zh: 发布机构- required: false- - name: issueDate- type: str- description:- zh: 发布日期- required: false- - name: effectiveDate- type: str- description:- zh: 生效日期- required: false- - name: expiryDate- type: str- description:- zh: 失效日期- required: false- - name: scope- type: list- description:- zh: 适用范围- required: false- - name: targetAudience- type: list- description:- zh: 适用对象- required: false- - name: corePurpose- type: str- description:- zh: 核心宗旨/目的- required: false- - name: keywords- type: list- description:- zh: 关键词/标签- required: false- - name: relatedRegulations- type: list- description:- zh: 关联规章- required: false-guideline:- target:- zh: '你是一位专业的规章制度分析专家,请从文本中提取该规章制度的元数据信息,构建规章元数据快照。-- '- rules:- zh:- - 提取规章的完整名称- - 提取版本号(如有)- - 提取发布机构- - 提取发布日期、生效日期、失效日期(如有)- - 提取适用范围- - 提取适用对象- - 提取核心宗旨或目的- - 提取关键词或标签- - 提取关联的其他规章- - 信息缺失时留空,不要编造-display:- label: titlediff --git a/hyperextract/templates/legacy/presets/general/social_network.yaml b/hyperextract/templates/legacy/presets/general/social_network.yamldeleted file mode 100644index 2c2441d..0000000--- a/hyperextract/templates/legacy/presets/general/social_network.yaml+++ /dev/null@@ -1,85 +0,0 @@-language: zh-name: SocialNetwork-type: graph-tags:-- general-description:- zh: 社交网络图 - 专注于提取人际关系、互动与组织隶属-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 名称- - name: type- type: str- description:- zh: 节点类型:人物、组织、机构、其他- - name: description- type: str- description:- zh: 简要描述- required: false- - name: role- type: str- description:- zh: 角色/身份- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源节点- - name: target- type: str- description:- zh: 目标节点- - name: relationType- type: str- description:- zh: 关系类型:亲属、朋友、同事、师生、上下级、合作、竞争、隶属、其他- - name: details- type: str- description:- zh: 关系详细说明- required: false-guideline:- target:- zh: '你是一位专业的社会关系分析专家,请从文本中提取人物、组织及其相互关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从提取的节点中创建边- rules_for_entities:- zh:- - '- 提取所有人物、组织、机构等'- - '- 为每个节点指定类型和角色'- rules_for_relations:- zh:- - '- 亲属:血缘或姻亲关系'- - '- 朋友:朋友关系'- - '- 同事:工作关系'- - '- 师生:教育关系'- - '- 上下级:层级关系'- - '- 合作:合作关系'- - '- 竞争:竞争关系'- - '- 隶属:组织隶属关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({role})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/history/chronological_event_chain.yaml b/hyperextract/templates/legacy/presets/history/chronological_event_chain.yamldeleted file mode 100644index 3bd6a64..0000000--- a/hyperextract/templates/legacy/presets/history/chronological_event_chain.yaml+++ /dev/null@@ -1,93 +0,0 @@-name: "ChronologicalEventChain"-autotype: temporal_graph-tag: [history]--language: zh--description:- zh: "编年事件链 - 提取带精确时间戳的原子事件,严格还原历史时间线"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "事件名称"- - name: category- type: "str"- description:- zh: "事件类型:战争、政治、外交、军事"- - name: description- type: "str"- description:- zh: "事件简要描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "前置事件名称"- - name: target- type: "str"- description:- zh: "后续事件名称"- - name: time- type: "str"- description:- zh: "时间,格式为年份或朝代年份,如208年,建安十三年"- - name: location- type: "str"- description:- zh: "地点"- - name: description- type: "str"- description:- zh: "事件因果描述,说明两事件之间的逻辑关系"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取历史事件以及它们之间的时间因果关系。-- rules:- zh: |- 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. 仅从提取的实体中创建边-- rules_for_nodes:- zh: |- - 事件类型:战争、政治、外交、军事等- - 事件要包含简要描述-- rules_for_edges:- zh: |- - 记录事件之间的时间因果关系- - 关系描述应与原文保持一致-- rules_for_time:- zh: |- 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(如"建安十三年冬")- 3. 时间缺失 → 留空,不要猜测--identifiers:- node_id: "name"- edge_id: "{source}|{time}|{target}"- edge_members:- source: "source"- target: "target"- time_field: "time"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "time"diff --git a/hyperextract/templates/legacy/presets/history/epistolary_knowledge_graph.yaml b/hyperextract/templates/legacy/presets/history/epistolary_knowledge_graph.yamldeleted file mode 100644index 85760ac..0000000--- a/hyperextract/templates/legacy/presets/history/epistolary_knowledge_graph.yaml+++ /dev/null@@ -1,108 +0,0 @@-name: "EpistolaryKnowledgeGraph"-autotype: temporal_graph-tag: [history]--language: zh--description:- zh: "信札内容图谱 - 提取信件正文中提到的人物、事件及其相互关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: identity- type: "str"- description:- zh: "身份描述,如北宋文学家、东吴大都督"- required: false- - name: description- type: "str"- description:- zh: "人物描述"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "发信人"- - name: target- type: "str"- description:- zh: "收信人"- - name: time- type: "str"- description:- zh: "时间"- required: false- - name: subject- type: "str"- description:- zh: "信件主题或主要议题"- - name: mentionedPersons- type: "list"- description:- zh: "信中提及的人物"- required: false- - name: mentionedEvents- type: "list"- description:- zh: "信中提及的事件"- required: false- - name: summary- type: "str"- description:- zh: "信件内容摘要"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取书信中的人物以及书信内容关系。-- rules:- zh: |- 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-- rules_for_nodes:- zh: |- - 人物要包含身份描述-- rules_for_edges:- zh: |- - 信件主题:信件讨论的主要议题- - 提及人物:必须仔细阅读信件正文,提取正文中明确提到的人物姓名- - 提及事件:必须仔细阅读信件正文,提取正文中明确提到的事件- - 内容摘要:信件的主要内容概括-- rules_for_time:- zh: |- 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--identifiers:- node_id: "name"- edge_id: "{source}|{subject}|{target}"- edge_members:- source: "source"- target: "target"- time_field: "time"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "subject"diff --git a/hyperextract/templates/legacy/presets/history/historical_context_graph.yaml b/hyperextract/templates/legacy/presets/history/historical_context_graph.yamldeleted file mode 100644index 54e0d33..0000000--- a/hyperextract/templates/legacy/presets/history/historical_context_graph.yaml+++ /dev/null@@ -1,78 +0,0 @@-name: "HistoricalContextGraph"-autotype: graph-tag: [history]--language: zh--description:- zh: "历史背景关联图 - 提取事件背后的人物关系、地缘政治等静态关联"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "实体名称"- - name: category- type: "str"- description:- zh: "类型:地理、政治、经济、军事、文化"- - name: description- type: "str"- description:- zh: "实体描述,包括位置、作用、意义等"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源实体"- - name: target- type: "str"- description:- zh: "目标实体"- - name: relationType- type: "str"- description:- zh: "关系类型:包含、影响、对抗、支撑"- - name: description- type: "str"- description:- zh: "关系描述"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取历史背景相关的实体以及它们之间的关系。-- rules:- zh: |- 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. 仅从提取的实体中创建边-- rules_for_nodes:- zh: |- - 实体类型:地理、政治、经济、军事、文化-- rules_for_edges:- zh: |- - 包含:包含关系- - 影响:影响关系- - 对抗:对抗关系- - 支撑:支撑关系--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/history/historical_knowledge_graph.yaml b/hyperextract/templates/legacy/presets/history/historical_knowledge_graph.yamldeleted file mode 100644index e6464d6..0000000--- a/hyperextract/templates/legacy/presets/history/historical_knowledge_graph.yaml+++ /dev/null@@ -1,83 +0,0 @@-name: "HistoricalKnowledgeGraph"-autotype: graph-tag: [history]--language: zh--description:- zh: "历史人物关系图 - 提取基础的人物关系(亲属、君臣、敌友)及事件因果"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: title- type: "str"- description:- zh: "身份或官职,如吴国大都督、刘备军师"- - name: faction- type: "str"- description:- zh: "所属阵营,如吴、蜀、魏"- - name: description- type: "str"- description:- zh: "人物简要描述,包括主要成就和特点"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源人物姓名"- - name: target- type: "str"- description:- zh: "目标人物姓名"- - name: relationType- type: "str"- description:- zh: "关系类型:亲属、君臣、敌友、联盟、对手"- - name: description- type: "str"- description:- zh: "关系描述,描述两人之间的具体互动或关系详情"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取所有历史人物以及他们之间的关系。-- rules:- zh: |- 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-- rules_for_nodes:- zh: |- - 历史人物要包含所属阵营信息-- rules_for_edges:- zh: |- - 亲属:血缘或姻亲关系- - 君臣:君臣关系- - 敌友:敌对或友好关系- - 联盟:联盟关系- - 对手:对手关系--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}({faction})"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/history/memory_flashback_list.yaml b/hyperextract/templates/legacy/presets/history/memory_flashback_list.yamldeleted file mode 100644index cf5c1dd..0000000--- a/hyperextract/templates/legacy/presets/history/memory_flashback_list.yaml+++ /dev/null@@ -1,57 +0,0 @@-name: "MemoryFlashbackList"-autotype: list-tag: [history]--language: zh--description:- zh: "回忆片段清单 - 提取口述中提到的具体轶事、感悟或对特定历史时刻的侧面描写"--item_schema:- fields:- - name: content- type: "str"- description:- zh: "回忆内容原文"- - name: type- type: "str"- description:- zh: "类型:轶事、感悟、历史时刻、人物描写"- - name: time- type: "str"- description:- zh: "相关时间"- required: false- - name: location- type: "str"- description:- zh: "相关地点"- required: false- - name: emotion- type: "str"- description:- zh: "情感色彩:感慨、怀念、愤慨、欣慰"- required: false- - name: description- type: "str"- description:- zh: "补充描述"- required: false--guide:- target:- zh: |- 请从文本中提取口述历史或回忆录中的回忆片段。-- rules:- zh: |- 1. 每个条目对应一个独立的回忆片段- 2. 内容应与原文保持一致-- rules_for_nodes:- zh: |- - 类型:轶事、感悟、历史时刻、人物描写- - 情感色彩:感慨、怀念、愤慨、欣慰--display:- label: "content"diff --git a/hyperextract/templates/legacy/presets/history/multi_participant_event_map.yaml b/hyperextract/templates/legacy/presets/history/multi_participant_event_map.yamldeleted file mode 100644index 6dbce31..0000000--- a/hyperextract/templates/legacy/presets/history/multi_participant_event_map.yaml+++ /dev/null@@ -1,85 +0,0 @@-name: "MultiParticipantEventMap"-autotype: hypergraph-tag: [history]--language: zh--description:- zh: "多方事件超图 - 将历史事件建模为连接多个参与者的超边结构"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "参与者姓名或名称"- - name: role- type: "str"- description:- zh: "角色定位,如主将、谋士、使者、参战方"- - name: faction- type: "str"- description:- zh: "所属阵营"- required: false- - name: description- type: "str"- description:- zh: "参与者描述,包括身份背景和在事件中的角色说明"- required: false--edge_schema:- fields:- - name: eventName- type: "str"- description:- zh: "事件名称,如赤壁之战、鸿门宴"- - name: time- type: "str"- description:- zh: "发生时间,如建安十三年冬"- - name: location- type: "str"- description:- zh: "发生地点"- - name: description- type: "str"- description:- zh: "事件概述,描述事件背景、经过和结果"- - name: participants- type: "list"- description:- zh: "参与者列表,与节点对应"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取历史事件中的参与者以及他们组成的事件超边。-- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须连接2个或以上的参与者-- rules_for_nodes:- zh: |- - 参与者要标注角色定位- - 参与者要标注所属阵营-- rules_for_edges:- zh: |- - 一个超边代表一个完整的历史事件- - 需要包含事件的时间、地点、背景和结果--identifiers:- node_id: "name"- edge_id: "eventName"- edge_members: "participants"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}({role})"- edge_label: "eventName"diff --git a/hyperextract/templates/legacy/presets/history/narrative_relation_graph.yaml b/hyperextract/templates/legacy/presets/history/narrative_relation_graph.yamldeleted file mode 100644index ad70ab7..0000000--- a/hyperextract/templates/legacy/presets/history/narrative_relation_graph.yaml+++ /dev/null@@ -1,80 +0,0 @@-name: "NarrativeRelationGraph"-autotype: graph-tag: [history]--language: zh--description:- zh: "叙事关系图 - 提取口述者主观视角下的人物互动与评价关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: description- type: "str"- description:- zh: "人物描述"- - name: perspective- type: "str"- description:- zh: "视角人物对该人物的评价或印象"- required: false--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源人物"- - name: target- type: "str"- description:- zh: "目标人物"- - name: interaction- type: "str"- description:- zh: "互动类型:评价、往来、合作、书信"- - name: content- type: "str"- description:- zh: "互动内容或评价具体描述"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取口述历史或回忆录中的人物以及他们之间的互动与评价关系。-- rules:- zh: |- 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. 仅从提取的实体中创建边-- rules_for_nodes:- zh: |- - 人物要包含描述信息- - 视角人物的评价或印象要记录-- rules_for_edges:- zh: |- - 评价:对人物的评价- - 往来:往来互动- - 合作:合作关系- - 书信:书信往来--identifiers:- node_id: "name"- edge_id: "{source}|{interaction}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "{interaction}"diff --git a/hyperextract/templates/legacy/presets/history/personal_trajectory_hypergraph.yaml b/hyperextract/templates/legacy/presets/history/personal_trajectory_hypergraph.yamldeleted file mode 100644index d58d1ad..0000000--- a/hyperextract/templates/legacy/presets/history/personal_trajectory_hypergraph.yaml+++ /dev/null@@ -1,79 +0,0 @@-name: "PersonalTrajectoryHypergraph"-autotype: hypergraph-tag: [history]--language: zh--description:- zh: "个人轨迹超图 - 以人生阶段为超边,关联时期、地点、同行人物、核心经历。"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: description- type: "str"- description:- zh: "人物描述"- required: false--edge_schema:- fields:- - name: phase- type: "str"- description:- zh: "人生阶段名称,如少年求学、仕途起步、流放岁月"- - name: time- type: "str"- description:- zh: "时期"- - name: locations- type: "str"- description:- zh: "地点"- - name: companions- type: "list"- description:- zh: "同行或交往人物"- - name: experiences- type: "list"- description:- zh: "核心经历列表"- required: false- - name: description- type: "str"- description:- zh: "阶段描述"- required: false--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取人物的人生阶段轨迹。-- rules_for_nodes:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须关联一个主要人物- 4. 仅从已知人物列表中提取边,不要创建未列出的人物- 5. 关系描述应与原文保持一致-- rules_for_edges:- zh: |- - 一个超边代表一个完整的人生阶段- - 需要包含时间范围、地点、关键事件--identifiers:- node_id: "name"- edge_id: "{phase}|{time}|{locations}"- edge_members: "companions"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "phaseName"diff --git a/hyperextract/templates/legacy/presets/history/political_struggle_hypergraph.yaml b/hyperextract/templates/legacy/presets/history/political_struggle_hypergraph.yamldeleted file mode 100644index 54fe165..0000000--- a/hyperextract/templates/legacy/presets/history/political_struggle_hypergraph.yaml+++ /dev/null@@ -1,104 +0,0 @@-name: "PoliticalStruggleHypergraph"-autotype: hypergraph-tag: [history]--language: zh--description:- zh: "政治博弈超图 - 针对战役或政争,提取攻方、守方、策划者、变节者的复杂互动"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: role- type: "str"- description:- zh: "角色定位:攻方、守方、策划者、变节者、调解者"- - name: faction- type: "str"- description:- zh: "所属阵营"- required: false- - name: description- type: "str"- description:- zh: "人物描述"--edge_schema:- fields:- - name: eventName- type: "str"- description:- zh: "事件名称"- - name: attackers- type: "list"- description:- zh: "攻方列表"- - name: defenders- type: "list"- description:- zh: "守方列表"- - name: planners- type: "list"- description:- zh: "策划者列表"- required: false- - name: turncoats- type: "list"- description:- zh: "变节者列表"- required: false- - name: time- type: "str"- description:- zh: "时间"- - name: location- type: "str"- description:- zh: "地点"- - name: outcome- type: "str"- description:- zh: "结果描述"--guide:- target:- zh: |- 你是一位专业的历史学专家,请从文本中提取政治博弈或战役中的人物以及他们组成的博弈事件超边。-- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须包含攻方和守方-- rules_for_nodes:- zh: |- - 角色定位:攻方、守方、策划者、变节者、调解者- - 参与者要标注所属阵营-- rules_for_edges:- zh: |- - 攻方:主动发起进攻或挑战的一方- - 守方:被动防守或应战的一方- - 策划者:幕后策划或出谋划策的人- - 变节者:中途倒戈或背叛的人--identifiers:- node_id: "name"- edge_id: "eventName"- edge_members:- - "attackers"- - "defenders"- - "planners"- - "turncoats"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{role}]"- edge_label: "eventName"diff --git a/hyperextract/templates/legacy/presets/industry/emergency_response_graph.yaml b/hyperextract/templates/legacy/presets/industry/emergency_response_graph.yamldeleted file mode 100644index 4489a88..0000000--- a/hyperextract/templates/legacy/presets/industry/emergency_response_graph.yaml+++ /dev/null@@ -1,106 +0,0 @@-language: zh-name: EmergencyResponseGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(如:火灾、停电、报警、疏散人员、设备部等)- required: true- default: ''- - name: category- type: str- description:- zh: 类别:事故场景、响应动作、部门- required: true- default: ''- - name: description- type: str- description:- zh: 对该实体的描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称(事故场景或响应动作)- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称(响应动作或部门)- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:触发、执行、负责- required: true- default: ''- - name: time_limit- type: str- description:- zh: 响应时间要求(如:5分钟内、10分钟内)- required: false- default: ''- - name: success_criterion- type: str- description:- zh: 成功标准(如:人员安全撤离、火势控制)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/equipment_topology_graph.yaml b/hyperextract/templates/legacy/presets/industry/equipment_topology_graph.yamldeleted file mode 100644index eeb6433..0000000--- a/hyperextract/templates/legacy/presets/industry/equipment_topology_graph.yaml+++ /dev/null@@ -1,117 +0,0 @@-language: zh-name: EquipmentTopologyGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 设备或部件名称- required: true- default: ''- - name: category- type: str- description:- zh: 类别:主机、辅机、部件、仪表、阀门、管路、系统、电机、泵、风机、容器等- required: true- default: ''- - name: location- type: str- description:- zh: 安装位置(如:生产车间一层、主厂房二层)- required: false- default: ''- - name: status- type: str- description:- zh: 运行状态:运行、备用、检修、停运- required: false- default: ''- - name: specification- type: str- description:- zh: 规格型号或技术参数- required: false- default: ''- - name: manufacturer- type: str- description:- zh: 制造厂家- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 上游设备或源设备名称- required: true- default: ''- - name: target- type: str- description:- zh: 下游设备或目标设备名称- required: true- default: ''- - name: connectionType- type: str- description:- zh: 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- required: true- default: ''- - name: description- type: str- description:- zh: 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)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 设备名称与原文保持一致- - 仅从已知设备列表中提取边,不要创建新的设备节点- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 设备名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知设备列表中提取边,不要创建新的设备节点- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{connectionType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{connectionType}'diff --git a/hyperextract/templates/legacy/presets/industry/failure_case_graph.yaml b/hyperextract/templates/legacy/presets/industry/failure_case_graph.yamldeleted file mode 100644index f2bb4c1..0000000--- a/hyperextract/templates/legacy/presets/industry/failure_case_graph.yaml+++ /dev/null@@ -1,106 +0,0 @@-language: zh-name: FailureCaseGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 现象/措施等实体的名称- required: true- default: ''- - name: category- type: str- description:- zh: 类别:现象、原因、措施、教训- required: true- default: ''- - name: description- type: str- description:- zh: 对该实体内涵的进一步阐述和说明- required: false- default: ''- - name: equipment- type: str- description:- zh: 涉及设备名称- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 上游环节名称- required: true- default: ''- - name: target- type: str- description:- zh: 下游环节名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:导致、采取、产生、发现- required: true- default: ''- - name: time_sequence- type: str- description:- zh: 时序关系:发现、分析、处理、总结- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/failure_knowledge_hypergraph.yaml b/hyperextract/templates/legacy/presets/industry/failure_knowledge_hypergraph.yamldeleted file mode 100644index 42ced09..0000000--- a/hyperextract/templates/legacy/presets/industry/failure_knowledge_hypergraph.yaml+++ /dev/null@@ -1,91 +0,0 @@-language: zh-name: FailureKnowledgeHypergraph-type: hypergraph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如:振动异常、轴承损坏密封失效等)- required: true- default: ''- - name: category- type: str- description:- zh: 类型:故障现象、根因、部件、解决方案- required: true- default: ''- - name: description- type: str- description:- zh: 描述(例如:表现为轴承温度升高、由于润滑不良导致)- required: false- default: ''- relations:- description: {}- fields:- - name: nodes- type: list- description:- zh: 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, ...]- required: true- default: ''- - name: reasoning_type- type: str- description:- zh: 推理类型:故障诊断、原因分析、解决方案- required: true- default: ''- - name: failure_description- type: str- description:- zh: 故障详细描述- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{reasoning_type}_{nodes}'- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{reasoning_type}'diff --git a/hyperextract/templates/legacy/presets/industry/incident_causality_map.yaml b/hyperextract/templates/legacy/presets/industry/incident_causality_map.yamldeleted file mode 100644index 5a518ff..0000000--- a/hyperextract/templates/legacy/presets/industry/incident_causality_map.yaml+++ /dev/null@@ -1,100 +0,0 @@-language: zh-name: IncidentCausalityMap-type: hypergraph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如:违章操作、泄漏积累、点火源等)- required: true- default: ''- - name: category- type: str- description:- zh: 类型:隐患、触发条件、违章行为、事故后果- required: true- default: ''- - name: description- type: str- description:- zh: 描述(例如:未佩戴安全带、管道腐蚀破裂)- required: false- default: ''- - name: severity- type: str- description:- zh: 严重程度:轻微、一般、严重、重大- required: false- default: ''- relations:- description: {}- fields:- - name: nodes- type: list- description:- zh: 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, ...]- required: true- default: ''- - name: causality_type- type: str- description:- zh: 因果类型:隐患积累、触发导致、违章促成、后果扩展- required: true- default: ''- - name: causality_description- type: str- description:- zh: 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)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{causality_type}_{nodes}'- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{causality_type}'diff --git a/hyperextract/templates/legacy/presets/industry/inspection_record_graph.yaml b/hyperextract/templates/legacy/presets/industry/inspection_record_graph.yamldeleted file mode 100644index 1fbb9ac..0000000--- a/hyperextract/templates/legacy/presets/industry/inspection_record_graph.yaml+++ /dev/null@@ -1,95 +0,0 @@-language: zh-name: InspectionRecordGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 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)- required: true- default: ''- - name: category- type: str- description:- zh: 类别:设备、巡检项- required: true- default: ''- - name: description- type: str- description:- zh: 对该实体的描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 父实体(整体/设备)名称- required: true- default: ''- - name: target- type: str- description:- zh: 子实体(巡检项/部分)名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:属于、子类- required: true- default: ''- - name: details- type: str- description:- zh: 关系详细说明- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/maintenace_operation_map.yaml b/hyperextract/templates/legacy/presets/industry/maintenace_operation_map.yamldeleted file mode 100644index 4f67bd9..0000000--- a/hyperextract/templates/legacy/presets/industry/maintenace_operation_map.yaml+++ /dev/null@@ -1,111 +0,0 @@-language: zh-name: MaintenaceOperationMap-type: hypergraph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如:维修工李四、扳手、离心泵P-101、润滑油等)- required: true- default: ''- - name: category- type: str- description:- zh: 类型:人员、工具、设备、材料、备件、岗位- required: true- default: ''- - name: description- type: str- description:- zh: 描述或规格(例如:高级维修工、16mm开口扳手、15kW离心泵)- required: false- default: ''- relations:- description: {}- fields:- - name: nodes- type: list- description:- zh: 参与作业的节点列表:[操作人员, 工具1, 工具2, 设备, 材料1, ...]- required: true- default: ''- - name: operation_name- type: str- description:- zh: 作业名称或步骤(例如:更换轴承、清洗过滤器、添加润滑油)- required: true- default: ''- - name: duration- type: str- description:- zh: 作业耗时(例如:30分钟、2小时、半天)- required: false- default: ''- - name: prerequisite- type: str- description:- zh: 前置条件或注意事项(例如:需停机断电、需佩戴防护用品)- required: false- default: ''- - name: quality_standard- type: str- description:- zh: 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)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{operation_name}_{nodes}'- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{operation_name}'diff --git a/hyperextract/templates/legacy/presets/industry/operating_mode_graph.yaml b/hyperextract/templates/legacy/presets/industry/operating_mode_graph.yamldeleted file mode 100644index cb66cb6..0000000--- a/hyperextract/templates/legacy/presets/industry/operating_mode_graph.yaml+++ /dev/null@@ -1,111 +0,0 @@-language: zh-name: OperatingModeGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 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)- required: true- default: ''- - name: category- type: str- description:- zh: 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- required: true- default: ''- - name: description- type: str- description:- zh: 对该实体的描述- required: false- default: ''- - name: load_range- type: str- description:- zh: 负荷范围(如:0-50%、50-80%、80-100%等),仅对工况类别有效- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称(工况或条件)- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称(工况或条件)- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:切换到、触发- required: true- default: ''- - name: transition_condition- type: str- description:- zh: 切换条件(如:按下启动按钮、按下停止按钮、发生故障等)- required: false- default: ''- - name: transition_procedure- type: str- description:- zh: 切换步骤- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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)- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/operation_flow_graph.yaml b/hyperextract/templates/legacy/presets/industry/operation_flow_graph.yamldeleted file mode 100644index 08fafcb..0000000--- a/hyperextract/templates/legacy/presets/industry/operation_flow_graph.yaml+++ /dev/null@@ -1,117 +0,0 @@-language: zh-name: OperationFlowGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 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)- required: true- default: ''- - name: category- type: str- description:- zh: 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- required: true- default: ''- - name: description- type: str- description:- zh: 对该操作步骤的详细描述- required: false- default: ''- - name: expected_result- type: str- description:- zh: 执行该步骤后的预期结果- required: false- default: ''- - name: target_equipment- type: str- description:- zh: 涉及的目标设备名称- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 当前步骤名称- required: true- default: ''- - name: target- type: str- description:- zh: 下一步骤名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:下一步、触发、导致- required: true- default: ''- - name: trigger_condition- type: str- description:- zh: 触发下一步骤的条件- required: false- default: ''- - name: state_change- type: str- description:- zh: 状态变化描述- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/part_replacement_list.yaml b/hyperextract/templates/legacy/presets/industry/part_replacement_list.yamldeleted file mode 100644index b0a034e..0000000--- a/hyperextract/templates/legacy/presets/industry/part_replacement_list.yaml+++ /dev/null@@ -1,68 +0,0 @@-language: zh-name: PartReplacementList-type: list-tags:-- industry-description:- zh: 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-output:- description: {}- fields:- - name: part_name- type: str- description:- zh: 备件名称(例如:轴承、密封圈、滤芯、润滑油、刀片等)- required: true- default: ''- - name: part_number- type: str- description:- zh: 备件型号或编号(例如:SKF-6205、GB/T1234-2010)- required: false- default: ''- - name: quantity- type: str- description:- zh: 更换数量(例如:2件、5升、1套)- required: false- default: ''- - name: unit- type: str- description:- zh: 计量单位(例如:件、个、套、升、公斤)- required: false- default: ''- - name: replacement_reason- type: str- description:- zh: 更换原因(例如:磨损、老化、损坏、预防性更换)- required: false- default: ''- - name: equipment_name- type: str- description:- zh: 所属设备名称(例如:离心泵P-101、空压机C-001)- required: false- default: ''- - name: maintenance_type- type: str- description:- zh: 维护类型:例行保养、故障维修、计划检修、抢修- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个条目对应一个独立的备件,禁止合并- - 备件名称和型号与原文保持一致- - 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)-display:- label: '{part_name} x{quantity} ({replacement_reason})'diff --git a/hyperextract/templates/legacy/presets/industry/safety_control_graph.yaml b/hyperextract/templates/legacy/presets/industry/safety_control_graph.yamldeleted file mode 100644index a2215a8..0000000--- a/hyperextract/templates/legacy/presets/industry/safety_control_graph.yaml+++ /dev/null@@ -1,116 +0,0 @@-language: zh-name: SafetyControlGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 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)- required: true- default: ''- - name: category- type: str- description:- zh: 类别:危险源、风险点、管控措施、责任人- required: true- default: ''- - name: description- type: str- description:- zh: 对该实体的描述- required: false- default: ''- - name: risk_level- type: str- description:- zh: 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- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称(危险源或风险点或管控措施)- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称(风险点或管控措施或责任人)- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:导致、需要、管控、负责- required: true- default: ''- - name: hazard_factor- type: str- description:- zh: 危险因素(如:高温部件、旋转部件、高压液体等)- required: false- default: ''- - name: possible_consequence- type: str- description:- zh: 可能导致后果(如:烫伤、机械伤害、触电等)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/industry/safety_timeline.yaml b/hyperextract/templates/legacy/presets/industry/safety_timeline.yamldeleted file mode 100644index cd8b8b3..0000000--- a/hyperextract/templates/legacy/presets/industry/safety_timeline.yaml+++ /dev/null@@ -1,116 +0,0 @@-language: zh-name: SafetyTimeline-type: temporal_graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: entity_type- type: str- description:- zh: 类型:人员、设备、设施等- required: true- default: ''- - name: description- type: str- description:- zh: 描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称- required: true- default: ''- - name: action- type: str- description:- zh: 操作动作- required: true- default: ''- - name: timestamp- type: str- description:- zh: 动作发生时间- required: false- default: ''- - name: location- type: str- description:- zh: 发生位置- required: false- default: ''- - name: status- type: str- description:- zh: 状态描述- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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)- rules_for_entities:- zh:- - 每个节点对应一个独立实体- - 实体名称与原文保持一致- - 人员、设备、设施、岗位、位置等- rules_for_relations:- zh:- - source 和 target 都必须是已知实体列表中的节点- - 每个操作动作都必须提取为一条边- - 节点名称必须完全匹配- - 操作类型:启动、停止、开启、关闭、巡检、检查、排查、维修、检修、保养、发现、识别、报告、操作、使用、触发- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 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'- - 精确时间 → 保持原样- - 时间缺失 → 留空,不要猜测-identifiers:- entity_id: name- relation_id: '{source}|{action}|{target}'- relation_members:- source: source- target: target- time_field: timestamp-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({entity_type})'- relation_label: '{action} [{timestamp}]'diff --git a/hyperextract/templates/legacy/presets/industry/spec_parameter_table.yaml b/hyperextract/templates/legacy/presets/industry/spec_parameter_table.yamldeleted file mode 100644index 91edffb..0000000--- a/hyperextract/templates/legacy/presets/industry/spec_parameter_table.yaml+++ /dev/null@@ -1,141 +0,0 @@-language: zh-name: SpecParameterTable-type: model-tags:-- industry-description:- zh: 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-output:- description: {}- fields:- - name: equipment_name- type: str- description:- zh: 设备或产品名称(例如:数控加工中心、离心泵、变压器等)- required: true- default: ''- - name: model_number- type: str- description:- zh: 型号或规格代号- required: false- default: ''- - name: manufacturer- type: str- description:- zh: 制造商或供应商- required: false- default: ''- - name: rated_power- type: str- description:- zh: 额定功率(例如:55kW、200kVA、15kW/20kW)- required: false- default: ''- - name: rated_voltage- type: str- description:- zh: 额定电压(例如:380V、10kV、220V)- required: false- default: ''- - name: rated_current- type: str- description:- zh: 额定电流(例如:100A、50Hz)- required: false- default: ''- - name: frequency- type: str- description:- zh: 工作频率(例如:50Hz、60Hz)- required: false- default: ''- - name: material- type: str- description:- zh: 主要材质或材料(例如:不锈钢304、铸铁、铝合金)- required: false- default: ''- - name: dimensions- type: str- description:- zh: 外形尺寸或安装尺寸(例如:2000×1500×1800mm)- required: false- default: ''- - name: weight- type: str- description:- zh: 重量或质量(例如:2500kg、5.8t)- required: false- default: ''- - name: accuracy- type: str- description:- zh: 精度等级或精度指标(例如:±0.01mm、IT7级)- required: false- default: ''- - name: temperature_range- type: str- description:- zh: 工作温度范围(例如:-20℃~50℃、0~80℃)- required: false- default: ''- - name: pressure_range- type: str- description:- zh: 工作压力范围(例如:0~1.6MPa、PN16)- required: false- default: ''- - name: flow_rate- type: str- description:- zh: 流量参数(例如:100m³/h、50L/min)- required: false- default: ''- - name: speed- type: str- description:- zh: 转速或速度(例如:1450rpm、0.5~2m/s)- required: false- default: ''- - name: capacity- type: str- description:- zh: 容量或处理能力(例如:500L、10m³/h)- required: false- default: ''- - name: protection_level- type: str- description:- zh: 防护等级(例如:IP65、IP55)- required: false- default: ''- - name: insulation_class- type: str- description:- zh: 绝缘等级(例如:F级、H级)- required: false- default: ''- - name: other_parameters- type: list- description:- zh: 其他关键技术参数列表(如适用)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 每个对象对应一个独立的设备或产品,禁止合并- - 参数值与原文保持一致- - 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-display:- label: '{equipment_name} ({model_number})'diff --git a/hyperextract/templates/legacy/presets/industry/system_compatibility_graph.yaml b/hyperextract/templates/legacy/presets/industry/system_compatibility_graph.yamldeleted file mode 100644index 0b7ee24..0000000--- a/hyperextract/templates/legacy/presets/industry/system_compatibility_graph.yaml+++ /dev/null@@ -1,94 +0,0 @@-language: zh-name: SystemCompatibilityGraph-type: hypergraph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(例如:离心泵P-101、不锈钢304、高温环境等)- required: true- default: ''- - name: category- type: str- description:- zh: 类型:设备、材质、介质、环境、连接方式- required: true- default: ''- - name: description- type: str- description:- zh: 描述(例如:15kW离心泵、适用于清水、适用于常温)- required: false- default: ''- relations:- description: {}- fields:- - name: nodes- type: list- description:- zh: 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, ...]- required: true- default: ''- - name: compatibility_type- type: str- description:- zh: 兼容性类型:材质兼容、介质适用、环境适用、连接匹配- required: true- default: ''- - name: compatibility_note- type: str- description:- zh: 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)- required: false- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{compatibility_type}_{nodes}'- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{compatibility_type}'diff --git a/hyperextract/templates/legacy/presets/industry/system_topology_graph.yaml b/hyperextract/templates/legacy/presets/industry/system_topology_graph.yamldeleted file mode 100644index eb61458..0000000--- a/hyperextract/templates/legacy/presets/industry/system_topology_graph.yaml+++ /dev/null@@ -1,100 +0,0 @@-language: zh-name: SystemTopologyGraph-type: graph-tags:-- industry-description:- zh: 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-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称(如:A工厂、制造车间A、数控加工系统、冷却系统等)- required: true- default: ''- - name: category- type: str- description:- zh: 类别:厂区、系统、子系统、设备- required: true- default: ''- - name: function- type: str- description:- zh: 功能描述- required: false- default: ''- - name: capacity- type: str- description:- zh: 容量或规模- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 上级实体名称(厂区或系统)- required: true- default: ''- - name: target- type: str- description:- zh: 下级实体名称(系统或子系统或设备)- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:包含等- required: true- default: ''-guideline:- target:- zh: '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。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 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)- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 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-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/legal/adjudication_logic.yaml b/hyperextract/templates/legacy/presets/legal/adjudication_logic.yamldeleted file mode 100644index 69aef57..0000000--- a/hyperextract/templates/legacy/presets/legal/adjudication_logic.yaml+++ /dev/null@@ -1,99 +0,0 @@-language: zh-name: AdjudicationLogic-type: hypergraph-tags:-- legal-description:- zh: 裁判逻辑超图 - 建模法官的推理过程-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 要素名称- required: true- default: ''- - name: category- type: str- description:- zh: 要素类型:事实认定、法律依据、裁判结论、主旨、证据、其他- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: logic_type- type: str- description:- zh: 推理类型:事实认定、法律适用、因果认定、责任认定、金额计算、其他- required: true- default: ''- - name: participants- type: list- description:- zh: 参与要素名称列表,必须使用已提取节点的 name- required: true- default: ''- - name: reasoning- type: str- description:- zh: 推理过程描述,从事实到结论的逻辑推导- required: true- default: ''- - name: conclusion- type: str- description:- zh: 推理结论- required: false- default: ''- - name: source_clause- type: str- description:- zh: 裁判文书的章节位置- required: false- default: ''-guideline:- target:- zh: '你是一位专业的法律工作者,请从裁判文书中提取裁判要素和裁判逻辑。-- '- rules:- zh:- - 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点- - 要素名称与原文保持一致- - 仅从已提取节点中提取边,不要创建新名称- - 超边必须包含 logic_type, participants, reasoning- - participants 应包含涉及的事实认定、法律依据、裁判结论等要素- - 要素类型:事实认定(法院认定的案件事实)、法律依据(适用的法律条文、司法解释等)、裁判结论(判决结果或裁定结果)、主旨(裁判的核心观点或要旨)、证据(用于证明事实的证据材料)、其他(不属于上述类别的要素)- - 推理类型:事实认定(从证据推导出事实)、法律适用(将法律适用于事实)、因果认定(认定行为与结果之间的因果关系)、责任认定(认定责任主体和责任大小)、金额计算(计算赔偿金额或标的金额)、其他(不属于上述类别的推理)- rules_for_entities:- zh:- - 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点- - 要素名称与原文保持一致- - 提取裁判文书中涉及的要素作为节点- - 为每个要素指定类型- - 为每个要素添加简要描述(1-2句话)- rules_for_relations:- zh:- - participants 必须严格使用已知裁判要素列表中的名称,不要创建新名称- - 超边必须包含 logic_type, participants, reasoning- - participants 应包含涉及的事实认定、法律依据、裁判结论等要素- - reasoning 描述从事实到结论的逻辑推导过程-identifiers:- entity_id: name- relation_id: '{logic_type}_{participants}'- relation_members: participants-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '[{logic_type}] {conclusion}'diff --git a/hyperextract/templates/legacy/presets/legal/beneficial_ownership_graph.yaml b/hyperextract/templates/legacy/presets/legal/beneficial_ownership_graph.yamldeleted file mode 100644index 3732be8..0000000--- a/hyperextract/templates/legacy/presets/legal/beneficial_ownership_graph.yaml+++ /dev/null@@ -1,105 +0,0 @@-language: zh-name: BeneficialOwnershipGraph-type: graph-tags:-- legal-description:- zh: 受益所有权图谱 - 穿透多层股权结构,识别最终受益人和控制人-output:- description: {}- entities:- description: {}- fields:- - name: entity_name- type: str- description:- zh: 实体名称,如公司名、人名- required: true- default: ''- - name: entity_type- type: str- description:- zh: 实体类型:公司、自然人、基金、合伙企业、境外特殊目的公司- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述,如持股比例、职务- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称- required: true- default: ''- - name: relation_type- type: str- description:- zh: 关系类型:控股、参股、担任董事、执行事务合伙人、实际控制、配偶关系等- required: true- default: ''- - name: shareholding_ratio- type: str- description:- zh: 持股比例或出资比例,如35%、1%、XX%- required: false- default: ''- - name: description- type: str- description:- zh: 关系描述,如通过多层持股结构控制- required: false- default: ''-guideline:- target:- zh: '你是一位专业的反洗钱合规专员,请从文本中提取股权结构和受益所有权信息。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 实体类型:公司、自然人、基金、合伙企业、境外特殊目的公司- - 包含股东、合伙人、高管、实际控制人等- - 关系类型:控股(持有50%以上股份或出资额)、参股(持有一定比例股份但不构成控股)、担任董事(在公司担任董事职务)、执行事务合伙人(执行合伙事务)、实际控制(通过协议或其他安排实现实际控制)、配偶关系(夫妻关系)、其他关系(如父子、兄弟、姐妹等)- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 实体类型:公司、自然人、基金、合伙企业、境外特殊目的公司- - 包含股东、合伙人、高管、实际控制人等- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 控股:持有50%以上股份或出资额- - 参股:持有一定比例股份但不构成控股- - 担任董事:在公司担任董事职务- - 执行事务合伙人:执行合伙事务- - 实际控制:通过协议或其他安排实现实际控制- - 配偶关系:夫妻关系- - 其他关系:如父子、兄弟、姐妹等-identifiers:- entity_id: entity_name- relation_id: '{source}|{relation_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{entity_name}({entity_type})'- relation_label: '{relation_type} {shareholding_ratio}'diff --git a/hyperextract/templates/legacy/presets/legal/case_fact_timeline.yaml b/hyperextract/templates/legacy/presets/legal/case_fact_timeline.yamldeleted file mode 100644index f185c02..0000000--- a/hyperextract/templates/legacy/presets/legal/case_fact_timeline.yaml+++ /dev/null@@ -1,109 +0,0 @@-language: zh-name: CaseFactTimeline-type: temporal_graph-tags:-- legal-description:- zh: 案件事实时序图 - 展示法律关系的变化过程-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如原告、被告、合同、金钱、股权等- required: true- default: ''- - name: entity_type- type: str- description:- zh: 实体类型:当事人、合同/协议、金钱、股权、证物、其他- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体名称- required: true- default: ''- - name: event- type: str- description:- zh: 法律行为或事件,如签订协议、支付投资款、分配红利、提起诉讼等- required: true- default: ''- - name: time_info- type: str- description:- zh: 时间信息,统一格式为年-月-日(如2021-03-15)或年月(如2021-03)- required: false- default: ''- - name: description- type: str- description:- zh: 事件详细描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的法律工作者,请从文本中提取案件相关的法律实体以及它们之间的法律行为。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 实体类型:当事人(原告、被告、第三人、法定代表人、委托诉讼代理人)、合同/协议(战略合作协议、补充协议、收益分配说明函等)、金钱(投资款、红利、违约金等)、股权(股份、股权等)- - 法律行为:签订协议、支付投资款、完成登记、召开股东会、分配红利、发送函件、提起诉讼等- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 实体类型:当事人、合同/协议、金钱、股权、证物、其他- - 当事人:原告、被告、第三人、法定代表人、委托诉讼代理人- - 合同/协议:战略合作协议、补充协议、收益分配说明函等- - 金钱:投资款、红利、违约金等- - 股权:股份、股权等- rules_for_relations:- zh:- - 仅从已知法律实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 常见的法律行为:签订协议、支付投资款、完成登记、召开股东会、分配红利、发送函件、提起诉讼等- - 每个边表示一个法律行为,连接相关实体- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 相对时间解析(基于观察日期)- - 精确时间 → 转换为标准格式年-月-日- - 时间缺失 → 留空-identifiers:- entity_id: name- relation_id: '{source}|{event}|{target}'- relation_members:- source: source- target: target- time_field: time_info-options:- extraction_mode: two_stage-display:- entity_label: '{name}({entity_type})'- relation_label: '{event} [{time_info}]'diff --git a/hyperextract/templates/legacy/presets/legal/case_law_citation_net.yaml b/hyperextract/templates/legacy/presets/legal/case_law_citation_net.yamldeleted file mode 100644index 4cbe57a..0000000--- a/hyperextract/templates/legacy/presets/legal/case_law_citation_net.yaml+++ /dev/null@@ -1,104 +0,0 @@-language: zh-name: CaseLawCitationNet-type: graph-tags:-- legal-description:- zh: 判例引用网络 - 映射案件之间的引用、先例区分或先例推翻关系-output:- description: {}- entities:- description: {}- fields:- - name: case_name- type: str- description:- zh: 判例名称,如指导案例140号、(2020)最高法民终字第XX号- required: true- default: ''- - name: case_type- type: str- description:- zh: 案件类型:指导案例、公报案例、普通案例、司法解释、法律条文- required: true- default: ''- - name: court- type: str- description:- zh: 审理法院- required: false- default: ''- - name: description- type: str- description:- zh: 案件简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源判例名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标判例名称- required: true- default: ''- - name: citation_type- type: str- description:- zh: 引用类型:引用、依据、先例区分、先例推翻、参考、类案- required: true- default: ''- - name: description- type: str- description:- zh: 引用关系描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的法学专家,请从文本中提取所有判例以及它们之间的引用或关联关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的判例,禁止将多个判例合并为一个节点- - 判例名称与原文保持一致- - 仅从已知判例列表中提取边,不要创建未列出的判例- - 关系描述应与原文保持一致- - 案件类型:指导案例、公报案例、普通案例、司法解释、法律条文- - 常见表达:"根据《民法典》第X条"、"指导案例XX号"、"本案确立了..."- - 关系类型:引用(后案引用前案作为裁判依据)、依据(后案以前案确立的规则为法律依据)、先例区分(后案认为前案与本案情形不同,不适用前案规则)、先例推翻(后案推翻前案确立的规则)、参考(后案参考前案的裁判思路)、类案(后案与前案属于同类案件)- rules_for_entities:- zh:- - 每个节点只能对应一个独立的判例,禁止将多个判例合并为一个节点- - 判例名称与原文保持一致- - 案件类型:指导案例、公报案例、普通案例、司法解释、法律条文- - 常见表达:"根据《民法典》第X条"、"指导案例XX号"、"本案确立了..."- rules_for_relations:- zh:- - 仅从已知判例列表中提取边,不要创建未列出的判例- - 关系描述应与原文保持一致- - 引用:后案引用前案作为裁判依据- - 依据:后案以前案确立的规则为法律依据- - 先例区分:后案认为前案与本案情形不同,不适用前案规则- - 先例推翻:后案推翻前案确立的规则- - 参考:后案参考前案的裁判思路- - 类案:后案与前案属于同类案件-identifiers:- entity_id: case_name- relation_id: '{source}|{citation_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{case_name}({case_type})'- relation_label: '{citation_type}'diff --git a/hyperextract/templates/legacy/presets/legal/compliance_requirement_list.yaml b/hyperextract/templates/legacy/presets/legal/compliance_requirement_list.yamldeleted file mode 100644index 20172dd..0000000--- a/hyperextract/templates/legacy/presets/legal/compliance_requirement_list.yaml+++ /dev/null@@ -1,69 +0,0 @@-language: zh-name: ComplianceRequirementList-type: list-tags:-- legal-description:- zh: 合规要求清单 - 从法规或政策文件中提取合规义务-output:- description: {}- fields:- - name: requirement_type- type: str- description:- zh: 要求类型:许可要求、报告要求、披露要求、禁止性规定、程序性要求、其他- required: true- default: ''- - name: requirement_title- type: str- description:- zh: 要求标题或简要名称- required: true- default: ''- - name: content- type: str- description:- zh: 要求的具体内容- required: true- default: ''- - name: responsible_entity- type: str- description:- zh: 责任主体或适用对象- required: false- default: ''- - name: deadline- type: str- description:- zh: 履行期限或截止日期- required: false- default: ''- - name: penalty- type: str- description:- zh: 违规后果或处罚措施- required: false- default: ''- - name: source_clause- type: str- description:- zh: 来源条款编号或章节- required: false- default: ''-guideline:- target:- zh: '你是一位专业的合规顾问,请从法规或政策文件中提取所有合规义务。-- '- rules:- zh:- - 提取文本中所有合规要求或义务- - 为每一项要求指定类型:许可要求、报告要求、披露要求、禁止性规定、程序性要求、其他- - 记录要求的具体内容、责任主体、履行期限- - 记录违规后果或处罚措施- - 记录来源条款编号- - 每项合规要求作为独立条目提取- - 保持要求内容与原文一致- - 不要遗漏任何合规要求-display:- label: '[{requirement_type}] {requirement_title}'diff --git a/hyperextract/templates/legacy/presets/legal/contract_obligation_hypergraph.yaml b/hyperextract/templates/legacy/presets/legal/contract_obligation_hypergraph.yamldeleted file mode 100644index 9340be5..0000000--- a/hyperextract/templates/legacy/presets/legal/contract_obligation_hypergraph.yaml+++ /dev/null@@ -1,105 +0,0 @@-language: zh-name: ContractObligationHypergraph-type: hypergraph-tags:-- legal-description:- zh: 合同义务超图 - 建模复杂的条件性义务-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 要素名称,文本中出现的精确名称- required: true- default: ''- - name: category- type: str- description:- zh: 要素类型:主体、义务、触发条件、例外情形、违约责任、其他- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: obligation_type- type: str- description:- zh: 义务类型:支付义务、交付义务、保密义务、竞业限制、售后服务、其他- required: true- default: ''- - name: participants- type: list- description:- zh: 参与要素名称列表,必须使用已提取节点的 name- required: true- default: ''- - name: trigger_condition- type: str- description:- zh: 触发条件,如合同签订后、验收合格后、违约发生时等- required: false- default: ''- - name: exception- type: str- description:- zh: 例外情形,如不可抗力、对方违约在先等- required: false- default: ''- - name: liability- type: str- description:- zh: 违约责任,如支付违约金、赔偿损失、解除合同等- required: false- default: ''- - name: source_clause- type: str- description:- zh: 义务来源条款编号或名称- required: false- default: ''-guideline:- target:- zh: '你是一位专业的合同法律师,请从文本中提取合同要素和合同义务。-- '- rules:- zh:- - 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点- - 要素名称与原文保持一致- - 仅从已提取节点中提取边,不要创建新名称- - 超边必须包含 obligation_type, participants- - participants 应包含涉及的主体、义务及相关要素- - 要素类型:主体(合同的当事人)、义务(具体需要执行的行为)、触发条件(义务生效或履行的前提条件)、例外情形(义务免除或减轻的情形)、违约责任(违反义务的后果)、其他(不属于上述类别的要素)- - 义务类型:支付义务、交付义务、保密义务、竞业限制、售后服务、其他- rules_for_entities:- zh:- - 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点- - 要素名称与原文保持一致- - 提取合同中涉及的要素作为节点- - 为每个要素指定类型- - 为每个要素添加简要描述(1-2句话)- rules_for_relations:- zh:- - participants 必须严格使用已知合同要素列表中的名称,不要创建新名称- - 超边必须包含 obligation_type, participants- - participants 应包含涉及的主体、义务及相关要素- - 义务类型:支付义务、交付义务、保密义务、竞业限制、售后服务、其他-identifiers:- entity_id: name- relation_id: '{obligation_type}_{participants}'- relation_members: participants-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{obligation_type}'diff --git a/hyperextract/templates/legacy/presets/legal/defined_term_registry.yaml b/hyperextract/templates/legacy/presets/legal/defined_term_registry.yamldeleted file mode 100644index 8322b19..0000000--- a/hyperextract/templates/legacy/presets/legal/defined_term_registry.yaml+++ /dev/null@@ -1,47 +0,0 @@-language: zh-name: DefinedTermRegistry-type: set-tags:-- legal-description:- zh: 术语定义表 - 去重并汇总合同中定义的所有专有名词-output:- description: {}- fields:- - name: term- type: str- description:- zh: 术语名称,如机密信息、不可抗力、项目- required: true- default: ''- - name: definition- type: str- description:- zh: 术语的定义说明- required: true- default: ''- - name: source_clause- type: str- description:- zh: 定义来源的条款编号- required: false- default: ''-guideline:- target:- zh: '你是一位专业的合同法律师,请从文本中提取所有定义的术语,形成术语定义表。-- '- rules:- zh:- - 识别合同中用引号或黑体定义的专有名词(如"机密信息"、"不可抗力")- - 提取术语的定义说明- - 记录定义出现的条款位置- - 去重:同一术语只保留一条记录- - 术语名称必须与原文保持一致(包括引号)- - 仅提取真正被定义的术语,不要提取普通业务词汇- - 保持客观准确,不添加文本中没有的信息- - 术语类型:合同标的相关的术语(项目、软件产品、技术文档)、权利义务相关的术语(投资款、服务费、违约金)、风险相关的术语(不可抗力、机密信息)、程序相关的术语(验收标准、付款条件)-identifiers:- item_id: term-display:- label: '{term}'diff --git a/hyperextract/templates/legacy/presets/legal/legal_concept_ontology.yaml b/hyperextract/templates/legacy/presets/legal/legal_concept_ontology.yamldeleted file mode 100644index 8f6b9b2..0000000--- a/hyperextract/templates/legacy/presets/legal/legal_concept_ontology.yaml+++ /dev/null@@ -1,97 +0,0 @@-language: zh-name: LegalConceptOntology-type: graph-tags:-- legal-description:- zh: 法律概念本体 - 提取法律术语的定义、上下位关系及法理阐释-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 法律概念名称,如过错、故意、过失、违法性- required: true- default: ''- - name: category- type: str- description:- zh: 概念类型:原则、规则、学说、术语、法律依据- required: true- default: ''- - name: definition- type: str- description:- zh: 概念的简要定义- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源概念名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标概念名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:上位概念、下位概念、相关联、对立、包含、依据- required: true- default: ''- - name: description- type: str- description:- zh: 关系描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的法学专家,请从文本中提取所有法律概念以及它们之间的关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点- - 概念名称与原文保持一致- - 仅从已知概念列表中提取边,不要创建未列出的概念- - 关系描述应与原文保持一致- - 法律概念类型包括:原则、规则、学说、术语、法律依据- - 关系类型:上位概念、下位概念、相关联、对立、包含、依据- rules_for_entities:- zh:- - 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点- - 概念名称与原文保持一致- - 法律概念类型包括:原则、规则、学说、术语、法律依据- - 常见的法律概念:过错、故意、过失、违法性、因果关系、举证责任等- rules_for_relations:- zh:- - 仅从已知法律概念列表中提取边,不要创建未列出的概念- - 关系描述应与原文保持一致- - 上位概念:概念之间的层级包含关系- - 下位概念:概念之间的层级包含关系- - 相关联:概念之间存在逻辑关联- - 对立:概念之间存在对立关系- - 包含:一个概念包含另一个概念- - 依据:一个概念是另一个概念的依据-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name}({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/legal/liability_clause_list.yaml b/hyperextract/templates/legacy/presets/legal/liability_clause_list.yamldeleted file mode 100644index d8ec857..0000000--- a/hyperextract/templates/legacy/presets/legal/liability_clause_list.yaml+++ /dev/null@@ -1,57 +0,0 @@-language: zh-name: LiabilityClauseList-type: list-tags:-- legal-description:- zh: 责任条款清单 - 提取关于赔偿、责任限制、保证及免责声明的具体条款-output:- description: {}- fields:- - name: clause_type- type: str- description:- zh: 条款类型:赔偿条款、责任限制、保证条款、免责声明、违约金、连带责任、其他- required: true- default: ''- - name: clause_title- type: str- description:- zh: 条款标题或简要名称- required: true- default: ''- - name: content- type: str- description:- zh: 条款的具体内容- required: true- default: ''- - name: liability_amount- type: str- description:- zh: 涉及的责任金额或计算方式,如合同总价的10%、人民币20万元等- required: false- default: ''- - name: source_clause- type: str- description:- zh: 条款来源的章节编号- required: false- default: ''-guideline:- target:- zh: '你是一位专业的合同法律师,请从文本中提取所有关于责任、赔偿、保证的条款。-- '- rules:- zh:- - 提取文本中所有关于责任分配的具体条款- - 为每一条款指定类型:赔偿条款、责任限制、保证条款、免责声明、违约金、连带责任、其他- - 记录条款的具体内容和涉及的责任金额- - 记录条款来源的章节编号- - 条款类型说明:赔偿条款(约定一方给另一方造成损失时的赔偿方式)、责任限制(限制某方承担责任的最高限额)、保证条款(一方对某事项的保证承诺)、免责声明(免除或限制某方责任的条款)、违约金(约定违约时支付的违约金)、连带责任(约定多方承担连带责任)、其他(不属于上述类别的责任条款)- - 每项责任条款作为独立条目提取- - 保持条款内容与原文一致- - 不要遗漏任何责任相关条款-display:- label: '[{clause_type}] {clause_title}'diff --git a/hyperextract/templates/legacy/presets/legal/litigation_participant_map.yaml b/hyperextract/templates/legacy/presets/legal/litigation_participant_map.yamldeleted file mode 100644index 4fdc3a3..0000000--- a/hyperextract/templates/legacy/presets/legal/litigation_participant_map.yaml+++ /dev/null@@ -1,91 +0,0 @@-language: zh-name: LitigationParticipantMap-type: graph-tags:-- legal-description:- zh: 诉讼参与人图谱 - 提取原告、被告、第三人、代理律师及证人之间的关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 参与人姓名或名称- required: true- default: ''- - name: participant_type- type: str- description:- zh: 参与人类型:原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员- required: true- default: ''- - name: description- type: str- description:- zh: 参与人角色描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源参与人姓名或名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标参与人姓名或名称- required: true- default: ''- - name: relation_type- type: str- description:- zh: 关系类型:代理、代表、股东、董事、担保、上下级、同案当事人、敌对- required: true- default: ''- - name: description- type: str- description:- zh: 关系描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的法律文书分析师,请从文本中提取诉讼参与人及其之间的关系。-- '- rules:- zh:- - 每个节点只能对应一个独立的参与人,禁止将多个参与人合并为一个节点- - 参与人名称与原文保持一致- - 仅从已知参与人列表中提取边,不要创建未列出的参与人- - 关系描述应与原文保持一致- - 参与人类型:原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员- - 关系类型:代理、代表、股东、董事、担保、上下级、同案当事人、敌对- rules_for_entities:- zh:- - 每个节点只能对应一个独立的参与人,禁止将多个参与人合并为一个节点- - 参与人名称与原文保持一致- - 参与人类型:原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员- rules_for_relations:- zh:- - 仅从已知参与人列表中提取边,不要创建未列出的参与人- - 关系描述应与原文保持一致- - 关系类型:代理、代表、股东、董事、担保、上下级、同案当事人、敌对-identifiers:- entity_id: name- relation_id: '{source}|{relation_type}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({participant_type})'- relation_label: '{relation_type}'diff --git a/hyperextract/templates/legacy/presets/literature/character_arc_timeline.yaml b/hyperextract/templates/legacy/presets/literature/character_arc_timeline.yamldeleted file mode 100644index ce698e3..0000000--- a/hyperextract/templates/legacy/presets/literature/character_arc_timeline.yaml+++ /dev/null@@ -1,87 +0,0 @@-name: "CharacterArcTimeline"-autotype: graph-tag: [literature]--language: zh--description:- zh: "叙事时序图 - 提取影视剧本中的异质节点(角色、场景、情绪、事件)及它们之间的关系"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "元素名称"- - name: category- type: "str"- description:- zh: "元素类型:角色、场景、情绪、事件"- - name: description- type: "str"- description:- zh: "简要描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源节点名称"- - name: target- type: "str"- description:- zh: "目标节点名称"- - name: relationType- type: "str"- description:- zh: "关系类型:出现、时间顺序、情绪、触发、位于"- - name: time- type: "str"- description:- zh: "时间点(如'第一集'、'第X场'),仅时间顺序关系需要"- required: false- - name: description- type: "str"- description:- zh: "关系描述"--guide:- target:- zh: |- 你是一位专业的影视剧本分析师,请从文本中提取叙事元素以及它们之间的关系,构建异质图。-- rules:- zh: |- 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. 仅从已知叙事元素列表中提取边,不要创建未列出的节点-- rules_for_nodes:- zh: |- - 角色:从对白和动作中识别的主要人物- - 场景:从场景头中提取的地点,如"碎玉轩"、"桐花台"、"万寿节宴会厅"- - 情绪:角色的情感状态,如"悲伤"、"愤怒"、"坚定"、"迷茫"、"绝望"- - 事件:关键情节,如"被陷害"、"果郡王之死"、"回宫复仇"-- rules_for_edges:- zh: |- - 出现:角色出现在某场景,格式:'角色 → 场景'- - 时间顺序:两个场景的时间先后,格式:'前一场景 → 后一场景',需标注时间点- - 情绪:角色在该场景的情绪,格式:'角色 → 情绪'- - 触发:场景触发的事件,格式:'场景 → 事件'- - 位于:角色位于某场景,格式:'角色 → 场景'--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/literature/complex_character_relation.yaml b/hyperextract/templates/legacy/presets/literature/complex_character_relation.yamldeleted file mode 100644index 7be743e..0000000--- a/hyperextract/templates/legacy/presets/literature/complex_character_relation.yaml+++ /dev/null@@ -1,85 +0,0 @@-name: "ComplexCharacterRelation"-autotype: hypergraph-tag: [literature]--language: zh--description:- zh: "复杂人物关系网 - 超越两两关系,提取涉及多方的社会结构(如三角恋、结盟、家族派系)"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "人物姓名"- - name: role- type: "str"- description:- zh: "角色定位:主角、配角、反派、酱油"- - name: faction- type: "str"- description:- zh: "所属阵营或派系"- required: false- - name: description- type: "str"- description:- zh: "人物描述"--edge_schema:- fields:- - name: relationType- type: "str"- description:- zh: "关系类型:三角恋、结盟、敌对、背叛、竞争、家族"- - name: participants- type: "list"- description:- zh: "参与方列表(3人或以上)"- - name: description- type: "str"- description:- zh: "关系描述"- - name: sourceScene- type: "str"- description:- zh: "来源情节"- required: false--guide:- target:- zh: |- 你是一位专业的小说分析师,请从文本中提取人物以及它们之间的复杂关系超边。-- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须包含3个或以上参与者-- rules_for_nodes:- zh: |- - 角色定位:主角、配角、反派、酱油- - 所属阵营:如"江左盟"、"太子党"、"誉王党"等-- rules_for_edges:- zh: |- - 三角恋:涉及三人的爱情关系- - 结盟:多方形成的政治或军事联盟- - 敌对:多方之间的对立关系- - 背叛:一方背离原先的阵营或关系- - 竞争:多方争夺同一目标- - 家族:同一家族的成员关系--identifiers:- node_id: "name"- edge_id: "{relationType}|{participants}"- edge_members: "participants"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{role}]"- edge_label: "{relationType}: {description}"diff --git a/hyperextract/templates/legacy/presets/literature/critique_argument_hypergraph.yaml b/hyperextract/templates/legacy/presets/literature/critique_argument_hypergraph.yamldeleted file mode 100644index ddde8b9..0000000--- a/hyperextract/templates/legacy/presets/literature/critique_argument_hypergraph.yaml+++ /dev/null@@ -1,86 +0,0 @@-name: "CritiqueArgumentHypergraph"-autotype: hypergraph-tag: [literature]--language: zh--description:- zh: "评论论证超图 - 建模复杂的论证逻辑:{论据1, 论据2, 引用文本} -> 核心观点"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "元素名称"- - name: category- type: "str"- description:- zh: "元素类型:论据、引用、观点"- - name: content- type: "str"- description:- zh: "内容"- - name: sourceText- type: "str"- description:- zh: "原文引用(仅引用类型需要)"- required: false--edge_schema:- fields:- - name: conclusion- type: "str"- description:- zh: "核心观点"- - name: evidences- type: "list"- description:- zh: "论据列表"- - name: citations- type: "list"- description:- zh: "引用文本列表"- required: false- - name: description- type: "str"- description:- zh: "论证描述"--guide:- target:- zh: |- 你是一位专业的文学评论家,请从文本中提取论证元素以及它们组成的论证超边。-- rules:- zh: |- 1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点- 2. 元素名称与原文保持一致- 3. 超边必须包含至少一个论据或引用- 4. 超边必须包含核心观点-- rules_for_nodes:- zh: |- - 论据:支撑观点的证据或分析- - 引用:原文中的引用文本- - 观点:作者的核心论点-- rules_for_edges:- zh: |- - 论据支撑观点- - 引用佐证论据--identifiers:- node_id: "name"- edge_id: "{conclusion}"- edge_members:- - "evidences"- - "citations"- - "conclusion"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "观点: {conclusion}"diff --git a/hyperextract/templates/legacy/presets/literature/motif_association_net.yaml b/hyperextract/templates/legacy/presets/literature/motif_association_net.yamldeleted file mode 100644index e565f1d..0000000--- a/hyperextract/templates/legacy/presets/literature/motif_association_net.yaml+++ /dev/null@@ -1,75 +0,0 @@-name: "MotifAssociationNet"-autotype: graph-tag: [literature]--language: zh--description:- zh: "意象关联网络 - 提取文本中反复出现的符号、意象之间的关联"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "意象名称"- - name: description- type: "str"- description:- zh: "意象描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源意象"- - name: target- type: "str"- description:- zh: "目标意象"- - name: associationType- type: "str"- description:- zh: "关联类型:对比、递进、因果、象征、配套"- - name: description- type: "str"- description:- zh: "关联描述"--guide:- target:- zh: |- 你是一位专业的文学评论家,请从文本中提取意象以及它们之间的关联关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的意象,禁止将多个意象合并为一个节点- 2. 意象名称与原文保持一致- 3. 仅从已知意象列表中提取边,不要创建未列出的意象-- rules_for_nodes:- zh: |- - 意象:反复出现的符号、象征物、自然元素等-- rules_for_edges:- zh: |- - 对比:两个意象形成对照或反衬- - 递进:一个意象引出另一个意象- - 因果:一个意象导致另一个意象出现- - 象征:一个意象代表另一个含义- - 配套:多个意象共同构成一个意象群--identifiers:- node_id: "name"- edge_id: "{source}|{associationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "{associationType}"diff --git a/hyperextract/templates/legacy/presets/literature/narrative_event_chain.yaml b/hyperextract/templates/legacy/presets/literature/narrative_event_chain.yamldeleted file mode 100644index 1bf97dd..0000000--- a/hyperextract/templates/legacy/presets/literature/narrative_event_chain.yaml+++ /dev/null@@ -1,81 +0,0 @@-name: "NarrativeEventChain"-autotype: temporal_graph-tag: [literature]--language: zh--description:- zh: "叙事事件链 - 按故事内部时间线提取关键情节转折点 (Plot Points)"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "事件名称"- - name: description- type: "str"- description:- zh: "事件描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "前置事件"- - name: target- type: "str"- description:- zh: "后续事件"- - name: time- type: "str"- description:- zh: "故事内部时间点,如'第X章'、'第X日'、'第X年'"- - name: causeEffect- type: "str"- description:- zh: "因果关系描述"--guide:- target:- zh: |- 你是一位专业的小说分析师,请从文本中提取情节转折点以及它们之间的因果关系。-- rules:- zh: |- 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. 仅从已知情节列表中提取边,不要创建未列出的情节-- rules_for_nodes:- zh: |- - 情节转折点:改变故事走向的关键事件-- rules_for_edges:- zh: |- - 记录情节之间的因果关系-- rules_for_time:- zh: |- 当前观测时间:{observation_time}-- 1. 章节格式:如"第一章"、"第3章" → 保持原样- 2. 日期格式:如"第一日"、"第X日" → 保持原样- 3. 年份格式:如"第一年"、"XX年" → 保持原样- 4. 相对时间:如"随后"、"之后" → 留空,不要猜测--identifiers:- node_id: "name"- edge_id: "{source}|{time}|{target}"- edge_members:- source: "source"- target: "target"- time_field: "time"--options:- extraction_mode: "two_stage"--display:- node_label: "name"- edge_label: "{time}: {causeEffect}"diff --git a/hyperextract/templates/legacy/presets/literature/narrative_structure_tree.yaml b/hyperextract/templates/legacy/presets/literature/narrative_structure_tree.yamldeleted file mode 100644index 9590469..0000000--- a/hyperextract/templates/legacy/presets/literature/narrative_structure_tree.yaml+++ /dev/null@@ -1,82 +0,0 @@-name: "NarrativeStructureTree"-autotype: graph-tag: [literature]--language: zh--description:- zh: "叙事结构树 - 构建作品的结构层级(如主线、支线、插叙部分)"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "结构单元名称"- - name: category- type: "str"- description:- zh: "类型:主线、支线、插叙、前提、结局"- - name: description- type: "str"- description:- zh: "描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "上位结构"- - name: target- type: "str"- description:- zh: "下位结构"- - name: relationType- type: "str"- description:- zh: "关系类型:包含、从属、展开、转折"- - name: description- type: "str"- description:- zh: "描述"--guide:- target:- zh: |- 你是一位专业的文学评论家,请从文本中提取叙事结构单元以及它们之间的层级关系。-- rules:- zh: |- 1. 每个节点只能对应一个独立的结构单元,禁止将多个单元合并为一个节点- 2. 单元名称与原文保持一致- 3. 仅从已知结构单元列表中提取边,不要创建未列出的单元-- rules_for_nodes:- zh: |- - 主线:推动故事核心发展的情节线- - 支线:辅助主线或展现次要人物的情节线- - 插叙:中断主线叙事的回忆或补充说明- - 前提:故事发生的背景设定- - 结局:故事的最终走向和结果-- rules_for_edges:- zh: |- - 包含:上位结构包含下位结构- - 从属:下位结构从属于上位结构- - 展开:上位结构展开为下位结构- - 转折:从一线转到另一线--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/literature/scene_event_hypergraph.yaml b/hyperextract/templates/legacy/presets/literature/scene_event_hypergraph.yamldeleted file mode 100644index 4e90409..0000000--- a/hyperextract/templates/legacy/presets/literature/scene_event_hypergraph.yaml+++ /dev/null@@ -1,94 +0,0 @@-name: "SceneEventHypergraph"-autotype: hypergraph-tag: [literature]--language: zh--description:- zh: "场景事件超图 - 将一场戏建模为连接 {出场角色, 场景地点, 关键道具, 核心动作} 的超边"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "元素名称"- - name: category- type: "str"- description:- zh: "元素类型:角色、地点、道具、动作"- - name: description- type: "str"- description:- zh: "简要描述"--edge_schema:- fields:- - name: sceneName- type: "str"- description:- zh: "场景名称,如'第一场:桐花台夜话'"- - name: characters- type: "list"- description:- zh: "出场角色列表"- - name: location- type: "str"- description:- zh: "场景地点"- - name: props- type: "list"- description:- zh: "关键道具列表"- required: false- - name: actions- type: "list"- description:- zh: "核心动作列表"- - name: timeOfDay- type: "str"- description:- zh: "时间段:日/夜/晨/昏"--guide:- target:- zh: |- 你是一位专业的影视剧本分析师,请从文本中提取场景元素以及它们组成的场景事件超边。-- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须包含至少一个角色和地点-- rules_for_nodes:- zh: |- - 角色:从【动作】或对白中识别的人物- - 地点:从场景头中提取,如"碎玉轩"、"桐花台"- - 道具:从动作描述中提取的关键物品,如"油纸伞"、"宫灯"- - 动作:从动作描述中提取的核心行为,如"起舞"、"吟诵"-- rules_for_edges:- zh: |- - 出场角色:从剧本对白和动作中识别的参与人物- - 场景地点:场景头中标注的地点- - 关键道具:动作描述中出现的物品- - 核心动作:角色完成的主要行为- - 时间段:从场景头中提取,如"日"、"夜"、"晨"、"昏"--identifiers:- node_id: "name"- edge_id: "sceneName"- edge_members:- - "characters"- - "location"- - "props"- - "actions"- - "timeOfDay"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "sceneName"diff --git a/hyperextract/templates/legacy/presets/literature/story_entity_graph.yaml b/hyperextract/templates/legacy/presets/literature/story_entity_graph.yamldeleted file mode 100644index 0b2b3aa..0000000--- a/hyperextract/templates/legacy/presets/literature/story_entity_graph.yaml+++ /dev/null@@ -1,77 +0,0 @@-name: "StoryEntityGraph"-autotype: graph-tag: [literature]--language: zh--description:- zh: "故事实体图谱 - 专注于提取关键物品、地点及其归属或位置关系,与人物关系分离"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "实体名称"- - name: category- type: "str"- description:- zh: "实体类型:物品、地点"- - name: description- type: "str"- description:- zh: "实体描述"--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "物品"- - name: target- type: "str"- description:- zh: "归属者或位置"- - name: relationType- type: "str"- description:- zh: "关系类型:归属、位于"- - name: description- type: "str"- description:- zh: "描述"--guide:- target:- zh: |- 你是一位专业的小说分析师,请从文本中提取故事实体以及它们之间的关系。-- rules:- zh: |- 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-- rules_for_nodes:- zh: |- - 物品:武器、书信、信物、药材等- - 地点:城市、建筑、区域等-- rules_for_edges:- zh: |- - 归属:物品的所有者或使用者- - 位于:物品的位置或地点的所在--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/medicine/adverse_reaction_stats.yaml b/hyperextract/templates/legacy/presets/medicine/adverse_reaction_stats.yamldeleted file mode 100644index 23a8af4..0000000--- a/hyperextract/templates/legacy/presets/medicine/adverse_reaction_stats.yaml+++ /dev/null@@ -1,43 +0,0 @@-language: zh-name: AdverseReactionStats-type: list-tags:-- medicine-description:- zh: 不良反应统计 - 提取各系统的不良反应表现及其发生率描述-output:- description: {}- fields:- - name: system- type: str- description:- zh: 系统名称,如胃肠道、全身、皮肤等- - name: reaction- type: str- description:- zh: 不良反应表现- - name: incidence- type: str- description:- zh: 发生率- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的临床药师,请从文本中提取各系统的不良反应表现及其发生率描述,构建不良反应统计。-- '- rules:- zh:- - 提取所有不良反应,包括系统名称、不良反应表现和发生率- - 为每个不良反应添加详细描述(如果文本中提供)- - 保持不良反应表现与原文一致- rules_for_entities:- zh:- - '- 不良反应名称保持原文'- - '- 发生率表示法保持原文,如 5.2%、常见、罕见'-display:- label: '{system}: {reaction} ({incidence})'diff --git a/hyperextract/templates/legacy/presets/medicine/anatomy_hierarchy.yaml b/hyperextract/templates/legacy/presets/medicine/anatomy_hierarchy.yamldeleted file mode 100644index caa6674..0000000--- a/hyperextract/templates/legacy/presets/medicine/anatomy_hierarchy.yaml+++ /dev/null@@ -1,75 +0,0 @@-language: zh-name: AnatomyHierarchy-type: graph-tags:-- medicine-description:- zh: 解剖层级树 - 构建解剖位置的包含和毗邻关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 解剖结构名称,如器官、组织、血管等- - name: category- type: str- description:- zh: 解剖类型:器官、组织、血管、神经、骨骼等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源解剖结构- - name: target- type: str- description:- zh: 目标解剖结构- - name: relationType- type: str- description:- zh: 关系类型:包含、毗邻、分支、供应等- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的解剖学家,请从文本中提取解剖结构及其关系,构建解剖层级树。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 解剖学术语保持原文,如解剖结构名称(心脏、肝脏、主动脉)'- rules_for_relations:- zh:- - '- 包含:解剖结构之间的包含关系'- - '- 毗邻:解剖结构之间的相邻关系'- - '- 分支:血管或神经的分支关系'- - '- 供应:血管供应区域的关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/medicine/clinical_pathway.yaml b/hyperextract/templates/legacy/presets/medicine/clinical_pathway.yamldeleted file mode 100644index f19abaf..0000000--- a/hyperextract/templates/legacy/presets/medicine/clinical_pathway.yaml+++ /dev/null@@ -1,73 +0,0 @@-language: zh-name: ClinicalPathway-type: graph-tags:-- medicine-description:- zh: 临床路径图 - 提取 '如果症状A则检查B否则治疗C' 的决策树结构-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 节点名称,如症状、检查、治疗等- - name: category- type: str- description:- zh: 节点类型:症状、检查、治疗、诊断、决策点等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源节点- - name: target- type: str- description:- zh: 目标节点- - name: condition- type: str- description:- zh: 条件描述,如如果症状A则- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的临床医生,请从文本中提取"如果症状A则检查B否则治疗C"的决策树结构,构建临床路径图。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 医学专业术语保持原文,如检查项目名称、药物名称'- - '- 临床术语保持原文,如心电图、血常规'- rules_for_relations:- zh:- - '- 条件描述应清晰表达决策逻辑'-identifiers:- entity_id: name- relation_id: '{source}|{condition}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{condition}'diff --git a/hyperextract/templates/legacy/presets/medicine/complex_interaction_net.yaml b/hyperextract/templates/legacy/presets/medicine/complex_interaction_net.yamldeleted file mode 100644index fc2c02b..0000000--- a/hyperextract/templates/legacy/presets/medicine/complex_interaction_net.yaml+++ /dev/null@@ -1,72 +0,0 @@-language: zh-name: ComplexInteractionNet-type: hypergraph-tags:-- medicine-description:- zh: 条件性相互作用网 - 建模 '药A+药B+特定体质 -> 不良反应' 的高阶依赖-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如药物、体质、不良反应等- - name: category- type: str- description:- zh: 实体类型:药物、体质、不良反应、其他等- - name: description- type: str- description:- zh: 简要描述,如药物的功能、作用等- required: false- relations:- description: {}- fields:- - name: name- type: str- description:- zh: 超边名称,如药物相互作用- - name: nodes- type: list- description:- zh: 参与超边的节点列表- - name: interactionType- type: str- description:- zh: 相互作用类型:增强、减弱、不良反应等- - name: details- type: str- description:- zh: 详细描述,如具体的相互作用机制-guideline:- target:- zh: '你是一位专业的临床药师,请从文本中提取药物相互作用信息,构建条件性相互作用网。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 药物名称保持原文,如二甲双胍、磺酰脲类'- - '- 不良反应名称保持原文'- rules_for_relations:- zh:- - '- 增强:药物作用相互增强'- - '- 减弱:药物作用相互减弱'- - '- 不良反应:药物组合导致不良反应'-identifiers:- entity_id: name- relation_id: name- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: namediff --git a/hyperextract/templates/legacy/presets/medicine/contraindication_list.yaml b/hyperextract/templates/legacy/presets/medicine/contraindication_list.yamldeleted file mode 100644index 1b53494..0000000--- a/hyperextract/templates/legacy/presets/medicine/contraindication_list.yaml+++ /dev/null@@ -1,40 +0,0 @@-language: zh-name: ContraindicationList-type: list-tags:-- medicine-description:- zh: 禁忌症清单 - 提取绝对禁忌(如孕妇、严重肾衰竭等)的明确列表-output:- description: {}- fields:- - name: contraindication- type: str- description:- zh: 禁忌症描述- - name: contraindicationType- type: str- description:- zh: 禁忌症类型:绝对禁忌、相对禁忌等- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的临床药师,请从文本中提取绝对禁忌(如孕妇、严重肾衰竭等)的明确列表,构建禁忌症清单。-- '- rules:- zh:- - 提取所有禁忌症,包括绝对禁忌和相对禁忌- - 为每个禁忌症指定类型:绝对禁忌、相对禁忌等- - 为每个禁忌症添加详细描述(如果文本中提供)- - 保持禁忌症描述与原文一致- rules_for_entities:- zh:- - '- 禁忌症名称保持原文'- - '- 医学术语保持原文'-display:- label: '{contraindication} ({contraindicationType})'diff --git a/hyperextract/templates/legacy/presets/medicine/discharge_instruction.yaml b/hyperextract/templates/legacy/presets/medicine/discharge_instruction.yamldeleted file mode 100644index 681a209..0000000--- a/hyperextract/templates/legacy/presets/medicine/discharge_instruction.yaml+++ /dev/null@@ -1,58 +0,0 @@-language: zh-name: DischargeInstruction-type: model-tags:-- medicine-description:- zh: 出院医嘱摘要 - 提取出院带药、复诊计划及康复建议的结构化信息-output:- description: {}- fields:- - name: medications- type: list- description:- zh: 出院带药列表,每个药物包含名称、剂量、用法、频次等信息- required: false- - name: followUp- type: list- description:- zh: 复诊计划列表,每个复诊包含时间、科室、检查项目等信息- required: false- - name: rehabilitation- type: list- description:- zh: 康复建议列表- required: false- - name: diet- type: list- description:- zh: 饮食建议列表- required: false- - name: activity- type: list- description:- zh: 活动建议列表- required: false- - name: notes- type: list- description:- zh: 其他注意事项列表- required: false-guideline:- target:- zh: '你是一位专业的医生,请从文本中提取出院带药、复诊计划及康复建议的结构化信息,构建出院医嘱摘要。-- '- rules:- zh:- - 提取所有出院带药信息,每个药物包含名称、剂量、用法、频次等信息- - 提取所有复诊计划信息,每个复诊包含时间、科室、检查项目等信息- - 提取所有康复建议、饮食建议、活动建议和其他注意事项- - 保持信息与原文一致- rules_for_entities:- zh:- - '- 药物名称保持原文,如阿司匹林、二甲双胍'- - '- 剂量单位保持原文,如 mg、ml'- - '- 医学缩写保持原文,如 qd(每日一次)、bid(每日两次)'-display:- label: 出院医嘱摘要diff --git a/hyperextract/templates/legacy/presets/medicine/hospital_course_timeline.yaml b/hyperextract/templates/legacy/presets/medicine/hospital_course_timeline.yamldeleted file mode 100644index bbb12a1..0000000--- a/hyperextract/templates/legacy/presets/medicine/hospital_course_timeline.yaml+++ /dev/null@@ -1,89 +0,0 @@-language: zh-name: HospitalCourseTimeline-type: temporal_graph-tags:-- medicine-description:- zh: 住院病程时间轴 - 严格按时间顺序提取入院、检查、治疗、转归等节点-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 节点名称,如入院、检查、治疗、转归等- - name: category- type: str- description:- zh: 节点类型:入院、检查、治疗、手术、转归、其他等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源节点- - name: target- type: str- description:- zh: 目标节点- - name: eventType- type: str- description:- zh: 事件类型:入院、检查、治疗、手术、转归等- - name: eventDate- type: str- description:- zh: 事件日期,格式为年-月-日- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的医院管理人员,请从文本中严格按时间顺序提取入院、检查、治疗、转归等节点,构建住院病程时间轴。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 医学术语保持原文'- rules_for_relations:- zh:- - '- 记录事件之间的时间顺序关系'- rules_for_time:- zh:- - 当前观察日期:{observation_time}- - 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'- - '- "入院当天" → 使用入院日期'- - '- "术后第一天" → 手术日期的后一天'- - 精确时间 → 保持原样- - 时间缺失 → 留空,不要猜测-identifiers:- entity_id: name- relation_id: '{source}|{eventType}|{target}'- relation_members:- source: source- target: target- time_field: eventDate-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{eventType} ({eventDate})'diff --git a/hyperextract/templates/legacy/presets/medicine/level_of_evidence.yaml b/hyperextract/templates/legacy/presets/medicine/level_of_evidence.yamldeleted file mode 100644index 9021cb7..0000000--- a/hyperextract/templates/legacy/presets/medicine/level_of_evidence.yaml+++ /dev/null@@ -1,54 +0,0 @@-language: zh-name: LevelOfEvidence-type: list-tags:-- medicine-description:- zh: 证据评级表 - 提取指南中的具体推荐意见及其对应的证据等级-output:- description: {}- fields:- - name: topic- type: str- description:- zh: 推荐主题,如血糖控制、血脂管理、阿司匹林使用等- - name: summary- type: str- description:- zh: 推荐意见摘要,简短概括该推荐的核心内容,不超过10字- - name: recommendation- type: str- description:- zh: 推荐意见- - name: evidenceLevel- type: str- description:- zh: 证据等级,如A、B、C、1a、1b等- - name: recommendationLevel- type: str- description:- zh: 推荐级别,如强推荐、弱推荐等- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的循证医学专家,请从文本中提取指南中的具体推荐意见及其对应的证据等级,构建证据评级表。-- '- rules:- zh:- - 提取所有推荐意见及其对应的证据等级- - 为每个推荐意见指定推荐主题(topic)- - 为每个推荐意见提取摘要(summary),不超过10字- - 为每个推荐意见指定推荐级别- - 为每个推荐意见添加详细描述(如果文本中提供)- - 保持推荐意见与原文一致- rules_for_entities:- zh:- - '- 证据等级保持原文,如 A、B、C、1a、1b'- - '- 医学术语保持原文'-display:- label: '{topic} [{evidenceLevel}]'diff --git a/hyperextract/templates/legacy/presets/medicine/medical_concept_net.yaml b/hyperextract/templates/legacy/presets/medicine/medical_concept_net.yamldeleted file mode 100644index 97718d5..0000000--- a/hyperextract/templates/legacy/presets/medicine/medical_concept_net.yaml+++ /dev/null@@ -1,79 +0,0 @@-language: zh-name: MedicalConceptNet-type: graph-tags:-- medicine-description:- zh: 医学概念网络 - 提取医学术语及其关联属性(如:属于、定义为)-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 概念名称,如医学术语、疾病名称、解剖部位等- - name: category- type: str- description:- zh: 概念类型:疾病、解剖部位、生理过程、药物、症状、体征等- - name: definition- type: str- description:- zh: 概念定义- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源概念- - name: target- type: str- description:- zh: 目标概念- - name: relationType- type: str- description:- zh: 关系类型:属于、定义为、包含、组成、位于、导致、治疗等- - name: details- type: str- description:- zh: 详细描述- required: false-guideline:- target:- zh: '你是一位专业的医学术语专家,请从文本中提取医学术语及其关联属性,构建医学概念网络。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 医学术语保持原文,如疾病名称、解剖部位名称'- - '- 专业缩写保持原文,如 ECG、CT、MRI'- rules_for_relations:- zh:- - '- 属于:概念归属关系'- - '- 定义为:概念定义关系'- - '- 包含:包含关系'- - '- 组成:组成关系'- - '- 位于:位置关系'- - '- 导致:因果关系'- - '- 治疗:治疗关系'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/medicine/microscopic_feature_set.yaml b/hyperextract/templates/legacy/presets/medicine/microscopic_feature_set.yamldeleted file mode 100644index 8aec6eb..0000000--- a/hyperextract/templates/legacy/presets/medicine/microscopic_feature_set.yaml+++ /dev/null@@ -1,45 +0,0 @@-language: zh-name: MicroscopicFeatureSet-type: set-tags:-- medicine-description:- zh: 微观特征集 - 提取免疫组化指标(如 HER2+, Ki67)及基因突变状态-output:- description: {}- fields:- - name: featureName- type: str- description:- zh: 特征名称,如免疫组化指标、基因突变等- - name: featureType- type: str- description:- zh: 特征类型:免疫组化、基因突变、其他等- - name: value- type: str- description:- zh: 特征值,如阳性、阴性、百分比等- - name: description- type: str- description:- zh: 特征描述- required: false-guideline:- target:- zh: '你是一位专业的病理学家,请从文本中提取免疫组化指标(如 HER2+, Ki67)及基因突变状态,构建微观特征集。-- '- rules:- zh:- - 提取所有免疫组化指标和基因突变状态- - 为每个特征指定类型:免疫组化、基因突变、其他等- - 为每个特征添加特征值,如阳性、阴性、百分比等- - 为每个特征添加简要描述(如果文本中提供)- - 保持特征名称与原文一致- rules_for_entities:- zh:- - '- 免疫组化指标保持原文,如 HER2、Ki67、ER、PR'- - '- 基因突变名称保持原文,如 BRCA1、KRAS、TP53'-display:- label: '{featureName} ({featureType})'diff --git a/hyperextract/templates/legacy/presets/medicine/pathology_hypergraph.yaml b/hyperextract/templates/legacy/presets/medicine/pathology_hypergraph.yamldeleted file mode 100644index a777695..0000000--- a/hyperextract/templates/legacy/presets/medicine/pathology_hypergraph.yaml+++ /dev/null@@ -1,77 +0,0 @@-language: zh-name: PathologyHypergraph-type: hypergraph-tags:-- medicine-description:- zh: 多因素病理机制图 - 建模 '基因+环境+诱因 -> 疾病' 的复杂致病逻辑-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如基因、环境因素、诱因、疾病等- - name: category- type: str- description:- zh: 实体类型:基因、环境因素、诱因、疾病、病理过程、症状等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: mechanism_name- type: str- description:- zh: 机制名称,简短描述性名称- - name: participating_entities- type: list- description:- zh: 参与此病理机制的所有实体名称列表- - name: relationType- type: str- description:- zh: 关系类型:致病、诱发、促进、抑制等- - name: details- type: str- description:- zh: 详细描述,如具体的致病机制- - name: outcome- type: str- description:- zh: 该机制导致的结果或效应-guideline:- target:- zh: '你是一位专业的病理学家,请从文本中提取与疾病病理机制相关的实体和它们之间的复杂关联关系,构建多因素病理机制图。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 医学专业术语保持原文,如基因名称(BRCA1、KRAS、TP53)、蛋白名称'- - '- 疾病名称保持原文,如慢性阻塞性肺疾病、肺癌'- rules_for_relations:- zh:- - '- 致病:导致疾病发生'- - '- 诱发:诱发疾病发作'- - '- 促进:促进疾病进展'- - '- 抑制:抑制疾病发展'-identifiers:- entity_id: name- relation_id: mechanism_name- relation_members: participating_entities-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '[{relationType}] {mechanism_name}'diff --git a/hyperextract/templates/legacy/presets/medicine/pharmacology_graph.yaml b/hyperextract/templates/legacy/presets/medicine/pharmacology_graph.yamldeleted file mode 100644index eb091a6..0000000--- a/hyperextract/templates/legacy/presets/medicine/pharmacology_graph.yaml+++ /dev/null@@ -1,78 +0,0 @@-language: zh-name: PharmacologyGraph-type: graph-tags:-- medicine-description:- zh: 药理机制图 - 提取药物、受体、靶点及生理反应之间的相互作用路径-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如药物、受体、靶点、生理反应等- - name: category- type: str- description:- zh: 实体类型:药物、受体、靶点、生理反应、信号通路等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体- - name: target- type: str- description:- zh: 目标实体- - name: relationType- type: str- description:- zh: 关系类型:结合、激活、抑制、调节、诱导、拮抗等- - name: details- type: str- description:- zh: 详细描述,如具体的作用机制-guideline:- target:- zh: '你是一位专业的药理学家,请从文本中提取药物、受体、靶点及生理反应之间的相互作用路径,构建药理机制图。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- rules_for_entities:- zh:- - '- 药物名称保持原文,如二甲双胍、阿司匹林'- - '- 受体名称保持原文,如胰岛素受体、肾上腺素受体'- - '- 信号通路名称保持原文,如AMPK通路、PI3K/Akt通路'- rules_for_relations:- zh:- - '- 结合:药物与受体结合'- - '- 激活:激活受体或通路'- - '- 抑制:抑制受体或通路'- - '- 调节:调节生理反应'- - '- 诱导:诱导特定反应'- - '- 拮抗:拮抗作用'-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/medicine/surgical_event_graph.yaml b/hyperextract/templates/legacy/presets/medicine/surgical_event_graph.yamldeleted file mode 100644index 5b99a13..0000000--- a/hyperextract/templates/legacy/presets/medicine/surgical_event_graph.yaml+++ /dev/null@@ -1,78 +0,0 @@-language: zh-name: SurgicalEventGraph-type: hypergraph-tags:-- medicine-description:- zh: 手术事件超图 - 将手术建模为连接 {医生, 部位, 术式, 器械} 共同参与的复杂事件-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如医生、部位、术式、器械等- - name: category- type: str- description:- zh: 实体类型:医生、部位、术式、器械、麻醉方式等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: name- type: str- description:- zh: 超边名称,如手术名称- - name: nodes- type: list- description:- zh: 参与超边的节点列表- - name: date- type: str- description:- zh: 手术日期- - name: duration- type: str- description:- zh: 手术时长- required: false- - name: details- type: str- description:- zh: 详细描述,如手术过程-guideline:- target:- zh: '你是一位专业的外科医生,请从文本中提取手术事件及其相关实体,构建手术事件超图。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 超边连接2个或多个实体- rules_for_entities:- zh:- - '- 医生:手术主刀医生及参与人员'- - '- 部位:手术部位'- - '- 术式:具体手术方式'- - '- 器械:使用的医疗器械'- rules_for_relations:- zh:- - '- 一个超边代表一个完整的手术事件'- - '- 需要包含手术的时间、地点、参与人员等信息'-identifiers:- entity_id: name- relation_id: name- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{name} ({date})'diff --git a/hyperextract/templates/legacy/presets/medicine/treatment_regimen_map.yaml b/hyperextract/templates/legacy/presets/medicine/treatment_regimen_map.yamldeleted file mode 100644index c1c83d8..0000000--- a/hyperextract/templates/legacy/presets/medicine/treatment_regimen_map.yaml+++ /dev/null@@ -1,71 +0,0 @@-language: zh-name: TreatmentRegimenMap-type: hypergraph-tags:-- medicine-description:- zh: 综合治疗方案图 - 提取由 药物组合+理疗+生活干预 构成的多因素治疗方案-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如药物、理疗方法、生活干预等- - name: category- type: str- description:- zh: 实体类型:药物、理疗、生活干预、检查、手术等- - name: description- type: str- description:- zh: 简要描述- required: false- relations:- description: {}- fields:- - name: name- type: str- description:- zh: 超边名称,如治疗方案、康复计划等- - name: nodes- type: list- description:- zh: 参与超边的节点列表- - name: disease- type: str- description:- zh: 针对的疾病- - name: details- type: str- description:- zh: 详细描述,如具体的治疗方案内容-guideline:- target:- zh: '你是一位专业的临床医生,请从文本中提取由"药物组合+理疗+生活干预"构成的多因素治疗方案,构建综合治疗方案图。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 超边必须包含多个节点- rules_for_entities:- zh:- - '- 药物名称保持原文,如二甲双胍、阿司匹林'- - '- 治疗方式保持原文,如放疗、化疗、手术'- rules_for_relations:- zh:- - '- 一个超边代表一个完整的治疗方案'- - '- 需要包含针对的疾病信息'-identifiers:- entity_id: name- relation_id: name- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{name} - {disease}'diff --git a/hyperextract/templates/legacy/presets/medicine/tumor_staging_item.yaml b/hyperextract/templates/legacy/presets/medicine/tumor_staging_item.yamldeleted file mode 100644index 35c3409..0000000--- a/hyperextract/templates/legacy/presets/medicine/tumor_staging_item.yaml+++ /dev/null@@ -1,57 +0,0 @@-language: zh-name: TumorStagingItem-type: model-tags:-- medicine-description:- zh: TNM分期表 - 提取肿瘤大小(T)、淋巴结(N)、转移(M)及分期结果-output:- description: {}- fields:- - name: tStage- type: str- description:- zh: T分期,如T1、T2、T3、T4等- - name: nStage- type: str- description:- zh: N分期,如N0、N1、N2、N3等- - name: mStage- type: str- description:- zh: M分期,如M0、M1等- - name: pathologicalStage- type: str- description:- zh: 病理分期,如I期、II期、III期、IV期等- - name: tDetails- type: str- description:- zh: T分期详细描述,如肿瘤大小- - name: nDetails- type: str- description:- zh: N分期详细描述,如淋巴结转移数量- - name: mDetails- type: str- description:- zh: M分期详细描述,如远处转移部位-guideline:- target:- zh: '你是一位专业的病理学家,请从文本中提取肿瘤大小(T)、淋巴结(N)、转移(M)及分期结果,构建TNM分期表。-- '- rules:- zh:- - 提取T分期、N分期、M分期和病理分期- - 为每个分期添加详细描述:- - '- T分期详细描述:肿瘤大小、浸润深度等'- - '- N分期详细描述:淋巴结转移数量、部位等'- - '- M分期详细描述:远处转移部位等'- - 保持信息与原文一致- rules_for_entities:- zh:- - '- TNM分期表示法保持原文,如 T1、T2、N0、M0'- - '- 分期表示法保持原文,如 I期、II期、III期、IV期'-display:- label: 'TNM分期: {tStage}{nStage}{mStage} ({pathologicalStage})'diff --git a/hyperextract/templates/legacy/presets/news/complex_relation_net.yaml b/hyperextract/templates/legacy/presets/news/complex_relation_net.yamldeleted file mode 100644index 43de417..0000000--- a/hyperextract/templates/legacy/presets/news/complex_relation_net.yaml+++ /dev/null@@ -1,89 +0,0 @@-name: "ComplexRelationNet"-autotype: hypergraph-tag: [news]--language: zh--description:- zh: "复杂关系网络 - 建模涉及多方(三人及以上)的社会关联"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "参与者名称"- required: true- default: ""- - name: role- type: "str"- description:- zh: "角色:企业、个人、机构"- required: true- default: ""- - name: description- type: "str"- description:- zh: "参与者描述"- required: false- default: ""--edge_schema:- fields:- - name: relationType- type: "str"- description:- zh: "关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系"- required: true- default: ""- - name: participants- type: "list"- description:- zh: "参与者列表(3个及以上)"- required: true- default: ""- - name: description- type: "str"- description:- zh: "关系描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻调查记者,请从调查报道文本中提取参与者以及它们之间的复杂关系。- rules:- zh: |- 1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点- 2. 实体名称与原文保持一致- 3. 超边必须包含至少3个参与者- 4. 仅从已知参与者列表中提取边,不要创建未列出的参与者- 5. 描述应与原文保持一致- 6. 参与者类型:企业、个人、机构- 7. 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系- rules_for_nodes:- zh: |- 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. 参与者类型:企业、个人、机构- 4. 参与者描述要包含基本背景信息- rules_for_edges:- zh: |- 1. 超边必须包含至少3个参与者- 2. 仅从已知参与者列表中提取边,不要创建未列出的参与者- 3. 描述应与原文保持一致- 4. 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系- 5. 描述多方之间的具体关联--identifiers:- node_id: "name"- edge_id: "{relationType}|{participants}"- edge_members: "participants"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{role}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/impact_chain.yaml b/hyperextract/templates/legacy/presets/news/impact_chain.yamldeleted file mode 100644index a2c8820..0000000--- a/hyperextract/templates/legacy/presets/news/impact_chain.yaml+++ /dev/null@@ -1,95 +0,0 @@-name: "ImpactChain"-autotype: graph-tag: [news]--language: zh--description:- zh: "影响推演链 - 提取 '政策/事件 -> 影响群体 -> 预期后果' 的因果预测链条"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "节点名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "节点类型:政策/事件、影响群体、预期后果"- required: true- default: ""- - name: description- type: "str"- description:- zh: "描述"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "原因"- required: true- default: ""- - name: target- type: "str"- description:- zh: "结果"- required: true- default: ""- - name: relationType- type: "str"- description:- zh: "关系类型:影响、导致、预期"- required: true- default: ""- - name: description- type: "str"- description:- zh: "影响描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的政策分析师,请从政策分析文本中提取影响链实体和它们之间的因果关系。- rules:- zh: |- 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- 5. 节点类型:政策/事件(政策文件、重大事件)、影响群体(企业、消费者、经销商等)、预期后果(销量变化、价格调整、市场调整等)- 6. 关系类型:影响、导致、预期- rules_for_nodes:- zh: |- 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. 节点类型:政策/事件(政策文件、重大事件)、影响群体(企业、消费者、经销商等)、预期后果(销量变化、价格调整、市场调整等)- 4. 描述要包含简要信息- rules_for_edges:- zh: |- 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. 关系类型:影响(政策对群体的影响)、导致(原因导致结果)、预期(对未来趋势的预测)- 4. 描述原因到结果的逻辑链条--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/investigative_context_graph.yaml b/hyperextract/templates/legacy/presets/news/investigative_context_graph.yamldeleted file mode 100644index 5c6b902..0000000--- a/hyperextract/templates/legacy/presets/news/investigative_context_graph.yaml+++ /dev/null@@ -1,93 +0,0 @@-name: "InvestigativeContextGraph"-autotype: graph-tag: [news]--language: zh--description:- zh: "调查背景图谱 - 从调查报道中提取人物、机构、资金、项目之间的关联"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "实体名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "实体类型:人物、机构、资金、项目、地点"- required: true- default: ""- - name: description- type: "str"- description:- zh: "简要描述"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源实体"- required: true- default: ""- - name: target- type: "str"- description:- zh: "目标实体"- required: true- default: ""- - name: relationType- type: "str"- description:- zh: "关系类型:任职、持股、交易、关联、合作、担保、亲属"- required: true- default: ""- - name: description- type: "str"- description:- zh: "关系描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻调查记者,请从调查报道文本中提取实体和它们之间的关系。- rules:- zh: |- 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- 5. 实体类型:人物、机构、资金、项目、地点- 6. 关系类型:任职、持股、交易、关联、合作、担保、亲属- rules_for_nodes:- zh: |- 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. 实体类型:人物、机构、资金、项目、地点- rules_for_edges:- zh: |- 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. 关系类型:任职(担任职位)、持股(持有股份)、交易(商业交易)、关联(关联关系)、合作(合作关系)、担保(担保关系)、亲属(亲属关系)--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/key_event_sequence.yaml b/hyperextract/templates/legacy/presets/news/key_event_sequence.yamldeleted file mode 100644index 3a5883d..0000000--- a/hyperextract/templates/legacy/presets/news/key_event_sequence.yaml+++ /dev/null@@ -1,103 +0,0 @@-name: "KeyEventSequence"-autotype: graph-tag: [news]--language: zh--description:- zh: "调查事件脉络 - 按时间顺序还原调查中揭露的关键事件节点,梳理前因后果"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "事件名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示"- required: true- default: ""- - name: time- type: "str"- description:- zh: "时间,格式为年-月-日(如 2023-09-15)"- required: true- default: ""- - name: description- type: "str"- description:- zh: "事件描述"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "前置事件名称"- required: true- default: ""- - name: target- type: "str"- description:- zh: "后续事件名称"- required: true- default: ""- - name: relationType- type: "str"- description:- zh: "关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查"- required: true- default: ""- - name: description- type: "str"- description:- zh: "因果描述,说明两事件之间的逻辑关系"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻调查记者,请从调查报道文本中提取关键事件以及它们之间的关系。- rules:- zh: |- 1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点- 2. 实体名称与原文保持一致- 3. 仅从已知事件列表中提取边,不要创建未列出的事件- 4. 关系描述应与原文保持一致- 5. 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示- 6. 时间格式:年-月-日(如 2023-09-15),精确到日- 7. 关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查- rules_for_nodes:- zh: |- 1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点- 2. 实体名称与原文保持一致- 3. 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示- 4. 时间格式:年-月-日(如 2023-09-15),精确到日- 5. 事件描述要包含简要信息- rules_for_edges:- zh: |- 1. 仅从已知事件列表中提取边,不要创建未列出的事件- 2. 关系描述应与原文保持一致- 3. 关系类型:紧接(紧接着发生)、导致(直接原因)、触发(导火索/间接原因)、升级(事态扩大)、回应(对某事件的回应)、协调(多方协商处理)、裁决(法律/官方判定)、调查(正在调查阶段)- 4. 描述两事件之间的具体逻辑关系--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name} ({time})"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/live_update_timeline.yaml b/hyperextract/templates/legacy/presets/news/live_update_timeline.yamldeleted file mode 100644index 287d3a3..0000000--- a/hyperextract/templates/legacy/presets/news/live_update_timeline.yaml+++ /dev/null@@ -1,106 +0,0 @@-name: "LiveUpdateTimeline"-autotype: graph-tag: [news]--language: zh--description:- zh: "实时动态时间轴 - 针对正在发生的事件,提取分钟级更新"--node_schema:- fields:- - name: time- type: "str"- description:- zh: "时间点,格式为HH:MM"- required: true- default: ""- - name: event- type: "str"- description:- zh: "事件内容"- required: true- default: ""- - name: name- type: "str"- description:- zh: "简短名称/摘要"- required: true- default: ""- - name: speaker- type: "str"- description:- zh: "发言人"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源时间点(格式为HH:MM)"- required: true- default: ""- - name: target- type: "str"- description:- zh: "目标时间点(格式为HH:MM)"- required: true- default: ""- - name: relationType- type: "str"- description:- zh: "关系类型:开场、介绍、发布、发言、提问、回答、总结、结束"- required: true- default: ""- - name: description- type: "str"- description:- zh: "详细描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻直播编辑,请从实时直播文本中提取时间更新点以及它们之间的关系。- rules:- zh: |- 1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点- 2. 实体名称与原文保持一致- 3. 仅从已知时间点列表中提取边,不要创建未列出的时间点- 4. 关系描述应与原文保持一致- 5. 时间格式:HH: "MM(24小时制)"- 6. 事件内容要包含详细信息- 7. 简短名称要简洁明了- 8. 关系类型:开场、介绍、发布、发言、提问、回答、总结、结束- 9. 发言人如无则为空白- rules_for_nodes:- zh: |- 1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点- 2. 实体名称与原文保持一致- 3. 时间格式:HH: "MM(24小时制)"- 4. 事件内容要包含详细信息- 5. 简短名称要简洁明了- 6. 发言人如无则为空白- rules_for_edges:- zh: |- 1. 仅从已知时间点列表中提取边,不要创建未列出的时间点- 2. 关系描述应与原文保持一致- 3. 关系类型:开场(会议开始)、介绍(介绍环节)、发布(正式发布)、发言(领导/发言人讲话)、提问(记者提问)、回答(回应问题)、总结(总结陈词)、结束(会议结束)- 4. 描述两时间点之间的具体关系--identifiers:- node_id: "time"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{time} {name}"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/news_entity_graph.yaml b/hyperextract/templates/legacy/presets/news/news_entity_graph.yamldeleted file mode 100644index 2a0325a..0000000--- a/hyperextract/templates/legacy/presets/news/news_entity_graph.yaml+++ /dev/null@@ -1,93 +0,0 @@-name: "NewsEntityGraph"-autotype: graph-tag: [news]--language: zh--description:- zh: "新闻实体图谱 - 快速提取新闻中的核心主体及其动作或状态"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "实体名称"- required: true- default: ""- - name: category- type: "str"- description:- zh: "实体类型:人物、机构、地点、产品、事件"- required: true- default: ""- - name: description- type: "str"- description:- zh: "简要描述"- required: false- default: ""--edge_schema:- fields:- - name: source- type: "str"- description:- zh: "源实体"- required: true- default: ""- - name: target- type: "str"- description:- zh: "目标实体"- required: true- default: ""- - name: relationType- type: "str"- description:- zh: "关系类型,例如:发布、任命、收购等"- required: true- default: ""- - name: description- type: "str"- description:- zh: "动作详细描述"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻编辑,请从新闻文本中提取实体和它们之间的动作或关系。- rules:- zh: |- 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- 5. 实体类型:人物、机构、地点、产品、事件- 6. 关系类型:例如:发布、任命、收购等- rules_for_nodes:- zh: |- 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. 实体类型:人物、机构、地点、产品、事件- rules_for_edges:- zh: |- 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. 关系类型:例如:发布、任命、收购等--identifiers:- node_id: "name"- edge_id: "{source}|{relationType}|{target}"- edge_members:- source: "source"- target: "target"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{relationType}"diff --git a/hyperextract/templates/legacy/presets/news/news_summary_model.yaml b/hyperextract/templates/legacy/presets/news/news_summary_model.yamldeleted file mode 100644index 2ab8877..0000000--- a/hyperextract/templates/legacy/presets/news/news_summary_model.yaml+++ /dev/null@@ -1,82 +0,0 @@-name: "NewsSummaryModel"-autotype: model-tag: [news]--language: zh--description:- zh: "结构化摘要 - 标准化提取 5W1H 要素"--schema:- fields:- - name: who- type: "str"- description:- zh: "核心人物/主体"- required: true- default: ""- - name: what- type: "str"- description:- zh: "发生了什么"- required: true- default: ""- - name: when- type: "str"- description:- zh: "时间"- required: true- default: ""- - name: where- type: "str"- description:- zh: "地点"- required: true- default: ""- - name: why- type: "str"- description:- zh: "原因"- required: true- default: ""- - name: how- type: "str"- description:- zh: "如何发生"- required: true- default: ""- - name: casualties- type: "str"- description:- zh: "伤亡情况"- required: false- default: ""- - name: response- type: "str"- description:- zh: "官方回应"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的新闻编辑,请从新闻文本中提取结构化的5W1H要素,构建新闻摘要。- rules:- zh: |- 1. 识别核心人物/主体- 2. 识别发生了什么- 3. 识别时间- 4. 识别地点- 5. 识别原因- 6. 识别如何发生- 7. 识别伤亡情况,如无则为空白- 8. 识别官方回应,如无则为空白- 9. 只提取文本中明确提及的信息,不添加额外内容- 10. 保持客观准确,符合新闻写作风格- 11. 时间格式统一为年-月-日或具体时间点- 12. 地点要具体到城市或区域---display:- label: "{when} {where}: {what}"diff --git a/hyperextract/templates/legacy/presets/news/viewpoint_structure.yaml b/hyperextract/templates/legacy/presets/news/viewpoint_structure.yamldeleted file mode 100644index d432daa..0000000--- a/hyperextract/templates/legacy/presets/news/viewpoint_structure.yaml+++ /dev/null@@ -1,101 +0,0 @@-name: "ViewpointStructure"-autotype: hypergraph-tag: [news]--language: zh--description:- zh: "观点逻辑结构 - 建模文章的论证逻辑,将观点、论据、背景引用聚合为观点结构"--node_schema:- fields:- - name: name- type: "str"- description:- zh: "元素名称,简短唯一标识符,如'政策建议'、'数据支撑'、'专家观点'"- required: true- default: ""- - name: category- type: "str"- description:- zh: "元素类型:观点、论据、背景引用"- required: true- default: ""- - name: content- type: "str"- description:- zh: "完整内容,概括原文意思"- required: true- default: ""- - name: source- type: "str"- description:- zh: "来源,如无则为空白"- required: false- default: ""--edge_schema:- fields:- - name: name- type: "str"- description:- zh: "聚合名称,简短唯一标识,如'核心论点'、'论证结构'、'分析框架'"- required: true- default: ""- - name: participantNames- type: "list"- description:- zh: "参与此观点论证的所有元素名称列表,必须从已提取的节点中选择"- required: true- default: ""- - name: description- type: "str"- description:- zh: "论证描述,说明这些元素如何构成观点"- required: false- default: ""--guide:- target:- zh: |- 你是一位专业的政策分析师,请从文本中提取论证元素以及它们组成的观点聚合超边。- rules:- zh: |- 1. 每个节点只能对应一个独立的元素,禁止将多个元素合并- 2. 元素名称 (name) 必须是简短、唯一的标识符(不超过10个字)- 3. 每个超边必须包含至少2个节点(观点 + 论据/背景引用)- 4. 超边中的participantNames必须填写节点的元素名称- 5. 观点:作者的核心论点- 6. 论据:支撑观点的证据或分析- 7. 背景引用:政策文件、统计数据、专家说法- rules_for_nodes:- zh: |- 1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点- 2. 元素名称 (name) 必须是简短、唯一的标识符,用于后续引用- 3. 元素名称与原文保持一致,但要简洁(不超过10个字)- 4. 内容 (content) 字段要完整概括原文意思- 5. 观点:作者的核心论点、主张或结论- 6. 论据:支撑观点的证据、数据或分析- 7. 背景引用:政策文件、统计数据、专家说法等外部引用- 8. 来源如无则为空白- rules_for_edges:- zh: |- 1. 每个超边代表一个完整的观点论证结构- 2. 超边必须包含至少2个节点(一个观点 + 至少一个论据或背景引用)- 3. 只能从已知节点列表中选择,禁止创建未列出的节点- 4. participantNames字段必须填写节点的名字- 5. 将围绕同一核心观点的所有相关元素聚合到一个超边中- 6. 一个观点可以参与多个超边(从不同角度论证)- 7. 描述应说明这些元素如何共同支撑观点--identifiers:- node_id: "name"- edge_id: "name"- edge_members: "participantNames"--options:- extraction_mode: "two_stage"--display:- node_label: "{name}[{category}]"- edge_label: "{name}"diff --git a/hyperextract/templates/legacy/presets/tcm/acupoint_location_map.yaml b/hyperextract/templates/legacy/presets/tcm/acupoint_location_map.yamldeleted file mode 100644index 152e88a..0000000--- a/hyperextract/templates/legacy/presets/tcm/acupoint_location_map.yaml+++ /dev/null@@ -1,97 +0,0 @@-language: zh-name: AcupointLocationMap-type: graph-tags:-- tcm-description:- zh: 腧穴空间定位 - 基于人体解剖标志提取穴位的相对位置关系(如 '脐旁2寸')-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 穴位名称:如合谷、足三里、三阴交等- required: true- default: ''- - name: meridian- type: str- description:- zh: 所属经脉- required: false- default: ''- - name: location- type: str- description:- zh: 位置描述:如脐旁2寸、腕横纹上3寸等- required: false- default: ''- - name: indications- type: str- description:- zh: 主治功能- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源穴位或解剖标志名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标穴位名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:位于- required: true- default: ''- - name: relativePosition- type: str- description:- zh: 相对位置描述:如脐旁2寸、腕横纹上3寸等- required: true- default: ''-guideline:- target:- zh: '你是一位专业的针灸学专家,请从文本中提取穴位的相对位置关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 穴位:针灸特定位置,如合谷、足三里、三阴交- - 解剖标志:人体解剖部位,如腕横纹、第2掌骨- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 穴位:针灸特定位置- - 解剖标志:人体解剖部位- rules_for_relations:- zh:- - 仅从已知穴位列表中提取边,不要创建未列出的穴位- - 关系描述应与原文保持一致-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name}'- relation_label: '{relationType}: {relativePosition}'diff --git a/hyperextract/templates/legacy/presets/tcm/compatibility_net.yaml b/hyperextract/templates/legacy/presets/tcm/compatibility_net.yamldeleted file mode 100644index d6c8d03..0000000--- a/hyperextract/templates/legacy/presets/tcm/compatibility_net.yaml+++ /dev/null@@ -1,83 +0,0 @@-language: zh-name: CompatibilityNet-type: graph-tags:-- tcm-description:- zh: 七情配伍网络 - 提取药物间的相须、相使、相畏、相杀、十八反十九畏关系-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 药物名称- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源药物- required: true- default: ''- - name: target- type: str- description:- zh: 目标药物- required: true- default: ''- - name: relationType- type: str- description:- zh: 配伍关系类型:相须、相使、相畏、相杀、相恶、相反、十八反、十九畏- required: true- default: ''- - name: effect- type: str- description:- zh: 配伍效果描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的中药配伍专家,请从文本中提取药物间的配伍关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 配伍关系类型:相须、相使、相畏、相杀、相恶、相反、十八反、十九畏- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- rules_for_relations:- zh:- - 仅从已知药物列表中提取边,不要创建未列出的药物- - 关系描述应与原文保持一致- - 配伍关系类型:相须、相使、相畏、相杀、相恶、相反、十八反、十九畏-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name}'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/tcm/formula_composition.yaml b/hyperextract/templates/legacy/presets/tcm/formula_composition.yamldeleted file mode 100644index 262ab6c..0000000--- a/hyperextract/templates/legacy/presets/tcm/formula_composition.yaml+++ /dev/null@@ -1,127 +0,0 @@-language: zh-name: FormulaComposition-type: hypergraph-tags:-- tcm-description:- zh: 君臣佐使结构图 - 将方剂建模为 {君药, 臣药, 佐药, 使药} 的层级化超边结构-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 药物名称- required: true- default: ''- - name: nature- type: str- description:- zh: 性味,如:辛温、苦寒、甘平- required: false- default: ''- - name: meridian- type: str- description:- zh: 归经,如:归肺经、归脾经、归心经- required: false- default: ''- - name: effect- type: str- description:- zh: 功效,如:发汗解表、温通经脉、补气健脾- required: false- default: ''- relations:- description: {}- fields:- - name: formulaName- type: str- description:- zh: 方剂名称- required: true- default: ''- - name: source- type: str- description:- zh: 方剂来源,如:伤寒论、金匮要略、方剂学教材- required: false- default: ''- - name: junHerbs- type: list- description:- zh: 君药列表(包含药物名称、剂量、炮制方法)- required: false- default: ''- - name: chenHerbs- type: list- description:- zh: 臣药列表(包含药物名称、剂量、炮制方法)- required: false- default: ''- - name: zuoHerbs- type: list- description:- zh: 佐药列表(包含药物名称、剂量、炮制方法)- required: false- default: ''- - name: shiHerbs- type: list- description:- zh: 使药列表(包含药物名称、剂量、炮制方法)- required: false- default: ''- - name: functions- type: list- description:- zh: 方剂功能,如:解肌发表、调和营卫- required: false- default: ''- - name: indications- type: list- description:- zh: 主治证候,如:外感风寒表虚证- required: false- default: ''- - name: decoctionMethod- type: str- description:- zh: 煎服法,如:水煎服,日三服- required: false- default: ''-guideline:- target:- zh: '你是一位专业的方剂学专家,请从文本中提取方剂的君臣佐使结构。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 药物固有属性:性味、归经、功效(不随方剂变化)- - 药物在方剂中的属性:剂量、炮制方法、角色(君/臣/佐/使)- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 药物固有属性:性味、归经、功效- rules_for_relations:- zh:- - 仅从已知药物列表中提取边,不要创建未列出的药物- - 关系描述应与原文保持一致- - 药物角色:君药、臣药、佐药、使药-identifiers:- entity_id: name- relation_id: formulaName- relation_members:- - junHerbs- - chenHerbs- - zuoHerbs- - shiHerbs-options:- extraction_mode: two_stage-display:- entity_label: '{name}'- relation_label: '{formulaName}'diff --git a/hyperextract/templates/legacy/presets/tcm/function_indication_map.yaml b/hyperextract/templates/legacy/presets/tcm/function_indication_map.yamldeleted file mode 100644index 3b6f6a6..0000000--- a/hyperextract/templates/legacy/presets/tcm/function_indication_map.yaml+++ /dev/null@@ -1,94 +0,0 @@-language: zh-name: FunctionIndicationMap-type: graph-tags:-- tcm-description:- zh: 主治功效映射 - 关联 方剂 -> 功能(如清热解毒) -> 主治证候-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: category- type: str- description:- zh: 实体类型:方剂、功能、主治证候- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源实体- required: true- default: ''- - name: target- type: str- description:- zh: 目标实体- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:具有功能、主治- required: true- default: ''- - name: details- type: str- description:- zh: 详细描述- required: false- default: ''-guideline:- target:- zh: '你是一位专业的方剂学专家,请从文本中提取方剂、功能和主治证候之间的关联关系。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 方剂:如桂枝汤、麻黄汤- - 功能:如解肌发表、清热解毒- - 主治证候:如太阳中风、外感风寒- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 方剂:如桂枝汤、麻黄汤- - 功能:如解肌发表、清热解毒- - 主治证候:如太阳中风、外感风寒- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 关系类型:具有功能、主治-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'diff --git a/hyperextract/templates/legacy/presets/tcm/herb_property_model.yaml b/hyperextract/templates/legacy/presets/tcm/herb_property_model.yamldeleted file mode 100644index 07ad3f4..0000000--- a/hyperextract/templates/legacy/presets/tcm/herb_property_model.yaml+++ /dev/null@@ -1,96 +0,0 @@-language: zh-name: HerbPropertyModel-type: model-tags:-- tcm-description:- zh: 药物性味归经 - 提取单味药的四气五味、归经、毒性及推荐剂量-output:- description: {}- fields:- - name: name- type: str- description:- zh: 药物正名- required: true- default: ''- - name: alternativeNames- type: list- description:- zh: 别名、俗称- required: false- default: ''- - name: properties- type: list- description:- zh: 四气:寒、热、温、凉、平- required: false- default: ''- - name: flavors- type: list- description:- zh: 五味:酸、苦、甘、辛、咸- required: false- default: ''- - name: meridians- type: list- description:- zh: 归经:如肺经、肝经、脾经等- required: false- default: ''- - name: toxicity- type: str- description:- zh: 毒性:无毒、小毒、有毒、大毒- required: false- default: 无毒- - name: dosage- type: str- description:- zh: 推荐剂量- required: false- default: ''- - name: collection- type: str- description:- zh: 采集时间和方法- required: false- default: ''- - name: processing- type: str- description:- zh: 炮制方法- required: false- default: ''- - name: indications- type: list- description:- zh: 功效主治- required: false- default: ''- - name: contraindications- type: list- description:- zh: 配伍禁忌- required: false- default: ''-guideline:- target:- zh: '你是一位专业的中药学家,请从文本中提取单味药的性味归经、毒性及推荐剂量等信息。-- '- rules:- zh:- - 识别文本的核心药物主体- - 提取药物的正名和所有别名、俗称- - 提取药物的四气(寒、热、温、凉、平)- - 提取药物的五味(酸、苦、甘、辛、咸)- - 提取药物的归经(如肺经、肝经、脾经等)- - 提取药物的毒性(无毒、小毒、有毒、大毒)- - 提取药物的推荐剂量- - 句式解析:文言文常采用省略主语、并列结构、连动句式,需先理解句式结构再提取信息- - 术语对应:文言术语与现代术语需正确对应(如"主"指"主治","疗"指"治疗")- - 连写拆分:文言中常连写多个属性(如"味甘微寒"→拆分为"味甘"、"微寒"),需分别归到对应字段- - 古代剂量:文言中古代剂量单位(如两、钱、匕)可保留原文-display:- label: '{name} ({properties},{flavors})'diff --git a/hyperextract/templates/legacy/presets/tcm/meridian_flow_graph.yaml b/hyperextract/templates/legacy/presets/tcm/meridian_flow_graph.yamldeleted file mode 100644index a69d1b2..0000000--- a/hyperextract/templates/legacy/presets/tcm/meridian_flow_graph.yaml+++ /dev/null@@ -1,104 +0,0 @@-language: zh-name: MeridianFlowGraph-type: graph-tags:-- tcm-description:- zh: 经络流注图 - 提取十二经脉的循行路线及经气流注次序-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 经脉名称:如手太阴肺经、手阳明大肠经等- required: true- default: ''- - name: category- type: str- description:- zh: 经脉类别:阴经、阳经- required: true- default: ''- - name: associatedOrgan- type: str- description:- zh: 关联脏腑- required: false- default: ''- - name: circulationPath- type: str- description:- zh: 循行路线- required: false- default: ''- relations:- description: {}- fields:- - name: source- type: str- description:- zh: 源经脉名称- required: true- default: ''- - name: target- type: str- description:- zh: 目标经脉名称- required: true- default: ''- - name: relationType- type: str- description:- zh: 关系类型:流注- required: true- default: ''- - name: flowOrder- type: int- description:- zh: 流注次序- required: true- default: '0'- - name: connectionPoint- type: str- description:- zh: 连接部位- required: false- default: ''-guideline:- target:- zh: '你是一位专业的经络学专家,请从文本中提取十二经脉的循行路线及经气流注次序。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 经脉:十二经脉,如手太阴肺经、手阳明大肠经- - 经脉类别:阴经、阳经- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 经脉:十二经脉- - 经脉类别:阴经、阳经- rules_for_relations:- zh:- - 仅从已知经脉列表中提取边,不要创建未列出的经脉- - 关系描述应与原文保持一致- - 关系类型:流注-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '流注 #{flowOrder}'diff --git a/hyperextract/templates/legacy/presets/tcm/prescription_modification.yaml b/hyperextract/templates/legacy/presets/tcm/prescription_modification.yamldeleted file mode 100644index bf620b8..0000000--- a/hyperextract/templates/legacy/presets/tcm/prescription_modification.yaml+++ /dev/null@@ -1,100 +0,0 @@-language: zh-name: PrescriptionModification-type: hypergraph-tags:-- tcm-description:- zh: 处方加减逻辑 - 提取基于特定证型或症状对基础方剂进行的药物加减(如'随证加减')-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称- required: true- default: ''- - name: category- type: str- description:- zh: 实体类型:基础方、药物、证型、症状- required: true- default: ''- relations:- description: {}- fields:- - name: baseFormula- type: str- description:- zh: 基础方剂名称- required: true- default: ''- - name: condition- type: str- description:- zh: 加减条件(证型或症状)- required: true- default: ''- - name: modificationType- type: str- description:- zh: 加减类型:加、减、替换- required: true- default: ''- - name: herbs- type: list- description:- zh: 加减药物列表- required: true- default: ''- - name: reason- type: str- description:- zh: 加减原因- required: false- default: ''- - name: dosage- type: str- description:- zh: 调整后的剂量- required: false- default: ''-guideline:- target:- zh: '你是一位专业的中医方剂专家,请从文本中提取处方加减的实体和超边结构。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 基础方:方剂名称,如桂枝汤、麻黄汤、小柴胡汤- - 药物:中药名称,如葛根、厚朴、杏仁、附子- - 证型/症状:临床表现,如项背强几几、喘、腹满痛- - 加减类型:加、减、替换- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 基础方:方剂名称,如桂枝汤、麻黄汤、小柴胡汤- - 药物:中药名称,如葛根、厚朴、杏仁、附子- - 证型/症状:临床表现,如项背强几几、喘、腹满痛- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 加减类型:加、减、替换(通过 modificationType 字段区分)-identifiers:- entity_id: name- relation_id: '{baseFormula}|{condition}'- relation_members:- - baseFormula- - herbs-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{baseFormula} | {condition}'diff --git a/hyperextract/templates/legacy/presets/tcm/processing_method.yaml b/hyperextract/templates/legacy/presets/tcm/processing_method.yamldeleted file mode 100644index ca2ae2a..0000000--- a/hyperextract/templates/legacy/presets/tcm/processing_method.yaml+++ /dev/null@@ -1,56 +0,0 @@-language: zh-name: ProcessingMethod-type: list-tags:-- tcm-description:- zh: 炮制方法列表 - 提取药物的不同炮制方法(如蜜炙、酒炒)及其对药效的影响-output:- description: {}- fields:- - name: herbName- type: str- description:- zh: 药物名称- required: true- default: ''- - name: methodName- type: str- description:- zh: 炮制方法名称:如蜜炙、酒炒、醋制、盐制等- required: true- default: ''- - name: process- type: str- description:- zh: 具体炮制工艺流程- required: true- default: ''- - name: effectChange- type: str- description:- zh: 炮制对药效的影响- required: true- default: ''- - name: application- type: str- description:- zh: 适用病症或方剂- required: true- default: ''-guideline:- target:- zh: '你是一位专业的中药炮制专家,请从文本中提取药物的不同炮制方法及其对药效的影响。-- '- rules:- zh:- - 识别文本中提到的所有药物及其炮制方法- - 提取每种炮制方法的名称- - 提取每种炮制方法的具体工艺流程- - 提取炮制对药效的影响- - 常用炮制方法:蜜炙、酒炒、醋制、盐制、炒、煅等- - 每种炮制方法作为独立条目提取- - 保持炮制方法描述与原文一致-display:- label: '{herbName} - {methodName}'diff --git a/hyperextract/templates/legacy/presets/tcm/pulse_tongue_record.yaml b/hyperextract/templates/legacy/presets/tcm/pulse_tongue_record.yamldeleted file mode 100644index 40cc350..0000000--- a/hyperextract/templates/legacy/presets/tcm/pulse_tongue_record.yaml+++ /dev/null@@ -1,62 +0,0 @@-language: zh-name: PulseTongueRecord-type: list-tags:-- tcm-description:- zh: 舌脉特征提取 - 结构化提取舌象(质、苔)与脉象描述,用于统计分析-output:- description: {}- fields:- - name: type- type: str- description:- zh: 特征类型:舌象、脉象- required: true- default: ''- - name: subType- type: str- description:- zh: 子类型:如舌质、舌苔、脉位、脉率、脉势等- required: true- default: ''- - name: feature- type: str- description:- zh: 具体特征描述,如淡红、薄白、浮、沉、迟、数等- required: true- default: ''- - name: description- type: str- description:- zh: 详细描述- required: false- default: ''- - name: clinicalSignificance- type: str- description:- zh: 临床意义- required: false- default: ''- - name: source- type: str- description:- zh: 来源,如医案名称、章节等- required: false- default: ''-guideline:- target:- zh: '你是一位专业的中医诊断专家,请从文本中提取舌象和脉象的特征信息。-- '- rules:- zh:- - 提取所有舌象特征,包括舌质(颜色、形态)、舌苔(颜色、厚薄、干湿等)- - 提取所有脉象特征,包括脉位(浮、沉)、脉率(迟、数)、脉势(有力、无力)等- - 为每个特征指定类型和子类型- - 保持特征描述与原文一致- - 舌象描述解析:文言舌象常采用连写表述(如"舌淡红苔薄白"→拆分为舌质淡红、舌苔薄白)- - 脉象术语理解:文言脉象术语需准确识别(如"浮紧脉"→浮脉、紧脉)- - 复合特征拆分:文言中常将多个特征合并描述,需分别提取到对应字段-display:- label: '{type} - {subType}'diff --git a/hyperextract/templates/legacy/presets/tcm/syndrome_reasoning_graph.yaml b/hyperextract/templates/legacy/presets/tcm/syndrome_reasoning_graph.yamldeleted file mode 100644index 97359f3..0000000--- a/hyperextract/templates/legacy/presets/tcm/syndrome_reasoning_graph.yaml+++ /dev/null@@ -1,96 +0,0 @@-language: zh-name: SyndromeReasoningGraph-type: hypergraph-tags:-- tcm-description:- zh: 辨证论治逻辑图 - 建模 {症状群} -> 证型 -> 治则 -> {处方} 的完整推理链条-output:- description: {}- entities:- description: {}- fields:- - name: name- type: str- description:- zh: 实体名称,如症状、证型、治则、药物等- required: true- default: ''- - name: category- type: str- description:- zh: 实体类型:症状、证型、治则、药物- required: true- default: ''- - name: description- type: str- description:- zh: 简要描述- required: false- default: ''- relations:- description: {}- fields:- - name: nodes- type: list- description:- zh: 参与推理的节点列表:[症状1, 症状2, ..., 证型, 治则, 药物1, 药物2, ...]- required: true- default: ''- - name: reasoningType- type: str- description:- zh: 推理类型:辨证论治、随证加减- required: true- default: ''- - name: reasoningProcess- type: str- description:- zh: 推理过程描述- required: false- default: ''- - name: source- type: str- description:- zh: 推理来源,如医案名称、章节等- required: false- default: ''-guideline:- target:- zh: '你是一位专业的中医辨证论治专家,请从文本中提取中医实体和辨证论治推理逻辑作为超边。-- '- rules:- zh:- - 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- - 实体名称与原文保持一致- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 症状:临床表现,如发热、汗出、恶风- - 证型:疾病分类,如太阳中风、太阳伤寒- - 治则:治疗原则,如解肌发表、调和营卫- - 药物:中药名称,如桂枝、麻黄、杏仁- - 推理类型:辨证论治、随证加减- - 推理链条:症状群 → 证型 → 治则 → 处方- rules_for_entities:- zh:- - 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- - 实体名称与原文保持一致- - 症状:临床表现,如发热、汗出、恶风- - 证型:疾病分类,如太阳中风、太阳伤寒- - 治则:治疗原则,如解肌发表、调和营卫- - 药物:中药名称,如桂枝、麻黄、杏仁- rules_for_relations:- zh:- - 仅从已知实体列表中提取边,不要创建未列出的实体- - 关系描述应与原文保持一致- - 推理类型:辨证论治、随证加减- - 推理链条:症状群 → 证型 → 治则 → 处方-identifiers:- entity_id: name- relation_id: '{reasoningType}|{nodes}'- relation_members: nodes-options:- extraction_mode: two_stage-display:- entity_label: '{name} ({category})'- relation_label: '{reasoningType}'diff --git a/hyperextract/templates/legacy/zh/INSTRUCTION.md b/hyperextract/templates/legacy/zh/INSTRUCTION.mddeleted file mode 100644index 00e33aa..0000000--- a/hyperextract/templates/legacy/zh/INSTRUCTION.md+++ /dev/null@@ -1,565 +0,0 @@-# Hyper-Extract 知识模板定义手册--本文档定义了在 `Hyper-Extract` 框架中实现特定领域知识抽取模板的标准工作流。-------## 0. 核心协议:阅读源码--在编写任何代码之前,你**必须**:-1. **明确基类**:根据需求从下表中选择合适的基类。-2. **强制读码**:使用工具读取 `hyperextract/types/` 目录中对应基类的 Python 源码文件。-------## 1. 设计阶段--### 1.1 文档源优先--在设计任何模板前,你**必须**明确回答以下问题:-* **目标文档是什么?**:该模板是为该领域的哪类核心文档而设计?(如年报、SOP 手册、法律判决书)。-* **文本逻辑是否原生?**:该结构是否在原始文档中自然存在,而非人为设计?-* **提取证据清晰吗?**:文本中是否有显式的线索让 LLM 能够准确提取?--绝不设计为空中楼阁的知识图谱。模板必须映射真实文本的**已有逻辑结构**。--### 1.2 AutoType 选型映射表--| 数据特性 | 推荐基类 | 核心源码位置 | 关键约束 |-| :--- | :--- | :--- | :--- |-| **单对象** (摘要/元数据) | `AutoModel` | `hyperextract/types/model.py` | 每个文档只提一个对象 |-| **模式集合** (重复提取) | `AutoList` | `hyperextract/types/list.py` | 不去重。提取文本中出现的所有模式实例 |-| **键值累加器** (术语/清单) | `AutoSet` | `hyperextract/types/set.py` | 按精确键累加信息,需定义 `key_extractor` |-| **标准图谱** (实体-关系) | `AutoGraph` | `hyperextract/types/graph.py` | 标准二元关系 |-| **时序图谱** (含时间) | `AutoTemporalGraph` | `hyperextract/types/temporal_graph.py` | 边支持灵活时间格式 |-| **空间关系图谱** | `AutoSpatialGraph` | `hyperextract/types/spatial_graph.py` | 边支持灵活位置格式 |-| **时空演变图谱** | `AutoSpatioTemporalGraph` | `hyperextract/types/spatio_temporal_graph.py` | 同时支持灵活时间和位置 |-| **多元/复杂事件** | `AutoHypergraph` | `hyperextract/types/hypergraph.py` | 建模多个实体间的复杂关联关系 |--### 1.3 AutoHypergraph 应用场景说明--#### 核心定义-超边用于建模多个实体间的复杂关联关系,突破传统二元关系的限制,通过单一超边连接多个相关实体。--#### 核心价值-- 描述多个实体共同参与的事件或故事-- 保持事件的完整性,避免拆分成多个二元关系造成信息丢失-- 更符合人类认知中的"事件"概念(多参与者、多要素)--#### 典型应用场景-- **会议场景**:连接参会者、议题、地点、时间、决策结果-- **交易场景**:连接买方、卖方、产品、金额、时间、地点-- **案件场景**:连接嫌疑人、受害者、证人、时间、地点、证据-- **赛事场景**:连接参赛队伍、选手、比赛项目、时间、地点、结果-------## 2. Schema 设计规范--### 2.1 核心原则-- **字段数量控制**:不超过 10 个核心字段-- **所有字段必须有 `description`**-- **代码标识符全英文**:类名、变量名、方法名必须使用英文-- **描述全中文**:对于 `zh` 目录下的模板,所有字段描述、注释、Prompt 必须使用中文--### 2.2 命名规范-- 类名:`PascalCase`(如 `FinancialReportGraph`)-- 变量/方法名:`camelCase`(如 `node_label_extractor`)--### 2.3 示例-```python-class FinancialEntity(BaseModel):- """财务实体节点"""- name: str = Field(description="实体名称,如公司名、产品名、部门名")- category: str = Field(description="实体类型:公司、产品、部门")- description: str = Field(description="简要描述", default="")--class FinancialRelation(BaseModel):- """财务关系边"""- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(description="关系类型:投资、收购、合作、竞争")- timeInfo: Optional[str] = Field(- description="时间信息,统一格式为年-月-日(如 2023-06-15)",- default=None- )-```--### 2.4 时空格式一致性原则--#### 单个模板内:严格一致-在同一个知识模板内部,时间格式和空间格式必须保持严格一致。所有提取出的时空信息应在信息提取阶段即完成标准化统一处理,确保数据的规范性和一致性,避免大模型处理时产生混乱。--**重要说明**:在 Prompt 中必须明确指定该模板采用的标准格式,要求 LLM 将所有时间/空间信息统一转换为该标准格式输出,而非保留原文的多种表达。--#### 不同模板间:灵活适配-不同知识模板之间的时间和空间格式可以根据具体领域需求灵活定义,但每个模板内部必须统一一种标准格式。以下是一些常见领域的格式建议(仅供参考):-- **历史领域**:建议格式为年份(如 "2023")或朝代(如 "清朝")-- **金融领域**:建议格式为年-月-日(如 "2023-06-15")-- **食谱领域**:建议格式为分:秒(如 "30:00")-- **地理领域**:建议格式为省-市-区(如 "北京-朝阳")--**注意**:格式的选择应基于目标文档的实际信息密度和领域惯例,而非过度设计。-------## 3. 各 AutoType 特殊规范--### 3.1 AutoTemporalGraph(时序图谱)--#### 必须定义的提取器-- `node_key_extractor`: 实体唯一标识(如 `lambda x: x.name`)-- `edge_key_extractor`: 关系核心标识(不包含时间)-- `time_in_edge_extractor`: 从 Edge 中提取时间的函数-- `nodes_in_edge_extractor`: 从 Edge 中提取源/目标节点--#### Observation Time 参数-- 用户可指定,或自动默认当前日期-- 用于解析相对时间表达--#### Prompt 必须包含时间解析规则-```-### 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-```-------### 3.2 AutoSpatialGraph(空间图谱)--#### 必须定义的提取器-- `node_key_extractor`, `edge_key_extractor`-- `location_in_edge_extractor`: 从 Edge 中提取位置-- `nodes_in_edge_extractor`--#### Prompt 必须包含位置解析规则-```-### 位置解析规则-当前观察位置: {observation_location}--1. 相对位置解析(基于观察位置):- - "这里"、"本地" → {observation_location}- - "附近"、"相邻" → {observation_location} 周边- - "北边" → {observation_location} 北方--2. 精确位置 → 保持原样-3. 位置缺失 → 留空-```-------### 3.3 AutoSet(键值累加器)--- 必须定义 `key_extractor`(精确键值匹配,非语义相似)-- Embedder 仅用于语义检索,不用于合并逻辑-------## 4. Prompt 构建规范--### 4.1 完全预定义-- 用户无需编写任何 Prompt-- 所有 Prompt 预先定义并封装--### 4.2 图类型需定义 3 个 Prompt-| Prompt | 用途 |-|-------|------|-| `_PROMPT` | one_stage 模式:同时提取节点和边 |-| `_NODE_PROMPT` | two_stage 第一步:仅提取节点 |-| `_EDGE_PROMPT` | two_stage 第二步:基于已知节点提取边 |--### 4.3 Prompt 前置结构规范(图类型强制要求)--**图类型(AutoGraph/AutoHypergraph 等)必须遵循以下前置结构**:--## 角色与任务-你是一位专业的 xxx 专家,请从文本中提取 xxx...--## 核心概念定义(根据 AutoType 不同而变化)-- **概念1**:xxx-- **概念2**:xxx--## 提取规则-### 核心约束-#### _NODE_PROMPT / _PROMPT(节点提取)-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--#### _EDGE_PROMPT(边提取)-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则(可选)-不同领域存在专业术语或特定表述方式,可根据实际需求在对应Prompt中添加针对性规则。例如:-- 中医文献:古代剂量单位(两、钱、分、匕、枚等)可保留原文-- 金融领域:专业术语保持原文表述-- 医学领域:专业缩写保持原文--### 特殊占位符(必须)-**每个 Prompt 都必须包含特殊占位符**,用于接收待提取的文本:--- **_PROMPT / _NODE_PROMPT**:必须包含 `{source_text}` 占位符- ```python- ## 源文本:- {source_text}- ```--- **_EDGE_PROMPT**:以 AutoGraph/AutoHypergraph 为例,必须包含 `{known_nodes}` 和 `{source_text}` 占位符。对于时空图类型,还会额外包含 `{observation_time}` 或 `{observation_location}` 占位符(详见下方表格)。- ```python- ## 已知实体- {known_nodes}-- ## 源文本:- {source_text}- ```--#### 各 AutoType 支持的占位符--| AutoType | 节点提取 | 边提取 |-|----------|---------|--------|-| `AutoModel` / `AutoList` / `AutoSet` | `{source_text}` | - |-| `AutoGraph` / `AutoHypergraph` | `{source_text}` | `{source_text}`, `{known_nodes}` |-| `AutoTemporalGraph` | `{source_text}` | `{source_text}`, `{known_nodes}`, `{observation_time}` |-| `AutoSpatialGraph` | `{source_text}` | `{source_text}`, `{known_nodes}`, `{observation_location}` |-| `AutoSpatioTemporalGraph` | `{source_text}` | `{source_text}`, `{known_nodes}`, `{observation_time}`, `{observation_location}` |--#### 占位符说明--- **`{source_text}`**: 待分析的原始文本(必填)-- **`{known_nodes}`**: 两阶段提取模式下,已知节点列表(用于边提取)-- **`{observation_time}`**: 观测时间,用于解析相对时间表达(如"去年"、"上个月")-- **`{observation_location}`**: 观测位置,用于解析相对位置表达(如"这里"、"附近")--### 时空解析规则(仅时空图类型需要)-- 时间/位置解析规则...--**为什么需要概念定义?**-- 让大模型先理解要提取的"是什么",再告诉它"怎么提取"-- 不同的 AutoType 有不同的核心概念,必须明确定义-- 概念定义必须放在 Prompt 的开头部分--**非图类型不需要核心概念定义**:-- **AutoModel**:直接提取结构化对象,对象定义已在 Pydantic Schema 中明确-- **AutoList**:直接提取条目列表,条目定义已在 Pydantic Schema 中明确-- **AutoSet**:直接提取元素集合,元素定义已在 Pydantic Schema 中明确--### 4.4 各 AutoType 的核心概念定义模板--#### AutoGraph-```-## 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-```--#### AutoHypergraph-```-## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,表达多个实体间的复杂关联关系-```--#### AutoTemporalGraph / AutoSpatialGraph / AutoSpatioTemporalGraph-除了节点和边的定义,还需要添加时间/位置的定义:-```-## 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**:xxx(根据实际需求定义)-- **位置**:xxx(根据实际需求定义)-```-------## 5. 参数管理规范--### 5.1 标准暴露参数-| 参数 | 类型 | 必填 | 说明 |-|-----|------|------|------|-| `llm_client` | `BaseChatModel` | ✓ | LLM 客户端 |-| `embedder` | `Embeddings` | ✓ | 嵌入模型 |-| `extraction_mode` | `str` | ✗ | 提取模式(仅图类型),默认 `"two_stage"` |-| `verbose` | `bool` | ✗ | 详细日志,默认 `False` |--### 5.2 可选特定类参数-| 参数 | 适用类型 | 说明 |-|-----|---------|------|-| `observation_time` | `AutoTemporalGraph`, `AutoSpatioTemporalGraph` | 观察时间,未指定时默认当前日期 |-| `observation_location` | `AutoSpatialGraph`, `AutoSpatioTemporalGraph` | 观察位置 |-| `max_workers` | 所有类型 | 最大工作线程数 |--### 5.3 隐藏参数(通过 **kwargs 传递)-- `chunk_size`, `chunk_overlap`-- `node_strategy_or_merger`, `edge_strategy_or_merger`-- 等其他技术参数-------## 6. Show 函数设计规范--```python-def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,-):- """- 展示知识图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: MyNode) -> str:- return node.name # 简明 label,非唯一标识,展示友好-- def edge_label_extractor(edge: MyEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )-```-------## 7. 标准示例骨架--```python-from typing import Any, Callable, Optional-from datetime import datetime-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoTemporalGraph--# ==============================================================================-# 1. Schema (英文标识符,≤ 10 个字段,全中文描述)-# ==============================================================================--class FinancialEntity(BaseModel):- """财务实体节点"""- name: str = Field(description="实体名称,如公司名、产品名、部门名")- category: str = Field(description="实体类型:公司、产品、部门")- description: str = Field(description="简要描述", default="")--class FinancialRelation(BaseModel):- """财务关系边"""- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(description="关系类型:投资、收购、合作、竞争")- timeInfo: Optional[str] = Field(- description="时间信息,统一格式为年-月-日(如 2023-06-15)",- default=None- )- details: str = Field(description="详细描述", default="")--# ==============================================================================-# 2. 预定义 Prompt(精简版)-# ==============================================================================--_NODE_PROMPT = """## 角色与任务-你是一位专业的[领域]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-- **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--## 待分析文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的[领域]专家,请从给定实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**: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--### 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--## 已知实体列表-{known_nodes}--## 待分析文本-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的[领域]专家,请从文本中提取实体和它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**: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-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--### 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--## 待分析文本:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================--class FinancialReportGraph(AutoTemporalGraph[FinancialEntity, FinancialRelation]):- """- 适用文档: SEC 10-K/10-Q 财报、年报、季度报告-- 功能介绍:- 从财报文档中提取公司、产品、部门等实体,以及它们之间的投资、收购、合作等关系,- 支持灵活的时间格式。-- Example:- >>> template = FinancialReportGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化财报知识图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- 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- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=FinancialEntity,- edge_schema=FinancialRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- time_in_edge_extractor=lambda x: x.timeInfo 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示知识图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: FinancialEntity) -> str:- return node.name-- def edge_label_extractor(edge: FinancialRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )-```-------## 8. 运行时行为说明--调用 `feed_text()` 后,框架会自动处理文本并执行知识抽取:-```python-template = MyTemplate(llm_client=..., embedder=...)-template.feed_text("...") # 自动触发提取-template.show() # 可视化-```--关键点:-- `feed_text()` 自动触发完整流水线,无需调用 `extract()`-- 支持链式调用:`template.feed_text(...).show()`-- 支持累积:多次调用 `feed_text()` 累加知识diff --git a/hyperextract/templates/legacy/zh/__init__.py b/hyperextract/templates/legacy/zh/__init__.pydeleted file mode 100644index 2ef0753..0000000--- a/hyperextract/templates/legacy/zh/__init__.py+++ /dev/null@@ -1,358 +0,0 @@-from .general import (- # 任意文本- KnowledgeGraph,- EntityRegistry,- KeywordList,- # 维基百科/百度百科条目- EncyclopediaItem,- ConceptHierarchy,- CrossReferenceNet,- # 人物传记与回忆录- PersonalProfile,- SocialNetwork,- LifeEventTimeline,- # 规章制度与合规文档- RegulationProfile,- ClauseList,- PenaltyRegistry,- OperationalProcedure,- 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,- TaxonomicTree,- PhylogeneticRelationGraph,- # 蛋白质结构- ProteinComplexMap,- BindingSiteModel,- # 代谢通路- BiochemicalReactionHypergraph,- RegulatoryNetwork,- # 生态调查- BiodiversityRegistry,-)-from .finance import (- RiskAssessmentGraph,- SupplyChainGraph,- FilingFinancialSnapshot,- MDANarrativeGraph,- FilingRiskFactorSet,- MaterialEventTimeline,- SegmentPerformanceList,- ResearchNoteSummary,- FinancialForecast,- ValuationLogicMap,- FactorInfluenceHypergraph,- RiskFactorList,- ShareholderStructure,- ProceedsUsage,- CompanyHistoryTimeline,- EarningsCallSummary,- ManagementGuidanceList,- DiscussionGraph,- CallSentimentHypergraph,- MarketSentimentModel,- FinancialEventCausalGraph,- MultiSourceSentimentHypergraph,- MarketNarrativeTimeline,-)-from .medicine import (- # 医学教科书与专著- PathologyHypergraph,- MedicalConceptNet,- PharmacologyGraph,- AnatomyHierarchy,- SymptomDifferential,- # 临床诊疗指南- TreatmentRegimenMap,- ClinicalPathway,- LevelOfEvidence,- # 出院小结- SurgicalEventGraph,- HospitalCourseTimeline,- DischargeInstruction,- # 病理报告- TumorStagingItem,- MicroscopicFeatureSet,- # 药品说明书- ComplexInteractionNet,- ContraindicationList,- AdverseReactionStats,-)---from .history import (- # 历史专著- HistoricalKnowledgeGraph,- MultiParticipantEventMap,- # 编年史- ChronologicalEventChain,- HistoricalContextGraph,- PoliticalStruggleHypergraph,- # 口述历史- PersonalTrajectoryHypergraph,- NarrativeRelationGraph,- MemoryFlashbackList,- # 档案馆藏信札- EpistolaryKnowledgeGraph,-)--from .tcm import (- # 本草典籍- HerbPropertyModel,- ProcessingMethod,- CompatibilityNet,- # 方剂规范- FormulaComposition,- FunctionIndicationMap,- # 经络腧穴专著- MeridianFlowGraph,- AcupointLocationMap,- # 名医医案- SyndromeReasoningGraph,- PrescriptionModification,- PulseTongueRecord,-)--from .literature import (- # 影视剧本模板- SceneEventHypergraph,- NarrativeTimeline,- # 长篇小说模板- ComplexCharacterRelation,- StoryEntityGraph,- NarrativeEventChain,- # 文学评论模板- MotifAssociationNet,- CritiqueArgumentHypergraph,- NarrativeStructureTree,-)--from .news import (- # 深度调查报道- InvestigativeContextGraph,- ComplexRelationNet,- KeyEventSequence,- # 突发新闻与电讯- NewsEntityGraph,- NewsSummaryModel,- LiveUpdateTimeline,- # 政策解读与社论- ViewpointStructure,- ImpactChain,-)--from .legal import (- # 法学专著与评注- LegalConceptOntology,- CaseLawCitationNet,- # 主服务协议- ContractObligationHypergraph,- DefinedTermRegistry,- LiabilityClauseList,- # 法院判决书- CaseFactTimeline,- AdjudicationLogic,- LitigationParticipantMap,- # 合规申报文件- ComplianceRequirementList,- BeneficialOwnershipGraph,-)--from .food import (- # 标准化食谱- RecipeCollection,- StandardRecipeCard,- IngredientCompositionHypergraph,- # 美食评论与感官评价- DishReviewSummary,- SensoryEvaluationGraph,-)--from .agriculture import (- # 农业技术手册- CropGrowthCycle,- PestControlHypergraph,- # 巡田报告- FieldObservationList,- # 土壤分析报告- SoilNutrientModel,- AmendmentPlan,-)--__all__ = [- # General- "KnowledgeGraph",- "EntityRegistry",- "KeywordList",- "EncyclopediaItem",- "ConceptHierarchy",- "CrossReferenceNet",- "PersonalProfile",- "SocialNetwork",- "LifeEventTimeline",- "RegulationProfile",- "ClauseList",- "PenaltyRegistry",- "OperationalProcedure",- "PenaltyMapping",- "ComplianceLogic",- # Industry- "SafetyControlGraph",- "EmergencyResponseGraph",- "IncidentCausalityMap",- "SafetyTimeline",- "SystemTopologyGraph",- "EquipmentTopologyGraph",- "SpecParameterTable",- "SystemCompatibilityGraph",- "OperationFlowGraph",- "OperatingModeGraph",- "MaintenaceOperationMap",- "InspectionRecordGraph",- "FailureCaseGraph",- "FailureKnowledgeHypergraph",- "PartReplacementList",- # Finance- "RiskAssessmentGraph",- "MarketSentimentGraph",- "SupplyChainGraph",- "FilingFinancialSnapshot",- "MDANarrativeGraph",- "FilingRiskFactorSet",- "MaterialEventTimeline",- "SegmentPerformanceList",- "ResearchNoteSummary",- "FinancialForecast",- "ValuationLogicMap",- "FactorInfluenceHypergraph",- "RiskFactorList",- "ShareholderStructure",- "ProceedsUsage",- "CompanyHistoryTimeline",- "EarningsCallSummary",- "ManagementGuidanceList",- "DiscussionGraph",- "CallSentimentHypergraph",- "MarketSentimentModel",- "FinancialEventCausalGraph",- "MultiSourceSentimentHypergraph",- "MarketNarrativeTimeline",- # Medicine- "PathologyHypergraph",- "MedicalConceptNet",- "PharmacologyGraph",- "AnatomyHierarchy",- "SymptomDifferential",- "TreatmentRegimenMap",- "ClinicalPathway",- "LevelOfEvidence",- "SurgicalEventGraph",- "HospitalCourseTimeline",- "DischargeInstruction",- "TumorStagingItem",- "MicroscopicFeatureSet",- "ComplexInteractionNet",- "ContraindicationList",- "AdverseReactionStats",- "ScriptSceneGraph",- "CharacterArcTracker",- "CinematicTriviaSet",- "BreakingEventGraph",- "TopicTimeline",- "OpinionSet",- # TCM- "HerbPropertyModel",- "ProcessingMethod",- "CompatibilityNet",- "FormulaComposition",- "FunctionIndicationMap",- "MeridianFlowGraph",- "AcupointLocationMap",- "SyndromeReasoningGraph",- "PrescriptionModification",- "PulseTongueRecord",- # History- "HistoricalKnowledgeGraph",- "MultiParticipantEventMap",- "ChronologicalEventChain",- "HistoricalContextGraph",- "PoliticalStruggleHypergraph",- "PersonalTrajectoryHypergraph",- "NarrativeRelationGraph",- "MemoryFlashbackList",- "EpistolaryKnowledgeGraph",- # Biology- "SpeciesInteractionWeb",- "TaxonomicTree",- "PhylogeneticRelationGraph",- "ProteinComplexMap",- "BindingSiteModel",- "BiochemicalReactionHypergraph",- "RegulatoryNetwork",- "BiodiversityRegistry",- # Literature- "SceneEventHypergraph",- "NarrativeTimeline",- "ComplexCharacterRelation",- "StoryEntityGraph",- "NarrativeEventChain",- "MotifAssociationNet",- "CritiqueArgumentHypergraph",- "NarrativeStructureTree",- # Legal- "LegalConceptOntology",- "CaseLawCitationNet",- "ContractObligationHypergraph",- "DefinedTermRegistry",- "LiabilityClauseList",- "CaseFactTimeline",- "AdjudicationLogic",- "LitigationParticipantMap",- "ComplianceRequirementList",- "BeneficialOwnershipGraph",- # Food- "RecipeCollection",- "StandardRecipeCard",- "IngredientCompositionHypergraph",- "DishReviewSummary",- "SensoryEvaluationGraph",- # Agriculture- "CropGrowthCycle",- "PestControlHypergraph",- "FieldObservationList",- "SoilNutrientModel",- "AmendmentPlan",- # News- "InvestigativeContextGraph",- "ComplexRelationNet",- "KeyEventSequence",- "NewsEntityGraph",- "NewsSummaryModel",- "LiveUpdateTimeline",- "ViewpointStructure",- "ImpactChain",-]diff --git a/hyperextract/templates/legacy/zh/agriculture/__init__.py b/hyperextract/templates/legacy/zh/agriculture/__init__.pydeleted file mode 100644index e807858..0000000--- a/hyperextract/templates/legacy/zh/agriculture/__init__.py+++ /dev/null@@ -1,27 +0,0 @@-"""-农业领域模板,用于从农业文档中提取结构化知识。--包含作物技术手册、巡田报告、土壤分析报告等模板。-"""--# 农业技术手册-from .crop_growth_cycle import CropGrowthCycle-from .pest_control_hypergraph import PestControlHypergraph--# 巡田报告-from .field_observation_list import FieldObservationList--# 土壤分析报告-from .soil_nutrient_model import SoilNutrientModel-from .amendment_plan import AmendmentPlan--__all__ = [- # 农业技术手册- "CropGrowthCycle",- "PestControlHypergraph",- # 巡田报告- "FieldObservationList",- # 土壤分析报告- "SoilNutrientModel",- "AmendmentPlan",-]diff --git a/hyperextract/templates/legacy/zh/agriculture/amendment_plan.py b/hyperextract/templates/legacy/zh/agriculture/amendment_plan.pydeleted file mode 100644index 465f094..0000000--- a/hyperextract/templates/legacy/zh/agriculture/amendment_plan.py+++ /dev/null@@ -1,194 +0,0 @@-"""改良方案图 - 从土壤改良方案报告中提取检测结果到改良措施的逻辑链条。--适用于土壤改良方案报告、测土配方施肥建议报告、地力提升方案。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class AmendmentNode(BaseModel):- """改良方案节点"""-- name: str = Field(description="节点名称(限制因子、改良措施、预期目标)")- node_type: str = Field(- description="节点类型:检测结果、限制因子、改良措施、预期目标"- )- description: str = Field(description="详细描述")---class AmendmentEdge(BaseModel):- """改良关系边"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- relation_type: str = Field(description="关系类型:针对、达成")- details: str = Field(description="详细描述")---_PROMPT = """## 角色与任务-你是一位专业的土壤肥料专家,请从土壤改良方案报告中提取改良方案图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 检测结果:如pH5.2、有机质18.5g/kg、有效磷12.3mg/kg等-- 限制因子:如土壤酸化、磷钾缺乏、微量元素失衡、有机质不足-- 改良措施:如施用生石灰、增施有机肥、施用复合肥等-- 预期目标:如pH提高至6.0、有机质提升至22g/kg等--## 土壤改良方案报告:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的土壤改良方案提取专家,请从文本中提取所有相关节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 检测结果:土壤检测指标及数值,如pH5.2、有机质18.5g/kg-- 限制因子:土壤存在的问题,如土壤酸化、磷钾缺乏、微量元素失衡-- 改良措施:针对问题采取的措施,如施用生石灰、增施有机肥-- 预期目标:改良后达到的目标,如pH提高至6.0、产量提升10%--## 土壤改良方案报告:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知节点列表中提取改良方案关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型"针对":表示改良措施针对某个限制因子-- 关系类型"达成":表示预期目标与改良措施的关联--## 已知节点-{known_nodes}--## 土壤改良方案报告:-{source_text}-"""---class AmendmentPlan(AutoGraph[AmendmentNode, AmendmentEdge]):- """- 适用文档: 土壤改良方案报告、测土配方施肥建议报告、地力提升方案-- 功能介绍:- 从土壤改良方案报告中提取"检测结果 → 限制因子 → 改良措施 → 预期目标"- 的逻辑链条,构建改良方案知识图谱。- 适用于精准农业处方生成、地力提升规划。-- Example:- >>> template = AmendmentPlan(llm_client=llm, embedder=embedder)- >>> template.feed_text("土壤pH5.2属于严重酸性,第一限制因子是土壤酸化...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化改良方案图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=AmendmentNode,- edge_schema=AmendmentEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示改良方案图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: AmendmentNode) -> str:- return f"{node.name} ({node.node_type})"-- def edge_label_extractor(edge: AmendmentEdge) -> str:- return f"{edge.relation_type}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/agriculture/crop_growth_cycle.py b/hyperextract/templates/legacy/zh/agriculture/crop_growth_cycle.pydeleted file mode 100644index d2443b5..0000000--- a/hyperextract/templates/legacy/zh/agriculture/crop_growth_cycle.py+++ /dev/null@@ -1,232 +0,0 @@-"""作物生长周期图 - 从农业技术手册中提取作物各生长阶段的农事操作与环境要求。--适用于农业技术手册、作物栽培技术规程、种植技术指南。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class CropGrowthNode(BaseModel):- """作物生长周期节点"""-- name: str = Field(description="节点名称")- category: str = Field(description="节点类型:生长阶段、农事操作、环境条件")- description: str = Field(description="详细描述")---class CropGrowthEdge(BaseModel):- """作物生长周期边(时序边)"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- time: str = Field(description="时间点或时间段")- description: str = Field(description="关系描述")---_PROMPT = """## 角色与任务-你是一位专业的农业技术专家,请从农业技术手册中提取作物生长周期图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体,包括生长阶段、农事操作、环境条件等-- **边 (Edge)**:节点之间的时间顺序关系-- **时间**:作物生长阶段的时间点或时间段--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 时间提取指引-农业技术手册中,时间信息通常出现在以下位置:-1. **时间范围描述**:如"4月上旬至4月中旬"、"从出苗到3叶1心期,一般持续15-20天"-2. **生长阶段名称**:生长阶段本身包含时间语义,如"播种期"、"幼苗期"、"分蘖期"、"孕穗抽穗期"、"灌浆成熟期"-3. **相对时间表达**:如"播种后5-7天"、"移栽后5-7天"、"移栽后5-7天"-4. **农事操作时间**:如"2叶1心期每亩施尿素"、"倒2叶露尖时每亩施尿素"--### 领域特定规则-- 生长阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期-- 农事操作:苗床准备、种子处理、移栽、水肥管理、病虫害防治-- 环境条件:温度、湿度、光照、水分--### 时间解析规则-当前观察日期: {observation_time}--1. 精确时间 → 保持原样,如"4月上旬"、"3叶1心期"、"分蘖期"-2. 生长阶段 → 视为时间标记,如"幼苗期"、"分蘖期"直接作为时间-3. 相对时间解析(基于观察日期):- - "播种后5-7天" → 相对于播种期的时间偏移- - "移栽后5-7天" → 相对于移栽期的时间偏移-4. 时间缺失 → 留空,不要猜测--## 农业技术手册:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的农业技术专家,请从文本中提取所有作物生长周期相关节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 生长阶段:如播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期-- 农事操作:如苗床准备、种子处理、移栽、施肥、病虫害防治-- 环境条件:如温度、湿度、光照、水分要求--## 农业技术手册:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知节点列表中提取作物生长阶段之间的时间顺序关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的农业实体(生长阶段、农事操作、环境条件)-- **边 (Edge)**:节点之间的时间顺序关系-- **时间**:作物生长阶段的时间点或时间段--## 提取规则-### 核心约束-1. 仅从已知实体列表中选择源节点和目标节点,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 时间提取指引-从文本的以下位置提取时间信息:-1. **明确的时间范围**:如"4月上旬至4月中旬"、"一般持续25-35天"-2. **生长阶段名称**:如"播种期"、"幼苗期"、"分蘖期"本身包含时间信息-3. **农事操作的时间标记**:如"2叶1心期"、"倒2叶露尖时"-4. **相对时间表达**:如"移栽后5-7天"--### 时间优先级-1. 精确日期/时间段 > 生长阶段名称 > 相对时间偏移 > 空-2. 同一文本中有多个时间表达时,选择最精确的一个-3. 时间缺失 → 留空,不要猜测--### 时间解析规则-当前观察日期: {observation_time}--1. 精确时间 → 保持原样,如"4月上旬"-2. 生长阶段名称 → 直接作为时间,如"幼苗期"、"分蘖期"-3. 相对时间解析(基于观察日期):- - "播种后5-7天" → 相对于播种期的时间偏移- - "移栽后5-7天" → 相对于移栽期的时间偏移-4. 时间缺失 → 留空,不要猜测--# 已知农业实体列表-{known_nodes}--## 农业技术手册:-{source_text}-"""---class CropGrowthCycle(AutoTemporalGraph[CropGrowthNode, CropGrowthEdge]):- """- 适用文档: 农业技术手册、作物栽培技术规程、种植技术指南-- 功能介绍:- 以时间为轴,提取作物各生长阶段(播种、分蘖、成熟等)对应的关键农事操作- 与环境要求,构建作物生长周期知识图谱。- 适用于种植日历生成、农事任务规划、智慧农业决策。-- Example:- >>> template = CropGrowthCycle(llm_client=llm, embedder=embedder)- >>> template.feed_text("水稻播种期在4月上旬,播种前需要进行种子处理...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化作物生长周期图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=CropGrowthNode,- edge_schema=CropGrowthEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.time}|{x.target}",- time_in_edge_extractor=lambda x: x.time,- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- observation_time=observation_time,- extraction_mode=extraction_mode,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示作物生长周期图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: CropGrowthNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: CropGrowthEdge) -> str:- return f"{edge.time}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/agriculture/field_observation_list.py b/hyperextract/templates/legacy/zh/agriculture/field_observation_list.pydeleted file mode 100644index 10dec47..0000000--- a/hyperextract/templates/legacy/zh/agriculture/field_observation_list.py+++ /dev/null@@ -1,119 +0,0 @@-"""田间观测清单 - 从巡田报告中提取结构化的田间观测记录。--适用于巡田报告、田间调查记录、农作物病虫害调查记录。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class FieldObservation(BaseModel):- """田间观测记录条目"""-- plot_id: str = Field(description="地块编号")- crop: str = Field(description="作物种类和品种")- growth_stage: str = Field(description="当前生长阶段")- observation_date: str = Field(description="观测日期,统一格式为年-月-日(如2025-06-15)")- issues: List[str] = Field(description="观测到的问题列表,如杂草、虫害、病害、生长异常")- severity_level: str = Field(description="严重等级:轻微、中等、严重")- recommendations: List[str] = Field(description="建议措施列表")---_PROMPT = """## 角色与任务-你是一位专业的农技人员,请从巡田报告中提取结构化的田间观测记录。--## 核心概念定义-- **条目 (Item)**:从文本中提取的每一次巡田记录,包含地块信息、作物状态、病虫害问题及建议措施--## 提取规则-### 核心约束-1. 每个地块的观测记录提取为一个独立的条目-2. 问题列表和建议措施列表必须完整提取-3. 严重等级必须明确提取--### 领域特定规则-- 地块编号:如D-001、A-12、光明村一组北畈等-- 生长阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期-- 问题类型:杂草、虫害、病害、生长异常、肥害、药害-- 严重等级:轻微(可忽略或轻微影响)、中等(需要关注或部分影响)、严重(必须处理或严重影响)--## 巡田报告:-{source_text}-"""---class FieldObservationList(AutoList[FieldObservation]):- """- 适用文档: 巡田报告、田间调查记录、农作物病虫害调查记录-- 功能介绍:- 从巡田报告中提取结构化的田间观测记录,包含地块编号、作物种类、- 生长阶段、观测到的问题、严重等级及建议措施。- 适用于巡田日志数字化、病虫害预警、农情监测。-- Example:- >>> template = FieldObservationList(llm_client=llm, embedder=embedder)- >>> template.feed_text("地块D-001水稻处于分蘖期,发现稻飞虱约15头/百丛,严重等级轻微...")- >>> print(template.data)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化田间观测清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=FieldObservation,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ) -> None:- """- 可视化田间观测清单。-- Args:- top_k_for_search (int): 检索的条目数。默认 3。- top_k_for_chat (int): 对话上下文中的条目数。默认 3。- """-- def item_label_extractor(item: FieldObservation) -> str:- return f"{item.plot_id} | {item.crop} | {item.growth_stage}"-- 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/legacy/zh/agriculture/pest_control_hypergraph.py b/hyperextract/templates/legacy/zh/agriculture/pest_control_hypergraph.pydeleted file mode 100644index 6c027a5..0000000--- a/hyperextract/templates/legacy/zh/agriculture/pest_control_hypergraph.py+++ /dev/null@@ -1,200 +0,0 @@-"""病虫害防治超图 - 从农业技术手册中提取病虫害与防治措施的复杂关联关系。--适用于农业技术手册、病虫害防治指南、植保技术手册。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class AgriculturalEntity(BaseModel):- """农业实体节点"""-- name: str = Field(description="实体名称(病虫害名、药剂名、作物名、生长阶段名)")- entity_type: str = Field(description="实体类型:病虫害、药剂、作物、生长阶段")- description: str = Field(description="详细描述")---class PestControlEdge(BaseModel):- """病虫害防治超边"""-- crop: str = Field(description="作物名称")- stage: str = Field(description="生长阶段")- pest: str = Field(description="病虫害名称")- pesticide: str = Field(description="推荐药剂")- dosage: str = Field(description="亩用量")- safety_interval: str = Field(description="安全间隔期")---_PROMPT = """## 角色与任务-你是一位专业的植物保护专家,请从农业技术手册中提取病虫害防治超图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的农业实体-- **边 (Edge)**:连接多个实体的超边,表示病虫害防治关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 超边提取约束-1. 超边连接作物、生长阶段、病虫害、药剂等多类实体-2. 每条超边必须包含作物、生长阶段、病虫害、药剂等要素--### 领域特定规则-- 病虫害类型:虫害、病害、草害-- 药剂类型:杀虫剂、杀菌剂、除草剂-- 病虫害名称:稻飞虱、稻纵卷叶螟、纹枯病、稻瘟病等-- 药剂名称:25%噻嗪酮可湿性粉剂、20%氯虫苯甲酰胺悬浮剂等-- 安全间隔期:最后一次施药至收获的天数--## 农业技术手册:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的植物保护专家,请从文本中提取所有农业实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的农业实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 病虫害:如稻飞虱、稻纵卷叶螟、纹枯病、稻瘟病-- 药剂:如25%噻嗪酮可湿性粉剂、20%氯虫苯甲酰胺悬浮剂-- 作物:如水稻、小麦、玉米-- 生长阶段:如播种期、分蘖期、孕穗期、灌浆期--## 农业技术手册:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取病虫害防治超边关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的农业实体-- **边 (Edge)**:连接多个实体的超边,表示病虫害防治关系--## 提取规则-### 核心约束-1. 超边连接作物、生长阶段、病虫害、药剂等多类实体-2. 仅从已知农业实体列表中选择参与者,不要创建未列出的实体-3. 每条超边必须包含作物、生长阶段、病虫害、药剂、剂量、安全间隔期--### 领域特定规则-- 超边格式:《作物 + 生长阶段 + 病虫害 -> 药剂 + 剂量 + 安全间隔期》-- 病虫害名称保持原文-- 药剂名称保持原文,包括商品名和有效成分--## 已知农业实体列表-{known_nodes}--## 农业技术手册:-{source_text}-"""---class PestControlHypergraph(AutoHypergraph[AgriculturalEntity, PestControlEdge]):- """- 适用文档: 农业技术手册、病虫害防治指南、植保技术手册-- 功能介绍:- 从农业技术手册中提取复杂的病虫害防治逻辑,建模- {作物, 阶段, 不良诱因} -> {防治对象, 推荐药剂, 剂量, 安全间隔期}- 的超图关系。- 适用于智能植保系统、农药推荐、植保决策支持。-- Example:- >>> template = PestControlHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("分蘖期防治稻飞虱,可用25%噻嗪酮可湿性粉剂30-40克/亩,安全间隔期14天...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化病虫害防治超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=AgriculturalEntity,- edge_schema=PestControlEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.crop}_{x.stage}_{x.pest}_{x.pesticide}",- nodes_in_edge_extractor=lambda x: tuple(- [x.crop, x.stage, x.pest, x.pesticide]- ),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示病虫害防治超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: AgriculturalEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: PestControlEdge) -> str:- return f"{edge.crop} ({edge.stage})"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/agriculture/soil_nutrient_model.py b/hyperextract/templates/legacy/zh/agriculture/soil_nutrient_model.pydeleted file mode 100644index d1f65f4..0000000--- a/hyperextract/templates/legacy/zh/agriculture/soil_nutrient_model.py+++ /dev/null@@ -1,139 +0,0 @@-"""土壤养分模型 - 从土壤检测报告中提取核心理化指标。--适用于土壤检测报告、测土配方施肥报告、地力评价报告。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class SoilNutrient(BaseModel):- """土壤养分模型"""-- plot_id: str = Field(description="地块编号")- soil_type: Optional[str] = Field(description="土壤类型")- ph: Optional[float] = Field(description="pH值")- ph_level: Optional[str] = Field(- description="pH丰缺等级:酸性、弱酸性、中性、弱碱性、碱性"- )- organic_matter: Optional[float] = Field(description="有机质含量,单位g/kg")- organic_matter_level: Optional[str] = Field(description="有机质丰缺等级")- nitrogen: Optional[float] = Field(description="碱解氮含量,单位mg/kg")- nitrogen_level: Optional[str] = Field(description="氮素丰缺等级")- phosphorus: Optional[float] = Field(description="有效磷含量,单位mg/kg")- phosphorus_level: Optional[str] = Field(description="磷素丰缺等级")- potassium: Optional[float] = Field(description="速效钾含量,单位mg/kg")- potassium_level: Optional[str] = Field(description="钾素丰缺等级")- calcium: Optional[float] = Field(description="交换性钙含量,单位mg/kg")- magnesium: Optional[float] = Field(description="交换性镁含量,单位mg/kg")- sulfur: Optional[float] = Field(description="有效硫含量,单位mg/kg")- iron: Optional[float] = Field(description="有效铁含量,单位mg/kg")- manganese: Optional[float] = Field(description="有效锰含量,单位mg/kg")- copper: Optional[float] = Field(description="有效铜含量,单位mg/kg")- zinc: Optional[float] = Field(description="有效锌含量,单位mg/kg")- boron: Optional[float] = Field(description="有效硼含量,单位mg/kg")---_PROMPT = """## 角色与任务-你是一位专业的土壤肥料专家,请从土壤检测报告中提取土壤养分指标。--## 核心概念定义-- **对象 (Object)**:从文本中提取的土壤养分数据,包含pH、有机质、大量元素、中微量元素等指标--## 提取规则-### 核心约束-1. 每个文档只提取一个土壤养分模型对象-2. 检测值和丰缺等级必须同时提取-3. 数值保留原始精度,单位按照原文--### 领域特定规则-- 土壤类型:潴育性水稻土、淹育型水稻土、潜育型水稻土、红壤、黄壤等-- 丰缺等级:缺乏、偏低、适宜、丰富、极丰富-- pH等级:酸性(<6.0)、弱酸性(6.0-6.5)、中性(6.5-7.0)、弱碱性(7.0-7.5)、碱性(>7.5)--## 土壤检测报告:-{source_text}-"""---class SoilNutrientModel(AutoModel[SoilNutrient]):- """- 适用文档: 土壤检测报告、测土配方施肥报告、地力评价报告-- 功能介绍:- 从土壤检测报告中提取核心理化指标,包括pH、有机质、大量元素(N-P-K)、- 中量元素(Ca、Mg、S)、微量元素(Fe、Mn、Cu、Zn、B)等,- 适用于测土配方施肥、地力等级评价。-- Example:- >>> template = SoilNutrientModel(llm_client=llm, embedder=embedder)- >>> template.feed_text("土壤检测报告显示:pH值5.2,有机质18.5g/kg...")- >>> print(template.data)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化土壤养分模型模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=SoilNutrient,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示土壤养分信息。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: SoilNutrient) -> str:- parts = [f"pH: {item.ph} ({item.ph_level})" if item.ph else "pH: N/A"]- if item.organic_matter:- parts.append(f"有机质: {item.organic_matter}g/kg")- if item.nitrogen:- parts.append(f"碱解氮: {item.nitrogen}mg/kg")- if item.phosphorus:- parts.append(f"有效磷: {item.phosphorus}mg/kg")- if item.potassium:- parts.append(f"速效钾: {item.potassium}mg/kg")- return f"{item.plot_id} | {item.soil_type} | " + " | ".join(parts)-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/biology/__init__.py b/hyperextract/templates/legacy/zh/biology/__init__.pydeleted file mode 100644index 1a2338e..0000000--- a/hyperextract/templates/legacy/zh/biology/__init__.py+++ /dev/null@@ -1,27 +0,0 @@-from .species_interaction_web import SpeciesInteractionWeb-from .taxonomic_tree import TaxonomicTree-from .phylogenetic_relation_graph import PhylogeneticRelationGraph-from .regulatory_network import RegulatoryNetwork-from .protein_complex_map import ProteinComplexMap-from .biochemical_reaction_hypergraph import BiochemicalReactionHypergraph-from .binding_site_model import BindingSiteModel-from .biodiversity_registry import BiodiversityRegistry--__all__ = [- # 物种相互作用网- "SpeciesInteractionWeb",- # 分类学树- "TaxonomicTree",- # 系统发育关系图- "PhylogeneticRelationGraph",- # 基因调控网络- "RegulatoryNetwork",- # 蛋白质复合物超图- "ProteinComplexMap",- # 生化反应超图- "BiochemicalReactionHypergraph",- # 关键位点模型- "BindingSiteModel",- # 物种名录- "BiodiversityRegistry",-]diff --git a/hyperextract/templates/legacy/zh/biology/binding_site_model.py b/hyperextract/templates/legacy/zh/biology/binding_site_model.pydeleted file mode 100644index c0c0f48..0000000--- a/hyperextract/templates/legacy/zh/biology/binding_site_model.py+++ /dev/null@@ -1,121 +0,0 @@-"""关键位点模型 - 从蛋白质结构文献中提取活性位点、结合位点的残基信息。--适用于蛋白质结构文献、药物设计报告、酶学研究。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class ResidueDetail(BaseModel):- """残基详情"""-- position: str = Field(description="残基位置编号,如Asp204、Phe286")- amino_acid: str = Field(description="氨基酸名称,如天冬氨酸、苯丙氨酸")- role: str = Field(description="在位点中的角色:配体结合、催化、结构支撑")---class BindingSite(BaseModel):- """蛋白质关键位点模型"""-- protein_name: str = Field(description="蛋白质名称,如β2-肾上腺素受体")- site_type: str = Field(- description="位点类型:活性位点、结合位点、修饰位点、别构位点"- )- residue_numbers: str = Field(description="关键残基编号范围,如Asp169-Lys210")- residue_details: List[ResidueDetail] = Field(description="关键残基详情列表")- chemical_properties: str = Field(- description="化学性质描述,如疏水口袋、氢键网络、金属离子结合位点"- )- function_annotation: str = Field(- description="功能注解,如配体识别、底物特异性、信号转导"- )- ligand_info: str = Field(description="配体信息,如结合的配体分子或药物", default="")---_PROMPT = """## 角色与任务-你是一位专业的结构生物学专家,请从文本中提取蛋白质的关键位点信息。--## 提取规则-### 核心约束-1. 识别文本中描述的核心蛋白质及其位点-2. 提取位点的类型(活性位点、结合位点、修饰位点等)-3. 提取关键残基的编号、化学性质和功能--### 领域特定规则-- 残基编号:使用标准编号系统,如Asp204表示第204位天冬氨酸-- 氨基酸中文名称:天冬氨酸(Asp)、苯丙氨酸(Phe)、赖氨酸(Lys)、精氨酸(Arg)等-- 位点类型:活性位点(直接参与催化)、结合位点(结合底物或配体)、修饰位点(可被修饰)-- 化学性质:疏水、亲水、极性、带电荷等--## 蛋白质结构描述源文本:-{source_text}-"""---class BindingSiteModel(AutoModel[BindingSite]):- """- 适用文档: 蛋白质结构文献、药物设计报告、酶学研究-- 功能介绍:- 提取蛋白质活性位点、结合位点的残基编号、化学性质及功能注解。- 适用于药物设计、位点突变分析和酶学研究。-- Example:- >>> template = BindingSiteModel(llm_client=llm, embedder=embedder)- >>> template.feed_text("β2-AR的配体结合口袋位于TM螺旋核心,Asp204与配体形成盐桥...")- >>> print(template.data.protein_name)- >>> print(template.data.residue_details)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化关键位点模型模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=BindingSite,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示关键位点信息。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: BindingSite) -> str:- return f"{item.protein_name} - {item.site_type}"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/biology/biochemical_reaction_hypergraph.py b/hyperextract/templates/legacy/zh/biology/biochemical_reaction_hypergraph.pydeleted file mode 100644index 8328d62..0000000--- a/hyperextract/templates/legacy/zh/biology/biochemical_reaction_hypergraph.py+++ /dev/null@@ -1,191 +0,0 @@-"""生化反应超图 - 从代谢通路文献中提取生化反应的多层次关系。--适用于代谢通路文献、生物化学教科书、酶学研究报告。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class MoleculeNode(BaseModel):- """生化分子节点"""- name: str = Field(description="分子名称,如葡萄糖、ATP、丙酮酸")- molecule_type: str = Field(description="分子类型:酶、底物、产物、辅因子")- molecular_formula: str = Field(description="分子式,如C6H12O6", default="")---class BiochemicalReactionEdge(BaseModel):- """生化反应超边"""- enzyme: str = Field(description="催化该反应的酶名称")- substrates: List[str] = Field(description="反应底物列表")- products: List[str] = Field(description="反应产物列表")- cofactors: List[str] = Field(description="辅因子列表,如NAD+、Mg2+", default_factory=list)- reaction_type: str = Field(description="反应类型:水解、氧化还原、转移、裂解、合成")- direction: str = Field(description="反应方向:正向、逆向、可逆")- details: str = Field(description="反应详细描述,包括反应条件或生物学意义", default="")---_PROMPT = """## 角色与任务-你是一位专业的生物化学专家,请从代谢通路文献中提取生化分子及其反应关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的生化分子实体-- **边 (Edge)**:连接多个分子的超边,表示生化反应--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的分子,禁止将多个分子合并为一个节点-2. 分子名称与原文保持一致--### 超边提取约束-1. 超边连接酶、底物、产物等多类分子-2. 每条超边必须包含至少一个酶和底物--### 领域特定规则-- 酶:催化生化反应的蛋白质-- 反应类型:水解、氧化还原、转移、裂解、合成、异构-- 反应方向:正向、逆向、可逆--## 代谢通路文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的生物化学专家,请从“代谢通路文献”中提取所有生化分子(酶、底物、产物、辅因子)作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的生化分子实体-- **边 (Edge)**:连接多个分子的超边,表示生化反应(酶催化底物转化为产物)--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的分子,禁止将多个分子合并为一个节点-2. 分子名称与原文保持一致--### 领域特定规则-- 酶:催化生化反应的蛋白质,如己糖激酶、磷酸果糖激酶-- 底物:被酶作用的分子-- 产物:反应生成的分子-- 辅因子:协助酶催化的分子,如NAD+、ATP、Mg2+-- 分子式使用标准化学式--## 代谢通路文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知分子列表中提取生化反应关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的生化分子实体-- **边 (Edge)**:连接多个分子的超边,表示生化反应--## 提取规则-### 核心约束-1. 超边连接酶、底物、产物等多类分子-2. 仅从已知分子列表中选择参与者,不要创建未列出的分子-3. 每条超边必须包含至少一个酶和底物--### 领域特定规则-- 反应类型:水解、氧化还原、转移、裂解、合成、异构-- 反应方向:正向、逆向、可逆-- 格式:{酶 + 底物A + 底物B → 产物C + 产物D}--## 已知分子列表:-{known_nodes}--## 代谢通路文献:-{source_text}-"""---class BiochemicalReactionHypergraph(AutoHypergraph[MoleculeNode, BiochemicalReactionEdge]):- """- 适用文档: 代谢通路文献、生物化学教科书、酶学研究报告-- 功能介绍:- 精准建模 {酶 + 底物A + 底物B -> 产物C + 产物D} 的多输入多输出生化反应。- 适用于代谢通路图谱构建、代谢工程和系统生物学研究。-- Example:- >>> template = BiochemicalReactionHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("己糖激酶催化葡萄糖 + ATP → 6-磷酸葡萄糖 + ADP")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化生化反应超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=MoleculeNode,- edge_schema=BiochemicalReactionEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.enzyme}_{x.reaction_type}_{sorted(x.substrates + x.products)}",- nodes_in_edge_extractor=lambda x: tuple([x.enzyme] + x.substrates + x.products + x.cofactors),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示生化反应超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: MoleculeNode) -> str:- return f"{node.name} ({node.molecule_type})"-- def edge_label_extractor(edge: BiochemicalReactionEdge) -> str:- substrates_str = " + ".join(edge.substrates)- products_str = " + ".join(edge.products)- return f"{edge.enzyme}: {substrates_str} → {products_str}"-- 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/legacy/zh/biology/biodiversity_registry.py b/hyperextract/templates/legacy/zh/biology/biodiversity_registry.pydeleted file mode 100644index e727dd7..0000000--- a/hyperextract/templates/legacy/zh/biology/biodiversity_registry.py+++ /dev/null@@ -1,105 +0,0 @@-"""物种名录 - 从生物多样性调查报告中提取物种观测记录及种群数量信息。--适用于生物多样性调查报告、生态调查记录、物种观测清单。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class SpeciesRecord(BaseModel):- """物种记录"""- species_name: str = Field(description="物种中文名称")- latin_name: str = Field(description="拉丁学名", default="")- category: str = Field(description="类别:脊椎动物、无脊椎动物、植物、微生物")- population_count: str = Field(description="种群数量,如约120只、约850只")- protection_level: str = Field(description="保护级别:国家一级保护、国家二级保护、地方保护、无保护", default="无保护")- habitat: str = Field(description="栖息地或分布区域", default="")- observation_details: str = Field(description="观测详情,包括观测时间、地点和数量记录", default="")---_PROMPT = """## 角色与任务-你是一位专业的生态学专家,请从“调查报告”中提取所有物种观测记录,构建物种名录。--## 提取规则-### 核心约束-1. 每个物种只能对应一个唯一的记录,根据物种名称进行去重-2. 物种名称与原文保持一致-3. 汇总所有观测报告中提到的物种及其种群数量--### 领域特定规则-- 保护级别:国家一级保护、国家二级保护、地方保护、无保护-- 类别:脊椎动物(鱼类、两栖类、爬行类、鸟类、哺乳动物)、无脊椎动物(昆虫、螺类、蚌类等)、植物(高等植物、藻类、苔藓)-- 种群数量:使用原文中的数量描述,如"约120只"、"约850尾"--## 调查报告:-{source_text}-"""---class BiodiversityRegistry(AutoSet[SpeciesRecord]):- """- 适用文档: 生物多样性调查报告、生态调查记录、物种观测清单-- 功能介绍:- 去重汇总调查报告中观测到的所有物种及其种群数量信息。- 适用于物种清单制作、保护优先级评估和生物多样性监测。-- Example:- >>> template = BiodiversityRegistry(llm_client=llm, embedder=embedder)- >>> template.feed_text("本次调查共记录鸟类186种,其中国家一级保护鸟类7种...")- >>> print(len(template.items))- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化物种名录模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=SpeciesRecord,- key_extractor=lambda x: x.species_name,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示物种名录。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: SpeciesRecord) -> str:- return f"{item.species_name} ({item.latin_name})"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/biology/phylogenetic_relation_graph.py b/hyperextract/templates/legacy/zh/biology/phylogenetic_relation_graph.pydeleted file mode 100644index 5d936d3..0000000--- a/hyperextract/templates/legacy/zh/biology/phylogenetic_relation_graph.py+++ /dev/null@@ -1,185 +0,0 @@-"""系统发育关系图 - 从进化生物学文献中提取物种亲缘关系和演化分支信息。--适用于分子系统学文献、进化生物学研究。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class PhylogeneticNode(BaseModel):- """系统发育节点"""- name: str = Field(description="物种或分类单元名称")- taxon_level: str = Field(description="分类水平:界、门、纲、目、科、属、种")- description: str = Field(description="简要描述,包含演化位置或特征", default="")---class PhylogeneticRelation(BaseModel):- """系统发育关系边"""- source: str = Field(description="源物种或分类单元")- target: str = Field(description="目标物种或分类单元")- relation_type: str = Field(description="关系类型:亲缘关系、演化距离、分支、姐妹群")- evolutionary_distance: str = Field(description="演化距离或分支时间估算", default="")- branch_point: str = Field(description="分支点信息,如共同的祖先年代", default="")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的进化生物学专家,请从“生物学文献”中提取物种或分类单元及其系统发育关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的物种或分类单元实体-- **边 (Edge)**:物种之间的系统发育关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的物种或分类单元,禁止将其合并为一个节点-2. 物种名称与原文保持一致--### 边提取约束-1. 边只能连接已提取的物种或分类单元节点-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:亲缘关系、演化距离、分支、姐妹群-- 演化距离可用分支时间(百万年)或序列差异度表示-- 分支点信息包括共同的祖先和分化时间--## 生物学文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的进化生物学专家,请从“生物学文献”中提取所有物种或分类单元作为系统发育节点。---## 核心概念定义-- **节点 (Node)**:从文档中提取的物种或分类单元实体-- **边 (Edge)**:物种之间的系统发育关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的物种或分类单元,禁止将其合并为一个节点-2. 物种名称与原文保持一致--### 领域特定规则-- 分类等级:界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)-- 系统发育关系包括:亲缘关系、演化距离、分支、姐妹群关系--### 生物学文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从“生物学文献”中提取它们之间的系统发育关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的物种或分类单元实体-- **边 (Edge)**:物种之间的系统发育关系--## 提取规则-### 核心约束-1. 仅从已知的实体中提取边,不要创建未列出的物种-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:亲缘关系、演化距离、分支、姐妹群-- 演化距离可用分支时间(百万年)或序列差异度表示-- 分支点信息包括共同的祖先和分化时间--## 已知物种或分类单元实体:-{known_entities}--## 生物学文献:-{source_text}-"""---class PhylogeneticRelationGraph(AutoGraph[PhylogeneticNode, PhylogeneticRelation]):- """- 适用文档: 分子系统学文献、进化生物学研究、分子系统发育树描述-- 功能介绍:- 提取物种间的亲缘关系、演化距离及分支点,构建系统发育关系网络。- 适用于分子系统学、进化树构建和生物多样性演化研究。-- Example:- >>> template = PhylogeneticRelationGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("鱼类最早分出,随后是两栖类,鸟类和哺乳动物属于羊膜动物...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化系统发育关系图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=PhylogeneticNode,- edge_schema=PhylogeneticRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示系统发育关系图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PhylogeneticNode) -> str:- return f"{node.name} ({node.taxon_level})"-- def edge_label_extractor(edge: PhylogeneticRelation) -> 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/legacy/zh/biology/protein_complex_map.py b/hyperextract/templates/legacy/zh/biology/protein_complex_map.pydeleted file mode 100644index 22b7cf4..0000000--- a/hyperextract/templates/legacy/zh/biology/protein_complex_map.py+++ /dev/null@@ -1,184 +0,0 @@-"""蛋白质复合物超图 - 从蛋白质结构文献中提取蛋白质复合物的多亚基组成关系。--适用于蛋白质结构文献、蛋白质组学研究、信号通路分析。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ProteinSubunitNode(BaseModel):- """蛋白质亚基节点"""- name: str = Field(description="蛋白质或亚基名称,如Gαs、Gβ、β2-AR")- gene_name: str = Field(description="基因名称,如GNAS、GNB1", default="")- subunit_type: str = Field(description="亚基类型:G蛋白α亚基、G蛋白β亚基、G蛋白γ亚基、受体、效应器")- description: str = Field(description="简要描述", default="")---class ProteinComplexEdge(BaseModel):- """蛋白质复合物超边"""- members: List[str] = Field(description="参与组成复合物的所有蛋白质或亚基名称列表")- complex_name: str = Field(description="复合物名称,如G蛋白异源三聚体、β2-AR信号复合物")- function: str = Field(description="复合物功能描述")- assembly_details: str = Field(description="组装细节,如哪些亚基相互作用", default="")---_PROMPT = """## 角色与任务-你是一位专业的结构生物学专家,请从“蛋白质结构文献”中提取蛋白质及其复合物组成关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的蛋白质实体-- **边 (Edge)**:连接多个蛋白质实体的超边,表示它们共同组成功能复合物--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的蛋白质或亚基,禁止将多个蛋白质合并为一个节点-2. 蛋白质名称与原文保持一致--### 超边提取约束-1. 超边连接2个或多个蛋白质节点-2. 每条超边必须至少有2个成员--### 领域特定规则-- G蛋白异源三聚体:包括Gα、Gβ、Gγ三个亚基-- 复合物类型:G蛋白异源三聚体、信号转导复合物、酶复合物等--## 蛋白质结构文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的结构生物学专家,请从文本中提取所有蛋白质或亚基作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的蛋白质实体-- **边 (Edge)**:连接多个蛋白质实体的超边,表示它们共同组成功能复合物--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的蛋白质或亚基,禁止将多个蛋白质合并为一个节点-2. 蛋白质名称与原文保持一致--### 领域特定规则-- G蛋白异源三聚体:包括Gα、Gβ、Gγ三个亚基-- 受体:如β2-肾上腺素受体(β2-AR)-- 效应器:如腺苷酸环化酶(AC)-- 基因名称使用标准缩写--## 蛋白质结构文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知蛋白质列表中提取蛋白质复合物的组成关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的蛋白质实体-- **边 (Edge)**:连接多个蛋白质实体的超边,表示它们共同组成功能复合物--## 提取规则-### 核心约束-1. 超边连接2个或多个蛋白质实体节点-2. 仅从已知蛋白质实体列表中选择参与者,不要创建未列出的蛋白质实体-3. 每条超边必须至少有2个成员--### 领域特定规则-- 复合物类型:G蛋白异源三聚体、信号转导复合物、酶复合物等-- 组装信息:亚基之间的相互作用关系--## 已知蛋白质实体列表:-{known_nodes}--## 蛋白质结构文献:-{source_text}-"""---class ProteinComplexMap(AutoHypergraph[ProteinSubunitNode, ProteinComplexEdge]):- """- 适用文档: 蛋白质结构文献、蛋白质组学研究、信号通路分析-- 功能介绍:- 提取蛋白质复合物的多亚基结构,建模 {亚基A, 亚基B, 辅因子} 共同组成功能复合物的关系。- 适用于蛋白质复合物数据库、结构研究和药物设计。-- Example:- >>> template = ProteinComplexMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("G蛋白异源三聚体由Gαs、Gβ和Gγ三个亚基组成...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化蛋白质复合物超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ProteinSubunitNode,- edge_schema=ProteinComplexEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.complex_name}_{sorted(x.members)}",- nodes_in_edge_extractor=lambda x: tuple(x.members),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示蛋白质复合物超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ProteinSubunitNode) -> str:- return f"{node.name} ({node.subunit_type})"-- def edge_label_extractor(edge: ProteinComplexEdge) -> str:- return f"{edge.complex_name}: {', '.join(edge.members)}"-- 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/legacy/zh/biology/regulatory_network.py b/hyperextract/templates/legacy/zh/biology/regulatory_network.pydeleted file mode 100644index ea31fbf..0000000--- a/hyperextract/templates/legacy/zh/biology/regulatory_network.py+++ /dev/null@@ -1,184 +0,0 @@-"""基因调控网络 - 从分子生物学文献中提取转录因子与基因之间的调控关系。--适用于分子生物学文献、基因调控研究、信号通路分析。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class GeneNode(BaseModel):- """基因/转录因子节点"""- name: str = Field(description="基因或转录因子名称,如HIF-1α、c-Myc")- gene_symbol: str = Field(description="基因符号,如HK2、PFKFB3", default="")- type: str = Field(description="类型:转录因子、基因、启动子")- function: str = Field(description="功能描述", default="")---class GeneRegulationRelation(BaseModel):- """基因调控关系边"""- source: str = Field(description="调控因子(转录因子)名称")- target: str = Field(description="被调控基因名称")- relation_type: str = Field(description="调控类型:激活、抑制、协同激活")- mechanism: str = Field(description="调控机制,如结合启动子、组蛋白修饰", default="")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的分子生物学专家,请从文本中提取基因、转录因子及其之间的调控关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的基因实体-- **边 (Edge)**:基因之间的调控关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的基因或转录因子,禁止将多个基因合并为一个节点-2. 基因名称与原文保持一致--### 边提取约束-1. 边只能连接已提取的基因节点-2. 关系描述应与原文保持一致--### 领域特定规则-- 转录因子:调控其他基因表达的蛋白质,如HIF-1α、c-Myc-- 调控类型:激活(促进表达)、抑制(阻止表达)、协同激活-- 调控机制:结合启动子、组蛋白修饰、DNA甲基化等--## 生物学文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的分子生物学专家,请从文本中提取所有基因、转录因子和启动子作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的基因实体-- **边 (Edge)**:基因之间的调控关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的基因或转录因子,禁止将多个基因合并为一个节点-2. 基因名称与原文保持一致--### 领域特定规则-- 转录因子:调控其他基因表达的蛋白质,如HIF-1α、c-Myc-- 启动子:基因转录起始区域-- 基因符号使用标准缩写,如HK2(己糖激酶2)、PFKFB3--## 生物学文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知基因列表中提取基因之间的调控关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的基因实体-- **边 (Edge)**:基因之间的调控关系--## 提取规则-### 核心约束-1. 仅从已知基因列表中提取边,不要创建未列出的基因-2. 关系描述应与原文保持一致--### 领域特定规则-- 调控类型:激活(促进表达)、抑制(阻止表达)、协同激活-- 调控机制:结合启动子、组蛋白修饰、DNA甲基化等--## 已知基因实体列表:-{known_nodes}--## 生物学文献:-{source_text}-"""---class RegulatoryNetwork(AutoGraph[GeneNode, GeneRegulationRelation]):- """- 适用文档: 分子生物学文献、基因调控研究、信号通路分析-- 功能介绍:- 提取转录因子、启动子及其对基因表达的促进、抑制、协同作用,构建基因调控网络。- 适用于基因调控分析、系统生物学和药物靶点研究。-- Example:- >>> template = RegulatoryNetwork(llm_client=llm, embedder=embedder)- >>> template.feed_text("HIF-1α激活糖酵解相关基因HK2、PFKFB3、PKM2的表达...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化基因调控网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=GeneNode,- edge_schema=GeneRegulationRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示基因调控网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: GeneNode) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: GeneRegulationRelation) -> 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/legacy/zh/biology/species_interaction_web.py b/hyperextract/templates/legacy/zh/biology/species_interaction_web.pydeleted file mode 100644index d40c967..0000000--- a/hyperextract/templates/legacy/zh/biology/species_interaction_web.py+++ /dev/null@@ -1,188 +0,0 @@-"""物种相互作用网 - 从生态学文献中提取物种间的捕食、竞争、共生等关系。--适用于生态学专著、食物网分析报告、物种调查文献。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class SpeciesNode(BaseModel):- """物种节点"""- name: str = Field(description="物种名称,如绿藻、鲢鱼、苍鹭")- category: str = Field(description="物种类别:生产者、消费者、分解者")- species_type: str = Field(description="具体分类:浮游植物、浮游动物、底栖动物、鱼类、鸟类、哺乳动物、植物、微生物")- description: str = Field(description="简要描述", default="")---class SpeciesRelation(BaseModel):- """物种关系边"""- source: str = Field(description="源物种名称")- target: str = Field(description="目标物种名称")- relation_type: str = Field(description="关系类型:捕食、寄生、竞争、互利共生、共生")- details: str = Field(description="关系详细描述,包括具体行为或机制", default="")---_PROMPT = """## 角色与任务-你是一位专业的生态学专家,请从文本中提取物种及其之间的相互作用关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的物种实体-- **边 (Edge)**:物种之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的物种,禁止将多个物种合并为一个节点-2. 物种名称与原文保持一致-3. 准确判断物种的营养级:生产者(植物、藻类)、消费者(动物)、分解者(细菌、真菌)--### 边提取约束-1. 边只能连接已提取的物种节点-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型包括:捕食、寄生、竞争、互利共生、共生-- 捕食关系:捕食者 → 被捕食者-- 竞争关系:竞争同一资源的物种之间-- 互利共生:双方都受益的关系--## 生态学文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的生态学专家,请从文本中提取所有物种作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的物种实体-- **边 (Edge)**:物种之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的物种,禁止将多个物种合并为一个节点-2. 物种名称与原文保持一致-3. 准确判断物种的营养级:生产者(植物、藻类)、消费者(动物)、分解者(细菌、真菌)--### 领域特定规则-- 生态学术语保持原文,如物种名称(鲢鱼、绿藻)、生态关系(捕食、竞争)-- 注意区分不同营养级的物种--## 生态学文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知物种列表中提取物种之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的物种实体-- **边 (Edge)**:物种之间的关系--## 提取规则-### 核心约束-1. 仅从已知物种列表中提取边,不要创建未列出的物种-2. 关系描述应与原文保持一致-3. 每条边必须连接两个已提取的物种节点--### 领域特定规则-- 关系类型包括:捕食、寄生、竞争、互利共生、共生-- 捕食关系:捕食者 → 被捕食者-- 竞争关系:竞争同一资源的物种之间-- 互利共生:双方都受益的关系--## 已知物种列表:-{known_nodes}--## 生态学文献:-{source_text}-"""---class SpeciesInteractionWeb(AutoGraph[SpeciesNode, SpeciesRelation]):- """- 适用文档: 生态学专著、物种描述文献、食物网分析报告-- 功能介绍:- 提取物种间的捕食、寄生、竞争、互利共生等关系,构建物种相互作用网络。- 适用于食物网分析、生态关系研究和生物多样性保护。-- Example:- >>> template = SpeciesInteractionWeb(llm_client=llm, embedder=embedder)- >>> template.feed_text("湖泊中,鲢鱼滤食浮游植物,翘嘴鲌捕食小型鱼类...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化物种相互作用网模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=SpeciesNode,- edge_schema=SpeciesRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示物种相互作用网。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: SpeciesNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SpeciesRelation) -> 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/legacy/zh/biology/taxonomic_tree.py b/hyperextract/templates/legacy/zh/biology/taxonomic_tree.pydeleted file mode 100644index 5b15467..0000000--- a/hyperextract/templates/legacy/zh/biology/taxonomic_tree.py+++ /dev/null@@ -1,183 +0,0 @@-"""分类学树 - 从生物学文献中提取生物分类层级包含关系。--适用于生物学专著、分类学文献、物种描述。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class TaxonomicNode(BaseModel):- """分类单元节点"""- name: str = Field(description="分类单元名称,如绿藻门、鲤科、鲢鱼")- rank: str = Field(description="分类等级:界、门、纲、目、科、属、种")- latin_name: str = Field(description="拉丁学名", default="")---class TaxonomicRelation(BaseModel):- """分类关系边"""- source: str = Field(description="源分类单元(较高等级,如门)")- target: str = Field(description="目标分类单元(较低等级,如种)")- relation_type: str = Field(description="关系类型:包含于")- details: str = Field(description="详细描述,包含具体的分类路径信息", default="")---_PROMPT = """## 角色与任务-你是一位专业的生物分类学专家,请从“生物学文献”中提取分类单元及其层级包含关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的分类单元实体-- **边 (Edge)**:分类单元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分类单元,禁止将多个分类单元合并为一个节点-2. 物种名称与原文保持一致--### 边提取约束-1. 边只能连接已提取的分类单元节点-2. 分类关系是层级包含关系,从高等级指向低等级--### 领域特定规则-- 分类等级:界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)-- 拉丁学名保持原文格式-- 关系类型统一为"包含于"--## 生物学文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的生物分类学专家,请从文本中提取所有分类单元作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的分类单元实体-- **边 (Edge)**:分类单元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分类单元,禁止将多个分类单元合并为一个节点-2. 物种名称与原文保持一致--### 领域特定规则-- 分类等级:界(kingdom)、门(phylum)、纲(class)、目(order)、科(family)、属(genus)、种(species)-- 拉丁学名保持原文格式(属名首字母大写,种名小写斜体)-- 常见的分类等级英文缩写:Kingdom, Phylum, Class, Order, Family, Genus, Species--### 生物学文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知分类单元列表中提取它们之间的层级包含关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的分类单元实体-- **边 (Edge)**:分类单元之间的层级包含关系--## 提取规则-### 核心约束-1. 仅从已知分类单元列表中提取边,不要创建未列出的分类单元-2. 关系描述应与原文保持一致-3. 分类关系是层级包含关系,从高等级指向低等级--### 领域特定规则-- 关系类型统一为"包含于"-- 提取完整的分类路径信息--## 已知分类单元列表:-{known_nodes}--## 生物学文献:-{source_text}-"""---class TaxonomicTree(AutoGraph[TaxonomicNode, TaxonomicRelation]):- """- 适用文档: 生物学专著、分类学文献、物种描述-- 功能介绍:- 提取生物分类学中的层级包含关系,构建分类学树。- 适用于生物分类学数据库、物种信息系统和生物多样性研究。-- Example:- >>> template = TaxonomicTree(llm_client=llm, embedder=embedder)- >>> template.feed_text("脊索动物门 → 辐鳍鱼纲 → 鲤形目 → 鲤科 → 鲢属 → 鲢鱼")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化分类学树模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=TaxonomicNode,- edge_schema=TaxonomicRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示分类学树。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: TaxonomicNode) -> str:- return f"{node.name} ({node.rank})"-- def edge_label_extractor(edge: TaxonomicRelation) -> 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/legacy/zh/finance/__init__.py b/hyperextract/templates/legacy/zh/finance/__init__.pydeleted file mode 100644index 1993fda..0000000--- a/hyperextract/templates/legacy/zh/finance/__init__.py+++ /dev/null@@ -1,72 +0,0 @@-"""-金融领域模板,用于从财务文档中提取结构化知识。--包含 SEC 文件、股票研究报告、招股说明书、财报电话会议、-金融新闻、风险评估和供应链分析等模板。-"""--# SEC 文件 (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--# 股票研究报告-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--# 招股说明书 / IPO 文件 (S-1)-from .shareholder_structure import ShareholderStructure-from .proceeds_usage import ProceedsUsage-from .company_history_timeline import CompanyHistoryTimeline--# 财报电话会议记录-from .earnings_call_summary import EarningsCallSummary-from .management_guidance_list import ManagementGuidanceList-from .discussion_graph import DiscussionGraph-from .call_sentiment_hypergraph import CallSentimentHypergraph--# 金融新闻与市场评论-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 文件- "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- "ShareholderStructure",- "ProceedsUsage",- "CompanyHistoryTimeline",- # 财报电话会议- "EarningsCallSummary",- "ManagementGuidanceList",- "DiscussionGraph",- "CallSentimentHypergraph",- # 金融新闻- "MarketSentimentModel",- "FinancialEventCausalGraph",- "MultiSourceSentimentHypergraph",- "MarketNarrativeTimeline",-]diff --git a/hyperextract/templates/legacy/zh/finance/call_sentiment_hypergraph.py b/hyperextract/templates/legacy/zh/finance/call_sentiment_hypergraph.pydeleted file mode 100644index 2c0516f..0000000--- a/hyperextract/templates/legacy/zh/finance/call_sentiment_hypergraph.py+++ /dev/null@@ -1,221 +0,0 @@-"""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, 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---class CallTopic(BaseModel):- """- 财报电话会议中讨论的主题、发言人或情绪驱动因素。- """-- name: str = Field(- description="主题元素名称(例如'收入增长'、'CEO 蒂姆·库克'、'AI 投资周期'、'谨慎')。"- )- 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。")---class SentimentCluster(BaseModel):- """- 连接主题、发言人、情绪和驱动因素的多维情绪聚类。- """-- cluster_name: str = Field(- description="描述性名称(例如'CEO 看好 AI 收入'、'CFO 对利润率持谨慎态度')。"- )- participating_elements: List[str] = Field(- description="此情绪聚类中所有元素的名称(主题 + 发言人 + 情绪 + 驱动因素)。"- )- 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"。')- evidence: Optional[str] = Field(- None,- description="支持情绪判断的关键引述或意译。",- )- shift_from_prior: Optional[str] = Field(- None,- description="与前一季度基调的变化(如显著,例如'比第二季度更为谨慎'、'从中性上调')。",- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):- """- 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、行业会议记录。-- 模板用于财报电话会议的多维情绪分析。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。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化电话会议情绪超图模板。-- Args:- llm_client (BaseChatModel): 用于情绪提取的 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=CallTopic,- edge_schema=SentimentCluster,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.cluster_name}|{sorted(x.participating_elements)}",- nodes_in_edge_extractor=lambda x: tuple(- e 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:- """- 使用 OntoSight 可视化电话会议情绪超图。-- Args:- top_k_nodes_for_search (int): 检索的元素数。默认 3。- top_k_edges_for_search (int): 检索的情绪聚类数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的元素数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的聚类数。默认 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.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/legacy/zh/finance/company_history_timeline.py b/hyperextract/templates/legacy/zh/finance/company_history_timeline.pydeleted file mode 100644index 3269363..0000000--- a/hyperextract/templates/legacy/zh/finance/company_history_timeline.py+++ /dev/null@@ -1,248 +0,0 @@-"""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 Any, Optional-from datetime import datetime-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoTemporalGraph---class CompanyEntity(BaseModel):- """公司实体节点"""-- name: str = Field(description="实体名称")- type: str = Field(- description="实体类型:公司、创始人、投资机构等"- )- description: str = Field(description="简要描述", default="")---class CompanyEvent(BaseModel):- """公司事件边(带时间戳)"""-- source: str = Field(description="事件主体/相关实体")- target: str = Field(description="事件对象/相关实体")- eventType: str = Field(- description="事件类型:成立、融资、并购、IPO、裁员、发布产品、管理层变更、股权变更、获得专利、获奖"- )- eventDate: Optional[str] = Field(- description="事件日期,格式为年-月-日或年份", default=None- )- details: str = Field(description="事件详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的公司历史分析师,请从文本中提取公司相关的实体以及里程碑事件。--## 核心概念定义-- **节点 (Node)**:与公司历史直接相关的实体(本公司、子公司、创始人、投资机构)-- **边 (Edge)**:公司里程碑事件-- **时间**:事件发生的时间--## 提取规则-### 节点提取规则-1. 仅提取与公司历史直接相关的核心实体-2. 重点关注:本公司、子公司、创始人、投资机构--### 事件提取规则-1. 仅从提取的实体中创建事件边-2. 每条边必须连接已提取的节点-3. 时间信息为可选,仅在文本中明确提及时才提取-4. **source 和 target 只能是单个实体,不能是多个实体的拼接**-5. 如果多个主体参与同一事件,应为每个主体创建独立的边- - 例如:"A和B共同创立了C" → 创建两条边:(A, 创立, C) 和 (B, 创立, C)--### 事件类型-- 成立:公司成立-- 融资:种子轮、A轮、B轮、C轮、D轮、战略投资-- 并购:收购或被收购-- IPO:上市-- 裁员:人员优化、人员缩减-- 发布产品:新品发布、产品上线-- 管理层变更:CEO、CTO、COO等高管变动-- 股权变更:股权结构调整、增持、减持-- 获得专利:专利获批-- 获奖:行业奖项--### 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} 前一年- - "今年" → {observation_time} 所属年份- - "明年" → {observation_time} 后一年- - "五年前" → {observation_time} 前五年- - "最近" → {observation_time} 前1年--2. 明确日期:保持原格式- - 年份(如 2015年)→ 2015- - 年-月-日 → 保持原格式--3. 缺失时间:留空--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取公司历史相关的实体作为节点。--## 核心概念定义-- **节点 (Node)**:与公司历史直接相关的实体--## 提取规则-1. 仅提取与公司历史直接相关的核心实体-2. 重点关注:本公司、子公司、创始人、投资机构-3. 谨慎提取:其他实体除非与重大里程碑事件相关--### 实体类型(优先提取)-- 公司:本公司的主体名称-- 创始人:公司的创始团队成员-- 投资机构:VC、PE等投资方--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取公司里程碑事件。--## 核心概念定义-- **节点 (Node)**:与公司历史相关的实体-- **边 (Edge)**:公司里程碑事件-- **时间**:事件发生的时间--### 事件类型-- 成立、融资、并购、IPO、裁员、发布产品、管理层变更等--### 时间解析规则-当前观察日期:{observation_time}--1. 相对时间解析:- - "去年" → {observation_time} 前一年- - "今年" → {observation_time} 所属年份- - "五年前" → {observation_time} 前五年--2. 明确日期:保持原格式-3. 缺失时间:留空--### 约束条件-1. 仅从已知实体列表中提取事件-2. 不要创建未列出的实体-3. 时间信息为可选,仅在文本中明确提及时才提取-4. **source 和 target 只能是单个实体,不能是多个实体的拼接**-5. 如果多个主体参与同一事件,应为每个主体创建独立的边- - 例如:"A和B共同创立了C" → 创建两条边:(A, 创立, C) 和 (B, 创立, C)- - 例如:"红杉资本、IDG投资了该公司" → 创建两条边:(红杉资本, 投资, 该公司) 和 (IDG, 投资, 该公司)--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class CompanyHistoryTimeline(AutoTemporalGraph[CompanyEntity, CompanyEvent]):- """- 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。-- Example:- >>> template = CompanyHistoryTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("公司于2015年成立,2018年完成A轮融资,2020年IPO上市...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化公司历史时间线模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- 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- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=CompanyEntity,- edge_schema=CompanyEvent,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.eventType}|{x.details}",- time_in_edge_extractor=lambda x: x.eventDate 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示公司历史时间线。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: CompanyEntity) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: CompanyEvent) -> str:- if edge.eventDate:- return f"{edge.eventType} ({edge.eventDate})"- return f"{edge.eventType}"-- 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/legacy/zh/finance/discussion_graph.py b/hyperextract/templates/legacy/zh/finance/discussion_graph.pydeleted file mode 100644index d66674e..0000000--- a/hyperextract/templates/legacy/zh/finance/discussion_graph.py+++ /dev/null@@ -1,197 +0,0 @@-"""财报会议讨论图谱 - 从财报电话会议中提取实体及关系。--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:- 提取财报会议中讨论的实体以及它们之间的关系,- 核心是参会人员(分析师、管理层),被提到的实体为辅助。-"""--from typing import 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---class DiscussionEntity(BaseModel):- """讨论中的实体"""-- name: str = Field(description="实体名称")- type: str = Field(description="实体类型:参会人员、公司、产品、指标、行业")- description: str = Field(description="实体描述/说明", default="")---class DiscussionRelation(BaseModel):- """实体之间的关系"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relation_type: str = Field(description="关系类型")- description: str = Field(description="简要描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的财报会议分析师,请从文本中提取讨论中出现的实体以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:讨论中出现的实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体-2. 实体名称与原文保持一致-3. **参会人员是核心,必须提取**--### 实体类型-- 参会人员:分析师、管理层(CEO、CFO等)-- 公司、产品、指标、行业等--### 关系类型-- 参会人员之间:提问、回答、追问、澄清、反问等-- 参会人员 ↔ 其他实体:提问关于、回答关于、看好、看衰、担忧、质疑、主导、负责等-- 其他实体之间:竞争、合作、增长、下降等--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取讨论中出现的实体作为节点。--## 核心概念定义-- **节点 (Node)**:讨论中出现的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将其合并为一个节点-2. 实体名称与原文保持一致--### 实体类型-- 参会人员:分析师、管理层(CEO、CFO等)-- 公司、产品、指标、行业--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **边 (Edge)**:实体之间的关系,可以是参会人之间的关系、参会人与提到的实体之间的关系、或者实体之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 关系类型-- 参会人员之间:提问、回答、追问、澄清、反问等-- 参会人员 ↔ 其他实体:提问关于、回答关于、看好、看衰、担忧、质疑、主导、负责等-- 其他实体之间:竞争、合作、增长、下降等--### 示例-- (分析师A, 提问, 营收指标)-- (CEO, 回答, 营收指标)-- (CFO, 澄清, 毛利率)-- (实体A, 竞争, 实体B)--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class DiscussionGraph(AutoGraph[DiscussionEntity, DiscussionRelation]):- """- 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:- 提取财报会议中讨论的实体以及它们之间的关系。-- Example:- >>> graph = DiscussionGraph(llm_client=llm, embedder=embedder)- >>> graph.feed_text("分析师:关于AI业务前景?CEO:我们预计AI收入将增长...")- >>> graph.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,- ):- """- 初始化财报会议讨论图谱模板。-- Args:- llm_client: LLM 客户端- embedder: 嵌入模型- extraction_mode: 提取模式- chunk_size: 分块大小- chunk_overlap: 分块重叠- max_workers: 并行工作数- verbose: 详细日志- **kwargs: 其他参数- """- super().__init__(- node_schema=DiscussionEntity,- edge_schema=DiscussionRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- 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,- ):- """- 展示讨论图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量- top_k_edges_for_search: 语义检索返回的边数量- top_k_nodes_for_chat: 问答使用的节点数量- top_k_edges_for_chat: 问答使用的边数量- """-- def node_label_extractor(node: DiscussionEntity) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: DiscussionRelation) -> 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/legacy/zh/finance/earnings_call_summary.py b/hyperextract/templates/legacy/zh/finance/earnings_call_summary.pydeleted file mode 100644index 083c43b..0000000--- a/hyperextract/templates/legacy/zh/finance/earnings_call_summary.py+++ /dev/null@@ -1,167 +0,0 @@-"""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, 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 定义-# ==============================================================================---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。")- 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。")- reported_revenue: Optional[str] = Field(- None, description="本季度报告收入(例如'948 亿美元')。"- )- revenue_vs_consensus: Optional[str] = Field(- None,- description="收入与市场一致预期对比(例如'超出 12 亿美元'、'符合预期'、'低于预期 5 亿美元')。",- )- reported_eps: Optional[str] = Field(- None, description="报告的稀释每股收益(例如'1.46 美元')。"- )- eps_vs_consensus: Optional[str] = Field(- None, description="每股收益与一致预期对比(例如'超出 0.05 美元')。"- )- guidance_revenue: Optional[str] = Field(- None,- description="前瞻性收入指引(例如'第四季度 950-970 亿美元'、'2025 财年收入 3800-3900 亿美元')。",- )- guidance_eps: Optional[str] = Field(- None, description="前瞻性每股收益指引(如有提供)。"- )- overall_tone: Optional[str] = Field(- None,- description="电话会议整体基调:'积极'、'审慎乐观'、'中性'、'谨慎'、'消极'。",- )- key_highlights: Optional[List[str]] = Field(- None,- description="管理层准备发言中的 3-5 项核心亮点。",- )- key_concerns: Optional[List[str]] = Field(- None,- description="管理层或分析师在问答环节提出的主要关切。",- )- strategic_priorities: Optional[List[str]] = Field(- 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。")---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class EarningsCallSummary(AutoModel[EarningsCallSummarySchema]):- """- 适用文档: 季度财报电话会议记录、业绩新闻稿、- 投资者日活动记录、年度股东大会记录。-- 模板用于从财报电话会议记录中提取结构化摘要。生成已报告指标、业绩指引、- 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:- >>> 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)- >>> 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,- ):- """- 初始化财报电话会议摘要模板。-- Args:- llm_client (BaseChatModel): 用于会议记录提取的 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=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,- )-- 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.quarter or ''}"-- super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/legacy/zh/finance/factor_influence_hypergraph.py b/hyperextract/templates/legacy/zh/finance/factor_influence_hypergraph.pydeleted file mode 100644index c4c284e..0000000--- a/hyperextract/templates/legacy/zh/finance/factor_influence_hypergraph.py+++ /dev/null@@ -1,200 +0,0 @@-"""因子影响超图 - 建模股票分析中的多因子关系。--将宏观因素、行业趋势和公司指标之间的复杂关系建模为-同时连接多个因子的超边,节点是因子,超边是结果。-"""--from typing import 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 FactorNode(BaseModel):- """因子节点"""-- name: str = Field(description="因子名称")- category: str = Field(description="因子类别:宏观、行业、公司、市场情绪")- description: str = Field(description="因子描述/说明", default="")---class FactorResult(BaseModel):- """因子结果超边"""-- result: str = Field(- description="结果/影响,如'业绩下滑'、'估值提升'、'价格上涨',不超过10字"- )- factors: List[str] = Field(description="导致该结果的因子列表(至少2个)")- description: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的金融多因子分析师,请从文本中提取因子(作为节点)和因子导致的结果(作为超边)。--## 核心概念定义-- **节点 (Node)**:从文档中提取的因子实体-- **超边 (Edge)**:由多个因子共同导致的结果--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的因子,禁止将多个因子合并为一个节点-2. 因子名称与原文保持一致-3. 每条超边必须连接2个或以上因子-4. **优先提取包含3个及以上因子的超边**--### 因子类别-- 宏观:GDP增速、CPI、PPI、利率、汇率等-- 行业:景气度、政策、供需格局等-- 公司:营收、ROE、PE、净利润等-- 市场情绪:资金流向、风险偏好等--### 结果类型-- 业绩类:业绩下滑、业绩增长、盈利提升等-- 估值类:估值提升、估值承压、市值增长等-- 价格类:价格上涨、股价下跌、成本上升等-- 需求类:需求旺盛、需求疲软、订单增加等--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的金融因子分析师,请从文本中提取所有因子作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的因子实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的因子,禁止将多个因子合并为一个节点-2. 因子名称与原文保持一致--### 因子类别-- 宏观:GDP、CPI、利率、汇率等-- 行业:景气度、政策、供需等-- 公司:营收、ROE、PE等-- 市场情绪:资金流向、风险偏好等--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的金融多因子分析师,请从已知因子列表中提取因子导致的结果。--## 核心概念定义-- **节点 (Node)**:从文档中提取的因子实体-- **超边 (Edge)**:由多个因子共同导致的结果--## 提取规则-### 核心约束-1. 仅从已知因子列表中提取超边,不要创建未列出的因子-2. 每条超边必须连接至少2个因子-3. 优先提取包含3个及以上因子的超边-4. 结果描述不超过10字--### 结果类型-- 业绩类:业绩下滑、业绩增长、盈利提升-- 估值类:估值提升、估值承压、市值增长-- 价格类:价格上涨、股价下跌、成本上升-- 需求类:需求旺盛、需求疲软--### 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class FactorInfluenceHypergraph(AutoHypergraph[FactorNode, FactorResult]):- """- 适用文档: 股票分析报告、券商研报、财报解读-- 功能介绍:- 将宏观因素、行业趋势和公司指标(作为节点)与它们导致的结果(作为超边)- 建模为超图结构。-- Example:- >>> template = FactorInfluenceHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("受宏观利率上行和行业景气度下行影响,公司净利润下降...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化因子影响超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage" 或 "two_stage",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: 并行处理工作线程数,默认为 10- verbose: 是否启用进度日志,默认为 False- **kwargs: 其他技术参数- """- super().__init__(- node_schema=FactorNode,- edge_schema=FactorResult,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.result}_{'_'.join(sorted(x.factors))}",- nodes_in_edge_extractor=lambda x: tuple(x.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,- ):- """- 展示因子影响超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量- top_k_edges_for_search: 语义检索返回的边数量- top_k_nodes_for_chat: 问答使用的节点数量- top_k_edges_for_chat: 问答使用的边数量- """-- def node_label_extractor(node: FactorNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: FactorResult) -> str:- return f"{edge.result}"-- 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/legacy/zh/finance/filing_financial_snapshot.py b/hyperextract/templates/legacy/zh/finance/filing_financial_snapshot.pydeleted file mode 100644index 14f02f8..0000000--- a/hyperextract/templates/legacy/zh/finance/filing_financial_snapshot.py+++ /dev/null@@ -1,150 +0,0 @@-"""财报财务快照 - 从 SEC 申报文件中提取关键财务数据。--从 10-K/10-Q 申报文件中提取利润表、资产负债表和现金流量表数据,-整合为单一结构化对象,用于基本面筛选和数据库填充。-"""--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 定义-# ==============================================================================---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')。")- 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')。",- )- revenue: Optional[str] = Field(- None,- 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="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="经营活动现金流。"- )- free_cash_flow: Optional[str] = Field(- None, description="自由现金流。"- )- key_metrics: Optional[List[str]] = Field(- None,- description="其他关键财务指标列表(如毛利率、ROE、市盈率等)。",- )---# ==============================================================================-# 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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class FilingFinancialSnapshot(AutoModel[FilingFinancialSnapshotSchema]):- """- 适用文档: SEC 10-K 年度报告、10-Q 季度报告、20-F 外国发行人年报、- 包含嵌入式财务报表的年度报告。-- 模板用于从 SEC 申报文件中提取合并财务数据快照。- 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:- >>> 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)- >>> 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,- ):- """- 初始化财报财务快照模板。-- Args:- llm_client (BaseChatModel): 用于财务数据提取的 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=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,- )-- 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/legacy/zh/finance/filing_risk_factor_set.py b/hyperextract/templates/legacy/zh/finance/filing_risk_factor_set.pydeleted file mode 100644index d678d92..0000000--- a/hyperextract/templates/legacy/zh/finance/filing_risk_factor_set.py+++ /dev/null@@ -1,150 +0,0 @@-"""申报风险因素集 - 对 SEC 申报文件中的风险因素进行去重和归类。--从 10-K/10-Q 申报文件的第1A项中提取并规范化风险因素披露,-跟踪不同申报期间的新增和删除,用于风险演变监控。-"""--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 定义-# ==============================================================================---class RiskFactorItem(BaseModel):- """- SEC 申报文件中披露的单项风险因素。- """-- risk_title: str = Field(- description="风险因素的简明标题(例如 '网络安全漏洞风险'、'外汇敞口')。"- )- risk_category: str = Field(- description="类别:'市场'、'运营'、'监管'、'财务'、'战略'、'网络安全'、'ESG'、'法律'、'地缘政治'。"- )- description: str = Field(- description="申报文件中披露的风险完整描述。"- )- potential_impact: Optional[str] = Field(- None,- description="所述的潜在财务或运营影响(例如 '对营收产生重大不利影响')。",- )- affected_areas: Optional[List[str]] = Field(- None,- description="受影响的业务板块或职能(例如 ['国际业务', '供应链'])。",- )- mitigation_disclosed: Optional[str] = Field(- None,- description="公司已披露的任何缓解措施或管控手段。",- )- is_new: Optional[bool] = Field(- None,- description="与前期申报相比,该风险因素是否为新增。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class FilingRiskFactorSet(AutoSet[RiskFactorItem]):- """- 适用文档: SEC 10-K 第1A项(风险因素)、10-Q 风险因素更新、- S-1 招股说明书风险章节、20-F 风险披露。-- 模板用于从监管申报文件中构建去重的风险因素注册表。- 利用 AutoSet 的键值累积机制,将不同章节或不同申报期间的风险披露合并为- 全面的风险目录。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化申报风险因素集模板。-- Args:- llm_client (BaseChatModel): 用于风险因素提取的 LLM。- embedder (Embeddings): 用于检索的嵌入模型。- 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: AutoSet 的其他参数。- """- super().__init__(- item_schema=RiskFactorItem,- key_extractor=lambda x: x.risk_title,- 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:- """- 可视化风险因素注册表。-- 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 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/legacy/zh/finance/financial_data_temporal_graph.py b/hyperextract/templates/legacy/zh/finance/financial_data_temporal_graph.pydeleted file mode 100644index 86ff8f6..0000000--- a/hyperextract/templates/legacy/zh/finance/financial_data_temporal_graph.py+++ /dev/null@@ -1,263 +0,0 @@-"""财务数据时序图谱 - 跨报告期追踪财务指标变化。--从 SEC 申报文件中提取财务实体(公司、分部、科目)及其跨期的-量化关系,支持多期趋势分析、分部级追踪和跨期财务对比。-"""--from typing import Optional, Any-from datetime import datetime-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 定义-# ==============================================================================---class FinancialDataEntity(BaseModel):- """- SEC 申报文件中出现的财务实体:公司、业务分部或财务指标/科目。- """-- name: str = Field(- description="实体的规范名称(例如 '苹果公司'、'云服务分部'、'营业收入'、'净利润')。"- )- entity_type: str = Field(- description="类型:'公司'、'分部'、'财务指标'、'会计科目'、'外部因素'。"- )- description: Optional[str] = Field(- None,- description="简要背景说明(例如 '消费电子业务板块'、'GAAP 收入确认口径')。",- )---class FinancialDataEdge(BaseModel):- """锚定于特定报告期的时序财务关系,将实体与指标、指标与指标关联起来。"""-- source: str = Field(- description="主体(公司/分部/指标名称)"- )- target: str = Field(- description="目标(指标/分部/因素名称)"- )- relationship: str = Field(- description="关系类型:'拥有'、'同比变化'、'占比'、'贡献'、'影响'"- )- value: Optional[str] = Field(- None,- description="数值(如 '3943亿美元'、'+7.8%'、'30%')"- )- fiscal_period: Optional[str] = Field(- None,- description="财务期间(如 'FY2024'、'Q3 2024')"- )---# ==============================================================================-# 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:-{source_text}-"""--_NODE_PROMPT = """## 角色-你是专业的财务分析师,从文本中提取财务实体作为节点。--## 提取规则-### 核心约束-1. 每个节点对应一个独立实体-2. 实体名称与原文保持一致-3. **重要**:提取的节点名称要完整准确,因为边会引用这些名称--### 只提取以下类型的实体:-- **公司**:申报公司及其重要子公司-- **分部**:业务分部或区域(具体名称)-- **财务指标**:关键财务指标(营业收入、净利润、毛利率等)-- **会计科目**:主要会计科目-- **外部因素**:影响财务的外部因素--### 不提取为节点:-- 日期、时间期间-- 纯数值--### 提取原则-- 公司名使用完整官方名称(如 '苹果公司' 而非 '苹果')-- 财务指标使用标准名称(如 '营业收入' 而非 '收入')-- 避免提取过于通用或抽象的概念--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色-你是专业的财务分析师,从文本中提取带时间上下文的财务数据关系。--## 核心约束-1. **source 和 target 都必须是已知实体列表中的节点**-2. 每个出现的财务数据都必须提取为一条边-3. 节点名称必须完全匹配--## 关系类型(有区分度的类型)-- "拥有":公司拥有某分部/子公司-- "同比变化":同比增加/减少(如 "营收同比增长7.8%")-- "占比":某指标占某指标的比例(如 "云服务收入占比30%")-- "贡献":某分部贡献了某指标的多少(如 "华东区贡献收入20%")-- "影响":外部因素影响了某指标(如 "汇率影响收入-5%")--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class FinancialDataTemporalGraph(- AutoTemporalGraph[FinancialDataEntity, FinancialDataEdge]-):- """- 适用文档: SEC 10-K 年度报告、10-Q 季度报告、20-F 外国发行人年报、- 包含多期财务报表的年度报告、分部披露。-- 模板用于从 SEC 申报文件构建财务数据时序知识图谱。- 与 FilingFinancialSnapshot(单期扁平提取)不同,本模板保留了**时间维度**——- 将公司、业务分部和财务指标建模为节点,通过带有精确数值和财务期间标签的- 时序边进行连接,支持多期趋势分析和跨期对比。-- 使用示例:- >>> graph = FinancialDataTemporalGraph(llm_client=llm, embedder=embedder)- >>> 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()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str | None = None,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化财务数据时序图谱模板。-- Args:- llm_client (BaseChatModel): 用于财务数据提取的 LLM。- embedder (Embeddings): 用于去重和语义检索的嵌入模型。- observation_time (str): 用于解析相对时间表达式的参考日期,未指定时默认为当前日期。- extraction_mode (str): "one_stage" 或 "two_stage"(默认 "two_stage")。- chunk_size (int): 每个文本分块的最大字符数。- chunk_overlap (int): 相邻分块之间的重叠字符数。- 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。- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=FinancialDataEntity,- edge_schema=FinancialDataEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}|{x.relationship}|{x.target}"- ),- time_in_edge_extractor=lambda x: x.fiscal_period 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 可视化财务数据时序图谱。-- Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的数据边数。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): 对话上下文中的数据边数。默认 3。- """-- def node_label_extractor(node: FinancialDataEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: FinancialDataEdge) -> str:- if not edge.value:- return f"{edge.relationship}"- return f"{edge.relationship} ({edge.value})"-- 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/legacy/zh/finance/financial_event_causal_graph.py b/hyperextract/templates/legacy/zh/finance/financial_event_causal_graph.pydeleted file mode 100644index 26aae84..0000000--- a/hyperextract/templates/legacy/zh/finance/financial_event_causal_graph.py+++ /dev/null@@ -1,180 +0,0 @@-"""金融事件因果图谱 - 将金融事件映射到市场反应。--适用文档: 财经新闻文章、市场评论、宏观策略报告、经济数据发布--功能介绍:- 将金融事件映射到受影响的实体和下游市场反应,- 支持事件驱动策略开发和宏观影响分析。-"""--from typing import 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---class FinancialEventNode(BaseModel):- """金融事件节点"""-- name: str = Field(description="实体名称")- category: str = Field(- description="实体类别:'政策事件'、'市场实体'、'经济指标'"- )- description: str = Field(- description="实体的简要描述"- )---class EventCausalEdge(BaseModel):- """因果关系边"""-- source: str = Field(description="源实体名称")- target: str = Field(description="目标实体名称")- relation_type: str = Field(- description="因果关系类型:推动、促进、带动、抑制、拖累、冲击、利好、利空"- )- description: str = Field(- description="因果关系的详细说明"- )---_PROMPT = """## 角色与任务-你是一位专业的宏观策略师,请从文本中提取金融事件及它们之间的因果关系。--## 核心概念定义-- **节点 (Node)**:金融事件、政策、经济指标、市场实体-- **边 (Edge)**: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事件/实体-2. 名称与原文保持一致-3. **source 和 target 都必须是已提取的实体节点**--### 实体类型-- 政策事件:降准、加息、财政政策-- 市场实体:银行、房地产、科技、消费-- 经济指标:GDP、CPI、利率、汇率--### 关系类型-- 推动类:推动、促进、带动-- 抑制类:抑制、拖累、冲击-- 影响类:利好、利空--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取金融实体作为节点。--## 核心概念定义-- **节点 (Node)**:政策事件、市场实体、经济指标--## 提取规则-1. 提取所有金融实体-2. 名称与原文保持一致--### 实体类型-- 政策事件:降准、加息、财政政策-- 市场实体:银行、房地产、科技、消费-- 经济指标:GDP、CPI、利率--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:政策事件、市场实体、经济指标-- **边 (Edge)**:实体之间的因果关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致-3. **关键**:边的 source 和 target 必须完全使用下方实体列表中的名称--### 关系类型-- 推动类:推动、促进、带动-- 抑制类:抑制、拖累、冲击-- 影响类:利好、利空--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):- """- 适用文档: 财经新闻文章、市场评论、宏观策略报告、经济数据发布-- 功能介绍:- 将金融事件映射到受影响的实体和下游市场反应,- 支持事件驱动策略开发和宏观影响分析。-- Example:- >>> causal = FinancialEventCausalGraph(llm_client=llm, embedder=embedder)- >>> causal.feed_text("美联储加息25个基点,银行板块上涨...")- >>> causal.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,- ):- super().__init__(- node_schema=FinancialEventNode,- edge_schema=EventCausalEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- 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,- ):- def node_label_extractor(node: FinancialEventNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: EventCausalEdge) -> str:- return f"{edge.relation_type}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/finance/financial_forecast.py b/hyperextract/templates/legacy/zh/finance/financial_forecast.pydeleted file mode 100644index d65a988..0000000--- a/hyperextract/templates/legacy/zh/finance/financial_forecast.py+++ /dev/null@@ -1,148 +0,0 @@-"""财务预测 - 从股票研究报告中提取预测财务数据。--提取分析师报告中的收入、每股收益、市盈率等未来期间的财务预测,-用于一致性预期分析和财务建模。-"""--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 定义-# ==============================================================================---class ForecastItem(BaseModel):- """- 特定指标和期间的单项财务预测。- """-- metric: str = Field(- description="被预测的财务指标(例如 '收入'、'每股收益'、'EBITDA'、'营业利润率'、'自由现金流')。"- )- period: str = Field(- description="预测期间(例如 'FY2025E'、'Q1 2025E'、'CY2026E')。"- )- estimate: str = Field(- description="预测值(例如 '$120.5B'、'$6.25'、'35.2%')。"- )- prior_estimate: Optional[str] = Field(- None, description="如有修订,之前的预测值(例如 '$115.0B')。"- )- consensus: Optional[str] = Field(- None, description="用于对比的市场一致性预期(例如 '$118.2B')。"- )- growth_rate: Optional[str] = Field(- None,- description="隐含增长率(例如 '同比+15%'、'持平')。",- )- assumptions: Optional[str] = Field(- None,- description="预测所依据的关键假设(例如 '假设销量增加 500 万台')。",- )- source_firm: Optional[str] = Field(- None, description="提供该预测的研究机构。"- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class FinancialForecast(AutoList[ForecastItem]):- """- 适用文档: 股票研究报告、盈利预测、财务模型、一致性预期报告、分析师预测。-- 模板用于从分析师报告中提取预测财务数据。每项预测作为独立列表项捕获,- 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:- >>> 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)- >>> 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,- ):- """- 初始化财务预测模板。-- Args:- llm_client (BaseChatModel): 用于预测提取的 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=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:- """- 可视化财务预测列表。-- 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: 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/legacy/zh/finance/management_guidance_list.py b/hyperextract/templates/legacy/zh/finance/management_guidance_list.pydeleted file mode 100644index 84368d5..0000000--- a/hyperextract/templates/legacy/zh/finance/management_guidance_list.py+++ /dev/null@@ -1,158 +0,0 @@-"""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, 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 定义-# ==============================================================================---class GuidanceItem(BaseModel):- """- 管理层的单项前瞻性指引声明。- """-- guidance_topic: str = Field(- description="指引主题(例如'第四季度收入'、'2025 财年资本支出'、'毛利率展望'、'招聘计划')。"- )- guidance_type: str = Field(- description='类型:"定量"、"定性"、"战略"、"运营"。'- )- guidance_value: str = Field(- description="指引内容或预测值(例如'950-970 亿美元'、'将拓展 5 个新市场'、"- "'预计下半年利润率改善')。"- )- prior_guidance: Optional[str] = Field(- None,- description="同一指标的前次指引(如有修订,例如'900-930 亿美元')。",- )- direction: Optional[str] = Field(- None,- description="相对前次指引或一致预期的方向:'上调'、'下调'、'维持'、'首次发布'。",- )- time_period: Optional[str] = Field(- None,- description="指引覆盖的时间段(例如'2024 年第四季度'、'2025 财年'、'未来 12 个月')。",- )- confidence_language: Optional[str] = Field(- None,- description="管理层的确信程度措辞(例如'我们预计'、'我们有信心'、'我们预期')。",- )- speaker: Optional[str] = Field(- None,- description="指引发布者(例如'CEO'、'CFO'、'COO')。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class ManagementGuidanceList(AutoList[GuidanceItem]):- """- 适用文档: 财报电话会议记录、投资者日演示材料、- 业绩指引更新、管理层评论部分。-- 模板用于从财报电话会议和管理层报告中提取前瞻性指引。每项指引条目- 独立捕捉,便于跟踪修订和管理预期。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化管理层指引列表模板。-- Args:- llm_client (BaseChatModel): 用于指引提取的 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=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:- """- 可视化管理层指引列表。-- 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: 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/legacy/zh/finance/market_narrative_timeline.py b/hyperextract/templates/legacy/zh/finance/market_narrative_timeline.pydeleted file mode 100644index b42a8b7..0000000--- a/hyperextract/templates/legacy/zh/finance/market_narrative_timeline.py+++ /dev/null@@ -1,243 +0,0 @@-"""市场叙事时间线 - 追踪市场叙事随时间的演变。--追踪市场主导叙事和主题随时间的演变(例如从"通胀恐惧"转向"软着陆希望"),-用于主题投资和市场情绪分析。-"""--from typing import Optional, Any-from datetime import datetime-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 NarrativeNode(BaseModel):- """市场叙事节点"""-- name: str = Field(description="叙事名称(如'通胀恐惧'、'软着陆希望')。")- narrative_type: str = Field(- description="叙事类型:'市场情绪'、'投资主题'、'政策预期'、'经济判断'。"- )- description: str = Field(description="叙事描述。")---class NarrativeTransitionEdge(BaseModel):- """叙事演变边"""-- source: str = Field(description="先前叙事名称。")- target: str = Field(description="新兴叙事名称。")- transition_type: str = Field(- description="演变类型:被替代、演变为、触发了、主导了。"- )- timestamp: str = Field(- description="演变时间(如'2024-03'、'2024年Q2')。"- )- catalyst: Optional[str] = Field(- None,- description="触发演变的事件或数据点。",- )---_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以及它们随时间的演变。--## 核心概念定义-- **节点 (Node)**:市场叙事,如市场情绪、投资主题、政策预期、经济判断-- **边 (Edge)**:叙事之间的演变关系-- **时间**:叙事演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叙事,禁止将多个叙事合并为一个节点-2. 叙事名称与原文保持一致-3. 仅从已知叙事列表中提取边,不要创建新的叙事-4. 关系描述应与原文保持一致--### 叙事定义-- 叙事是市场中的"故事"、主题、情绪-- 叙事不是具体的公司、指数、政策本身-- 例如:"通胀恐惧"、"软着陆希望"、"AI热潮"、"避险情绪"是叙事-- 例如:"降准"、"上证指数"、"GDP"不是叙事,是催化剂或指标--### 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--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的策略师,请从文本中提取市场叙事作为节点。--## 核心概念定义-- **节点 (Node)**:市场叙事--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的叙事,禁止将多个叙事合并为一个节点-2. 叙事名称与原文保持一致--### 叙事定义-- 叙事是市场中的"故事"、主题、情绪-- 叙事不是具体的公司、指数、政策本身-- 例如:"通胀恐惧"、"软着陆希望"、"AI热潮"、"避险情绪"是叙事--### 叙事类型-- 市场情绪:投资者情绪变化-- 投资主题:主导投资方向-- 政策预期:对政策走向的判断-- 经济判断:对经济形势的看法--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的策略师,请从给定叙事列表中提取叙事演变关系。--## 核心概念定义-- **节点 (Node)**:市场叙事-- **边 (Edge)**:叙事之间的演变关系--## 提取规则-### 核心约束-1. **关键**:边的 source 和 target 必须完全使用下方叙事列表中的名称,禁止创造新叙事-2. 仅从已知叙事列表中提取边,不要创建新的叙事-3. 关系描述应与原文保持一致--### 演变类型-- 被替代:先前叙事被新叙事取代-- 演变为:先前叙事逐渐变成新叙事-- 触发了:新叙事因某事件而产生-- 主导了:新叙事成为市场主导--### 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--## 已知叙事列表:-{known_nodes}--## 源文本:-{source_text}-"""---class MarketNarrativeTimeline(- AutoTemporalGraph[NarrativeNode, NarrativeTransitionEdge]-):- """- 适用文档: 市场评论、宏观策略报告、财经新闻档案、投资展望报告、季度市场回顾。-- 模板用于追踪市场主导叙事和主题随时间的演变。支持主题投资、- 市场情绪分析和叙事动量研究。-- 使用示例:- >>> 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)- >>> narrative.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str | None = None,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化市场叙事时间线模板。-- Args:- llm_client (BaseChatModel): 用于叙事提取的 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,未指定时默认为当前日期。- 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。- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=NarrativeNode,- edge_schema=NarrativeTransitionEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}|{x.transition_type}|{x.target}"- ),- time_in_edge_extractor=lambda x: x.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 可视化市场叙事时间线。-- Args:- top_k_nodes_for_search (int): 检索的叙事数。默认 3。- top_k_edges_for_search (int): 检索的演变数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的叙事数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的演变数。默认 3。- """-- def node_label_extractor(node: NarrativeNode) -> str:- return f"{node.name} ({node.narrative_type})"-- def edge_label_extractor(edge: NarrativeTransitionEdge) -> str:- date = f" [{edge.timestamp}]" if edge.timestamp else ""- return f"{edge.transition_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/legacy/zh/finance/market_sentiment_model.py b/hyperextract/templates/legacy/zh/finance/market_sentiment_model.pydeleted file mode 100644index 614baa5..0000000--- a/hyperextract/templates/legacy/zh/finance/market_sentiment_model.py+++ /dev/null@@ -1,159 +0,0 @@-"""市场情绪模型 - 从财经新闻中提取情绪快照。--从财经新闻中提取情绪极性(看涨/看跌/中性)、提及的实体和预期价格影响,-用于实时情绪数据流。-"""--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 定义-# ==============================================================================---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(description="新闻文章/评论的标题/主题")- 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。")- overall_sentiment: Optional[str] = Field(- None,- description='整体情绪:"看涨"、"看跌"、"中性"、"混合"。',- )- sentiment_confidence: Optional[str] = Field(- None,- description='情绪评估的置信度:"高"、"中"、"低"。',- )- mentioned_tickers: Optional[List[str]] = Field(- None,- description="提及的股票代码(例如 ['AAPL', 'MSFT', 'GOOGL'])。",- )- mentioned_sectors: Optional[List[str]] = Field(- None,- description="涉及的行业板块(例如 ['科技', '金融', '能源'])。",- )- key_events: Optional[List[str]] = Field(- None,- description="驱动情绪的关键事件(例如 ['美联储利率决议', 'NVDA 财报超预期'])。",- )- expected_impact: Optional[str] = Field(- None,- description='预期的价格/市场影响(例如"科技股短期上行"、"板块轮动可能性大")。',- )- time_horizon: Optional[str] = Field(- None,- description='隐含时间范围:"盘中"、"短期"、"中期"、"长期"。',- )- contrarian_signals: Optional[List[str]] = Field(- None,- description="任何逆向或不同意见的观点。",- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class MarketSentimentModel(AutoModel[MarketSentimentSnapshot]):- """- 适用文档: 财经新闻文章、市场评论、分析师博客、交易台笔记、市场总结、盘前简报。-- 模板用于从财经新闻中提取结构化情绪快照。为每篇文章生成一个综合情绪视图,- 用于实时情绪数据流和交易信号生成。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化市场情绪模型模板。-- Args:- llm_client (BaseChatModel): 用于情绪提取的 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=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,- )-- 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.headline}"-- super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/legacy/zh/finance/material_event_timeline.py b/hyperextract/templates/legacy/zh/finance/material_event_timeline.pydeleted file mode 100644index 7d52f64..0000000--- a/hyperextract/templates/legacy/zh/finance/material_event_timeline.py+++ /dev/null@@ -1,254 +0,0 @@-"""重大事件时间线 - 从 8-K 申报文件中按时间顺序提取重大事件。--提取高管变动、并购公告、财务重述及其他重大事件,-按时间排序,用于事件驱动分析和监管监控。-"""--from typing import Optional, Any-from datetime import datetime-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 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)。")- 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'。"- )- description: Optional[str] = Field(- None, description="角色或背景(例如 '首席执行官'、'收购方'、'SEC')。"- )---class MaterialEventEdge(BaseModel):- """- 连接实体的重大事件及其时间背景。- """-- source: str = Field(description="行为实体名称。")- target: str = Field(description="受影响实体名称。")- event_type: str = Field(- description="类型:'高管任命'、'高管离职'、'收购'、'资产剥离'、"- "'财务重述'、'破产'、'退市'、'重大协议'、'股息宣派'、"- "'股票拆分'、'监管行动'。"- )- start_timestamp: Optional[str] = Field(- None,- description="事件发生或公告的日期(例如 '2024-03-15'、'2024年3月15日')。",- )- end_timestamp: Optional[str] = Field(- None,- description="如适用的结束日期(例如 生效日期、交割日期)。",- )- description: Optional[str] = Field(- None,- description="重大事件的详细信息,包括财务条款、条件或监管背景。",- )- sec_item: Optional[str] = Field(- None,- description="8-K 条目编号(例如 'Item 5.02'、'Item 1.01'、'Item 2.01')。",- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知事件主体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEventEdge]):- """- 适用文档: SEC 8-K 即时报告、重大事件披露、- 8-K 附带的新闻稿、委托声明书(DEF 14A)。-- 模板用于从 8-K 申报文件及相关披露中按时间顺序提取重大公司事件。- 支持事件驱动分析、监管监控和公司治理跟踪。-- 使用示例:- >>> 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)- >>> timeline.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str | None = None,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化重大事件时间线模板。-- Args:- llm_client (BaseChatModel): 用于事件提取的 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,未指定时默认为当前日期。- 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。- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=MaterialEventEntity,- edge_schema=MaterialEventEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- 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, 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 可视化重大事件时间线。-- 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: 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/legacy/zh/finance/mda_narrative_graph.py b/hyperextract/templates/legacy/zh/finance/mda_narrative_graph.pydeleted file mode 100644index dd0c7e9..0000000--- a/hyperextract/templates/legacy/zh/finance/mda_narrative_graph.py+++ /dev/null@@ -1,213 +0,0 @@-"""管理层讨论与分析叙述图谱 - 从管理层讨论与分析中提取因果关系。--映射 SEC 申报文件 MD&A 部分中从业务驱动因素到财务结果的因果链-(例如"供应链中断 -> 营收下降 -> 利润率压缩")。-"""--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---class MDAFactor(BaseModel):- """- MD&A 中提及的业务驱动因素、财务结果或运营因素。- """-- name: str = Field(- description="因素名称(例如 '供应链中断'、'营收增长'、'利润率压缩')。"- )- factor_type: str = Field(- description="类型:'业务驱动因素'、'财务结果'、'运营因素'、'战略举措'、'外部因素'。"- )- description: Optional[str] = Field(- None,- description="管理层对该因素的解释或背景说明。",- )---class MDANarrativeEdge(BaseModel):- """- 两个 MD&A 因素之间的因果或解释性关系。- """-- source: str = Field(description="原因或驱动因素名称。")- target: str = Field(description="结果或影响因素名称。")- relationship_type: str = Field(- description="类型:'导致'、'促成'、'被抵消'、'引发'、'带来'、'被缓解'。"- )- magnitude: Optional[str] = Field(- None,- description="如有提及的量化影响(例如 '增加了23亿美元'、'300个基点')。",- )- management_attribution: Optional[str] = Field(- None,- description="管理层自身的因果解释原文或转述。",- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class MDANarrativeGraph(AutoGraph[MDAFactor, MDANarrativeEdge]):- """- 适用文档: SEC 10-K/10-Q 第7项(管理层讨论与分析)、- 年度报告 MD&A 部分、中期管理报告。-- 模板用于从管理层讨论与分析部分提取因果关系。映射管理层如何解释业务绩效驱动因素- 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:- >>> 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)- >>> 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,- ):- """- 初始化管理层讨论与分析叙述图谱模板。-- 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: AutoGraph 的其他参数。- """- super().__init__(- node_schema=MDAFactor,- edge_schema=MDANarrativeEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.relationship_type})-->{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- 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:- """- 使用 OntoSight 可视化 MD&A 叙述图谱。-- Args:- top_k_nodes_for_search (int): 检索的因素数。默认 3。- top_k_edges_for_search (int): 检索的因果关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的因素数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的因果关系数。默认 3。- """-- def node_label_extractor(node: MDAFactor) -> str:- return f"{node.name} ({node.factor_type})"-- def edge_label_extractor(edge: MDANarrativeEdge) -> str:- return f"{edge.relationship_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/legacy/zh/finance/multi_source_sentiment_hypergraph.py b/hyperextract/templates/legacy/zh/finance/multi_source_sentiment_hypergraph.pydeleted file mode 100644index 2c032c3..0000000--- a/hyperextract/templates/legacy/zh/finance/multi_source_sentiment_hypergraph.py+++ /dev/null@@ -1,229 +0,0 @@-"""多源情绪超图 - 整合多个来源的情绪信号。--整合多个来源的情绪信号:{新闻文章, 社交媒体帖子, 分析师报告}--> 聚合情绪 -> 受影响实体,用于集成评分。-"""--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---class SentimentSource(BaseModel):- """- 情绪信号的来源或受影响的市场实体。- """-- name: str = Field(- description='来源或实体的名称(例如"彭博社文章"、"高盛分析师报告"、"AAPL"、"科技板块")。'- )- source_type: str = Field(- description='类型:"新闻文章"、"分析师报告"、"社交媒体"、"市场数据"、"公司公告"、'- '"受影响实体"、"板块"、"指数"。'- )- sentiment_signal: Optional[str] = Field(- None,- description='该来源的个别情绪:"看涨"、"看跌"、"中性"。',- )- credibility: Optional[str] = Field(- None,- description='来源可信度评估:"一级"、"二级"、"未验证"。',- )---class AggregatedSentiment(BaseModel):- """- 融合多个来源的聚合情绪信号,针对受影响实体。- """-- fusion_name: str = Field(- 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。"- )- 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"。'- )- agreement_level: str = Field(- description='来源一致性:"一致"、"多数"、"分裂"、"矛盾"。'- )- affected_entity: Optional[str] = Field(- None,- description="情绪适用的主要实体(股票代码或板块)。",- )- signal_strength: Optional[str] = Field(- None,- description='交易用的整体信号强度:"可操作"、"参考性"、"噪音"。',- )- conflicting_views: Optional[str] = Field(- None,- description="任何不同或冲突的情绪信号摘要。",- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class MultiSourceSentimentHypergraph(- AutoHypergraph[SentimentSource, AggregatedSentiment]-):- """- 适用文档: 财经新闻流、分析师报告合集、社交媒体数据流、多源市场情报。-- 模板用于整合多个来源的情绪信号。使用超边将多个来源连接到聚合情绪视图,- 支持集成情绪评分和虚假信号过滤。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化多源情绪超图模板。-- Args:- llm_client (BaseChatModel): 用于情绪融合的 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=SentimentSource,- edge_schema=AggregatedSentiment,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.fusion_name,- nodes_in_edge_extractor=lambda x: tuple(- s 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:- """- 使用 OntoSight 可视化多源情绪超图。-- Args:- top_k_nodes_for_search (int): 检索的来源数。默认 3。- top_k_edges_for_search (int): 检索的融合数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的来源数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的融合数。默认 3。- """-- def node_label_extractor(node: SentimentSource) -> str:- return f"{node.name} ({node.source_type})"-- def edge_label_extractor(edge: AggregatedSentiment) -> str:- return f"{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/legacy/zh/finance/proceeds_usage.py b/hyperextract/templates/legacy/zh/finance/proceeds_usage.pydeleted file mode 100644index 310fb3b..0000000--- a/hyperextract/templates/legacy/zh/finance/proceeds_usage.py+++ /dev/null@@ -1,139 +0,0 @@-"""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, 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 ProceedsItem(BaseModel):- """- 单项募集资金用途分配条目。- """-- use_category: str = Field(- description="资金用途类别(例如'研发投入'、'偿还债务'、'营运资金'、"- "'收购'、'资本支出'、'一般企业用途')。"- )- project_name: Optional[str] = Field(- None,- description="具体项目或计划名称(例如'弗吉尼亚新数据中心'、'平台 2.0 开发')。",- )- allocated_amount: Optional[str] = Field(- None,- description="分配金额(例如'1.5 亿美元'、'约占净募集资金的 30%')。",- )- percentage_of_proceeds: Optional[str] = Field(- None,- description="占总募集资金的百分比(例如'30%'、'约三分之一')。",- )- timeline: Optional[str] = Field(- None,- description="预计资金使用时间表(例如'12-18 个月'、'2025-2026 财年')。",- )- description: Optional[str] = Field(- None,- description="资金具体使用方式的详细说明。",- )---_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--### 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--## 源文本:-{source_text}-"""---class ProceedsUsage(AutoList[ProceedsItem]):- """- 适用文档: S-1 招股说明书(募集资金用途部分)、债券发行备忘录、- 二次发行招股说明书、SPAC 委托声明书。-- 模板用于从招股说明书和发行文件中提取资金分配明细。每项分配作为独立条目捕捉,- 便于 IPO 后监控和资金用途跟踪。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化募集资金用途模板。-- Args:- llm_client (BaseChatModel): 用于资金用途提取的 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=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:- """- 可视化募集资金用途列表。-- 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: 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/legacy/zh/finance/research_note_summary.py b/hyperextract/templates/legacy/zh/finance/research_note_summary.pydeleted file mode 100644index d2685f1..0000000--- a/hyperextract/templates/legacy/zh/finance/research_note_summary.py+++ /dev/null@@ -1,156 +0,0 @@-"""研究报告摘要 - 从股票研究报告中提取核心投资论点。--提取分析师研究报告中的评级、目标价和顶层投资逻辑,-用于报告数据库填充和筛选。-"""--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 定义-# ==============================================================================---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。")- 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。")- 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。")- 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。")- investment_thesis: Optional[str] = Field(- None,- description="核心投资论点或评级的关键论据。",- )- key_catalysts: Optional[List[str]] = Field(- None,- description="已识别的近期催化剂(例如 ['Q4 业绩超预期', '新产品发布', '监管审批'])。",- )- key_risks: Optional[List[str]] = Field(- None,- description="分析师强调的主要风险。",- )- revenue_estimate: Optional[str] = Field(- None, description="分析师对当前/下一财年的收入预测。"- )- eps_estimate: Optional[str] = Field(- None, description="分析师对当前/下一财年的每股收益预测。"- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================--_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:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class ResearchNoteSummary(AutoModel[ResearchNoteSummarySchema]):- """- 适用文档: 股票研究报告、分析师笔记、评级变更、首次覆盖报告、行业研究。-- 模板用于从股票研究报告中提取核心投资论点和关键参数。每份报告生成一个结构化摘要,- 用于数据库填充和筛选。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化研究报告摘要模板。-- Args:- llm_client (BaseChatModel): 用于报告提取的 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=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,- )-- 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/legacy/zh/finance/risk_assessment.py b/hyperextract/templates/legacy/zh/finance/risk_assessment.pydeleted file mode 100644index ffa46d6..0000000--- a/hyperextract/templates/legacy/zh/finance/risk_assessment.py+++ /dev/null@@ -1,219 +0,0 @@-"""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, 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---class RiskEntityNode(BaseModel):- """- 风险评估图谱中的实体节点。- """-- 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="实体的详细描述。",- )---class RiskPropagationEdge(BaseModel):- """- 风险因素到财务影响/运营结果的传导关系。- """-- 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。"- )- mitigation: Optional[str] = Field(- None,- description="缓解措施或应对策略。",- )---_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。--## 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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---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、- 债券评级报告、公司年报风险披露部分。-- 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:- >>> risk_graph = RiskAssessmentGraph(llm_client=llm, embedder=embedder)- >>> 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()- """-- 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,- ):- """- 初始化风险评估图谱模板。-- Args:- 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。- 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。- """- super().__init__(- node_schema=RiskEntityNode,- edge_schema=RiskPropagationEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.relation_type})-->{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- 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:- """- 使用 OntoSight 可视化风险评估图谱。-- 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: RiskEntityNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: RiskPropagationEdge) -> str:- return f"{edge.relation_type}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/finance/risk_factor_list.py b/hyperextract/templates/legacy/zh/finance/risk_factor_list.pydeleted file mode 100644index 60d62a6..0000000--- a/hyperextract/templates/legacy/zh/finance/risk_factor_list.py+++ /dev/null@@ -1,130 +0,0 @@-"""风险因素列表 - 从股票研究报告中提取下行风险。--列出分析师识别的具体下行风险,包括监管、汇率、供应链等-风险类别,用于风险监控。-"""--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 RiskItem(BaseModel):- """- 股票研究中识别的一项具体下行风险。- """-- risk_name: str = Field(- description="风险的简洁名称(例如 '欧盟监管收紧'、'强势美元带来的汇率逆风')。"- )- risk_category: str = Field(- 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。")- 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')。",- )- probability: Optional[str] = Field(- None,- description="分析师的概率评估:'高'、'中等'、'低'。",- )- time_horizon: Optional[str] = Field(- None,- description="风险可能兑现的时间(例如 '近期'、'2025 年'、'12-18 个月')。",- )---_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。--## 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:-{source_text}-"""---class RiskFactorList(AutoList[RiskItem]):- """- 适用文档: 股票研究报告(风险章节)、投资委员会备忘录、投资组合风险评估、分析师降级笔记。-- 模板用于从股票研究中提取下行风险。每项风险作为独立列表项捕获,- 用于风险监控和投资组合风险评估。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化风险因素列表模板。-- Args:- llm_client (BaseChatModel): 用于风险提取的 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=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:- """- 可视化风险因素列表。-- 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: 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/legacy/zh/finance/segment_performance_list.py b/hyperextract/templates/legacy/zh/finance/segment_performance_list.pydeleted file mode 100644index d6d49be..0000000--- a/hyperextract/templates/legacy/zh/finance/segment_performance_list.py+++ /dev/null@@ -1,136 +0,0 @@-"""业务板块业绩列表 - 按业务板块提取营收和关键指标。--从 SEC 申报文件中按业务板块或地理区域提取营收、营业利润和关键指标,-用于板块层面的估值和敞口分析。-"""--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---class SegmentPerformanceItem(BaseModel):- """- 单个业务板块或地理区域的业绩数据。- """-- segment_name: str = Field(- description="业务板块或地理区域名称(例如 '美洲'、'云服务'、'iPhone')。"- )- segment_type: str = Field(- description="类型:'业务板块'、'地理区域'、'产品线'、'经营分部'。"- )- revenue: Optional[str] = Field(- None, description="该期间的板块营收(例如 '482亿美元')。"- )- operating_income: Optional[str] = Field(- None, description="板块营业利润或经营利润。"- )- revenue_growth: Optional[str] = Field(- None,- description="同比或环比营收增长率(例如 '+12%'、'-3% 同比')。",- )- key_metrics: Optional[List[str]] = Field(- None,- description="板块特定的关键绩效指标(例如 ['订阅用户:2.3亿', 'ARPU:$14.99', '流失率:2.1%'])。",- )- commentary: Optional[str] = Field(- None,- description="管理层对板块业绩或展望的评论。",- )---_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--### 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--## 源文本:-{source_text}-"""---class SegmentPerformanceList(AutoList[SegmentPerformanceItem]):- """- 适用文档: SEC 10-K/10-Q 分部披露(ASC 280)、年度报告、- 包含分部明细的业绩公告。-- 模板用于从申报文件中提取板块层面的财务业绩数据。- 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:- >>> 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)- >>> 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,- ):- """- 初始化业务板块业绩列表模板。-- Args:- llm_client (BaseChatModel): 用于板块数据提取的 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=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:- """- 可视化业务板块业绩列表。-- 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: 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/legacy/zh/finance/shareholder_structure.py b/hyperextract/templates/legacy/zh/finance/shareholder_structure.pydeleted file mode 100644index 7bc4f63..0000000--- a/hyperextract/templates/legacy/zh/finance/shareholder_structure.py+++ /dev/null@@ -1,223 +0,0 @@-"""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, 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---class OwnershipEntity(BaseModel):- """- 股权结构中的实体。- """-- name: str = Field(- description="实体名称(例如个人、基金、控股公司、信托)。"- )- entity_type: str = Field(- description='类型:"个人"、"机构投资者"、"控股公司"、"风险投资"、'- '"私募股权"、"信托"、"政府实体"、"发行公司"。'- )- description: Optional[str] = Field(- None,- description="附加信息(例如'联合创始人兼 CEO'、'B 轮领投机构')。",- )---class OwnershipEdge(BaseModel):- """- 实体之间的持股或控制关系。- """-- source: str = Field(description="持有方/母公司实体名称。")- target: str = Field(description="被持有方/子公司实体名称。")- relationship_type: str = Field(- description='类型:"直接持股"、"间接持股"、"实益所有权"、'- '"投票权控制"、"董事会席位"、"母子公司"。'- )- ownership_percentage: Optional[str] = Field(- None,- description="持股比例(例如'15.3%'、'51%'、'控股权')。",- )- share_class: Optional[str] = Field(- 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')。",- )- 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')。",- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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--## 已知股权实体列表-{known_nodes}--## 源文本:-{source_text}-"""--class ShareholderStructure(AutoGraph[OwnershipEntity, OwnershipEdge]):- """- 适用文档: S-1 招股说明书、委托声明书(DEF 14A)、Schedule 13D/G 申报文件、- 年度报告(实益所有权部分)、IPO 申报文件。-- 模板用于提取和映射公司股权结构。支持最终控制人分析、投票权评估和- IPO 后锁定期跟踪。-- 使用示例:- >>> 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)- >>> 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,- ):- """- 初始化股东结构图谱模板。-- Args:- llm_client (BaseChatModel): 用于股权提取的 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: AutoGraph 的其他参数。- """- super().__init__(- node_schema=OwnershipEntity,- edge_schema=OwnershipEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.relationship_type})-->{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- 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:- """- 使用 OntoSight 可视化股东结构图。-- 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。- """-- 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/legacy/zh/finance/supply_chain.py b/hyperextract/templates/legacy/zh/finance/supply_chain.pydeleted file mode 100644index 5affa99..0000000--- a/hyperextract/templates/legacy/zh/finance/supply_chain.py+++ /dev/null@@ -1,201 +0,0 @@-"""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, 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---class SupplyEntity(BaseModel):- """- 供应链中的参与者(公司、供应商、客户、分销商)。- """-- name: str = Field(description="实体名称(公司或供应商)。")- 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。")---class SupplyTransaction(BaseModel):- """- 实体间的供应链关系。- """-- source: str = Field(description="上游供应商或提供方。")- target: str = Field(description="下游买方或需求方。")- relationship_type: str = Field(- description='类型:"供应"、"采购"、"分销"、"战略合作"。'- )- product_service: str = Field(- description='被供应或交易的内容,例如"锂芯片"、"物流服务"等。'- )---_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:-{source_text}-"""--_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:-{source_text}-"""--_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。--## 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. 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)--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class SupplyChainGraph(AutoGraph[SupplyEntity, SupplyTransaction]):- """- 适用文档: 10-K 财报中的业务概览部分、供应商审计报告、供应链韧性披露(10-K Item 1A)、环境社会治理报告、供应商管理文件。-- 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:- >>> 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)- >>> 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,- ):- """- 初始化供应链图谱模板。-- 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"。- 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。- """- super().__init__(- node_schema=SupplyEntity,- edge_schema=SupplyTransaction,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.product_service})-->{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- 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:- """- 使用 OntoSight 可视化供应链图。-- 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。- """-- def node_label_extractor(node: SupplyEntity) -> str:- return f"{node.name} ({node.entity_type})"-- def edge_label_extractor(edge: SupplyTransaction) -> str:- return f"{edge.relationship_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/legacy/zh/finance/valuation_logic_map.py b/hyperextract/templates/legacy/zh/finance/valuation_logic_map.pydeleted file mode 100644index 594e5f5..0000000--- a/hyperextract/templates/legacy/zh/finance/valuation_logic_map.py+++ /dev/null@@ -1,217 +0,0 @@-"""估值逻辑图谱 - 映射驱动股票表现的因果链。--提取股票研究报告中从业务驱动因素到估值结论的逻辑链-(例如 新市场 -> 增长 -> 估值倍数扩张)。-"""--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---class ValuationDriver(BaseModel):- """- 分析师估值逻辑链中的一个因素。- """-- name: str = Field(- description="估值驱动因素名称(例如 '市场份额增长'、'估值倍数扩张'、'DCF 假设')。"- )- driver_type: str = Field(- description="类型:'基本面'、'估值指标'、'增长驱动因素'、'可比公司'、'折现率'、'终值'。"- )- value: Optional[str] = Field(- None,- description="量化值或指标(例如 '25 倍前瞻市盈率'、'WACC 9.5%'、'TAM 150 亿美元')。",- )- description: Optional[str] = Field(- None,- description="分析师对该驱动因素在估值中所起作用的解释。",- )---class ValuationEdge(BaseModel):- """- 分析师估值逻辑中的因果链接。- """-- source: str = Field(description="原因或输入驱动因素名称。")- target: str = Field(description="结果或输出驱动因素名称。")- logic: str = Field(- 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')。"- )- relation_type: str = Field(- description="关系类型:'驱动'(正面)、'支撑'(正面)、'确认'(正面)、"- "'抑制'(负面)、'限制'(负面)、'假设'(中性)、'关联'(中性)。"- )- confidence: Optional[str] = Field(- None,- description="分析师的确信度:'高'、'中等'、'低'。",- )---_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-- 记录关系类型:驱动/支撑/确认(正面)、抑制/限制(负面)、假设/关联(中性)--## 源文本:-{source_text}-"""--_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:-{source_text}-"""--_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-- 记录关系类型:驱动/支撑/确认(正面)、抑制/限制(负面)、假设/关联(中性)--## 已知估值因素列表:-{known_nodes}--## 源文本:-{source_text}-"""---class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):- """- 适用文档: 股票研究报告、首次覆盖报告、估值分析、分部加总分析、DCF 模型摘要。-- 模板用于映射分析师估值逻辑中的因果链。将业务基本面连接到增长驱动因素,- 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:- >>> 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)- >>> valuation.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,- ):- """- 初始化估值逻辑图谱模板。-- Args:- llm_client (BaseChatModel): 用于估值逻辑提取的 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: AutoGraph 的其他参数。- """- super().__init__(- node_schema=ValuationDriver,- edge_schema=ValuationEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.relation_type})-->{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- 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:- """- 使用 OntoSight 可视化估值逻辑图谱。-- Args:- top_k_nodes_for_search (int): 检索的驱动因素数。默认 3。- top_k_edges_for_search (int): 检索的逻辑链接数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的驱动因素数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的逻辑链接数。默认 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.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/legacy/zh/food/__init__.py b/hyperextract/templates/legacy/zh/food/__init__.pydeleted file mode 100644index 6395e18..0000000--- a/hyperextract/templates/legacy/zh/food/__init__.py+++ /dev/null@@ -1,22 +0,0 @@-"""-美食餐饮领域模板,用于从美食餐饮文档中提取结构化知识。--包含标准化食谱、美食评论与感官评价等模板。-"""-# 标准化食谱-from .recipe_collection import RecipeCollection-from .standard_recipe_card import StandardRecipeCard-from .ingredient_composition_hypergraph import IngredientCompositionHypergraph-# 美食评论与感官评价-from .dish_review_summary import DishReviewSummary-from .sensory_evaluation_graph import SensoryEvaluationGraph--__all__ = [- # 标准化食谱- "RecipeCollection",- "StandardRecipeCard",- "IngredientCompositionHypergraph",- # 美食评论与感官评价- "DishReviewSummary",- "SensoryEvaluationGraph",-]diff --git a/hyperextract/templates/legacy/zh/food/dish_review_summary.py b/hyperextract/templates/legacy/zh/food/dish_review_summary.pydeleted file mode 100644index 2d0cab3..0000000--- a/hyperextract/templates/legacy/zh/food/dish_review_summary.py+++ /dev/null@@ -1,114 +0,0 @@-"""食评摘要清单 - 按菜品提取核心评价点、推荐等级及价格感知。--适用于探店笔记结构化、必吃榜单生成。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class ReviewItem(BaseModel):- """食评条目"""-- dish_name: str = Field(description="菜品名称")- recommendation_level: str = Field(description="推荐指数,如⭐⭐⭐⭐⭐ 或 4.5/5")- highlights: List[str] = Field(description="亮点列表", default_factory=list)- improvements: List[str] = Field(description="改进空间列表", default_factory=list)- price_perception: str = Field(description="价格感知,如性价比高、略贵但值")- description: str = Field(description="详细描述")---_PROMPT = """## 角色与任务-你是一位专业的美食评论家,请从文本中提取每道菜品的核心评价信息,形成食评摘要清单。--## 核心概念定义-- **条目 (Item)**:从文本中提取的重复模式实例,即单个菜品的评价信息--## 提取规则-### 核心约束-1. 提取文本中出现的每道菜品的评价信息-2. 为每个菜品提取推荐等级(如⭐⭐⭐⭐⭐)-3. 提取菜品亮点和可能的改进空间-4. 提取价格感知信息--### 约束条件-- 每个菜品作为独立条目提取-- 保持菜品名称与原文一致-- 推荐等级使用原文的表达方式--### 领域特定规则-- 推荐指数常用表达:⭐⭐⭐⭐⭐、4.5/5、强烈推荐-- 价格感知常用表达:性价比极高、实惠、略贵但值--## 源文本:-{source_text}-"""---class DishReviewSummary(AutoList[ReviewItem]):- """- 适用文档: 美食探店评论、食评文章、必吃榜单-- 功能介绍:- 按菜品提取核心评价点、推荐等级及价格感知,适用于探店笔记结构化、必吃榜单生成。-- Example:- >>> template = DishReviewSummary(llm_client=llm, embedder=embedder)- >>> template.feed_text("红烧肉:强烈推荐,肥而不腻,入口即化...")- >>> print(list(template))- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化食评摘要清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=ReviewItem,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示食评摘要清单。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: ReviewItem) -> str:- return f"{item.dish_name} - {item.recommendation_level}"-- super().show(- item_label_extractor=label_extractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/food/ingredient_composition_hypergraph.py b/hyperextract/templates/legacy/zh/food/ingredient_composition_hypergraph.pydeleted file mode 100644index e0eccaf..0000000--- a/hyperextract/templates/legacy/zh/food/ingredient_composition_hypergraph.py+++ /dev/null@@ -1,209 +0,0 @@-"""食材配伍超图 - 建模菜品与其 {主料, 辅料, 调味品} 的复杂组合关系。--适用于成本核算、过敏原管理、新菜研发。--设计原则:-- 节点(IngredientNode):存储食材的固有属性(名称、类别)-- 边(DishHyperedge):存储菜品信息,以及食材在该菜品中的具体角色(主料/辅料/调味品)-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class IngredientNode(BaseModel):- """食材节点"""-- name: str = Field(description="食材名称")- category: str = Field(description="食材类别:主料/辅料/调味品")---class IngredientInDish(BaseModel):- """食材在菜品中的信息"""-- name: str = Field(description="食材名称")- role: str = Field(description="角色:主料/辅料/调味品")- quantity: str = Field(description="用量,如500克、30毫升", default="")---class DishHyperedge(BaseModel):- """菜品超边 - 存储菜品信息及食材在该菜品中的具体角色"""-- dish_name: str = Field(description="菜品名称")- cuisine: str = Field(description="菜系", default="")- main_ingredients: List[IngredientInDish] = Field(- description="主料列表", default_factory=list- )- auxiliary_ingredients: List[IngredientInDish] = Field(- description="辅料列表", default_factory=list- )- seasonings: List[IngredientInDish] = Field(- description="调味品列表", default_factory=list- )- combo_description: str = Field(description="配伍描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的烹饪大师,请从文本中提取菜品与食材的配伍关系,建模为超边结构。--## 核心概念定义-- **节点 (Node)**:食材实体,存储食材的名称和类别-- **边 (Edge)**:菜品超边,存储菜品信息及食材在该菜品中的具体角色--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 食材角色:主料(主要食材)、辅料(辅助食材)、调味品(调料)-- 提取每个食材的用量信息-- 提取配伍描述--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取菜品中的所有食材实体作为节点。--## 核心概念定义-- **节点 (Node)**:食材实体,存储食材的名称和类别--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 食材类别:主料、辅料、调味品--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知食材列表中提取菜品的配伍超边结构。--## 核心概念定义-- **边 (Edge)**:菜品超边,存储菜品信息及食材在该菜品中的具体角色--## 提取规则-### 核心约束-1. 仅从已知食材列表中提取边,不要创建未列出的食材-2. 关系描述应与原文保持一致--### 领域特定规则-- 食材角色:主料、辅料、调味品--## 食材列表:-{known_nodes}--## 源文本:-{source_text}-"""---class IngredientCompositionHypergraph(AutoHypergraph[IngredientNode, DishHyperedge]):- """- 适用文档: 标准食谱、菜谱规范、烹饪教材-- 功能介绍:- 将菜品建模为 {主料, 辅料, 调味品} 的层级化超边结构,适用于成本核算、过敏原管理、新菜研发。-- 设计说明:- - 节点(IngredientNode):存储食材的名称和类别- - 边(DishHyperedge):存储菜品信息,以及食材在该菜品中的具体信息(用量、角色)-- Example:- >>> template = IngredientCompositionHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("红烧肉:五花肉500克,生姜30克,生抽30毫升...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化食材配伍超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """-- def nodes_in_edge_extractor(edge: DishHyperedge) -> set:- ingredients = []- for ingredient_list in [- edge.main_ingredients,- edge.auxiliary_ingredients,- edge.seasonings,- ]:- for ingredient in ingredient_list:- ingredients.append(ingredient.name)- return set(ingredients)-- super().__init__(- node_schema=IngredientNode,- edge_schema=DishHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.dish_name,- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示食材配伍超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: IngredientNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: DishHyperedge) -> str:- return f"{edge.dish_name}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/food/recipe_collection.py b/hyperextract/templates/legacy/zh/food/recipe_collection.pydeleted file mode 100644index 7b7b459..0000000--- a/hyperextract/templates/legacy/zh/food/recipe_collection.py+++ /dev/null@@ -1,113 +0,0 @@-"""菜谱名录 - 去重提取文本中出现的所有独立菜品实体及基本分类。--适用于菜单数字化、菜品库索引构建。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class RecipeEntry(BaseModel):- """菜品条目"""-- name: str = Field(description="菜品名称,保持与原文一致")- category: str = Field(description="菜品分类:凉菜、热菜、主食、甜品、小吃、饮品等")- price: str = Field(description="价格,如 ¥68、18元", default="")- description: str = Field(description="简要描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的餐饮知识专家,请从文本中提取所有独立菜品实体,形成菜谱名录。--## 核心概念定义-- **元素 (Element)**:具有唯一键的知识单元,即菜品实体--## 提取规则-### 核心约束-1. 提取所有独立菜品:每个菜品只能对应一条记录,禁止重复-2. 为每个菜品指定分类:凉菜、热菜、主食、甜品、小吃、饮品等-3. 保持菜品名称与原文一致-4. 如有价格信息,一并提取--### 约束条件-- 去重:同一菜品只保留一条记录-- 保持客观准确,不添加文本中没有的信息-- 菜品名称大小写需与原文保持一致--### 领域特定规则-- 菜单中常见的分类:凉菜、热菜、主食、甜品、小吃、饮品-- 同一菜品在不同分类下出现时,保留所有出现过的分类--## 源文本:-{source_text}-"""---class RecipeCollection(AutoSet[RecipeEntry]):- """- 适用文档: 餐厅菜单、菜谱集、美食手册-- 功能介绍:- 去重提取文本中出现的所有独立菜品实体及基本分类,适用于菜单数字化、菜品库索引构建。-- Example:- >>> template = RecipeCollection(llm_client=llm, embedder=embedder)- >>> template.feed_text("凉拌黄瓜 ¥18, 红烧肉 ¥68, 扬州炒饭 ¥28...")- >>> print(list(template))- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化菜谱名录模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=RecipeEntry,- key_extractor=lambda x: x.name,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示菜谱名录。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """-- def item_label_extractor(item: RecipeEntry) -> str:- return f"{item.name} ({item.category})"-- super().show(- item_label_extractor=item_label_extractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/food/sensory_evaluation_graph.py b/hyperextract/templates/legacy/zh/food/sensory_evaluation_graph.pydeleted file mode 100644index 322ea57..0000000--- a/hyperextract/templates/legacy/zh/food/sensory_evaluation_graph.py+++ /dev/null@@ -1,180 +0,0 @@-"""感官评价图谱 - 提取 {菜品} -[具有特征]-> {口感/味道} -[归因于]-> {食材/技法} 的评价逻辑。--适用于风味归因分析、新品研发反馈。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class SensoryNode(BaseModel):- """感官评价节点"""-- name: str = Field(description="节点名称")- category: str = Field(description="节点类型:菜品/口感/味道/食材/技法")- description: str = Field(description="简要描述", default="")---class SensoryEdge(BaseModel):- """感官评价边"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- relation_type: str = Field(description="关系类型:具有特征/归因于")- description: str = Field(description="详细描述")---_PROMPT = """## 角色与任务-你是一位专业的美食评论家,请从文本中提取感官评价图谱,包括菜品、口感/味道、食材/技法之间的归因关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)-- 节点类型:菜品、口感、味道、食材、技法--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取所有感官评价相关的节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 节点类型:菜品、口感、味道、食材、技法-- 口感描述词:脆爽、鲜嫩、Q弹、绵密、软糯等-- 味道描述词:鲜香、麻辣、酸甜、醇厚、清爽等-- 技法描述词:腌制、烹煮、火候、刀工等--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从给定节点列表中提取感官评价边,构建评价逻辑图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:具有特征(描述菜品具有某种口感/味道)、归因于(解释某种口感/味道的来源)--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class SensoryEvaluationGraph(AutoGraph[SensoryNode, SensoryEdge]):- """- 适用文档: 美食评论、食评文章、风味分析报告-- 功能介绍:- 提取 {菜品} -[具有特征]-> {口感/味道} -[归因于]-> {食材/技法} 的评价逻辑,适用于风味归因分析、新品研发反馈。-- Example:- >>> template = SensoryEvaluationGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("红烧肉:肥而不腻,入口即化,这得益于五花肉的品质和慢火炖煮...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化感官评价图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=SensoryNode,- edge_schema=SensoryEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示感官评价图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: SensoryNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SensoryEdge) -> str:- return edge.relation_type-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/food/standard_recipe_card.py b/hyperextract/templates/legacy/zh/food/standard_recipe_card.pydeleted file mode 100644index df4e45f..0000000--- a/hyperextract/templates/legacy/zh/food/standard_recipe_card.py+++ /dev/null@@ -1,115 +0,0 @@-"""单品标准食谱 - 针对单个菜品提取完整的配料表、步骤说明及关键TIPS。--适用于后厨SOP卡片、烹饪教学。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class RecipeInfo(BaseModel):- """标准食谱信息"""-- name: str = Field(description="菜名")- cuisine: str = Field(description="菜系,如浙菜、川菜、粤菜等", default="")- category: str = Field(description="分类,如热菜、凉菜、主食、甜品等", default="")- flavor: str = Field(description="口味描述,如咸甜鲜香、麻辣等", default="")- difficulty: str = Field(description="难度:简单/中等/困难", default="")- cooking_time: str = Field(description="预估烹饪时间,如90分钟", default="")- servings: str = Field(description="适合人数,如4-6人份", default="")- main_ingredients: List[str] = Field(description="主料列表", default_factory=list)- auxiliary_ingredients: List[str] = Field(- description="辅料列表", default_factory=list- )- seasonings: List[str] = Field(description="调味品列表", default_factory=list)- steps: List[str] = Field(description="烹饪步骤列表", default_factory=list)- tips: List[str] = Field(description="关键控制点TIPS", default_factory=list)- nutrition_info: str = Field(description="营养信息", default="")---_PROMPT = """## 角色与任务-你是一位专业的烹饪大师,请从文本中提取单个菜品的完整标准食谱信息。--## 提取规则-### 核心约束-1. 识别文本的核心菜品主体-2. 提取菜名、菜系、分类、口味等基本信息-3. 提取完整的原料信息(分为主料、辅料、调味品)-4. 提取详细的烹饪步骤-5. 提取关键控制点TIPS--### 领域特定规则-- 原料分类:主料(主要食材)、辅料(辅助食材)、调味品(调料)-- 烹饪步骤:按顺序提取,每步一个条目-- TIPS:提取烹饪中的关键技巧和注意事项--## 源文本:-{source_text}-"""---class StandardRecipeCard(AutoModel[RecipeInfo]):- """- 适用文档: 标准食谱卡片、菜谱规范、烹饪教程-- 功能介绍:- 针对单个菜品提取完整的配料表、步骤说明及关键TIPS,适用于后厨SOP卡片、烹饪教学。-- Example:- >>> template = StandardRecipeCard(llm_client=llm, embedder=embedder)- >>> template.feed_text("红烧肉:五花肉500克,生抽30毫升...")- >>> print(template.data.name)- >>> print(template.data.steps)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化单品标准食谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=RecipeInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示标准食谱信息。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: RecipeInfo) -> str:- return f"{item.name} ({item.category})"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/general/__init__.py b/hyperextract/templates/legacy/zh/general/__init__.pydeleted file mode 100644index d3a0ed0..0000000--- a/hyperextract/templates/legacy/zh/general/__init__.py+++ /dev/null@@ -1,48 +0,0 @@-from .knowledge_graph import KnowledgeGraph-from .entity_registry import EntityRegistry-from .keyword_list import KeywordList-from .encyclopedia_item import EncyclopediaItem-from .concept_hierarchy import ConceptHierarchy-from .cross_reference_net import CrossReferenceNet-from .personal_profile import PersonalProfile-from .social_network import SocialNetwork-from .life_event_timeline import LifeEventTimeline-from .regulation_profile import RegulationProfile-from .clause_list import ClauseList-from .penalty_registry import PenaltyRegistry-from .operational_procedure import OperationalProcedure-from .penalty_mapping import PenaltyMapping-from .compliance_logic import ComplianceLogic--__all__ = [- # 知识图谱- "KnowledgeGraph",- # 实体集合- "EntityRegistry",- # 关键词列表- "KeywordList",- # 百科条目- "EncyclopediaItem",- # 概念层级图- "ConceptHierarchy",- # 引用网络- "CrossReferenceNet",- # 个人档案- "PersonalProfile",- # 社会网络- "SocialNetwork",- # 生平时序图- "LifeEventTimeline",- # 规章元数据快照- "RegulationProfile",- # 规章条文清单- "ClauseList",- # 违规处罚对照表- "PenaltyRegistry",- # 执行程序流程图- "OperationalProcedure",- # 违规处罚因果链- "PenaltyMapping",- # 合规行为超图- "ComplianceLogic"-]diff --git a/hyperextract/templates/legacy/zh/general/clause_list.py b/hyperextract/templates/legacy/zh/general/clause_list.pydeleted file mode 100644index 7c854f2..0000000--- a/hyperextract/templates/legacy/zh/general/clause_list.py+++ /dev/null@@ -1,106 +0,0 @@-"""规章条文清单 - 将规章制度拆解为逐条的原子化条文,方便快速索引。--适用于条文检索、全文比对等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class Clause(BaseModel):- """规章条文"""- clauseId: str = Field(description="条文编号,如第1条、第2.1款")- title: str = Field(description="条目标题/主题", default="")- content: str = Field(description="条文内容")- category: str = Field(description="条文分类:总则、权利义务、程序、处罚、附则、其他", default="其他")---_PROMPT = """## 角色与任务-你是一位专业的规章制度条文拆解专家,请将文本拆解为逐条的原子化条文。--## 提取规则-1. 将规章制度按其自然结构拆解为独立的条文-2. 为每条条文分配编号(如第1条、第2.1款等)-3. 提取条文的内容-4. 为条文添加适当的标题或主题(如有)-5. 为每条条文指定分类:总则、权利义务、程序、处罚、附则、其他--### 约束条件-- 保持条文内容与原文一致-- 不要遗漏任何条文-- 保持条文的完整性--## 源文本:-{source_text}-"""---class ClauseList(AutoList[Clause]):- """- 适用文档: 公司内部管理制度、行政法规、操作手册、合规指南-- 功能介绍:- 将规章制度拆解为逐条的原子化条文,方便快速索引。适用于条文检索、全文比对等。-- Example:- >>> template = ClauseList(llm_client=llm, embedder=embedder)- >>> template.feed_text("宇宙第一摸鱼公司员工考勤管理制度...")- >>> for clause in template:- ... print(f"{clause.clauseId}: {clause.content}")- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化规章条文清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=Clause,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示规章条文清单。-- Args:- top_k_for_search: 语义检索返回的条文数量,默认为 3- top_k_for_chat: 问答使用的条文数量,默认为 3- """- def itemLabelExtractor(item: Clause) -> str:- if item.title:- return f"{item.clauseId}: {item.title}"- return f"{item.clauseId}"-- super().show(- item_label_extractor=itemLabelExtractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/compliance_logic.py b/hyperextract/templates/legacy/zh/general/compliance_logic.pydeleted file mode 100644index aa9d583..0000000--- a/hyperextract/templates/legacy/zh/general/compliance_logic.py+++ /dev/null@@ -1,201 +0,0 @@-"""合规行为超图 - 建模"在何种条件下,何种主体,必须/禁止执行何种操作"的复杂逻辑。--适用于合规审计、风险识别等。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ComplianceElement(BaseModel):- """合规要素 - 节点"""-- name: str = Field(description="要素名称,文本中出现的精确名称")- category: str = Field(description="要素类型:主体、操作、条件、其他")- description: str = Field(description="简要描述", default="")---class ComplianceRule(BaseModel):- """合规规则 - 超边"""-- ruleType: str = Field(description="规则类型:必须、禁止、允许、其他")- participants: List[str] = Field(- description="参与要素名称列表,必须使用已提取节点的 name"- )- action: str = Field(description="要求执行或禁止的操作内容")- condition: str = Field(description="适用条件/前置要求", default="")- consequence: str = Field(description="违规后果/奖励措施", default="")- sourceClause: str = Field(description="规则来源条款", default="")---_PROMPT = """## 角色与任务-你是一位专业的合规评估员,请从文本中提取合规要素和规则。--## 核心概念定义-- **节点 (Node)**:构成规则的基本要素,包括四类:- - **主体**:执行动作的实体(个人、部门、组织、角色等)- - **操作**:具体的行为动作(提交、审批、执行、禁止等)- - **条件**:规则适用的时间、地点、状态、数量等前提条件- - **其他**:不属于上述类别的要素(文书、文件、状态、结果等)-- **边 (Edge)**:即"规则",连接多个节点,表达"在何种条件下,何种主体,必须/禁止执行何种操作"的逻辑--## 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. 仅从已提取节点创建规则--### 节点提取-1. 提取规则中涉及的要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述--### 超边提取-1. 规则类型:必须、禁止、允许、其他-2. 规则必须包含 ruleType、participants、action-3. participants 必须严格使用已提取节点的名称--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取合规相关要素作为节点。--## 核心概念定义-- **节点 (Node)**:构成规则的基本要素,包括四类:- - **主体**:执行动作的实体(个人、部门、组织、角色等)- - **操作**:具体的行为动作(提交、审批、执行、禁止等)- - **条件**:规则适用的时间、地点、状态、数量等前提条件- - **其他**:不属于上述类别的要素(文书、文件、状态、结果等)--## 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--### 节点提取-1. 提取规则中涉及的要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述(1-2句话)--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知要素列表中提取合规规则超边。--## 核心概念定义-- **节点 (Node)**:构成规则的基本要素,作为超边的参与者-- **边 (Edge)**:即"规则",连接多个节点,表达"在何种条件下,何种主体,必须/禁止执行何种操作"的逻辑--## 提取规则-### 核心约束-1. participants 必须严格使用已知要素列表中的名称,不要创建新名称-2. 规则必须包含 ruleType、participants、action-3. participants 应包含涉及的主体、执行的操作、以及相关的其他要素--### 规则类型说明-- **必须**:必须执行的动作-- **禁止**:禁止执行的动作-- **允许**:允许执行的动作-- **其他**:不属于上述类别的规则--## 已知要素列表:-{known_nodes}--## 源文本:-{source_text}-"""---class ComplianceLogic(AutoHypergraph[ComplianceElement, ComplianceRule]):- """- 适用文档: 合规指南、行政法规、公司管理制度-- 功能介绍:- 建模"在何种条件下,何种主体,必须/禁止执行何种操作"的复杂逻辑。适用于合规审计、风险识别等。-- Example:- >>> template = ComplianceLogic(llm_client=llm, embedder=embedder)- >>> template.feed_text("公司合规手册...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化合规行为超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ComplianceElement,- edge_schema=ComplianceRule,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{sorted(x.participants)}_{x.ruleType}_{x.action}"- ),- nodes_in_edge_extractor=lambda x: tuple(x.participants),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示合规行为超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ComplianceElement) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: ComplianceRule) -> str:- return f"[{edge.ruleType}] {edge.action}"-- 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/legacy/zh/general/concept_hierarchy.py b/hyperextract/templates/legacy/zh/general/concept_hierarchy.pydeleted file mode 100644index e1394a0..0000000--- a/hyperextract/templates/legacy/zh/general/concept_hierarchy.py+++ /dev/null@@ -1,179 +0,0 @@-"""概念层级图 - 构建上下位关系或组成关系。--适用于科学学科、教材知识点等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ConceptNode(BaseModel):- """概念节点"""-- name: str = Field(description="概念名称")- category: str = Field(description="概念类型:核心概念、子概念、属性、实例、其他")- description: str = Field(description="概念简要描述", default="")---class HierarchyRelation(BaseModel):- """层级关系边"""-- source: str = Field(description="父概念/整体概念")- target: str = Field(description="子概念/部分概念")- relationType: str = Field(- description="关系类型:上下位(Subclass-Of)、组成(Part-Of)、实例(Instance-Of)、其他(Other)"- )- details: str = Field(description="关系详细说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的概念结构分析专家,请从文本中提取概念及其层级关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念单元-- **边 (Edge)**:概念之间的层级关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点-2. 概念名称与原文保持一致--### 节点提取规则-1. 提取所有概念-2. 为每个概念指定类型--### 关系提取规则-1. 仅从提取的概念中创建边-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取概念作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念单元--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点-2. 概念名称与原文保持一致--### 节点提取规则-1. 提取所有概念-2. 为每个概念指定类型--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知概念列表中提取概念之间的层级关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念单元-- **边 (Edge)**:概念之间的层级关系--## 提取规则-### 核心约束-1. 仅从已知概念列表中提取边,不要创建未列出的概念-2. 关系描述应与原文保持一致--## 已知概念列表:-{known_nodes}--## 源文本:-{source_text}-"""---class ConceptHierarchy(AutoGraph[ConceptNode, HierarchyRelation]):- """- 适用文档: 科学学科教材、知识库文档、分类体系说明-- 功能介绍:- 构建上下位关系或组成关系。适用于科学学科、教材知识点等。-- Example:- >>> template = ConceptHierarchy(llm_client=llm, embedder=embedder)- >>> template.feed_text("机器学习是人工智能的一个分支...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化概念层级图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ConceptNode,- edge_schema=HierarchyRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示概念层级图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ConceptNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: HierarchyRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/cross_reference_net.py b/hyperextract/templates/legacy/zh/general/cross_reference_net.pydeleted file mode 100644index 5d11852..0000000--- a/hyperextract/templates/legacy/zh/general/cross_reference_net.py+++ /dev/null@@ -1,186 +0,0 @@-"""交叉引用网络 - 映射概念之间的超链接或相互引用关系。--适用于百科内链、跨词条关联图等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ReferenceNode(BaseModel):- """引用节点"""-- name: str = Field(description="概念/条目名称")- type: str = Field(description="节点类型:条目、章节、概念、人物、地点、其他")- description: str = Field(description="简要描述", default="")---class ReferenceRelation(BaseModel):- """引用关系边"""-- source: str = Field(description="源条目/概念")- target: str = Field(description="被引用条目/概念")- relationType: str = Field(- description="关系类型:Hyperlink(超链接)、Reference(引用)、SeeAlso(参见)、Related(相关)、Other(其他)"- )- context: str = Field(description="引用上下文描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的知识网络分析专家,请从文本中提取概念/条目及其相互引用关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念或条目单元,包括类型如条目、章节、概念、人物、地点等,用于表示知识网络中的实体-- **边 (Edge)**:概念/条目之间的引用关系,包括超链接、引用、参见、相关等二元关系--## 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--### 节点提取规则-1. 提取所有被提及的概念或条目-2. 为每个节点指定类型--### 关系提取规则-1. 仅从提取的节点中创建边-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取概念或条目作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念或条目单元,包括类型如条目、章节、概念、人物、地点等--## 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--### 节点提取规则-1. 提取所有被提及的概念或条目-2. 为每个节点指定类型--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知节点列表中提取节点之间的引用关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的概念或条目单元,作为引用关系的参与者-- **边 (Edge)**:概念/条目之间的引用关系,包括超链接、引用、参见、相关等二元关系--## 提取规则-### 核心约束-1. 仅从已知节点列表中提取边,不要创建未列出的节点-2. 关系描述应与原文保持一致--### 关系类型说明-- Hyperlink:超链接关系-- Reference:引用关系-- SeeAlso:参见关系-- Related:相关关系-- Other:其他关系--## 已知节点列表:-{known_nodes}--## 源文本:-{source_text}-"""---class CrossReferenceNet(AutoGraph[ReferenceNode, ReferenceRelation]):- """- 适用文档: 维基百科条目、知识库文档、带内链的网页内容-- 功能介绍:- 映射概念之间的超链接或相互引用关系。适用于百科内链、跨词条关联图等。-- Example:- >>> template = CrossReferenceNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("机器学习(Machine Learning)是人工智能的一个分支...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化交叉引用网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ReferenceNode,- edge_schema=ReferenceRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示交叉引用网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ReferenceNode) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: ReferenceRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/encyclopedia_item.py b/hyperextract/templates/legacy/zh/general/encyclopedia_item.pydeleted file mode 100644index f4faa79..0000000--- a/hyperextract/templates/legacy/zh/general/encyclopedia_item.py+++ /dev/null@@ -1,108 +0,0 @@-"""百科条目 - 针对单一主体提取结构化的属性信息(类似信息框 Infobox)。--适用于维基百科、专业词典词条等。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class EncyclopediaInfo(BaseModel):- """百科条目信息框"""- title: str = Field(description="条目标题")- entityType: str = Field(description="实体类型:人物、地点、组织、事件、概念、物品、其他")- alternativeNames: List[str] = Field(description="别名、俗称、外文名称", default_factory=list)- category: List[str] = Field(description="分类标签", default_factory=list)- summary: str = Field(description="摘要/简介", default="")- attributes: List[str] = Field(description="关键属性列表,每个元素格式为'属性名: 属性值'", default_factory=list)- keyEvents: List[str] = Field(description="重要事件/里程碑", default_factory=list)- relatedConcepts: List[str] = Field(description="相关概念/条目", default_factory=list)---_PROMPT = """## 角色与任务-你是一位专业的百科全书编辑,请从文本中提取单一主体的结构化属性信息,构建百科条目信息框。--## 提取规则-1. 识别文本的核心主体(人物、地点、组织、事件、概念等)-2. 为主体指定类型:人物、地点、组织、事件、概念、物品、其他-3. 提取所有别名、俗称或外文名称-4. 提取分类标签(如"科学家"、"数学"、"中国古代")-5. 撰写 100-200 字的摘要-6. 提取关键属性,每个格式为'属性名: 属性值'(如'出生日期: 429年'、'国籍: 中国')-7. 提取重要事件或里程碑-8. 提取相关概念或条目--### 约束条件-- 只提取文本中明确提及的信息,不添加额外内容-- 属性名尽量简洁明了-- 保持客观准确,符合百科全书风格--## 源文本:-{source_text}-"""---class EncyclopediaItem(AutoModel[EncyclopediaInfo]):- """- 适用文档: 维基百科条目、百度百科条目、专业词典词条-- 功能介绍:- 针对单一主体提取结构化的属性信息(类似信息框 Infobox)。适用于维基百科、专业词典词条等。-- Example:- >>> template = EncyclopediaItem(llm_client=llm, embedder=embedder)- >>> template.feed_text("祖冲之(429年-500年),字文远,范阳遒县人...")- >>> print(template.data.title)- >>> print(template.data.summary)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化百科条目模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=EncyclopediaInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示百科条目。-- Args:- top_k: 问答使用的条目数量,默认为 3- """- def label_extractor(item: EncyclopediaInfo) -> str:- return f"{item.title} ({item.entityType})"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/general/entity_registry.py b/hyperextract/templates/legacy/zh/general/entity_registry.pydeleted file mode 100644index 5c5eaa1..0000000--- a/hyperextract/templates/legacy/zh/general/entity_registry.py+++ /dev/null@@ -1,102 +0,0 @@-"""实体注册表 - 去重并汇总文本中出现的所有唯一实体。--适用于实体发现、命名实体识别等场景。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class RegistryEntry(BaseModel):- """注册表条目"""- name: str = Field(description="实体名称,保持与原文一致")- category: str = Field(description="实体类型:人物、机构、地点、产品、概念、其他")- description: str = Field(description="简要描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的实体识别专家,请从文本中提取所有唯一实体,形成实体注册表。--## 提取规则-1. 提取所有实体:人物、机构、地点、产品、概念等-2. 为每个实体指定类型:人物、机构、地点、产品、概念、其他-3. 保持实体名称与原文一致-4. 为每个实体添加简要描述--### 约束条件-- 去重:同一实体只保留一条记录-- 保持客观准确,不添加文本中没有的信息-- 实体名称大小写需与原文保持一致--## 源文本:-{source_text}-"""---class EntityRegistry(AutoSet[RegistryEntry]):- """- 适用文档: 任意文本、网页抓取内容、新闻报道-- 功能介绍:- 去重并汇总文本中出现的所有唯一实体(如人名、机构名),形成实体注册表。支持实体发现和命名实体识别。-- Example:- >>> template = EntityRegistry(llm_client=llm, embedder=embedder)- >>> template.feed_text("银河星际宣布神舟-50首飞成功...")- >>> print(list(template))- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化实体注册表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=RegistryEntry,- key_extractor=lambda x: x.name,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示实体注册表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def itemLabelExtractor(item: RegistryEntry) -> str:- return f"{item.name} ({item.category})"-- super().show(- item_label_extractor=itemLabelExtractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/keyword_list.py b/hyperextract/templates/legacy/zh/general/keyword_list.pydeleted file mode 100644index 09113d9..0000000--- a/hyperextract/templates/legacy/zh/general/keyword_list.py+++ /dev/null@@ -1,100 +0,0 @@-"""关键词列表 - 从文本中提取关键词并附带分类、出现频次信息。--适用于内容标签生成、主题分析等场景。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class Keyword(BaseModel):- """关键词条目"""- term: str = Field(description="关键词")- category: str = Field(description="分类:核心概念、术语、人名、机构名、其他")- description: str = Field(description="关键词简要描述或上下文说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的关键词提取专家,请从文本中提取所有关键词并附带分类和描述信息。--## 提取规则-1. 提取文本中的所有关键词和核心短语-2. 为每个关键词指定分类:核心概念、术语、人名、机构名、其他-3. 为每个关键词添加简要描述,说明其在文本中的含义或上下文--### 约束条件-- 确保关键词准确,不添加文本中没有的信息-- 保持关键词大小写与原文一致--## 源文本:-{source_text}-"""---class KeywordList(AutoList[Keyword]):- """- 适用文档: 任意文本、博客文章、学术论文-- 功能介绍:- 从文本中提取关键词并附带分类和描述信息。适用于内容标签生成和主题分析。-- Example:- >>> template = KeywordList(llm_client=llm, embedder=embedder)- >>> template.feed_text("银河星际宣布神舟-50首飞成功...")- >>> for keyword in template:- ... print(f"{keyword.term} ({keyword.category}): {keyword.description}")- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化关键词列表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=Keyword,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示关键词列表。-- Args:- top_k_for_search: 语义检索返回的关键词数量,默认为 3- top_k_for_chat: 问答使用的关键词数量,默认为 3- """- def itemLabelExtractor(item: Keyword) -> str:- return f"{item.term} ({item.category})"-- super().show(- item_label_extractor=itemLabelExtractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/knowledge_graph.py b/hyperextract/templates/legacy/zh/general/knowledge_graph.pydeleted file mode 100644index 2330283..0000000--- a/hyperextract/templates/legacy/zh/general/knowledge_graph.py+++ /dev/null@@ -1,179 +0,0 @@-"""通用知识图谱 - 从任意文本中提取实体与关系。--适用于任意文本、网页抓取内容等非结构化文档,提取通用实体及其关系。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class GeneralEntity(BaseModel):- """通用实体节点"""-- name: str = Field(description="实体名称,如人名、机构名、产品名")- category: str = Field(description="实体类型:人物、机构、地点、产品、概念、其他")- description: str = Field(description="简要描述", default="")---class GeneralRelation(BaseModel):- """通用关系边"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(- description="关系类型:属于、位于、合作、竞争、发明、创建、相关等"- )- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的知识图谱提取专家,请从文本中提取实体及其关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 节点提取规则-1. 提取所有实体-2. 为每个实体指定类型--### 关系提取规则-1. 仅从提取的实体中创建边-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取关键实体作为节点。--## 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--### 节点提取规则-1. 提取所有实体-2. 为每个实体指定类型--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**: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--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class KnowledgeGraph(AutoGraph[GeneralEntity, GeneralRelation]):- """- 适用文档: 任意文本、网页抓取内容、博客文章、新闻报道-- 功能介绍:- 从任意文本中提取通用实体及其关系,构建知识图谱。支持人物、机构、地点、产品、概念等多种实体类型。-- Example:- >>> template = KnowledgeGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("银河星际宣布神舟-50首飞成功...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化通用知识图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=GeneralEntity,- edge_schema=GeneralRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示知识图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: GeneralEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: GeneralRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/life_event_timeline.py b/hyperextract/templates/legacy/zh/general/life_event_timeline.pydeleted file mode 100644index dcd287f..0000000--- a/hyperextract/templates/legacy/zh/general/life_event_timeline.py+++ /dev/null@@ -1,213 +0,0 @@-from typing import Any, Optional-from datetime import datetime-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoTemporalGraph---class LifeEntity(BaseModel):- """生活实体节点"""-- name: str = Field(description="实体名称")- type: str = Field(description="实体类型:人物、地点、组织、物品、概念、其他")- description: str = Field(description="简要描述", default="")---class LifeEvent(BaseModel):- """生活事件边(带可选时间戳)"""-- source: str = Field(description="事件主体/相关实体")- target: str = Field(description="事件对象/相关实体")- eventType: str = Field(- description="事件类型:出生、逝世、教育、工作、成就、交往、旅行、其他"- )- eventDate: Optional[str] = Field(- description="事件日期,格式为年-月-日或年份,可选", default=None- )- details: str = Field(description="事件详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的传记年表专家,请从文本中提取人物、地点、组织等实体以及生活事件。--## 核心概念定义-- **节点 (Node)**:人物、地点、组织等实体-- **边 (Edge)**:生活事件-- **时间**:事件发生的时间--## 提取规则-### 节点提取规则-1. 提取所有相关实体-2. 为每个实体指定类型--### 事件提取规则-1. 仅从提取的实体中创建事件边-2. 每条边必须连接已提取的节点-3. 时间信息为可选,仅在文本中明确提及时才提取--### 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} 前一年- - "今年" → {observation_time} 所属年份- - "明年" → {observation_time} 后一年- - "昨天/今天/明天" → {observation_time} 前/当/后一天- - "十年前/五年后" → {observation_time} 前/后相应年数- - "年初/年末" → 当年 1月1日/12月31日- - "朝代" → 保留朝代名称--2. 明确日期:保持原格式- - 年份(如 429年、2023年)→ 429、2023- - 年-月-日 → 保持原格式--3. 缺失时间:留空--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取人物、地点、组织等实体作为节点。--## 核心概念定义-- **节点 (Node)**:人物、地点、组织等实体--## 提取规则-1. 提取所有相关实体-2. 为每个实体指定类型--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取生活事件。--## 核心概念定义-- **边 (Edge)**:生活事件-- **时间**:事件发生的时间--### 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} 前一年- - "今年" → {observation_time} 所属年份- - "明年" → {observation_time} 后一年- - "昨天/今天/明天" → {observation_time} 前/当/后一天- - "十年前/五年后" → {observation_time} 前/后相应年数- - "年初/年末" → 当年 1月1日/12月31日- - "朝代" → 保留朝代名称--2. 明确日期:保持原格式-3. 缺失时间:留空--### 约束条件-1. 仅从已知实体列表中提取事件-2. 不要创建未列出的实体-3. 时间信息为可选,仅在文本中明确提及时才提取--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""---class LifeEventTimeline(AutoTemporalGraph[LifeEntity, LifeEvent]):- """- 适用文档: 人物传记、年表、回忆录、自传-- 功能介绍:- 提取带时间戳的事件,并按时间顺序排列。适用于人物传记、年表、回忆录等。-- Example:- >>> template = LifeEventTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("祖冲之(429年-500年),字文远,范阳遒县人...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化生活事件时间线模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- 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- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=LifeEntity,- edge_schema=LifeEvent,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.eventType}|{x.details}",- time_in_edge_extractor=lambda x: x.eventDate 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示生平时序图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: LifeEntity) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: LifeEvent) -> str:- if edge.eventDate:- return f"{edge.eventType} ({edge.eventDate})"- return f"{edge.eventType}"-- 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/legacy/zh/general/operational_procedure.py b/hyperextract/templates/legacy/zh/general/operational_procedure.pydeleted file mode 100644index 8a6d5b5..0000000--- a/hyperextract/templates/legacy/zh/general/operational_procedure.py+++ /dev/null@@ -1,189 +0,0 @@-"""执行程序流程图 - 提取规章中规定的申报、审批或操作的具体先后步骤。--适用于操作导引、SOP 流程可视化等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ProcedureStep(BaseModel):- """流程步骤节点"""-- stepId: str = Field(description="步骤编号,如步骤1、步骤2")- name: str = Field(description="步骤名称")- description: str = Field(description="步骤详细描述")- role: str = Field(description="执行角色", default="")- inputRequired: str = Field(description="所需输入/材料", default="")- outputResult: str = Field(description="输出/结果", default="")---class ProcedureTransition(BaseModel):- """流程转换边"""-- source: str = Field(description="源步骤编号")- target: str = Field(description="目标步骤编号")- condition: str = Field(description="转换条件", default="")- details: str = Field(description="详细说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的流程分析专家,请从文本中提取执行程序的步骤和转换关系。--## 核心概念定义-- **节点 (Node)**:流程步骤单元,包括步骤编号、名称、描述、执行角色、输入、输出等字段的操作单元-- **边 (Edge)**:流程步骤之间的转换关系,记录步骤之间的先后顺序和转换条件--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的步骤,禁止将多个步骤合并为一个节点-2. 步骤名称与原文保持一致--### 节点提取规则-1. 提取所有流程步骤-2. 为每个步骤分配编号-3. 记录步骤名称和描述-4. 记录执行角色(如有)-5. 记录所需输入或材料(如有)-6. 记录输出或结果(如有)--### 边提取规则-1. 仅从提取的步骤中创建转换边-2. 记录步骤之间的先后关系-3. 记录转换条件(如有)--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取流程步骤作为节点。--## 核心概念定义-- **节点 (Node)**:流程步骤单元,包括步骤编号、名称、描述、执行角色、输入、输出等字段的操作单元--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的步骤,禁止将多个步骤合并为一个节点-2. 步骤名称与原文保持一致--### 节点提取规则-1. 提取所有流程步骤-2. 为每个步骤分配编号-3. 记录步骤名称和描述-4. 记录执行角色(如有)-5. 记录所需输入或材料(如有)-6. 记录输出或结果(如有)--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知步骤列表中提取步骤之间的转换关系。--## 核心概念定义-- **节点 (Node)**:流程步骤单元,作为流程转换的参与者-- **边 (Edge)**:流程步骤之间的转换关系,记录步骤之间的先后顺序和转换条件--## 提取规则-### 核心约束-1. 仅从已知步骤列表中提取边,不要创建未列出的步骤--## 已知步骤列表:-{known_nodes}--## 源文本:-{source_text}-"""---class OperationalProcedure(AutoGraph[ProcedureStep, ProcedureTransition]):- """- 适用文档: 操作手册、SOP、合规指南、审批流程-- 功能介绍:- 提取规章中规定的申报、审批或操作的具体先后步骤。适用于操作导引、SOP 流程可视化等。-- Example:- >>> template = OperationalProcedure(llm_client=llm, embedder=embedder)- >>> template.feed_text("宇宙第一摸鱼公司请假审批流程...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化执行程序流程图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ProcedureStep,- edge_schema=ProcedureTransition,- node_key_extractor=lambda x: x.stepId,- edge_key_extractor=lambda x: f"{x.source}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示执行程序流程图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ProcedureStep) -> str:- return f"{node.stepId}: {node.name}"-- def edge_label_extractor(edge: ProcedureTransition) -> str:- if edge.condition:- return edge.condition- return "→"-- 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/legacy/zh/general/penalty_mapping.py b/hyperextract/templates/legacy/zh/general/penalty_mapping.pydeleted file mode 100644index 8d5994b..0000000--- a/hyperextract/templates/legacy/zh/general/penalty_mapping.py+++ /dev/null@@ -1,185 +0,0 @@-"""违规处罚因果链 - 描述从“违规行为”到“处理程序”再到“最终结果”的演变路径。--适用于风险溯源、处罚逻辑分析等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class PenaltyNode(BaseModel):- """处罚因果节点"""-- name: str = Field(description="节点名称")- type: str = Field(description="节点类型:违规行为、处理程序、处罚结果、其他")- description: str = Field(description="详细描述")---class PenaltyPath(BaseModel):- """处罚因果路径边"""-- source: str = Field(description="源节点名称")- target: str = Field(description="目标节点名称")- relation: str = Field(description="关系类型:导致、触发、执行、产生、其他")- details: str = Field(description="详细说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的处罚逻辑分析专家,请从文本中提取违规处罚的因果链。--## 核心概念定义-- **节点 (Node)**:处罚因果链中的关键单元,包括类型如违规行为、处理程序、处罚结果等,用于表示处罚过程中的关键环节-- **边 (Edge)**:节点之间的因果关系,包括导致、触发、执行、产生等二元关系,用于表示从违规到处罚的演变路径--## 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--### 节点提取规则-1. 提取所有关键节点-2. 为每个节点指定类型--### 边提取规则-1. 仅从提取的节点中创建因果路径边-2. 记录节点之间的因果关系-3. 关系描述应与原文保持一致--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取处罚因果链的关键节点。--## 核心概念定义-- **节点 (Node)**:处罚因果链中的关键单元,包括类型如违规行为、处理程序、处罚结果等--## 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--### 节点提取规则-1. 提取所有关键节点-2. 为每个节点指定类型--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知节点列表中提取节点之间的因果关系。--## 核心概念定义-- **节点 (Node)**:处罚因果链中的关键单元,作为因果关系的参与者-- **边 (Edge)**:节点之间的因果关系,包括导致、触发、执行、产生等二元关系--## 提取规则-### 核心约束-1. 仅从已知节点列表中提取边,不要创建未列出的节点-2. 关系描述应与原文保持一致--### 关系类型说明-- Causes:导致-- Triggers:触发-- Executes:执行-- Produces:产生-- Other:其他--## 已知节点列表:-{known_nodes}--## 源文本:-{source_text}-"""----class PenaltyMapping(AutoGraph[PenaltyNode, PenaltyPath]):- """- 适用文档: 公司内部管理制度、行政法规、合规指南、处罚案例-- 功能介绍:- 描述从“违规行为”到“处理程序”再到“最终结果”的演变路径。适用于风险溯源、处罚逻辑分析等。-- Example:- >>> template = PenaltyMapping(llm_client=llm, embedder=embedder)- >>> template.feed_text("宇宙第一摸鱼公司员工处罚条例...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化违规处罚因果链模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=PenaltyNode,- edge_schema=PenaltyPath,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relation}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示违规处罚因果链。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PenaltyNode) -> str:- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: PenaltyPath) -> str:- return edge.relation-- 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/legacy/zh/general/penalty_registry.py b/hyperextract/templates/legacy/zh/general/penalty_registry.pydeleted file mode 100644index 1dc7775..0000000--- a/hyperextract/templates/legacy/zh/general/penalty_registry.py+++ /dev/null@@ -1,105 +0,0 @@-"""违规处罚对照表 - 去重汇总特定的违规行为及其对应的后果,形成清晰的处罚台账。--适用于内部风控、合规检查等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class PenaltyEntry(BaseModel):- """违规处罚条目"""- violation: str = Field(description="违规行为描述")- severity: str = Field(description="严重程度:轻微、一般、严重、特别严重")- penalty: str = Field(description="处罚措施")- applicableClause: str = Field(description="适用条款", default="")- notes: str = Field(description="备注说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的合规分析专家,请从文本中提取所有违规行为及其对应的处罚措施,形成违规处罚对照表。--## 提取规则-1. 提取所有违规行为及其对应的处罚措施-2. 为每条违规行为指定严重程度:轻微、一般、严重、特别严重-3. 保持违规行为和处罚措施的准确性-4. 记录适用的条款(如有)-5. 添加备注说明(如有)--### 约束条件-- 去重:相同的违规行为和处罚措施组合只保留一条-- 保持客观准确,不添加文本中没有的信息--## 源文本:-{source_text}-"""---class PenaltyRegistry(AutoSet[PenaltyEntry]):- """- 适用文档: 公司内部管理制度、行政法规、合规指南-- 功能介绍:- 去重汇总特定的违规行为及其对应的后果,形成清晰的处罚台账。适用于内部风控、合规检查等。-- Example:- >>> template = PenaltyRegistry(llm_client=llm, embedder=embedder)- >>> template.feed_text("宇宙第一摸鱼公司员工考勤管理制度...")- >>> for entry in template:- ... print(f"{entry.violation} -> {entry.penalty}")- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化违规处罚对照表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=PenaltyEntry,- key_extractor=lambda x: f"{x.violation}_{x.penalty}",- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示违规处罚对照表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def itemLabelExtractor(item: PenaltyEntry) -> str:- return f"{item.violation} ({item.severity})"-- super().show(- item_label_extractor=itemLabelExtractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/general/personal_profile.py b/hyperextract/templates/legacy/zh/general/personal_profile.pydeleted file mode 100644index b922ae1..0000000--- a/hyperextract/templates/legacy/zh/general/personal_profile.py+++ /dev/null@@ -1,116 +0,0 @@-"""个人档案 - 聚合人物的静态属性(生卒年、学历、核心身份)。--适用于简历、人物简介、讣告摘要等。-"""--from typing import Any, Optional, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class PersonalInfo(BaseModel):- """个人档案信息"""- name: str = Field(description="姓名")- gender: Optional[str] = Field(description="性别", default=None)- birthDate: Optional[str] = Field(description="出生日期,格式为年-月-日或年份", default=None)- deathDate: Optional[str] = Field(description="逝世日期,格式为年-月-日或年份", default=None)- nationality: Optional[str] = Field(description="国籍", default=None)- birthPlace: Optional[str] = Field(description="出生地", default=None)- education: List[str] = Field(description="教育经历", default_factory=list)- occupations: List[str] = Field(description="职业/身份", default_factory=list)- coreIdentity: List[str] = Field(description="核心身份/标签", default_factory=list)- majorAchievements: List[str] = Field(description="主要成就", default_factory=list)- affiliations: List[str] = Field(description="所属组织/机构", default_factory=list)- summary: str = Field(description="个人简介", default="")---_PROMPT = """## 角色与任务-你是一位专业的人物档案编辑,请从文本中提取该人物的静态属性信息,构建个人档案。--## 提取规则-1. 提取姓名、性别、出生日期、逝世日期、国籍、出生地等基本信息-2. 提取教育经历-3. 提取职业或身份信息-4. 提取核心身份标签-5. 提取主要成就-6. 提取所属组织或机构-7. 撰写 100-200 字的个人简介--### 时间格式要求-所有日期信息统一转换为「年-月-日」格式(如 429-01-01)或年份(如 429)。--### 约束条件-- 只提取文本中明确提及的信息,不添加额外内容-- 保持客观准确-- 若信息缺失时留空,不要编造--## 源文本:-{source_text}-"""---class PersonalProfile(AutoModel[PersonalInfo]):- """- 适用文档: 简历、人物简介、讣告摘要、维基百科人物条目-- 功能介绍:- 聚合人物的静态属性(生卒年、学历、核心身份)。适用于简历、人物简介、讣告摘要等。-- Example:- >>> template = PersonalProfile(llm_client=llm, embedder=embedder)- >>> template.feed_text("祖冲之(429年-500年),字文远,范阳遒县人...")- >>> print(template.data.name)- >>> print(template.data.birthDate)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化个人档案模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=PersonalInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示个人档案。-- Args:- top_k: 问答使用的条目数量,默认为 3- """- def label_extractor(item: PersonalInfo) -> str:- if item.birthDate and item.deathDate:- return f"{item.name} ({item.birthDate}-{item.deathDate})"- return item.name-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/general/regulation_profile.py b/hyperextract/templates/legacy/zh/general/regulation_profile.pydeleted file mode 100644index 1983be7..0000000--- a/hyperextract/templates/legacy/zh/general/regulation_profile.py+++ /dev/null@@ -1,114 +0,0 @@-"""规章元数据快照 - 提取制度的名称、版本、适用范围、生效日期及核心宗旨。--适用于制度概览、版本管理等。-"""--from typing import Any, Optional, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class RegulationInfo(BaseModel):- """规章元数据信息"""- title: str = Field(description="规章名称")- version: Optional[str] = Field(description="版本号", default=None)- issuer: Optional[str] = Field(description="发布机构", default=None)- issueDate: Optional[str] = Field(description="发布日期", default=None)- effectiveDate: Optional[str] = Field(description="生效日期", default=None)- expiryDate: Optional[str] = Field(description="失效日期", default=None)- scope: List[str] = Field(description="适用范围", default_factory=list)- targetAudience: List[str] = Field(description="适用对象", default_factory=list)- corePurpose: str = Field(description="核心宗旨/目的", default="")- keywords: List[str] = Field(description="关键词/标签", default_factory=list)- relatedRegulations: List[str] = Field(description="关联规章", default_factory=list)---_PROMPT = """## 角色与任务-你是一位专业的规章制度分析专家,请从文本中提取该规章制度的元数据信息,构建规章元数据快照。--## 提取规则-1. 提取规章的完整名称-2. 提取版本号(如有)-3. 提取发布机构-4. 提取发布日期、生效日期、失效日期(如有)-5. 提取适用范围-6. 提取适用对象-7. 提取核心宗旨或目的(100-200字)-8. 提取关键词或标签-9. 提取关联的其他规章--### 约束条件-- 只提取文本中明确提及的信息,不添加额外内容-- 保持客观准确-- 信息缺失时留空,不要编造--## 源文本:-{source_text}-"""---class RegulationProfile(AutoModel[RegulationInfo]):- """- 适用文档: 公司内部管理制度、行政法规、操作手册、合规指南-- 功能介绍:- 提取制度的名称、版本、适用范围、生效日期及核心宗旨。适用于制度概览、版本管理等。-- Example:- >>> template = RegulationProfile(llm_client=llm, embedder=embedder)- >>> template.feed_text("宇宙第一摸鱼公司员工考勤管理制度...")- >>> print(template.data.title)- >>> print(template.data.effectiveDate)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化规章元数据快照模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=RegulationInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示规章元数据快照。-- Args:- top_k: 问答使用的条目数量,默认为 3- """- def label_extractor(item: RegulationInfo) -> str:- if item.version:- return f"{item.title} (v{item.version})"- return item.title-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/general/social_network.py b/hyperextract/templates/legacy/zh/general/social_network.pydeleted file mode 100644index 6dcad1e..0000000--- a/hyperextract/templates/legacy/zh/general/social_network.py+++ /dev/null@@ -1,183 +0,0 @@-"""社交网络图 - 专注于提取人际关系、互动与组织隶属。--适用于传记分析、人物设定研究等。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class PersonNode(BaseModel):- """人物/组织节点"""-- name: str = Field(description="名称")- type: str = Field(description="节点类型:人物、组织、机构、其他")- description: str = Field(description="简要描述", default="")- role: str = Field(description="角色/身份", default="")---class SocialRelation(BaseModel):- """社会关系边"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- relationType: str = Field(- description="关系类型:亲属、朋友、同事、师生、上下级、合作、竞争、隶属、其他"- )- details: str = Field(description="关系详细说明", default="")---_PROMPT = """## 角色与任务-你是一位专业的社会关系分析专家,请从文本中提取人物、组织及其相互关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物或组织单元-- **边 (Edge)**:人物/组织之间的社会关系--## 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--### 节点提取规则-1. 提取所有人物、组织、机构等-2. 为每个节点指定类型-3. 为每个节点标注角色或身份--### 关系提取规则-1. 仅从提取的节点中创建边-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取人物、组织作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物或组织单元--## 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--### 节点提取规则-1. 提取所有人物、组织、机构等-2. 为每个节点指定类型和角色--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知节点列表中提取节点之间的社会关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物或组织单元,作为社会关系的参与者-- **边 (Edge)**:人物/组织之间的社会关系--## 提取规则-### 核心约束-1. 仅从已知节点列表中提取边,不要创建未列出的节点-2. 关系描述应与原文保持一致--## 已知节点-{known_nodes}--## 源文本:-{source_text}-"""---class SocialNetwork(AutoGraph[PersonNode, SocialRelation]):- """- 适用文档: 人物传记、回忆录、小说、人物设定文档-- 功能介绍:- 专注于提取人际关系、互动与组织隶属。适用于传记分析、人物设定研究等。-- Example:- >>> template = SocialNetwork(llm_client=llm, embedder=embedder)- >>> template.feed_text("祖冲之师从何承天,与戴法兴有过辩论...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化社交网络图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=PersonNode,- edge_schema=SocialRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示社交网络图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PersonNode) -> str:- if node.role:- return f"{node.name} ({node.role})"- return f"{node.name} ({node.type})"-- def edge_label_extractor(edge: SocialRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/history/__init__.py b/hyperextract/templates/legacy/zh/history/__init__.pydeleted file mode 100644index 83fa354..0000000--- a/hyperextract/templates/legacy/zh/history/__init__.py+++ /dev/null@@ -1,25 +0,0 @@-from .historical_knowledge_graph import HistoricalKnowledgeGraph-from .multi_participant_event_map import MultiParticipantEventMap-from .chronological_event_chain import ChronologicalEventChain-from .historical_context_graph import HistoricalContextGraph-from .political_struggle_hypergraph import PoliticalStruggleHypergraph-from .personal_trajectory_hypergraph import PersonalTrajectoryHypergraph-from .narrative_relation_graph import NarrativeRelationGraph-from .memory_flashback_list import MemoryFlashbackList-from .epistolary_knowledge_graph import EpistolaryKnowledgeGraph--__all__ = [- # 历史专著- "HistoricalKnowledgeGraph",- "MultiParticipantEventMap",- # 编年史- "ChronologicalEventChain",- "HistoricalContextGraph",- "PoliticalStruggleHypergraph",- # 口述历史- "PersonalTrajectoryHypergraph",- "NarrativeRelationGraph",- "MemoryFlashbackList",- # 档案馆藏信札- "EpistolaryKnowledgeGraph",-]diff --git a/hyperextract/templates/legacy/zh/history/chronological_event_chain.py b/hyperextract/templates/legacy/zh/history/chronological_event_chain.pydeleted file mode 100644index cd1d712..0000000--- a/hyperextract/templates/legacy/zh/history/chronological_event_chain.py+++ /dev/null@@ -1,211 +0,0 @@-"""编年事件链 - 提取带精确时间戳的原子事件,严格还原历史时间线。--适用于编年史、年表、大事记。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class EventNode(BaseModel):- """历史事件节点"""- name: str = Field(description="事件名称")- category: str = Field(description="事件类型:战争、政治、外交、军事")- description: str = Field(description="事件简要描述")---class TemporalEventEdge(BaseModel):- """时序事件边"""- source: str = Field(description="前置事件名称")- target: str = Field(description="后续事件名称")- time: str = Field(description="时间,格式为年份或朝代年份,如208年、建安十三年")- location: str = Field(description="地点")- description: str = Field(description="事件因果描述,说明两事件之间的逻辑关系")---_NODE_PROMPT = """## 角色与任务-请从文本中提取所有历史事件作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史事件-- **边 (Edge)**:事件之间的时间因果关系-- **时间**:年号年份(如208年、建安十三年)--## 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-- 事件类型:战争、政治、外交、军事等-- 事件要包含简要描述--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知事件列表中提取事件之间的时间因果关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史事件-- **边 (Edge)**:事件之间的时间因果关系-- **时间**:年号年份(如208年、建安十三年)--## 提取规则-### 核心约束-1. 仅从已知事件列表中提取边,不要创建未列出的人物-2. 关系描述应与原文保持一致--### 时间解析规则-当前观察日期: {observation_time}--1. 相对时间解析(基于观察日期):- - "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--### 已知事件列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取历史事件以及它们之间的时间因果关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史事件-- **边 (Edge)**:事件之间的时间因果关系-- **时间**:年号年份(如208年、建安十三年)--## 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. 仅从已知事件列表中提取边,不要创建未列出的事件-4. 关系描述应与原文保持一致--### 领域特定规则-- 事件类型:战争、政治、外交、军事等-- 事件要包含简要描述--### 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:-{source_text}-"""---class ChronologicalEventChain(AutoTemporalGraph[EventNode, TemporalEventEdge]):- """- 适用文档: 编年史、年表、大事记-- 功能介绍:- 提取带精确时间戳的原子事件,严格还原历史时间线。-- 设计说明:- - 节点(EventNode):存储事件信息,包括名称、类型、描述- - 边(TemporalEventEdge):存储事件之间的时间因果关系及时间点-- Example:- >>> template = ChronologicalEventChain(llm_client=llm, embedder=embedder)- >>> template.feed_text("建安十三年冬,曹操率军南下...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化编年事件链模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=EventNode,- edge_schema=TemporalEventEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.time}|{x.target}",- time_in_edge_extractor=lambda x: x.time,- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- observation_time=observation_time,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示编年事件链。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: EventNode) -> str:- return node.name-- def edge_label_extractor(edge: TemporalEventEdge) -> str:- return f"{edge.time}: {edge.description[:20]}..."-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/history/epistolary_knowledge_graph.py b/hyperextract/templates/legacy/zh/history/epistolary_knowledge_graph.pydeleted file mode 100644index 019b63a..0000000--- a/hyperextract/templates/legacy/zh/history/epistolary_knowledge_graph.py+++ /dev/null@@ -1,232 +0,0 @@-"""信札内容图谱 - 提取信件正文中提到的人物、事件及其相互关系。--适用于档案馆藏信札、历史人物书信集。-"""--from datetime import datetime-from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class CorrespondentNode(BaseModel):- """书信人物节点"""- name: str = Field(description="人物姓名")- identity: str = Field(description="身份描述,如北宋文学家、东吴大都督", default="")- description: str = Field(description="人物描述", default="")---class LetterContentEdge(BaseModel):- """书信内容边"""- source: str = Field(description="发信人")- target: str = Field(description="收信人")- time: str = Field(description="时间", default="")- subject: str = Field(description="信件主题或主要议题")- mentionedPersons: List[str] = Field(description="信中提及的人物", default_factory=list)- mentionedEvents: List[str] = Field(description="信中提及的事件", default_factory=list)- summary: str = Field(description="信件内容摘要")---_NODE_PROMPT = """## 角色与任务-请从文本中提取书信中的人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的书信相关人物-- **边 (Edge)**:书信内容及其中提及的关系--## 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-- 人物要包含身份描述--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取书信内容关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的书信相关人物-- **边 (Edge)**:书信内容及其中提及的关系-- **时间**:信件书写或发送的时间--## 提取规则-### 核心约束-1. 仅从已知人物列表中提取边,不要创建未列出的人物-2. 关系描述应与原文保持一致--### 领域特定规则-- 信件主题:信件讨论的主要议题-- 提及人物:必须仔细阅读信件正文,提取正文中明确提到的人物姓名,整理为列表-- 提及事件:必须仔细阅读信件正文,提取正文中明确提到的事件,整理为列表-- 内容摘要:信件的主要内容概括-- 重要:如果正文未提及,则留空列表,不要编造--### 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--## 已知人物列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取书信中的人物以及书信内容关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的书信相关人物-- **边 (Edge)**:书信内容及其中提及的关系-- **时间**:信件书写或发送的时间--## 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. 仅从已知人物列表中提取边,不要创建未列出的人物-4. 关系描述应与原文保持一致--### 领域特定规则-- 人物要包含身份描述-- 信件主题:信件讨论的主要议题-- 提及人物:必须仔细阅读信件正文,提取正文中明确提到的人物姓名,整理为列表-- 提及事件:必须仔细阅读信件正文,提取正文中明确提到的事件,整理为列表-- 内容摘要:信件的主要内容概括-- 重要:如果正文未提及,则留空列表,不要编造--### 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:-{source_text}-"""---class EpistolaryKnowledgeGraph(AutoTemporalGraph[CorrespondentNode, LetterContentEdge]):- """- 适用文档: 档案馆藏信札、历史人物书信集-- 功能介绍:- 提取信件正文中提到的人物、事件及其相互关系,而非仅仅是发信和收信关系,适用于史料挖掘、事件考证。-- 设计说明:- - 节点(CorrespondentNode):存储书信相关人物信息- - 边(LetterContentEdge):存储信件内容及提及的人物事件-- Example:- >>> template = EpistolaryKnowledgeGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("苏轼致司马光书:论科举之法...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化信札内容图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- if observation_time is None:- observation_time = datetime.now().strftime("%Y-%m-%d")-- super().__init__(- node_schema=CorrespondentNode,- edge_schema=LetterContentEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.subject}|{x.target}",- time_in_edge_extractor=lambda x: x.time 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示信札内容图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: CorrespondentNode) -> str:- return node.name-- def edge_label_extractor(edge: LetterContentEdge) -> str:- if edge.time:- return f"{edge.subject} ({edge.time})"- return f"{edge.subject}"-- 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/legacy/zh/history/historical_context_graph.py b/hyperextract/templates/legacy/zh/history/historical_context_graph.pydeleted file mode 100644index 5cb2a6e..0000000--- a/hyperextract/templates/legacy/zh/history/historical_context_graph.py+++ /dev/null@@ -1,185 +0,0 @@-"""历史背景关联图 - 提取事件背后的人物关系、地缘政治等静态关联。--适用于编年史、历史背景分析、事件深层原因分析。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ContextEntityNode(BaseModel):- """历史背景实体节点"""- name: str = Field(description="实体名称")- category: str = Field(description="类型:地理、政治、经济、军事、文化")- description: str = Field(description="实体描述,包括位置、作用、意义等")---class ContextRelationEdge(BaseModel):- """历史背景关系边"""- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(description="关系类型:包含、影响、对抗、支撑")- description: str = Field(description="关系描述")---_NODE_PROMPT = """## 角色与任务-请从文本中提取历史背景相关的实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史背景实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 实体类型:地理、政治、经济、军事、文化-- 实体要包含描述信息--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史背景实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:包含、影响、对抗、支撑--## 已知实体列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取历史背景相关的实体以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史背景实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 实体类型:地理、政治、经济、军事、文化-- 关系类型:包含、影响、对抗、支撑--## 源文本:-{source_text}-"""---class HistoricalContextGraph(AutoGraph[ContextEntityNode, ContextRelationEdge]):- """- 适用文档: 编年史、历史背景分析、事件深层原因分析-- 功能介绍:- 提取事件背后的人物关系、地缘政治、经济基础、文化背景等静态关联。-- 设计说明:- - 节点(ContextEntityNode):存储背景实体信息,包括名称、类型、描述- - 边(ContextRelationEdge):存储实体之间的关系-- Example:- >>> template = HistoricalContextGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("赤壁之战的背景是曹操统一北方后意图南下...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化历史背景关联图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ContextEntityNode,- edge_schema=ContextRelationEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示历史背景关联图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: ContextEntityNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: ContextRelationEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/history/historical_knowledge_graph.py b/hyperextract/templates/legacy/zh/history/historical_knowledge_graph.pydeleted file mode 100644index 678b413..0000000--- a/hyperextract/templates/legacy/zh/history/historical_knowledge_graph.py+++ /dev/null@@ -1,187 +0,0 @@-"""历史人物关系图 - 提取基础的人物关系(亲属、君臣、敌友)及事件因果。--适用于历史专著、人物传记、断代史。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class HistoricalPersonNode(BaseModel):- """历史人物节点"""- name: str = Field(description="人物姓名")- title: str = Field(description="身份或官职,如吴国大都督、刘备军师")- faction: str = Field(description="所属阵营,如吴、蜀、魏")- description: str = Field(description="人物简要描述,包括主要成就和特点", default="")---class PersonRelationEdge(BaseModel):- """人物关系边"""- source: str = Field(description="源人物姓名")- target: str = Field(description="目标人物姓名")- relationType: str = Field(description="关系类型:亲属、君臣、敌友、联盟、对手")- description: str = Field(description="关系描述,描述两人之间的具体互动或关系详情")---_NODE_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取所有历史人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史人物实体-- **边 (Edge)**:人物之间的关系--## 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-- 同一人物在不同势力有不同官职时,以原文描述的主要官职为准-- 历史人物要包含所属阵营信息--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取人物之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史人物实体-- **边 (Edge)**:人物之间的关系--## 提取规则-### 核心约束-1. 仅从已知人物列表中提取边,不要创建未列出的人物-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:亲属、君臣、敌友、联盟、对手-- 详细描述两人之间的具体互动--## 已知人物列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取所有历史人物以及他们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的历史人物实体-- **边 (Edge)**:人物之间的关系--## 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. 仅从已知人物列表中提取边,不要创建未列出的人物-4. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:亲属、君臣、敌友、联盟、对手-- 历史人物要包含所属阵营信息--## 源文本:-{source_text}-"""---class HistoricalKnowledgeGraph(AutoGraph[HistoricalPersonNode, PersonRelationEdge]):- """- 适用文档: 历史专著、人物传记、断代史-- 功能介绍:- 提取基础的人物关系(亲属、君臣、敌友)及事件因果,构建历史人物关系网络。-- 设计说明:- - 节点(HistoricalPersonNode):存储人物信息,包括姓名、官职、阵营、描述- - 边(PersonRelationEdge):存储人物间的关系及描述-- Example:- >>> template = HistoricalKnowledgeGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("赤壁之战中,周瑜率军大败曹操...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化历史人物关系图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=HistoricalPersonNode,- edge_schema=PersonRelationEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示历史人物关系图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: HistoricalPersonNode) -> str:- return f"{node.name}({node.faction})"-- def edge_label_extractor(edge: PersonRelationEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/history/memory_flashback_list.py b/hyperextract/templates/legacy/zh/history/memory_flashback_list.pydeleted file mode 100644index 45cfa35..0000000--- a/hyperextract/templates/legacy/zh/history/memory_flashback_list.py+++ /dev/null@@ -1,112 +0,0 @@-"""回忆片段清单 - 提取口述中提到的具体轶事、感悟或对特定历史时刻的侧面描写。--适用于口述历史、回忆录、个人日记。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class MemoryFragment(BaseModel):- """回忆片段条目"""- content: str = Field(description="回忆内容原文")- type: str = Field(description="类型:轶事、感悟、历史时刻、人物描写")- time: str = Field(description="相关时间", default="")- location: str = Field(description="相关地点", default="")- emotion: str = Field(description="情感色彩:感慨、怀念、愤慨、欣慰", default="")- description: str = Field(description="补充描述", default="")---_PROMPT = """## 角色与任务-请从文本中提取口述历史或回忆录中的回忆片段。--## 提取规则-### 核心约束-1. 每个条目对应一个独立的回忆片段-2. 内容应与原文保持一致--### 领域特定规则-- 类型:轶事、感悟、历史时刻、人物描写-- 情感色彩:感慨、怀念、愤慨、欣慰-- 尽量提取原文中的具体描述--## 源文本:-{source_text}-"""---class MemoryFlashbackList(AutoList[MemoryFragment]):- """- 适用文档: 口述历史、回忆录、个人日记-- 功能介绍:- 提取口述中提到的具体轶事、感悟或对特定历史时刻的侧面描写,适用于历史细节补充、情感分析。-- 设计说明:- - 条目(MemoryFragment):存储回忆片段信息,包括内容、类型、时间、地点、情感-- Example:- >>> template = MemoryFlashbackList(llm_client=llm, embedder=embedder)- >>> template.feed_text("苏轼回忆起在黄州的日子,感慨万千...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化回忆片段清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=MemoryFragment,- llm_client=llm_client,- embedder=embedder,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 5,- top_k_for_chat: int = 5,- ):- """- 展示回忆片段清单。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 5- top_k_for_chat: 问答使用的条目数量,默认为 5- """- def item_label_extractor(item: MemoryFragment) -> str:- return f"[{item.type}] {item.content[:30]}..."-- 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/legacy/zh/history/multi_participant_event_map.py b/hyperextract/templates/legacy/zh/history/multi_participant_event_map.pydeleted file mode 100644index 40952fe..0000000--- a/hyperextract/templates/legacy/zh/history/multi_participant_event_map.py+++ /dev/null@@ -1,195 +0,0 @@-"""多方事件超图 - 将历史事件建模为连接多个参与者的超边结构。--适用于历史专著、战役记录、重大事件档案。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class EventParticipantNode(BaseModel):- """事件参与者节点"""- name: str = Field(description="参与者姓名或名称")- role: str = Field(description="角色定位,如主将、谋士、使者、参战方")- faction: str = Field(description="所属阵营", default="")- description: str = Field(description="参与者描述,包括身份背景和在事件中的角色说明", default="")---class EventHyperedge(BaseModel):- """事件超边"""- eventName: str = Field(description="事件名称,如赤壁之战、鸿门宴")- time: str = Field(description="发生时间,如建安十三年冬")- location: str = Field(description="发生地点")- description: str = Field(description="事件概述,描述事件背景、经过和结果")- participants: List[str] = Field(description="参与者列表,与节点对应")---_NODE_PROMPT = """## 角色与任务-请从文本中提取历史事件中的参与者作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的事件参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的事件--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 参与者要标注角色定位(主将、谋士、使者等)-- 参与者要标注所属阵营--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知参与者列表中提取多方参与的事件超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的事件参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的事件--## 提取规则-### 核心约束-1. 超边必须连接2个或以上的参与者-2. 仅从已知参与者列表中提取边,不要创建未列出的参与者-3. 关系描述应与原文保持一致--### 领域特定规则-- 一个超边代表一个完整的历史事件-- 需要包含事件的时间、地点、背景和结果--## 已知参与者列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取历史事件中的参与者以及他们组成的事件超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的事件参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的事件--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须连接2个或以上的参与者-4. 仅从已知参与者列表中提取边,不要创建未列出的参与者-5. 关系描述应与原文保持一致--### 领域特定规则-- 参与者要标注角色定位(主将、谋士、使者等)-- 参与者要标注所属阵营-- 一个超边代表一个完整的历史事件-- 需要包含事件的时间、地点、背景和结果--## 源文本:-{source_text}-"""---class MultiParticipantEventMap(AutoHypergraph[EventParticipantNode, EventHyperedge]):- """- 适用文档: 历史专著、战役记录、重大事件档案-- 功能介绍:- 将历史事件建模为连接多个参与者的超边,如赤壁之战连接曹操、孙权、刘备、周瑜等多方。-- 设计说明:- - 节点(EventParticipantNode):存储参与者信息,包括姓名、角色、阵营、描述- - 边(EventHyperedge):存储完整的事件信息及所有参与者-- Example:- >>> template = MultiParticipantEventMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("赤壁之战中,周瑜率吴军与曹操大战于长江...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化多方事件超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: EventHyperedge) -> set:- return set(edge.participants)-- super().__init__(- node_schema=EventParticipantNode,- edge_schema=EventHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.eventName,- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示多方事件超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: EventParticipantNode) -> str:- return f"{node.name}({node.role})"-- def edge_label_extractor(edge: EventHyperedge) -> str:- return f"{edge.eventName}"-- 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/legacy/zh/history/narrative_relation_graph.py b/hyperextract/templates/legacy/zh/history/narrative_relation_graph.pydeleted file mode 100644index 74e3f3e..0000000--- a/hyperextract/templates/legacy/zh/history/narrative_relation_graph.py+++ /dev/null@@ -1,188 +0,0 @@-"""叙事关系图 - 提取口述者主观视角下的人物互动与评价关系。--适用于口述历史、回忆录、个人日记。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class NarrativeCharacterNode(BaseModel):- """叙事人物节点"""- name: str = Field(description="人物姓名")- description: str = Field(description="人物描述")- perspective: str = Field(description="视角人物对该人物的评价或印象", default="")---class NarrativeInteractionEdge(BaseModel):- """叙事关系边"""- source: str = Field(description="源人物")- target: str = Field(description="目标人物")- interaction: str = Field(description="互动类型:评价、往来、合作、书信")- content: str = Field(description="互动内容或评价具体描述")---_NODE_PROMPT = """## 角色与任务-请从文本中提取口述历史或回忆录中的人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:人物之间的互动与评价关系--## 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-- 人物要包含描述信息-- 视角人物的评价或印象要记录--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取人物之间的互动与评价关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:人物之间的互动与评价关系--## 提取规则-### 核心约束-1. 仅从已知人物列表中提取边,不要创建未列出的人物-2. 关系描述应与原文保持一致--### 领域特定规则-- 互动类型:评价、往来、合作、书信-- 内容要具体描述互动或评价--## 已知人物列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取口述历史或回忆录中的人物以及他们之间的互动与评价关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:人物之间的互动与评价关系--## 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. 仅从已知人物列表中提取边,不要创建未列出的人物-4. 关系描述应与原文保持一致--### 领域特定规则-- 人物要包含描述信息-- 视角人物的评价或印象要记录-- 互动类型:评价、往来、合作、书信-- 内容要具体描述互动或评价--## 源文本:-{source_text}-"""---class NarrativeRelationGraph(AutoGraph[NarrativeCharacterNode, NarrativeInteractionEdge]):- """- 适用文档: 口述历史、回忆录、个人日记-- 功能介绍:- 提取口述者主观视角下的人物互动与评价关系,适用于口述史社会网络分析。-- 设计说明:- - 节点(NarrativeCharacterNode):存储人物信息及视角人物的评价- - 边(NarrativeInteractionEdge):存储人物间的互动内容-- Example:- >>> template = NarrativeRelationGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("苏轼在信中评价黄庭坚的书法...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化叙事关系图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=NarrativeCharacterNode,- edge_schema=NarrativeInteractionEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.interaction}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示叙事关系图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: NarrativeCharacterNode) -> str:- return node.name-- def edge_label_extractor(edge: NarrativeInteractionEdge) -> str:- return edge.interaction-- 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/legacy/zh/history/personal_trajectory_hypergraph.py b/hyperextract/templates/legacy/zh/history/personal_trajectory_hypergraph.pydeleted file mode 100644index 7068ca5..0000000--- a/hyperextract/templates/legacy/zh/history/personal_trajectory_hypergraph.py+++ /dev/null@@ -1,195 +0,0 @@-"""个人轨迹超图 - 以人生阶段为超边,关联时期、地点、同行人物、核心经历。--适用于口述历史、人物传记、回忆录。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class PersonNode(BaseModel):- """人物节点"""- name: str = Field(description="人物姓名")- description: str = Field(description="人物描述")---class LifePhaseHyperedge(BaseModel):- """人生阶段超边"""- phase: str = Field(description="人生阶段,如进士及第、被贬黄州、任翰林学士")- time: str = Field(description="时期")- location: str = Field(description="地点")- companions: List[str] = Field(description="同行或交往人物", default_factory=list)- experiences: List[str] = Field(description="核心经历列表", default_factory=list)- description: str = Field(description="阶段描述")---_NODE_PROMPT = """## 角色与任务-请从文本中提取人物传记中的主要人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:连接人物的人生阶段超边--## 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-- 主要人物:传记主角及其重要交往对象-- 人物要包含描述信息--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取人物的人生阶段超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:连接人物的人生阶段超边--## 提取规则-### 核心约束-1. 超边必须关联一个主要人物-2. 仅从已知人物列表中提取边,不要创建未列出的人物-3. 关系描述应与原文保持一致--### 领域特定规则-- 人生阶段:如进士及第、被贬黄州、任翰林学士等-- 同行人物:该阶段与主角有交往的人-- 核心经历:该阶段的重要事件--## 已知人物列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取人物传记中的人物以及他们的人生阶段超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物实体-- **边 (Edge)**:连接人物的人生阶段超边--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须关联一个主要人物-4. 仅从已知人物列表中提取边,不要创建未列出的人物-5. 关系描述应与原文保持一致--### 领域特定规则-- 主要人物:传记主角及其重要交往对象-- 人生阶段:如进士及第、被贬黄州、任翰林学士等-- 同行人物:该阶段与主角有交往的人-- 核心经历:该阶段的重要事件--## 源文本:-{source_text}-"""---class PersonalTrajectoryHypergraph(AutoHypergraph[PersonNode, LifePhaseHyperedge]):- """- 适用文档: 口述历史、人物传记、回忆录-- 功能介绍:- 以人生阶段为超边,关联 {时期, 地点, 同行人物, 核心经历},适用于人物传记编撰、生命历程研究。-- 设计说明:- - 节点(PersonNode):存储人物信息- - 边(LifePhaseHyperedge):存储人生阶段信息及关联人物-- Example:- >>> template = PersonalTrajectoryHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("苏轼于元丰二年被贬黄州...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化个人轨迹超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: LifePhaseHyperedge) -> set:- return set(edge.companions)-- super().__init__(- node_schema=PersonNode,- edge_schema=LifePhaseHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.phase}|{x.time}",- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示个人轨迹超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: PersonNode) -> str:- return node.name-- def edge_label_extractor(edge: LifePhaseHyperedge) -> str:- return f"{edge.phase}({edge.time})"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/history/political_struggle_hypergraph.py b/hyperextract/templates/legacy/zh/history/political_struggle_hypergraph.pydeleted file mode 100644index 1ddc6a3..0000000--- a/hyperextract/templates/legacy/zh/history/political_struggle_hypergraph.py+++ /dev/null@@ -1,207 +0,0 @@-"""政治博弈超图 - 针对战役或政争,提取攻方、守方、策划者、变节者的复杂互动。--适用于战役记录、政治斗争史、权力更迭档案。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class PoliticalActorNode(BaseModel):- """政治博弈参与者节点"""- name: str = Field(description="人物姓名")- role: str = Field(description="角色定位:攻方、守方、策划者、变节者、调解者")- faction: str = Field(description="所属阵营", default="")- description: str = Field(description="人物描述")---class StruggleHyperedge(BaseModel):- """政治博弈事件超边"""- eventName: str = Field(description="事件名称")- attackers: List[str] = Field(description="攻方列表")- defenders: List[str] = Field(description="守方列表")- planners: List[str] = Field(description="策划者列表", default_factory=list)- turncoats: List[str] = Field(description="变节者列表", default_factory=list)- time: str = Field(description="时间")- location: str = Field(description="地点")- outcome: str = Field(description="结果描述")---_NODE_PROMPT = """## 角色与任务-请从文本中提取政治博弈或战役中的人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的政治博弈参与者-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的博弈事件--## 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-- 角色定位:攻方、守方、策划者、变节者、调解者-- 参与者要标注所属阵营--## 源文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取政治博弈或战役的超边结构。--## 核心概念定义-- **节点 (Node)**:从文档中提取的政治博弈参与者-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的博弈事件--## 提取规则-### 核心约束-1. 超边必须包含攻方和守方-2. 仅从已知人物列表中提取边,不要创建未列出的人物-3. 关系描述应与原文保持一致--### 领域特定规则-- 攻方:主动发起进攻或挑战的一方-- 守方:被动防守或应战的一方-- 策划者:幕后策划或出谋划策的人-- 变节者:中途倒戈或背叛的人--## 已知人物列表:-{known_nodes}--## 源文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的历史学专家,请从文本中提取政治博弈或战役中的人物以及他们组成的博弈事件超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的政治博弈参与者-- **边 (Edge)**:连接多个参与者的超边,表示一个完整的博弈事件--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须包含攻方和守方-4. 仅从已知人物列表中提取边,不要创建未列出的人物-5. 关系描述应与原文保持一致--### 领域特定规则-- 角色定位:攻方、守方、策划者、变节者、调解者-- 参与者要标注所属阵营-- 攻方:主动发起进攻或挑战的一方-- 守方:被动防守或应战的一方-- 策划者:幕后策划或出谋划策的人-- 变节者:中途倒戈或背叛的人--## 源文本:-{source_text}-"""---class PoliticalStruggleHypergraph(AutoHypergraph[PoliticalActorNode, StruggleHyperedge]):- """- 适用文档: 战役记录、政治斗争史、权力更迭档案-- 功能介绍:- 针对战役或政争,提取 {攻方, 守方, 策划者, 变节者} 的复杂互动结构。-- 设计说明:- - 节点(PoliticalActorNode):存储参与者信息,包括姓名、角色、阵营、描述- - 边(StruggleHyperedge):存储博弈事件信息及各方参与者-- Example:- >>> template = PoliticalStruggleHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("赤壁之战中,周瑜率吴军火攻曹操...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化政治博弈超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(历史文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: StruggleHyperedge) -> set:- nodes = set()- nodes.update(edge.attackers)- nodes.update(edge.defenders)- nodes.update(edge.planners)- nodes.update(edge.turncoats)- return nodes-- super().__init__(- node_schema=PoliticalActorNode,- edge_schema=StruggleHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.eventName,- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示政治博弈超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: PoliticalActorNode) -> str:- return f"{node.name}[{node.role}]"-- def edge_label_extractor(edge: StruggleHyperedge) -> str:- return f"{edge.eventName}"-- 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/legacy/zh/industry/__init__.py b/hyperextract/templates/legacy/zh/industry/__init__.pydeleted file mode 100644index 1bd9715..0000000--- a/hyperextract/templates/legacy/zh/industry/__init__.py+++ /dev/null@@ -1,50 +0,0 @@-"""-工业领域模板,用于从工业设备文档中提取结构化知识。--包含管理规范、技术规格书、操作运维、设备维护、事故报告等模板。-"""--# 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 OperationFlowGraph-from .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__ = [- # 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/legacy/zh/industry/emergency_response_graph.py b/hyperextract/templates/legacy/zh/industry/emergency_response_graph.pydeleted file mode 100644index aa9d41d..0000000--- a/hyperextract/templates/legacy/zh/industry/emergency_response_graph.py+++ /dev/null@@ -1,192 +0,0 @@-"""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, 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---class EmergencyEntity(BaseModel):- """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(default=None, description="对该实体的描述。")---class ResponseFlow(BaseModel):- """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)。")- 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)--## 事故应急预案:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 事故应急预案:-{source_text}-"""--_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--## 事故应急预案:-{source_text}-"""---class EmergencyResponseGraph(AutoGraph[EmergencyEntity, ResponseFlow]):- """- 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__(- 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,- ):- """- 初始化应急预案图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示应急预案图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: EmergencyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: ResponseFlow) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/equipment_topology_graph.py b/hyperextract/templates/legacy/zh/industry/equipment_topology_graph.pydeleted file mode 100644index 6cf5e90..0000000--- a/hyperextract/templates/legacy/zh/industry/equipment_topology_graph.py+++ /dev/null@@ -1,193 +0,0 @@-"""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, 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---class IndustrialEquipment(BaseModel):- """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(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。"""-- 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。")- 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--## 设备系统文档:-{source_text}-"""--_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--## 已知设备列表:-{known_nodes}--## 设备系统文档:-{source_text}-"""--_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--## 设备系统文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化设备拓扑图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示设备拓扑图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: IndustrialEquipment) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: EquipmentConnection) -> str:- return edge.connectionType-- 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/legacy/zh/industry/failure_case_graph.py b/hyperextract/templates/legacy/zh/industry/failure_case_graph.pydeleted file mode 100644index c6be549..0000000--- a/hyperextract/templates/legacy/zh/industry/failure_case_graph.py+++ /dev/null@@ -1,192 +0,0 @@-"""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, 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---class CaseEntity(BaseModel):- """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(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。"""-- source: str = Field(description="上游环节名称。")- target: str = Field(description="下游环节名称。")- 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--## 故障案例文档:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 故障案例文档:-{source_text}-"""--_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--## 故障案例文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化故障案例图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示故障案例图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: CaseEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: CaseChain) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/failure_knowledge_hypergraph.py b/hyperextract/templates/legacy/zh/industry/failure_knowledge_hypergraph.pydeleted file mode 100644index af0eb68..0000000--- a/hyperextract/templates/legacy/zh/industry/failure_knowledge_hypergraph.py+++ /dev/null@@ -1,199 +0,0 @@-"""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)--## 故障诊断文档:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 故障诊断文档:-{source_text}-"""--_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--## 故障诊断文档:-{source_text}-"""---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,- edge_key_extractor=lambda x: f"{x.reasoning_type}_{sorted(x.nodes)}",- 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/legacy/zh/industry/incident_causality_map.py b/hyperextract/templates/legacy/zh/industry/incident_causality_map.pydeleted file mode 100644index 473f3a2..0000000--- a/hyperextract/templates/legacy/zh/industry/incident_causality_map.py+++ /dev/null@@ -1,211 +0,0 @@-"""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--## 事故调查报告:-{source_text}-"""--_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--# 已知的实体列表:-{known_nodes}--## 事故调查报告:-{source_text}-"""--_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--## 事故调查报告:-{source_text}-"""---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,- edge_key_extractor=lambda x: f"{x.causality_type}_{sorted(x.nodes)}",- 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/legacy/zh/industry/inspection_record_graph.py b/hyperextract/templates/legacy/zh/industry/inspection_record_graph.pydeleted file mode 100644index 741a406..0000000--- a/hyperextract/templates/legacy/zh/industry/inspection_record_graph.py+++ /dev/null@@ -1,186 +0,0 @@-"""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, 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---class InspectionEntity(BaseModel):- """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(default=None, description="对该实体的描述。")---class InspectionHierarchy(BaseModel):- """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。")- 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)--## 巡检记录文档:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 巡检记录文档:-{source_text}-"""--_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--## 巡检记录文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化巡检层级图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示巡检层级图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: InspectionEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: InspectionHierarchy) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/maintenace_operation_map.py b/hyperextract/templates/legacy/zh/industry/maintenace_operation_map.pydeleted file mode 100644index 94fc455..0000000--- a/hyperextract/templates/legacy/zh/industry/maintenace_operation_map.py+++ /dev/null@@ -1,222 +0,0 @@-"""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)--## 维修作业指导书:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 维修作业指导书:-{source_text}-"""--_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--## 维修作业指导书:-{source_text}-"""---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,- edge_key_extractor=lambda x: f"{x.operation_name}_{sorted(x.nodes)}",- 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:- return f"{edge.operation_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/legacy/zh/industry/operating_mode_graph.py b/hyperextract/templates/legacy/zh/industry/operating_mode_graph.pydeleted file mode 100644index c139ff6..0000000--- a/hyperextract/templates/legacy/zh/industry/operating_mode_graph.py+++ /dev/null@@ -1,193 +0,0 @@-"""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, 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---class ModeEntity(BaseModel):- """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(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。"""-- 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)。")- 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--## 运行规程文档:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 运行规程文档:-{source_text}-"""--_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)--## 运行规程文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化工况切换图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示工况切换图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: 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.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/operation_flow_graph.py b/hyperextract/templates/legacy/zh/industry/operation_flow_graph.pydeleted file mode 100644index 8f6c8c0..0000000--- a/hyperextract/templates/legacy/zh/industry/operation_flow_graph.py+++ /dev/null@@ -1,194 +0,0 @@-"""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, 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---class OperationStep(BaseModel):- """操作步骤实体,包括具体的操作动作和设备状态。"""-- 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。"""-- source: str = Field(description="当前步骤名称。")- target: str = Field(description="下一步骤名称。")- 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--## 操作流程文档:-{source_text}-"""--_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:-{known_nodes}--## 操作流程文档:-{source_text}-"""--_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--## 操作流程文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化操作流程图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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=OperationStep,- edge_schema=OperationTransition,- 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,- 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,- ):- """- 展示操作流程图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: OperationStep) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: OperationTransition) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/part_replacement_list.py b/hyperextract/templates/legacy/zh/industry/part_replacement_list.pydeleted file mode 100644index e280a13..0000000--- a/hyperextract/templates/legacy/zh/industry/part_replacement_list.py+++ /dev/null@@ -1,133 +0,0 @@-"""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)--## 备件更换记录:-{source_text}-"""---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/legacy/zh/industry/safety_control_graph.py b/hyperextract/templates/legacy/zh/industry/safety_control_graph.pydeleted file mode 100644index 833c1fd..0000000--- a/hyperextract/templates/legacy/zh/industry/safety_control_graph.py+++ /dev/null@@ -1,199 +0,0 @@-"""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, 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---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。"""-- 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)--## 安全规程文档:-{source_text}-"""--_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:-{known_nodes}--## 安全规程文档:-{source_text}-"""--_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--## 安全规程文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化安全管控图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示安全管控图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: SafetyEntity) -> str:- 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.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/industry/safety_timeline.py b/hyperextract/templates/legacy/zh/industry/safety_timeline.pydeleted file mode 100644index 375fb80..0000000--- a/hyperextract/templates/legacy/zh/industry/safety_timeline.py+++ /dev/null@@ -1,213 +0,0 @@-"""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")- entity_type: str = Field(description="类型:人员、设备、设施等")- description: Optional[str] = None---class SafetyTimelineEdge(BaseModel):- """事故时序图中的时间边。"""-- source: str = Field(description="源实体名称")- target: str = Field(description="目标实体名称")- action: str = Field(description="操作动作")- timestamp: Optional[str] = Field(None, description="动作发生时间")- location: Optional[str] = Field(None, description="发生位置")- status: Optional[str] = Field(None, description="状态描述")---_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)--### 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--## 事故调查报告:-{source_text}-"""--_NODE_PROMPT = """## 角色-你是工业安全事故调查专家,从事故调查报告中提取参与事故的实体作为节点。--## 提取规则-### 核心约束-1. 每个节点对应一个独立实体-2. 实体名称与原文保持一致--### 提取范围-- 人员、设备、设施、岗位、位置等--## 事故调查报告:-{source_text}-"""--_EDGE_PROMPT = """## 角色-你是工业安全事故调查专家,从已知实体列表中提取事故时间线中的操作动作。--## 核心约束-1. **source 和 target 都必须是已知实体列表中的节点**-2. 每个操作动作都必须提取为一条边-3. 节点名称必须完全匹配--## 操作类型-- 启动、停止、开启、关闭-- 巡检、检查、排查-- 维修、检修、保养-- 发现、识别、报告-- 操作、使用、触发--## 输出格式-每条边必须包含:-- source: 源实体(节点名称)-- target: 目标实体(节点名称)-- action: 操作动作-- timestamp: 动作发生时间-- location: 发生位置-- status: 状态--# 已知实体列表:-{known_nodes}--## 事故调查报告:-{source_text}-"""---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.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.timestamp}]" if edge.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/legacy/zh/industry/spec_parameter_table.py b/hyperextract/templates/legacy/zh/industry/spec_parameter_table.pydeleted file mode 100644index 9a69e83..0000000--- a/hyperextract/templates/legacy/zh/industry/spec_parameter_table.py+++ /dev/null@@ -1,159 +0,0 @@-"""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--## 技术规格书:-{source_text}-"""---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/legacy/zh/industry/system_compatibility_graph.py b/hyperextract/templates/legacy/zh/industry/system_compatibility_graph.pydeleted file mode 100644index bc020f2..0000000--- a/hyperextract/templates/legacy/zh/industry/system_compatibility_graph.py+++ /dev/null@@ -1,208 +0,0 @@-"""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)--## 技术规格书:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 技术规格书:-{source_text}-"""--_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--## 技术规格书:-{source_text}-"""---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,- edge_key_extractor=lambda x: f"{x.compatibility_type}_{sorted(x.nodes)}",- 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/legacy/zh/industry/system_topology_graph.py b/hyperextract/templates/legacy/zh/industry/system_topology_graph.pydeleted file mode 100644index 4f5992a..0000000--- a/hyperextract/templates/legacy/zh/industry/system_topology_graph.py+++ /dev/null@@ -1,191 +0,0 @@-"""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, 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---class SystemEntity(BaseModel):- """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(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。"""-- 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)。")- 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)--## 系统架构文档:-{source_text}-"""--_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--## 已知实体列表:-{known_nodes}--## 系统架构文档:-{source_text}-"""--_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--## 系统架构文档:-{source_text}-"""---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-- 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__(- 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,- ):- """- 初始化系统拓扑图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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,- 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,- 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,- ):- """- 展示系统拓扑图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: SystemEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SystemHierarchy) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/legal/__init__.py b/hyperextract/templates/legacy/zh/legal/__init__.pydeleted file mode 100644index 81e511f..0000000--- a/hyperextract/templates/legacy/zh/legal/__init__.py+++ /dev/null@@ -1,40 +0,0 @@-"""-法律领域模板,用于从法律文档中提取结构化知识。--包含法学专著、合同文书、法院判决书、合规申报文件等模板。-"""--# 法学专著与评注-from .legal_concept_ontology import LegalConceptOntology-from .case_law_citation_net import CaseLawCitationNet--# 主服务协议-from .contract_obligation_hypergraph import ContractObligationHypergraph-from .defined_term_registry import DefinedTermRegistry-from .liability_clause_list import LiabilityClauseList--# 法院判决书-from .case_fact_timeline import CaseFactTimeline-from .adjudication_logic import AdjudicationLogic-from .litigation_participant_map import LitigationParticipantMap--# 合规申报文件-from .compliance_requirement_list import ComplianceRequirementList-from .beneficial_ownership_graph import BeneficialOwnershipGraph--__all__ = [- # 法学专著与评注- "LegalConceptOntology",- "CaseLawCitationNet",- # 主服务协议- "ContractObligationHypergraph",- "DefinedTermRegistry",- "LiabilityClauseList",- # 法院判决书- "CaseFactTimeline",- "AdjudicationLogic",- "LitigationParticipantMap",- # 合规申报文件- "ComplianceRequirementList",- "BeneficialOwnershipGraph",-]diff --git a/hyperextract/templates/legacy/zh/legal/adjudication_logic.py b/hyperextract/templates/legacy/zh/legal/adjudication_logic.pydeleted file mode 100644index 7db138a..0000000--- a/hyperextract/templates/legacy/zh/legal/adjudication_logic.py+++ /dev/null@@ -1,212 +0,0 @@-"""裁判逻辑超图 - 建模法官的推理过程。--适用于法院判决书、仲裁裁决书等法律文书。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class AdjudicationElement(BaseModel):- """裁判要素节点"""- name: str = Field(description="要素名称")- category: str = Field(- description="要素类型:事实认定、法律依据、裁判结论、主旨、证据、其他"- )- description: str = Field(description="简要描述", default="")---class AdjudicationLogicEdge(BaseModel):- """裁判逻辑超边"""- logic_type: str = Field(- description="推理类型:事实认定、法律适用、因果认定、责任认定、金额计算、其他"- )- participants: List[str] = Field(- description="参与要素名称列表,必须使用已提取节点的 name"- )- reasoning: str = Field(- description="推理过程描述,从事实到结论的逻辑推导"- )- conclusion: str = Field(description="推理结论")- source_clause: str = Field(description="裁判文书的章节位置", default="")---_PROMPT = """## 角色与任务-你是一位专业的法律工作者,请从判决书中提取裁判要素和法官的推理逻辑。--## 核心概念定义-- **节点 (Node)**:构成裁判逻辑的基本要素,包括六类:- - **事实认定**:法院查明的事实(如协议签订、款项支付等)- - **法律依据**:适用的法律条文(如《民法典》第X条)- - **裁判结论**:法院的最终判定(如确认协议无效、支付违约金等)- - **主旨**:法律条文的核心要义- - **证据**:证明事实的证据材料- - **其他**:不属于上述类别的要素-- **边 (Edge)**:即"裁判逻辑",连接多个节点,表达"认定事实 + 适用法律 -> 裁判结论"的推理过程--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点-2. 要素名称与原文保持一致-3. 仅从已提取节点创建裁判逻辑--### 节点提取-1. 提取判决书中涉及的裁判要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述--### 超边提取-1. 逻辑类型:事实认定、法律适用、因果认定、责任认定、金额计算、其他-2. 超边必须包含 logic_type、participants、reasoning、conclusion-3. participants 必须严格使用已提取节点的名称--## 源文本:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从判决书中提取裁判相关要素作为节点。--## 核心概念定义-- **节点 (Node)**:构成裁判逻辑的基本要素,包括六类:- - **事实认定**:法院查明的事实- - **法律依据**:适用的法律条文- - **裁判结论**:法院的最终判定- - **主旨**:法律条文的核心要义- - **证据**:证明事实的证据材料- - **其他**:不属于上述类别的要素--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点-2. 要素名称与原文保持一致--### 节点提取-1. 提取判决书中涉及的裁判要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述--## 判决书文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知裁判要素列表中提取裁判逻辑超边。--## 核心概念定义-- **节点 (Node)**:构成裁判逻辑的基本要素,作为超边的参与者-- **边 (Edge)**:即"裁判逻辑",连接多个节点,表达"认定事实 + 适用法律 -> 裁判结论"的推理过程--## 提取规则-### 核心约束-1. participants 必须严格使用已知裁判要素列表中的名称,不要创建新名称-2. 超边必须包含 logic_type、participants、reasoning、conclusion-3. participants 应包含事实认定、法律依据、裁判结论等相关要素--### 逻辑类型说明-- **事实认定**:从证据推导出事实-- **法律适用**:将法律条文适用于具体事实-- **因果认定**:认定行为与损害之间的因果关系-- **责任认定**:认定当事人应承担的责任-- **金额计算**:计算具体的赔偿金额-- **其他**:不属于上述类型的推理--## 已知裁判要素列表:-{known_nodes}--## 判决书文本:-{source_text}-"""---class AdjudicationLogic(AutoHypergraph[AdjudicationElement, AdjudicationLogicEdge]):- """- 适用文档: 法院判决书、仲裁裁决书-- 功能介绍:- 建模法官的推理过程:{认定事实 + 适用法律 -> 裁判结论}。- 适用于类案推送、判决预测辅助等应用场景。-- 设计说明:- - 节点(AdjudicationElement):存储裁判要素信息,包括名称、类型、描述- - 边(AdjudicationLogicEdge):存储完整的裁判推理逻辑-- Example:- >>> template = AdjudicationLogic(llm_client=llm, embedder=embedder)- >>> template.feed_text("判决书内容...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化裁判逻辑超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=AdjudicationElement,- edge_schema=AdjudicationLogicEdge,- node_key_extractor=lambda x: x.name.strip(),- edge_key_extractor=lambda x: f"{x.logic_type}_{x.conclusion.strip()}",- nodes_in_edge_extractor=lambda x: tuple(x.participants),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示裁判逻辑超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: AdjudicationElement) -> str:- return f"{node.name}({node.category})"-- def edge_label_extractor(edge: AdjudicationLogicEdge) -> str:- return f"[{edge.logic_type}] {edge.conclusion}"-- 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/legacy/zh/legal/beneficial_ownership_graph.py b/hyperextract/templates/legacy/zh/legal/beneficial_ownership_graph.pydeleted file mode 100644index 2791ebd..0000000--- a/hyperextract/templates/legacy/zh/legal/beneficial_ownership_graph.py+++ /dev/null@@ -1,203 +0,0 @@-"""受益所有权图谱 - 穿透多层股权结构,识别最终受益人和控制人。--适用于反洗钱申报文件、公司股权结构说明、受益所有人识别报告等。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class OwnershipNode(BaseModel):- """股权节点"""- entity_name: str = Field(description="实体名称,如公司名、人名")- entity_type: str = Field(- description="实体类型:公司、自然人、基金、合伙企业、境外特殊目的公司"- )- description: Optional[str] = Field(description="简要描述,如持股比例、职务", default=None)---class OwnershipRelationEdge(BaseModel):- """股权关系边"""- 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:控股、参股、担任董事、执行事务合伙人、实际控制、配偶关系等"- )- shareholding_ratio: Optional[str] = Field(- description="持股比例或出资比例,如35%、1%、XX%",- default=None- )- description: Optional[str] = Field(description="关系描述,如通过多层持股结构控制", default=None)---_NODE_PROMPT = """## 角色与任务-你是一位专业的反洗钱合规专员,请从文本中提取股权结构相关的实体作为节点。--## 核心概念定义-- **节点 (Node)**:股权结构中的实体-- **边 (Edge)**:实体之间的股权或控制关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 实体类型:公司、自然人、基金、合伙企业、境外特殊目的公司-- 包含股东、合伙人、高管、实际控制人等--## 股权结构文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取股权或控制关系。--## 核心概念定义-- **节点 (Node)**:股权结构中的实体-- **边 (Edge)**:实体之间的股权或控制关系--## 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--### 关系类型-- **控股**:持有50%以上股份或出资额-- **参股**:持有一定比例股份但不构成控股-- **担任董事**:在公司担任董事职务-- **执行事务合伙人**:执行合伙事务-- **实际控制**:通过协议或其他安排实现实际控制-- **配偶关系**:夫妻关系-- **其他关系**:如父子、兄弟、姐妹等--## 已知实体列表:-{known_nodes}--## 股权结构文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的反洗钱合规专员,请从文本中提取股权结构和受益所有权信息。--## 核心概念定义-- **节点 (Node)**:股权结构中的实体-- **边 (Edge)**:实体之间的股权或控制关系--## 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--### 实体类型-- 公司、自然人、基金、合伙企业、境外特殊目的公司--### 关系类型-- 控股、参股、担任董事、执行事务合伙人、实际控制、配偶关系等--## 股权结构文本:-{source_text}-"""---class BeneficialOwnershipGraph(AutoGraph[OwnershipNode, OwnershipRelationEdge]):- """- 适用文档: 反洗钱申报文件、公司股权结构说明、受益所有人识别报告-- 功能介绍:- 穿透多层股权结构,识别最终受益人和控制人。- 适用于反洗钱、制裁筛查等应用场景。-- 设计说明:- - 节点(OwnershipNode):存储股权实体信息,包括名称、类型、描述- - 边(OwnershipRelationEdge):存储股权或控制关系-- Example:- >>> template = BeneficialOwnershipGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("公司股权结构说明...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化受益所有权图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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=OwnershipNode,- edge_schema=OwnershipRelationEdge,- node_key_extractor=lambda x: x.entity_name.strip(),- 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示受益所有权图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: OwnershipNode) -> str:- return f"{node.entity_name}({node.entity_type})"-- def edge_label_extractor(edge: OwnershipRelationEdge) -> str:- ratio = f" {edge.shareholding_ratio}" if edge.shareholding_ratio else ""- return f"{edge.relation_type}{ratio}"-- 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/legacy/zh/legal/case_fact_timeline.py b/hyperextract/templates/legacy/zh/legal/case_fact_timeline.pydeleted file mode 100644index 64ce536..0000000--- a/hyperextract/templates/legacy/zh/legal/case_fact_timeline.py+++ /dev/null@@ -1,215 +0,0 @@-"""案件事实时序图 - 展示法律关系的变化过程。--从判决书的事实认定部分提取实体和法律行为,还原法律关系的时间演变。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class LegalEntityNode(BaseModel):- """法律实体节点"""- name: str = Field(description="实体名称,如原告、被告、合同、金钱、股权等")- entity_type: str = Field(- description="实体类型:当事人、合同/协议、金钱、股权、证物、其他"- )- description: Optional[str] = Field(description="简要描述", default=None)---class LegalEventEdge(BaseModel):- """法律事件边"""- source: str = Field(description="源实体名称")- target: str = Field(description="目标实体名称")- event: str = Field(- description="法律行为或事件,如签订协议、支付投资款、分配红利、提起诉讼等"- )- time_info: str = Field(- description="时间信息,统一格式为年-月-日(如2021-03-15)或年月(如2021-03)"- )- description: Optional[str] = Field(description="事件详细描述", default=None)---_NODE_PROMPT = """## 角色与任务-你是一位专业的法律工作者,请从文本中提取案件相关的法律实体作为节点。--## 核心概念定义-- **节点 (Node)**:案件中的法律实体-- **边 (Edge)**:法律实体之间的法律行为(带时间)--## 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--### 领域特定规则-- 实体类型:当事人、合同/协议、金钱、股权、证物、其他-- 当事人:原告、被告、第三人、法定代表人、委托诉讼代理人-- 合同/协议:战略合作协议、补充协议、收益分配说明函等-- 金钱:投资款、红利、违约金等-- 股权:股份、股权等--## 案件事实文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知法律实体列表中提取法律实体之间的法律行为(事件)。--## 核心概念定义-- **节点 (Node)**:案件中的法律实体-- **边 (Edge)**:法律实体之间的法律行为(带时间)--## 提取规则-### 核心约束-1. 仅从已知法律实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 法律行为-- 常见的法律行为:签订协议、支付投资款、完成登记、召开股东会、分配红利、发送函件、提起诉讼等-- 每个边表示一个法律行为,连接相关实体--### 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)-2. 精确时间 → 转换为标准格式年-月-日-3. 时间缺失 → 留空--## 已知法律实体列表:-{known_nodes}--## 案件事实文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的法律工作者,请从文本中提取案件相关的法律实体以及它们之间的法律行为。--## 核心概念定义-- **节点 (Node)**:案件中的法律实体-- **边 (Edge)**:法律实体之间的法律行为(带时间)--## 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--### 实体类型-- 当事人:原告、被告、第三人、法定代表人、委托诉讼代理人-- 合同/协议:战略合作协议、补充协议、收益分配说明函等-- 金钱:投资款、红利、违约金等-- 股权:股份、股权等--### 法律行为-- 签订协议、支付投资款、完成登记、召开股东会、分配红利、发送函件、提起诉讼等--### 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)-2. 精确时间 → 转换为标准格式年-月-日-3. 时间缺失 → 留空--## 案件事实文本:-{source_text}-"""---class CaseFactTimeline(AutoTemporalGraph[LegalEntityNode, LegalEventEdge]):- """- 适用文档: 法院判决书、仲裁裁决书-- 功能介绍:- 从判决书的"经审理查明"或"案件事实"部分提取实体和法律行为,- 展示法律关系随时间的变化过程。适用于案情复盘、证据链梳理等应用场景。-- 设计说明:- - 节点(LegalEntityNode):存储法律实体信息,包括名称、类型、描述- - 边(LegalEventEdge):存储法律行为及时间,连接相关实体-- Example:- >>> template = CaseFactTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("判决书事实认定部分...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str = "2024-06-15",- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化案件事实时序图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- observation_time: 观察时间,用于解析相对时间表达,默认2024-06-15- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=LegalEntityNode,- edge_schema=LegalEventEdge,- node_key_extractor=lambda x: x.name.strip(),- edge_key_extractor=lambda x: f"{x.source.strip()}|{x.event}|{x.target.strip()}",- time_in_edge_extractor=lambda x: x.time_info 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示案件事实时序图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: LegalEntityNode) -> str:- return f"{node.name}({node.entity_type})"-- def edge_label_extractor(edge: LegalEventEdge) -> str:- time_str = f" [{edge.time_info}]" if edge.time_info else ""- return f"{edge.event}{time_str}"-- 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/legacy/zh/legal/case_law_citation_net.py b/hyperextract/templates/legacy/zh/legal/case_law_citation_net.pydeleted file mode 100644index 5eef77f..0000000--- a/hyperextract/templates/legacy/zh/legal/case_law_citation_net.py+++ /dev/null@@ -1,192 +0,0 @@-"""判例引用网络 - 映射案件之间的引用、先例区分或先例推翻关系。--适用于判例研究、案例汇编、法律评注等文本。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class CaseNode(BaseModel):- """判例节点"""- case_name: str = Field(description="案件名称或案号,如指导案例140号、民法典第1165条")- case_type: str = Field(description="案件类型:指导案例、公报案例、普通案例、司法解释、法律条文")- court: Optional[str] = Field(description="审理法院", default=None)- description: Optional[str] = Field(description="案件简要描述", default=None)---class CaseCitationEdge(BaseModel):- """判例引用关系边"""- source: str = Field(description="源案件名称")- target: str = Field(description="被引用案件名称")- citation_type: str = Field(- description="引用类型:引用、依据、先例区分、先例推翻、参考、类案"- )- description: Optional[str] = Field(description="引用关系的具体描述", default=None)---_NODE_PROMPT = """## 角色与任务-你是一位专业的法学专家,请从文本中提取所有判例作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的判例或法律条文-- **边 (Edge)**:判例之间的引用或关联关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的判例,禁止将多个判例合并为一个节点-2. 判例名称与原文保持一致--### 领域特定规则-- 案件类型:指导案例、公报案例、普通案例、司法解释、法律条文-- 常见表达:"根据《民法典》第X条"、"指导案例XX号"、"本案确立了..."--## 判例文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知判例列表中提取判例之间的引用或关联关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的判例或法律条文-- **边 (Edge)**:判例之间的引用或关联关系--## 提取规则-### 核心约束-1. 仅从已知判例列表中提取边,不要创建未列出的判例-2. 关系描述应与原文保持一致--### 关系类型-- 引用:后案引用前案作为裁判依据-- 依据:后案以前案确立的规则为法律依据-- 先例区分:后案认为前案与本案情形不同,不适用前案规则-- 先例推翻:后案推翻前案确立的规则-- 参考:后案参考前案的裁判思路-- 类案:后案与前案属于同类案件--## 已知判例列表:-{known_nodes}--## 判例文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的法学专家,请从文本中提取所有判例以及它们之间的引用或关联关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的判例或法律条文-- **边 (Edge)**:判例之间的引用或关联关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的判例,禁止将多个判例合并为一个节点-2. 判例名称与原文保持一致-3. 仅从已知判例列表中提取边,不要创建未列出的判例-4. 关系描述应与原文保持一致--### 关系类型-- 引用:后案引用前案作为裁判依据-- 依据:后案以前案确立的规则为法律依据-- 先例区分:后案认为前案与本案情形不同-- 先例推翻:后案推翻前案确立的规则-- 参考:后案参考前案的裁判思路-- 类案:后案与前案属于同类案件--## 判例文本:-{source_text}-"""---class CaseLawCitationNet(AutoGraph[CaseNode, CaseCitationEdge]):- """- 适用文档: 判例研究、案例汇编、法律评注、司法解释理解与适用-- 功能介绍:- 映射案件之间的引用、先例区分或先例推翻关系,- 支持判例法研究、类案检索等应用场景。-- 设计说明:- - 节点(CaseNode):存储判例信息,包括名称、类型、法院、描述- - 边(CaseCitationEdge):存储判例间的引用关系-- Example:- >>> template = CaseLawCitationNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("指导案例140号确立了...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化判例引用网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=CaseNode,- edge_schema=CaseCitationEdge,- node_key_extractor=lambda x: x.case_name.strip(),- edge_key_extractor=lambda x: f"{x.source.strip()}|{x.citation_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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示判例引用网络图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: CaseNode) -> str:- return f"{node.case_name}({node.case_type})"-- def edge_label_extractor(edge: CaseCitationEdge) -> str:- return edge.citation_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/legacy/zh/legal/compliance_requirement_list.py b/hyperextract/templates/legacy/zh/legal/compliance_requirement_list.pydeleted file mode 100644index 2573888..0000000--- a/hyperextract/templates/legacy/zh/legal/compliance_requirement_list.py+++ /dev/null@@ -1,132 +0,0 @@-"""合规要求清单 - 提取文件中承诺遵守的具体义务或整改措施。--适用于反洗钱申报文件、合规审计报告、监管申报材料等。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class ComplianceRequirement(BaseModel):- """合规要求"""- requirement_type: str = Field(- description="要求类型:客户身份识别、受益所有权识别、可疑交易报告、大额交易报告、客户风险分类、反洗钱培训、整改措施、其他"- )- requirement_name: str = Field(description="要求名称或简要描述")- content: str = Field(description="要求的详细内容")- compliance_status: str = Field(- description="合规状态:已合规、持续改进、待整改、已整改"- )- deadline: Optional[str] = Field(- description="完成期限,如2025年6月30日",- default=None- )- responsible_department: Optional[str] = Field(- description="责任部门",- default=None- )---_PROMPT = """## 角色与任务-你是一位专业的合规专员,请从反洗钱合规申报文件中提取所有合规要求。--## 提取规则-1. 提取文件中承诺遵守的具体义务或整改措施-2. 为每项要求指定类型:客户身份识别、受益所有权识别、可疑交易报告、大额交易报告、客户风险分类、反洗钱培训、整改措施、其他-3. 记录合规状态:已合规、持续改进、待整改、已整改-4. 记录完成期限和责任部门(如果有)--### 要求类型说明-- **客户身份识别**:客户身份识别相关要求-- **受益所有权识别**:受益所有权识别相关要求-- **可疑交易报告**:可疑交易监测和报告要求-- **大额交易报告**:大额交易报告要求-- **客户风险分类**:客户风险等级分类要求-- **反洗钱培训**:反洗钱培训要求-- **整改措施**:针对监管检查问题的整改承诺--### 约束条件-- 每项合规要求作为独立条目提取-- 保持内容与原文一致--## 合规申报文件:-{source_text}-"""---class ComplianceRequirementList(AutoList[ComplianceRequirement]):- """- 适用文档: 反洗钱申报文件、合规审计报告、监管申报材料-- 功能介绍:- 提取文件中承诺遵守的具体义务或整改措施。- 适用于合规差距分析、监管应对等应用场景。-- 设计说明:- - 元素(ComplianceRequirement):存储合规要求信息,包括类型、名称、内容、状态、期限、部门-- Example:- >>> template = ComplianceRequirementList(llm_client=llm, embedder=embedder)- >>> template.feed_text("合规申报文件内容...")- >>> template.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,- ):- """- 初始化合规要求清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=ComplianceRequirement,- 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,- ):- """- 展示合规要求清单。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: ComplianceRequirement) -> str:- return f"[{item.compliance_status}] {item.requirement_name}"-- 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/legacy/zh/legal/contract_obligation_hypergraph.py b/hyperextract/templates/legacy/zh/legal/contract_obligation_hypergraph.pydeleted file mode 100644index 145cecb..0000000--- a/hyperextract/templates/legacy/zh/legal/contract_obligation_hypergraph.py+++ /dev/null@@ -1,238 +0,0 @@-"""合同义务超图 - 建模复杂的条件性义务。--适用于主服务协议、劳动合同、采购合同等商业合同文本。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ContractElement(BaseModel):- """合同要素节点"""- name: str = Field(description="要素名称,文本中出现的精确名称")- category: str = Field(- description="要素类型:主体、义务、触发条件、例外情形、违约责任、其他"- )- description: str = Field(description="简要描述", default="")---class ContractObligationEdge(BaseModel):- """合同义务超边"""- obligation_type: str = Field(- description="义务类型:支付义务、交付义务、保密义务、竞业限制、售后服务、其他"- )- participants: List[str] = Field(- description="参与要素名称列表,必须使用已提取节点的 name"- )- trigger_condition: str = Field(- description="触发条件,如合同签订后、验收合格后、违约行为发生时等",- default=""- )- exception: str = Field(- description="例外情形,如不可抗力、对方违约在先等",- default=""- )- liability: str = Field(- description="违约责任,如支付违约金、赔偿损失、解除合同等",- default=""- )- source_clause: str = Field(description="义务来源条款编号或名称", default="")---_PROMPT = """## 角色与任务-你是一位专业的合同法律师,请从文本中提取合同要素和合同义务。--## 核心概念定义-- **节点 (Node)**:构成合同义务的基本要素,包括六类:- - **主体**:合同的当事人(甲方、乙方、委托方、服务方等)- - **义务**:具体需要执行的行为(支付、交付、保密、培训等)- - **触发条件**:义务生效或履行的前提条件(合同签订后、验收合格后等)- - **例外情形**:义务免除或减轻的情形(不可抗力、对方违约等)- - **违约责任**:违反义务的后果(违约金、赔偿损失、解除合同等)- - **其他**:不属于上述类别的要素(验收标准、付款方式等)-- **边 (Edge)**:即"合同义务",连接多个节点,表达"在何种条件下,主体应履行何种义务,例外情形及违约责任"的完整逻辑--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点-2. 要素名称与原文保持一致-3. 仅从已提取节点创建合同义务--### 节点提取-1. 提取合同中涉及的要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述--### 超边提取-1. 义务类型:支付义务、交付义务、保密义务、竞业限制、售后服务、其他-2. 超边必须包含 obligation_type、participants-3. participants 必须严格使用已提取节点的名称--## 合同条款:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取合同相关要素作为节点。--## 核心概念定义-- **节点 (Node)**:构成合同义务的基本要素,包括六类:- - **主体**:合同的当事人(甲方、乙方、委托方、服务方等)- - **义务**:具体需要执行的行为(支付、交付、保密、培训等)- - **触发条件**:义务生效或履行的前提条件(合同签订后、验收合格后等)- - **例外情形**:义务免除或减轻的情形(不可抗力、对方违约等)- - **违约责任**:违反义务的后果(违约金、赔偿损失、解除合同等)- - **其他**:不属于上述类别的要素(验收标准、付款方式等)--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点-2. 要素名称与原文保持一致--### 节点提取-1. 提取合同中涉及的要素作为节点-2. 为每个要素指定类型-3. 为每个要素添加简要描述(1-2句话)--## 合同条款:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知合同要素列表中提取合同义务超边。--## 核心概念定义-- **节点 (Node)**:构成合同义务的基本要素,作为超边的参与者-- **边 (Edge)**:即"合同义务",连接多个节点,表达完整的合同义务逻辑--## 提取规则-### 核心约束-1. participants 必须严格使用已知合同要素列表中的名称,不要创建新名称-2. 超边必须包含 obligation_type、participants-3. participants 应包含涉及的主体、义务及相关要素--### 义务类型说明-- **支付义务**:支付款项的义务-- **交付义务**:交付产品、工作成果的义务-- **保密义务**:保护商业秘密的义务-- **竞业限制**:限制从事同类业务的义务-- **售后服务**:提供后续服务的义务-- **其他**:不属于上述类别的义务--### 触发条件-- 合同签订后X个工作日内-- 验收合格后X日内-- 违约行为发生时-- 质保期满后--### 违约责任-- 支付违约金-- 赔偿损失-- 解除合同-- 返还已付款项--## 已知合同要素列表:-{known_nodes}--## 合同条款:-{source_text}-"""---class ContractObligationHypergraph(AutoHypergraph[ContractElement, ContractObligationEdge]):- """- 适用文档: 主服务协议(MSA)、劳动合同、采购合同、技术合同-- 功能介绍:- 建模复杂的条件性义务:{主体, 义务, 触发条件, 例外情形, 违约责任}。- 适用于同时履行抗辩权分析、合同审查等应用场景。-- 设计说明:- - 节点(ContractElement):存储合同要素信息,包括名称、类型、描述- - 边(ContractObligationEdge):存储合同义务的完整逻辑-- Example:- >>> template = ContractObligationHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("合同条款内容...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化合同义务超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ContractElement,- edge_schema=ContractObligationEdge,- node_key_extractor=lambda x: x.name.strip(),- edge_key_extractor=lambda x: f"{x.obligation_type}_{'_'.join(sorted(x.participants))}",- nodes_in_edge_extractor=lambda x: tuple(x.participants),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示合同义务超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: ContractElement) -> str:- return f"{node.name}({node.category})"-- def edge_label_extractor(edge: ContractObligationEdge) -> str:- return f"[{edge.obligation_type}] {edge.liability or edge.trigger_condition or ''}"-- 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/legacy/zh/legal/defined_term_registry.py b/hyperextract/templates/legacy/zh/legal/defined_term_registry.pydeleted file mode 100644index 6e5ac2c..0000000--- a/hyperextract/templates/legacy/zh/legal/defined_term_registry.py+++ /dev/null@@ -1,119 +0,0 @@-"""术语定义表 - 去重并汇总合同中定义的所有专有名词。--适用于主服务协议、合同条款、法律文书等文本。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class DefinedTerm(BaseModel):- """合同术语定义"""- term: str = Field(description="术语名称,如机密信息、不可抗力、项目")- definition: str = Field(description="术语的定义说明")- source_clause: str = Field(description="定义来源的条款编号", default="")---_PROMPT = """## 角色与任务-你是一位专业的合同法律师,请从文本中提取所有定义的术语,形成术语定义表。--## 提取规则-1. 识别合同中用引号或黑体定义的专有名词(如"机密信息"、"不可抗力")-2. 提取术语的定义说明-3. 记录定义出现的条款位置-4. 去重:同一术语只保留一条记录--### 约束条件-- 术语名称必须与原文保持一致(包括引号)-- 仅提取真正被定义的术语,不要提取普通业务词汇-- 保持客观准确,不添加文本中没有的信息--### 术语类型(供参考)-- 合同标的相关的术语(项目、软件产品、技术文档)-- 权利义务相关的术语(投资款、服务费、违约金)-- 风险相关的术语(不可抗力、机密信息)-- 程序相关的术语(验收标准、付款条件)--## 合同文本:-{source_text}-"""---class DefinedTermRegistry(AutoSet[DefinedTerm]):- """- 适用文档: 主服务协议(MSA)、劳动合同、采购合同、技术合同-- 功能介绍:- 去重并汇总合同中定义的所有专有名词(如"机密信息"、"不可抗力")。- 适用于术语一致性检查、合同摘要等应用场景。-- 设计说明:- - 元素(DefinedTerm):存储术语定义信息,包括术语名称、定义、来源条款- - 使用术语名称作为唯一键进行累加-- Example:- >>> template = DefinedTermRegistry(llm_client=llm, embedder=embedder)- >>> template.feed_text("合同条款内容...")- >>> print(list(template))- """-- 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,- ):- """- 初始化术语定义表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=DefinedTerm,- key_extractor=lambda x: x.term.strip(),- 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,- ):- """- 展示术语定义表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: DefinedTerm) -> str:- return f"{item.term}"-- 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/legacy/zh/legal/legal_concept_ontology.py b/hyperextract/templates/legacy/zh/legal/legal_concept_ontology.pydeleted file mode 100644index 8870efa..0000000--- a/hyperextract/templates/legacy/zh/legal/legal_concept_ontology.py+++ /dev/null@@ -1,192 +0,0 @@-"""法律概念本体 - 提取法律术语的定义、上下位关系及法理阐释。--适用于法学专著、法律评注、法条解读等文本。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class LegalConceptNode(BaseModel):- """法律概念节点"""- name: str = Field(description="法律概念名称,如过错、故意、过失、违法性")- category: str = Field(description="概念类型:原则、规则、学说、术语、法律依据")- definition: Optional[str] = Field(description="概念的简要定义", default=None)---class LegalConceptRelationEdge(BaseModel):- """法律概念关系边"""- source: str = Field(description="源概念名称")- target: str = Field(description="目标概念名称")- relationType: str = Field(- description="关系类型:上位概念、下位概念、相关联、对立、包含、依据"- )- description: Optional[str] = Field(description="关系描述", default=None)---_NODE_PROMPT = """## 角色与任务-你是一位专业的法学专家,请从文本中提取所有法律概念作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的法律概念-- **边 (Edge)**:概念之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点-2. 概念名称与原文保持一致--### 领域特定规则-- 法律概念类型包括:原则、规则、学说、术语、法律依据-- 常见的法律概念:过错、故意、过失、违法性、因果关系、举证责任等--## 法律文献文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知法律概念列表中提取概念之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的法律概念-- **边 (Edge)**:概念之间的关系--## 提取规则-### 核心约束-1. 仅从已知法律概念列表中提取边,不要创建未列出的概念-2. 关系描述应与原文保持一致--### 关系类型-- 上位概念:概念之间的层级包含关系-- 下位概念:概念之间的层级包含关系-- 相关联:概念之间存在逻辑关联-- 对立:概念之间存在对立关系-- 包含:一个概念包含另一个概念-- 依据:一个概念是另一个概念的依据--## 已知法律概念列表:-{known_nodes}--## 法律文献文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的法学专家,请从文本中提取所有法律概念以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的法律概念-- **边 (Edge)**:概念之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的概念,禁止将多个概念合并为一个节点-2. 概念名称与原文保持一致-3. 仅从已知概念列表中提取边,不要创建未列出的概念-4. 关系描述应与原文保持一致--### 领域特定规则-- 法律概念类型包括:原则、规则、学说、术语、法律依据-- 关系类型:上位概念、下位概念、相关联、对立、包含、依据--## 法律文献文本:-{source_text}"""---class LegalConceptOntology(AutoGraph[LegalConceptNode, LegalConceptRelationEdge]):- """- 适用文档: 法学专著、法律评注、法条解读、法学教材-- 功能介绍:- 提取法律术语的定义、上下位关系及法理阐释,构建法律概念本体网络。- 支持法律检索增强、法学教育等应用场景。-- 设计说明:- - 节点(LegalConceptNode):存储法律概念信息,包括名称、类型、定义- - 边(LegalConceptRelationEdge):存储概念间的关系及描述-- Example:- >>> template = LegalConceptOntology(llm_client=llm, embedder=embedder)- >>> template.feed_text("过错责任原则是民事侵权责任的核心归责原则...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化法律概念本体模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=LegalConceptNode,- edge_schema=LegalConceptRelationEdge,- node_key_extractor=lambda x: x.name.strip(),- edge_key_extractor=lambda x: f"{x.source.strip()}|{x.relationType}|{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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示法律概念本体图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: LegalConceptNode) -> str:- return f"{node.name}({node.category})"-- def edge_label_extractor(edge: LegalConceptRelationEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/legal/liability_clause_list.py b/hyperextract/templates/legacy/zh/legal/liability_clause_list.pydeleted file mode 100644index 9903a7c..0000000--- a/hyperextract/templates/legacy/zh/legal/liability_clause_list.py+++ /dev/null@@ -1,127 +0,0 @@-"""责任条款清单 - 提取关于赔偿、责任限制、保证及免责声明的具体条款。--适用于主服务协议、劳动合同、采购合同等商业合同文本。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class LiabilityClause(BaseModel):- """责任条款"""- clause_type: str = Field(- description="条款类型:赔偿条款、责任限制、保证条款、免责声明、违约金、连带责任、其他"- )- clause_title: str = Field(description="条款标题或简要名称")- content: str = Field(description="条款的具体内容")- liability_amount: Optional[str] = Field(- description="涉及的责任金额或计算方式,如合同总价的10%、人民币20万元等",- default=None- )- source_clause: str = Field(description="条款来源的章节编号", default="")---_PROMPT = """## 角色与任务-你是一位专业的合同法律师,请从文本中提取所有关于责任、赔偿、保证的条款。--## 提取规则-1. 提取文本中所有关于责任分配的具体条款-2. 为每一条款指定类型:赔偿条款、责任限制、保证条款、免责声明、违约金、连带责任、其他-3. 记录条款的具体内容和涉及的责任金额-4. 记录条款来源的章节编号--### 条款类型说明-- **赔偿条款**:约定一方给另一方造成损失时的赔偿方式-- **责任限制**:限制某方承担责任的最高限额-- **保证条款**:一方对某事项的保证承诺-- **免责声明**:免除或限制某方责任的条款-- **违约金**:约定违约时支付的违约金-- **连带责任**:约定多方承担连带责任-- **其他**:不属于上述类别的责任条款--### 约束条件-- 每项责任条款作为独立条目提取-- 保持条款内容与原文一致-- 不要遗漏任何责任相关条款--## 合同条款:-{source_text}-"""---class LiabilityClauseList(AutoList[LiabilityClause]):- """- 适用文档: 主服务协议(MSA)、劳动合同、采购合同、技术合同-- 功能介绍:- 提取关于赔偿、责任限制、保证及免责声明的具体条款。- 适用于合同风险评估、法务审核等应用场景。-- 设计说明:- - 元素(LiabilityClause):存储责任条款信息,包括类型、标题、内容、责任金额、来源-- Example:- >>> template = LiabilityClauseList(llm_client=llm, embedder=embedder)- >>> template.feed_text("合同条款内容...")- >>> template.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,- ):- """- 初始化责任条款清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 2048- chunk_overlap: 分块之间的重叠字符数,默认为 256- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=LiabilityClause,- 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,- ):- """- 展示责任条款清单。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: LiabilityClause) -> str:- return f"[{item.clause_type}] {item.clause_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/legacy/zh/legal/litigation_participant_map.py b/hyperextract/templates/legacy/zh/legal/litigation_participant_map.pydeleted file mode 100644index 1c063c3..0000000--- a/hyperextract/templates/legacy/zh/legal/litigation_participant_map.py+++ /dev/null@@ -1,199 +0,0 @@-"""诉讼参与人图谱 - 提取原告、被告、第三人、代理律师及证人之间的关系。--适用于法院判决书、仲裁裁决书、起诉状、答辩状等法律文书。-"""--from typing import Any, Optional-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ParticipantNode(BaseModel):- """诉讼参与人节点"""- name: str = Field(description="参与人名称,如公司名、人名")- participant_type: str = Field(- description="参与人类型:原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员"- )- role_description: Optional[str] = Field(description="角色描述,如法定代表人、执行董事", default=None)---class ParticipantRelationEdge(BaseModel):- """诉讼参与人关系边"""- source: str = Field(description="源参与人名称")- target: str = Field(description="目标参与人名称")- relation_type: str = Field(- description="关系类型:代理、代表、股东、董事、担保、上下级、同案当事人、敌对"- )- description: Optional[str] = Field(description="关系描述", default=None)---_NODE_PROMPT = """## 角色与任务-你是一位专业的法律工作者,请从文本中提取所有诉讼参与人作为节点。--## 核心概念定义-- **节点 (Node)**:诉讼参与人-- **边 (Edge)**:参与人之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的参与人,禁止将多个参与人合并为一个节点-2. 参与人名称与原文保持一致--### 领域特定规则-- 参与人类型:原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员-- 常见的参与人:当事人(公司或个人)、律师、法定代表人、证人--## 法律文书文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知诉讼参与人列表中提取参与人之间的关系。--## 核心概念定义-- **节点 (Node)**:诉讼参与人-- **边 (Edge)**:参与人之间的关系--## 提取规则-### 核心约束-1. 仅从已知诉讼参与人列表中提取边,不要创建未列出的参与人-2. 关系描述应与原文保持一致--### 关系类型-- **代理**:委托诉讼代理关系-- **代表**:法定代表关系-- **股东**:公司股东关系-- **董事**:公司董事关系-- **担保**:担保关系-- **上下级**:上下级领导关系-- **同案当事人**:同一案件中的原告或被告-- **敌对**:利益对立关系--## 已知诉讼参与人列表:-{known_nodes}--## 法律文书文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的法律工作者,请从文本中提取所有诉讼参与人以及他们之间的关系。--## 核心概念定义-- **节点 (Node)**:诉讼参与人-- **边 (Edge)**:参与人之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的参与人,禁止将多个参与人合并为一个节点-2. 参与人名称与原文保持一致-3. 仅从已知诉讼参与人列表中提取边,不要创建未列出的参与人-4. 关系描述应与原文保持一致--### 参与人类型-- 原告、被告、第三人、委托诉讼代理人、法定代理人、证人、鉴定人、法官、合议庭成员--### 关系类型-- 代理、代表、股东、董事、担保、上下级、同案当事人、敌对--## 法律文书文本:-{source_text}-"""---class LitigationParticipantMap(AutoGraph[ParticipantNode, ParticipantRelationEdge]):- """- 适用文档: 法院判决书、仲裁裁决书、起诉状、答辩状-- 功能介绍:- 提取原告、被告、第三人、代理律师及证人之间的关系。- 适用于利益冲突检索、关联案件分析等应用场景。-- 设计说明:- - 节点(ParticipantNode):存储诉讼参与人信息,包括名称、类型、角色描述- - 边(ParticipantRelationEdge):存储参与人之间的关系-- Example:- >>> template = LitigationParticipantMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("判决书当事人信息...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化诉讼参与人图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 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=ParticipantNode,- edge_schema=ParticipantRelationEdge,- node_key_extractor=lambda x: x.name.strip(),- 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,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示诉讼参与人图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: ParticipantNode) -> str:- return f"{node.name}({node.participant_type})"-- def edge_label_extractor(edge: ParticipantRelationEdge) -> 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/legacy/zh/literature/__init__.py b/hyperextract/templates/legacy/zh/literature/__init__.pydeleted file mode 100644index 3977b2b..0000000--- a/hyperextract/templates/legacy/zh/literature/__init__.py+++ /dev/null@@ -1,32 +0,0 @@-"""文学与影视领域知识模板--本模块提供用于处理影视剧本、长篇小说和文学评论的模板。-"""--# 影视剧本模板-from .scene_event_hypergraph import SceneEventHypergraph-from .character_arc_timeline import NarrativeTimeline--# 长篇小说模板-from .complex_character_relation import ComplexCharacterRelation-from .story_entity_graph import StoryEntityGraph-from .narrative_event_chain import NarrativeEventChain--# 文学评论模板-from .motif_association_net import MotifAssociationNet-from .critique_argument_hypergraph import CritiqueArgumentHypergraph-from .narrative_structure_tree import NarrativeStructureTree--__all__ = [- # 影视剧本模板- "SceneEventHypergraph",- "NarrativeTimeline",- # 长篇小说模板- "ComplexCharacterRelation",- "StoryEntityGraph",- "NarrativeEventChain",- # 文学评论模板- "MotifAssociationNet",- "CritiqueArgumentHypergraph",- "NarrativeStructureTree",-]diff --git a/hyperextract/templates/legacy/zh/literature/character_arc_timeline.py b/hyperextract/templates/legacy/zh/literature/character_arc_timeline.pydeleted file mode 100644index 451dd06..0000000--- a/hyperextract/templates/legacy/zh/literature/character_arc_timeline.py+++ /dev/null@@ -1,212 +0,0 @@-"""叙事时序图 - 提取影视剧本中的异质节点(角色、场景、情绪、事件)及它们之间的关系。--适用于影视剧本。提取角色弧光、场景流转、情绪变化和事件触发。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class NarrativeNode(BaseModel):- """叙事元素节点"""- name: str = Field(description="元素名称")- category: str = Field(description="元素类型:角色、场景、情绪、事件")- description: str = Field(description="简要描述")---class NarrativeEdge(BaseModel):- """叙事关系边"""- source: str = Field(description="源节点名称")- target: str = Field(description="目标节点名称")- relationType: str = Field(description="关系类型:出现、时间顺序、情绪、触发、位于")- time: str = Field(description="时间点(如'第一集'、'第X场'),仅时间顺序关系需要", default="")- description: str = Field(description="关系描述")---_NODE_PROMPT = """## 角色与任务-请从影视剧本中提取所有叙事元素作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事元素,包括角色、场景、情绪、事件-- **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-- 角色:从对白和动作中识别的主要人物-- 场景:从场景头中提取的地点,如"碎玉轩"、"桐花台"、"万寿节宴会厅"-- 情绪:角色的情感状态,如"悲伤"、"愤怒"、"坚定"、"迷茫"、"绝望"-- 事件:关键情节,如"被陷害"、"果郡王之死"、"回宫复仇"--## 影视剧本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知叙事元素列表中提取节点之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事元素-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知叙事元素列表中提取边,不要创建未列出的节点-2. 关系描述应与原文保持一致--### 领域特定规则-关系类型及含义:-- 出现:角色出现在某场景,格式:'角色 → 场景'-- 时间顺序:两个场景的时间先后,格式:'前一场景 → 后一场景',需标注时间点-- 情绪:角色在该场景的情绪,格式:'角色 → 情绪'-- 触发:场景触发的事件,格式:'场景 → 事件'-- 位于:角色位于某场景,格式:'角色 → 场景'--### 时间解析规则-1. 集数格式:如"第一集"、"第3集" → 保持原样-2. 场次格式:如"第一场"、"第X场" → 保持原样-3. 幕数格式:如"第一幕"、"第2幕" → 保持原样-4. 相对时间:如"随后"、"不久" → 留空,不要猜测--## 已知叙事元素列表:-{known_nodes}--## 影视剧本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的影视剧本分析师,请从文本中提取叙事元素以及它们之间的关系,构建异质图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事元素,包括角色、场景、情绪、事件-- **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. 仅从已知叙事元素列表中提取边,不要创建未列出的节点-4. 关系描述应与原文保持一致--### 领域特定规则-节点类型:-- 角色:从对白和动作中识别的主要人物-- 场景:从场景头中提取的地点-- 情绪:角色的情感状态-- 事件:关键情节--关系类型及含义:-- 出现:角色出现在某场景,格式:'角色 → 场景'-- 时间顺序:两个场景的时间先后,格式:'前一场景 → 后一场景',需标注时间点-- 情绪:角色在该场景的情绪,格式:'角色 → 情绪'-- 触发:场景触发的事件,格式:'场景 → 事件'-- 位于:角色位于某场景,格式:'角色 → 场景'--### 时间解析规则-1. 集数格式:如"第一集"、"第3集" → 保持原样-2. 场次格式:如"第一场"、"第X场" → 保持原样-3. 幕数格式:如"第一幕"、"第2幕" → 保持原样-4. 相对时间:如"随后"、"不久" → 留空,不要猜测--## 影视剧本:-{source_text}-"""---class NarrativeTimeline(AutoGraph[NarrativeNode, NarrativeEdge]):- """- 适用文档: 影视剧本-- 功能介绍:- 提取影视剧本中的异质节点(角色、场景、情绪、事件)及它们之间的关系,- 支持分析角色弧光、场景流转、情绪变化和事件触发。-- 设计说明:- - 节点(NarrativeNode):存储叙事元素,包括角色、场景、情绪、事件- - 边(NarrativeEdge):存储元素之间的关系-- Example:- >>> template = NarrativeTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("【第一场:桐花台 - 夜】甄嬛...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化叙事时序图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=NarrativeNode,- edge_schema=NarrativeEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示叙事时序图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: NarrativeNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: NarrativeEdge) -> str:- if edge.time:- return f"{edge.relationType} ({edge.time})"- return f"{edge.relationType}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/literature/complex_character_relation.py b/hyperextract/templates/legacy/zh/literature/complex_character_relation.pydeleted file mode 100644index d0f0eb1..0000000--- a/hyperextract/templates/legacy/zh/literature/complex_character_relation.py+++ /dev/null@@ -1,197 +0,0 @@-"""复杂人物关系网 - 超越两两关系,提取涉及多方的社会结构(如三角恋、结盟、家族派系)。--适用于长篇小说。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class CharacterNode(BaseModel):- """小说人物节点"""- name: str = Field(description="人物姓名")- role: str = Field(description="角色定位:主角、配角、反派、酱油")- faction: str = Field(description="所属阵营或派系", default="")- description: str = Field(description="人物描述")---class RelationHyperedge(BaseModel):- """复杂关系超边"""- relationType: str = Field(description="关系类型:三角恋、结盟、敌对、背叛、竞争、家族")- participants: List[str] = Field(description="参与方列表(3人或以上)")- description: str = Field(description="关系描述")- sourceScene: str = Field(description="来源情节", default="")---_NODE_PROMPT = """## 角色与任务-请从长篇小说文本中提取所有人物作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物-- **边 (Edge)**:连接多个节点的复杂关系超边--## 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-- 角色定位:主角、配角、反派、酱油-- 所属阵营:如"江左盟"、"太子党"、"誉王党"等--## 小说文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知人物列表中提取复杂人物关系的超边结构。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物-- **边 (Edge)**:连接多个节点的复杂关系超边--## 提取规则-### 核心约束-1. 超边必须包含3个或以上参与者-2. 仅从已知人物列表中提取边,不要创建未列出的人物-3. 描述应与原文保持一致--### 领域特定规则-- 三角恋:涉及三人的爱情关系-- 结盟:多方形成的政治或军事联盟-- 敌对:多方之间的对立关系-- 背叛:一方背离原先的阵营或关系-- 竞争:多方争夺同一目标-- 家族:同一家族的成员关系--## 已知人物列表:-{known_nodes}--## 小说文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的小说分析师,请从文本中提取人物以及它们之间的复杂关系超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的人物-- **边 (Edge)**:连接多个节点的复杂关系超边--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须包含3个或以上参与者-4. 仅从已知人物列表中提取边,不要创建未列出的人物-5. 描述应与原文保持一致--### 领域特定规则-- 角色定位:主角、配角、反派、酱油-- 所属阵营:如"江左盟"、"太子党"、"誉王党"等-- 关系类型:三角恋、结盟、敌对、背叛、竞争、家族--## 小说文本:-{source_text}-"""---class ComplexCharacterRelation(AutoHypergraph[CharacterNode, RelationHyperedge]):- """- 适用文档: 长篇小说-- 功能介绍:- 超越两两关系,提取涉及多方的社会结构(如三角恋、结盟、家族派系)。-- 设计说明:- - 节点(CharacterNode):存储人物信息,包括姓名、角色、阵营、描述- - 边(RelationHyperedge):存储复杂关系信息及各参与方-- Example:- >>> template = ComplexCharacterRelation(llm_client=llm, embedder=embedder)- >>> template.feed_text("梅长苏入京,太子与誉王...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化复杂人物关系网模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: RelationHyperedge) -> set:- return set(edge.participants)-- super().__init__(- node_schema=CharacterNode,- edge_schema=RelationHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.relationType}|{x.description[:20]}",- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示复杂人物关系网。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: CharacterNode) -> str:- return f"{node.name}[{node.role}]"-- def edge_label_extractor(edge: RelationHyperedge) -> str:- return f"{edge.relationType}: {edge.description[:20]}..."-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/literature/critique_argument_hypergraph.py b/hyperextract/templates/legacy/zh/literature/critique_argument_hypergraph.pydeleted file mode 100644index 9eae71a..0000000--- a/hyperextract/templates/legacy/zh/literature/critique_argument_hypergraph.py+++ /dev/null@@ -1,195 +0,0 @@-"""评论论证超图 - 建模复杂的论证逻辑:{论据1, 论据2, 引用文本} -> 核心观点。--适用于文学评论。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ArgumentNode(BaseModel):- """论证元素节点"""- name: str = Field(description="元素名称")- category: str = Field(description="元素类型:论据、引用、观点")- content: str = Field(description="内容")- sourceText: str = Field(description="原文引用(仅引用类型需要)", default="")---class ArgumentHyperedge(BaseModel):- """论证超边"""- conclusion: str = Field(description="核心观点")- evidences: List[str] = Field(description="论据列表")- citations: List[str] = Field(description="引用文本列表", default_factory=list)- description: str = Field(description="论证描述")---_NODE_PROMPT = """## 角色与任务-请从文学评论文本中提取所有论证元素作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素-- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点-2. 元素名称与原文保持一致--### 领域特定规则-- 论据:支撑观点的证据或分析-- 引用:原文中的引用文本-- 观点:作者的核心论点--## 文学评论文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知论证元素列表中提取论证结构的超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素-- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构--## 提取规则-### 核心约束-1. 超边必须包含至少一个论据或引用-2. 超边必须包含核心观点-3. 仅从已知论证元素列表中提取边,不要创建未列出的元素-4. 描述应与原文保持一致--### 领域特定规则-- 论据:支撑观点的证据或分析-- 引用:原文中的引用文本-- 观点:作者的核心论点--## 已知论证元素列表:-{known_nodes}--## 文学评论文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的文学评论家,请从文本中提取论证元素以及它们组成的论证超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素-- **边 (Edge)**:连接多个元素的超边,表示完整的论证结构--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点-2. 元素名称与原文保持一致-3. 超边必须包含至少一个论据或引用-4. 超边必须包含核心观点-5. 仅从已知论证元素列表中提取边,不要创建未列出的元素-6. 描述应与原文保持一致--### 领域特定规则-- 论据:支撑观点的证据或分析-- 引用:原文中的引用文本-- 观点:作者的核心论点--## 文学评论文本:-{source_text}-"""---class CritiqueArgumentHypergraph(AutoHypergraph[ArgumentNode, ArgumentHyperedge]):- """- 适用文档: 文学评论-- 功能介绍:- 建模复杂的论证逻辑:{论据1, 论据2, 引用文本} -> 核心观点。-- 设计说明:- - 节点(ArgumentNode):存储论证元素信息,包括名称、类型、内容、引用- - 边(ArgumentHyperedge):存储论证结构信息及论据、引用、观点-- Example:- >>> template = CritiqueArgumentHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("本文认为...论据一:梅花意象...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化评论论证超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: ArgumentHyperedge) -> set:- nodes = set()- nodes.update(edge.evidences)- nodes.update(edge.citations)- nodes.add(edge.conclusion)- return nodes-- super().__init__(- node_schema=ArgumentNode,- edge_schema=ArgumentHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.conclusion[:30],- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示评论论证超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: ArgumentNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: ArgumentHyperedge) -> str:- return f"观点: {edge.conclusion[:20]}..."-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/literature/motif_association_net.py b/hyperextract/templates/legacy/zh/literature/motif_association_net.pydeleted file mode 100644index 8b2c487..0000000--- a/hyperextract/templates/legacy/zh/literature/motif_association_net.py+++ /dev/null@@ -1,180 +0,0 @@-"""意象关联网络 - 提取文本中反复出现的符号、意象之间的关联,节点类型统一为"意象"。--适用于文学评论。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class MotifNode(BaseModel):- """意象节点"""- name: str = Field(description="意象名称")- description: str = Field(description="意象描述")---class MotifEdge(BaseModel):- """意象关联边"""- source: str = Field(description="源意象")- target: str = Field(description="目标意象")- associationType: str = Field(description="关联类型:对比、递进、因果、象征、配套")- description: str = Field(description="关联描述")---_NODE_PROMPT = """## 角色与任务-请从文学评论文本中提取所有意象作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的意象-- **边 (Edge)**:意象之间的关联关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的意象,禁止将多个意象合并为一个节点-2. 意象名称与原文保持一致--### 领域特定规则-- 意象:反复出现的符号、象征物、自然元素等--## 文学评论文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知意象列表中提取意象之间的关联关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的意象-- **边 (Edge)**:意象之间的关联关系--## 提取规则-### 核心约束-1. 仅从已知意象列表中提取边,不要创建未列出的意象-2. 关系描述应与原文保持一致--### 领域特定规则-- 对比:两个意象形成对照或反衬-- 递进:一个意象引出另一个意象-- 因果:一个意象导致另一个意象出现-- 象征:一个意象代表另一个含义-- 配套:多个意象共同构成一个意象群--## 已知意象列表:-{known_nodes}--## 文学评论文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的文学评论家,请从文本中提取意象以及它们之间的关联关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的意象-- **边 (Edge)**:意象之间的关联关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的意象,禁止将多个意象合并为一个节点-2. 意象名称与原文保持一致-3. 仅从已知意象列表中提取边,不要创建未列出的意象-4. 关系描述应与原文保持一致--### 领域特定规则-- 意象:反复出现的符号、象征物、自然元素等-- 关联类型:对比、递进、因果、象征、配套--## 文学评论文本:-{source_text}-"""---class MotifAssociationNet(AutoGraph[MotifNode, MotifEdge]):- """- 适用文档: 文学评论-- 功能介绍:- 提取文本中反复出现的符号、意象之间的关联,节点类型统一为"意象"。-- 设计说明:- - 节点(MotifNode):存储意象信息,包括名称、描述- - 边(MotifEdge):存储意象之间的关联关系-- Example:- >>> template = MotifAssociationNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("梅花在剧中多次出现,象征...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化意象关联网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=MotifNode,- edge_schema=MotifEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.associationType}|{x.target}",- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示意象关联网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: MotifNode) -> str:- return node.name-- def edge_label_extractor(edge: MotifEdge) -> str:- return f"{edge.associationType}: {edge.source} -> {edge.target}"-- 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/legacy/zh/literature/narrative_event_chain.py b/hyperextract/templates/legacy/zh/literature/narrative_event_chain.pydeleted file mode 100644index 9464606..0000000--- a/hyperextract/templates/legacy/zh/literature/narrative_event_chain.py+++ /dev/null@@ -1,192 +0,0 @@-"""叙事事件链 - 按故事内部时间线提取关键情节转折点 (Plot Points)。--适用于长篇小说。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class PlotPointNode(BaseModel):- """情节转折点节点"""- name: str = Field(description="事件名称")- description: str = Field(description="事件描述")---class PlotEdge(BaseModel):- """情节链边"""- source: str = Field(description="前置事件")- target: str = Field(description="后续事件")- time: str = Field(description="故事内部时间点,如'第X章'、'第X日'、'第X年'")- causeEffect: str = Field(description="因果关系描述")---_NODE_PROMPT = """## 角色与任务-请从长篇小说文本中提取所有情节转折点作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的情节转折点-- **边 (Edge)**:情节之间的因果关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 情节转折点:改变故事走向的关键事件--## 小说文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知情节列表中提取情节之间的因果关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的情节转折点-- **边 (Edge)**:情节之间的因果关系--## 提取规则-### 核心约束-1. 仅从已知情节列表中提取边,不要创建未列出的情节-2. 关系描述应与原文保持一致--### 时间解析规则-当前观测时间: {observation_time}-1. 章节格式:如"第一章"、"第3章" → 保持原样-2. 日期格式:如"第一日"、"第X日" → 保持原样-3. 年份格式:如"第一年"、"XX年" → 保持原样-4. 相对时间:如"随后"、"之后" → 留空,不要猜测--## 已知情节列表:-{known_nodes}--## 小说文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的小说分析师,请从文本中提取情节转折点以及它们之间的因果关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的情节转折点-- **边 (Edge)**:情节之间的因果关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知情节列表中提取边,不要创建未列出的情节-4. 关系描述应与原文保持一致--### 领域特定规则-- 情节转折点:改变故事走向的关键事件--### 时间解析规则-当前观测时间: {observation_time}-1. 章节格式:如"第一章"、"第3章" → 保持原样-2. 日期格式:如"第一日"、"第X日" → 保持原样-3. 年份格式:如"第一年"、"XX年" → 保持原样-4. 相对时间:如"随后"、"之后" → 留空,不要猜测--## 小说文本:-{source_text}-"""---class NarrativeEventChain(AutoTemporalGraph[PlotPointNode, PlotEdge]):- """- 适用文档: 长篇小说-- 功能介绍:- 按故事内部时间线提取关键情节转折点 (Plot Points)。-- 设计说明:- - 节点(PlotPointNode):存储情节转折点信息,包括名称、描述- - 边(PlotEdge):存储情节之间的因果关系及时间点-- Example:- >>> template = NarrativeEventChain(llm_client=llm, embedder=embedder)- >>> template.feed_text("梅长苏入京...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- observation_time: str | None = None,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化叙事事件链模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- observation_time: 观察时间,用于解析相对时间表达,- 如未指定则使用当前日期- 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=PlotPointNode,- edge_schema=PlotEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.time}|{x.target}",- time_in_edge_extractor=lambda x: x.time,- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- observation_time=observation_time,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示叙事事件链。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: PlotPointNode) -> str:- return node.name-- def edge_label_extractor(edge: PlotEdge) -> str:- return f"{edge.time}: {edge.causeEffect[:20]}..."-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/literature/narrative_structure_tree.py b/hyperextract/templates/legacy/zh/literature/narrative_structure_tree.pydeleted file mode 100644index 30bfcaf..0000000--- a/hyperextract/templates/legacy/zh/literature/narrative_structure_tree.py+++ /dev/null@@ -1,191 +0,0 @@-"""叙事结构树 - 构建作品的结构层级(如主线、支线、插叙部分)。--适用于文学评论。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class StructureNode(BaseModel):- """叙事结构节点"""- name: str = Field(description="结构单元名称")- category: str = Field(description="类型:主线、支线、插叙、前提、结局")- description: str = Field(description="描述")---class StructureEdge(BaseModel):- """结构层级边"""- source: str = Field(description="上位结构")- target: str = Field(description="下位结构")- relationType: str = Field(description="关系类型:包含、从属、展开、转折")- description: str = Field(description="描述")---_NODE_PROMPT = """## 角色与任务-请从文学评论文本中提取所有叙事结构单元作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事结构单元-- **边 (Edge)**:结构单元之间的层级关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的结构单元,禁止将多个单元合并为一个节点-2. 单元名称与原文保持一致--### 领域特定规则-- 主线:推动故事核心发展的情节线-- 支线:辅助主线或展现次要人物的情节线-- 插叙:中断主线叙事的回忆或补充说明-- 前提:故事发生的背景设定-- 结局:故事的最终走向和结果--## 文学评论文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知结构单元列表中提取结构单元之间的层级关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事结构单元-- **边 (Edge)**:结构单元之间的层级关系--## 提取规则-### 核心约束-1. 仅从已知结构单元列表中提取边,不要创建未列出的单元-2. 关系描述应与原文保持一致--### 领域特定规则-- 包含:上位结构包含下位结构-- 从属:下位结构从属于上位结构-- 展开:上位结构展开为下位结构-- 转折:从一线转到另一线--## 已知结构单元列表:-{known_nodes}--## 文学评论文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的文学评论家,请从文本中提取叙事结构单元以及它们之间的层级关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的叙事结构单元-- **边 (Edge)**:结构单元之间的层级关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的结构单元,禁止将多个单元合并为一个节点-2. 单元名称与原文保持一致-3. 仅从已知结构单元列表中提取边,不要创建未列出的单元-4. 关系描述应与原文保持一致--### 领域特定规则-- 主线:推动故事核心发展的情节线-- 支线:辅助主线或展现次要人物的情节线-- 插叙:中断主线叙事的回忆或补充说明-- 前提:故事发生的背景设定-- 结局:故事的最终走向和结果-- 包含:上位结构包含下位结构-- 从属:下位结构从属于上位结构-- 展开:上位结构展开为下位结构-- 转折:从一线转到另一线--## 文学评论文本:-{source_text}-"""---class NarrativeStructureTree(AutoGraph[StructureNode, StructureEdge]):- """- 适用文档: 文学评论-- 功能介绍:- 构建作品的结构层级(如主线、支线、插叙部分)。-- 设计说明:- - 节点(StructureNode):存储叙事结构单元信息,包括名称、类型、描述- - 边(StructureEdge):存储结构单元之间的层级关系-- Example:- >>> template = NarrativeStructureTree(llm_client=llm, embedder=embedder)- >>> template.feed_text("甄嬛从入宫到成为太后构成主线...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化叙事结构树模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=StructureNode,- edge_schema=StructureEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示叙事结构树。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: StructureNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: StructureEdge) -> str:- return f"{edge.relationType}: {edge.source} -> {edge.target}"-- 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/legacy/zh/literature/scene_event_hypergraph.py b/hyperextract/templates/legacy/zh/literature/scene_event_hypergraph.pydeleted file mode 100644index a64d895..0000000--- a/hyperextract/templates/legacy/zh/literature/scene_event_hypergraph.py+++ /dev/null@@ -1,201 +0,0 @@-"""场景事件超图 - 将一场戏建模为连接 {出场角色, 场景地点, 关键道具, 核心动作} 的超边。--适用于影视剧本(场景头、动作、对白格式)。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class SceneNode(BaseModel):- """场景元素节点"""- name: str = Field(description="元素名称")- category: str = Field(description="元素类型:角色、地点、道具、动作")- description: str = Field(description="简要描述")---class SceneHyperedge(BaseModel):- """场景事件超边"""- sceneName: str = Field(description="场景名称,如'第一场:桐花台夜话'")- characters: List[str] = Field(description="出场角色列表")- location: str = Field(description="场景地点")- props: List[str] = Field(description="关键道具列表", default_factory=list)- actions: List[str] = Field(description="核心动作列表")- timeOfDay: str = Field(description="时间段:日/夜/晨/昏")---_NODE_PROMPT = """## 角色与任务-请从影视剧本文本中提取所有场景元素作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的场景元素,包括角色、地点、道具、动作-- **边 (Edge)**:连接多个节点的超边,表示一场完整的戏--## 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-- 角色:从【动作】或对白中识别的人物-- 地点:从场景头中提取,如"碎玉轩"、"桐花台"-- 道具:从动作描述中提取的关键物品,如"油纸伞"、"宫灯"-- 动作:从动作描述中提取的核心行为,如"起舞"、"吟诵"--## 影视剧本文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知场景元素列表中提取场景事件的超边结构。--## 核心概念定义-- **节点 (Node)**:从文档中提取的场景元素-- **边 (Edge)**:连接多个节点的超边,表示一场完整的戏--## 提取规则-### 核心约束-1. 超边必须包含至少一个角色-2. 超边必须包含地点-3. 仅从已知场景元素列表中提取边,不要创建未列出的元素-4. 描述应与原文保持一致--### 领域特定规则-- 出场角色:从剧本对白和动作中识别的参与人物-- 场景地点:场景头中标注的地点-- 关键道具:动作描述中出现的物品-- 核心动作:角色完成的主要行为-- 时间段:从场景头中提取,如"日"、"夜"、"晨"、"昏"--## 已知场景元素列表:-{known_nodes}--## 影视剧本文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的影视剧本分析师,请从文本中提取场景元素以及它们组成的场景事件超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的场景元素,包括角色、地点、道具、动作-- **边 (Edge)**:连接多个节点的超边,表示一场完整的戏--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须包含至少一个角色和地点-4. 仅从已知场景元素列表中提取边,不要创建未列出的元素-5. 描述应与原文保持一致--### 领域特定规则-- 角色:从【动作】或对白中识别的人物-- 地点:从场景头中提取,如"碎玉轩"、"桐花台"-- 道具:从动作描述中提取的关键物品,如"油纸伞"、"宫灯"-- 动作:从动作描述中提取的核心行为-- 时间段:从场景头中提取,如"日"、"夜"、"晨"、"昏"--## 影视剧本文本:-{source_text}-"""---class SceneEventHypergraph(AutoHypergraph[SceneNode, SceneHyperedge]):- """- 适用文档: 影视剧本(场景头、动作、对白格式)-- 功能介绍:- 将一场戏建模为连接 {出场角色, 场景地点, 关键道具, 核心动作} 的超边。-- 设计说明:- - 节点(SceneNode):存储场景元素信息,包括名称、类型、描述- - 边(SceneHyperedge):存储场景事件信息及各元素-- Example:- >>> template = SceneEventHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("【场景一:桐花台 - 夜】甄嬛...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化场景事件超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- def nodes_in_edge_extractor(edge: SceneHyperedge) -> set:- nodes = set()- nodes.update(edge.characters)- nodes.add(edge.location)- nodes.update(edge.props)- nodes.update(edge.actions)- return nodes-- super().__init__(- node_schema=SceneNode,- edge_schema=SceneHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.sceneName,- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示场景事件超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: SceneNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: SceneHyperedge) -> str:- return f"{edge.sceneName}"-- 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/legacy/zh/literature/story_entity_graph.py b/hyperextract/templates/legacy/zh/literature/story_entity_graph.pydeleted file mode 100644index 59b71f5..0000000--- a/hyperextract/templates/legacy/zh/literature/story_entity_graph.py+++ /dev/null@@ -1,180 +0,0 @@-"""故事实体图谱 - 专注于提取关键物品、地点及其归属或位置关系,与人物关系分离。--适用于长篇小说。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class StoryEntityNode(BaseModel):- """故事实体节点"""- name: str = Field(description="实体名称")- category: str = Field(description="实体类型:物品、地点")- description: str = Field(description="实体描述")---class BelongsToEdge(BaseModel):- """归属关系边"""- source: str = Field(description="物品")- target: str = Field(description="归属者或位置")- relationType: str = Field(description="关系类型:归属、位于")- description: str = Field(description="描述")---_NODE_PROMPT = """## 角色与任务-请从长篇小说文本中提取所有故事实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的故事实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 物品:武器、书信、信物、药材等-- 地点:城市、建筑、区域等--## 小说文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的故事实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 归属:物品的所有者或使用者-- 位于:物品的位置或地点的所在--## 已知实体列表:-{known_nodes}--## 小说文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的小说分析师,请从文本中提取故事实体以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的故事实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 物品:武器、书信、信物、药材等-- 地点:城市、建筑、区域等-- 关系类型:归属(物品的所有者)、位于(物品的位置)--## 小说文本:-{source_text}-"""---class StoryEntityGraph(AutoGraph[StoryEntityNode, BelongsToEdge]):- """- 适用文档: 长篇小说-- 功能介绍:- 专注于提取关键物品、地点及其归属或位置关系,与人物关系分离。-- 设计说明:- - 节点(StoryEntityNode):存储故事实体信息,包括名称、类型、描述- - 边(BelongsToEdge):存储实体之间的归属或位置关系-- Example:- >>> template = StoryEntityGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("梅长苏手中握着一枚金牌令...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化故事实体图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- 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=StoryEntityNode,- edge_schema=BelongsToEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示故事实体图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: StoryEntityNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: BelongsToEdge) -> str:- return f"{edge.relationType}: {edge.source} -> {edge.target}"-- 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/legacy/zh/medicine/__init__.py b/hyperextract/templates/legacy/zh/medicine/__init__.pydeleted file mode 100644index 2358c9d..0000000--- a/hyperextract/templates/legacy/zh/medicine/__init__.py+++ /dev/null@@ -1,42 +0,0 @@-"""医学领域知识模板"""--from hyperextract.templates.legacy.zh.medicine.pathology_hypergraph import PathologyHypergraph-from hyperextract.templates.legacy.zh.medicine.medical_concept_net import MedicalConceptNet-from hyperextract.templates.legacy.zh.medicine.pharmacology_graph import PharmacologyGraph-from hyperextract.templates.legacy.zh.medicine.anatomy_hierarchy import AnatomyHierarchy-from hyperextract.templates.legacy.zh.medicine.symptom_differential import SymptomDifferential-from hyperextract.templates.legacy.zh.medicine.treatment_regimen_map import TreatmentRegimenMap-from hyperextract.templates.legacy.zh.medicine.clinical_pathway import ClinicalPathway-from hyperextract.templates.legacy.zh.medicine.level_of_evidence import LevelOfEvidence-from hyperextract.templates.legacy.zh.medicine.surgical_event_graph import SurgicalEventGraph-from hyperextract.templates.legacy.zh.medicine.hospital_course_timeline import HospitalCourseTimeline-from hyperextract.templates.legacy.zh.medicine.discharge_instruction import DischargeInstruction-from hyperextract.templates.legacy.zh.medicine.tumor_staging_item import TumorStagingItem-from hyperextract.templates.legacy.zh.medicine.microscopic_feature_set import MicroscopicFeatureSet-from hyperextract.templates.legacy.zh.medicine.complex_interaction_net import ComplexInteractionNet-from hyperextract.templates.legacy.zh.medicine.contraindication_list import ContraindicationList-from hyperextract.templates.legacy.zh.medicine.adverse_reaction_stats import AdverseReactionStats--__all__ = [- # 医学教科书与专著- "PathologyHypergraph",- "MedicalConceptNet",- "PharmacologyGraph",- "AnatomyHierarchy",- "SymptomDifferential",- # 临床诊疗指南- "TreatmentRegimenMap",- "ClinicalPathway",- "LevelOfEvidence",- # 出院小结- "SurgicalEventGraph",- "HospitalCourseTimeline",- "DischargeInstruction",- # 病理报告- "TumorStagingItem",- "MicroscopicFeatureSet",- # 药品说明书- "ComplexInteractionNet",- "ContraindicationList",- "AdverseReactionStats",-]\ No newline at end of filediff --git a/hyperextract/templates/legacy/zh/medicine/adverse_reaction_stats.py b/hyperextract/templates/legacy/zh/medicine/adverse_reaction_stats.pydeleted file mode 100644index 4cb82ac..0000000--- a/hyperextract/templates/legacy/zh/medicine/adverse_reaction_stats.py+++ /dev/null@@ -1,107 +0,0 @@-"""不良反应统计 - 提取各系统的不良反应表现及其发生率描述。--适用于药品说明书中关于不良反应的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class AdverseReactionItem(BaseModel):- """不良反应条目"""- system: str = Field(description="系统名称,如胃肠道、全身、皮肤等")- reaction: str = Field(description="不良反应表现")- incidence: str = Field(description="发生率")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的临床药师,请从文本中提取各系统的不良反应表现及其发生率描述,构建不良反应统计。--## 核心概念定义-- **条目 (Item)**:从文本中提取的条目--## 提取规则-1. 提取所有不良反应,包括系统名称、不良反应表现和发生率-2. 为每个不良反应添加详细描述(如果文本中提供)-3. 保持不良反应表现与原文一致--### 领域特定规则-- 不良反应名称保持原文-- 发生率表示法保持原文,如 5.2%、常见、罕见--### 约束条件-- 只提取文本中明确提及的不良反应和发生率-- 保持客观准确,不添加文本中没有的信息--## 药品说明书:-{source_text}-"""---class AdverseReactionStats(AutoList[AdverseReactionItem]):- """- 适用文档: 药品说明书、药物安全性监测报告-- 功能介绍:- 提取各系统的不良反应表现及其发生率描述,适用于药物警戒、安全性评价。-- Example:- >>> template = AdverseReactionStats(llm_client=llm, embedder=embedder)- >>> template.feed_text("胃肠道不良反应:恶心(5.2%)、呕吐(2.6%)...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化不良反应统计模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=AdverseReactionItem,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示不良反应统计。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: AdverseReactionItem) -> str:- return f"{item.system}: {item.reaction} ({item.incidence})"-- super().show(- item_label_extractor=item_label_extractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )\ No newline at end of filediff --git a/hyperextract/templates/legacy/zh/medicine/anatomy_hierarchy.py b/hyperextract/templates/legacy/zh/medicine/anatomy_hierarchy.pydeleted file mode 100644index 6099c05..0000000--- a/hyperextract/templates/legacy/zh/medicine/anatomy_hierarchy.py+++ /dev/null@@ -1,182 +0,0 @@-"""解剖层级树 - 构建解剖位置的包含和毗邻关系。--适用于医学教科书与专著中关于解剖学的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class AnatomyEntity(BaseModel):- """解剖实体节点"""-- name: str = Field(description="解剖结构名称,如器官、组织、血管等")- category: str = Field(description="解剖类型:器官、组织、血管、神经、骨骼等")- description: str = Field(description="简要描述", default="")---class AnatomyRelation(BaseModel):- """解剖关系边"""-- source: str = Field(description="源解剖结构")- target: str = Field(description="目标解剖结构")- relationType: str = Field(- description="关系类型:包含、毗邻、分支、供应等"- )- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的解剖学家,请从文本中提取解剖结构及其关系,构建解剖层级树。--## 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-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 解剖学术语保持原文,如解剖结构名称(心脏、肝脏、主动脉)-- 医学术语保持原文--## 病历文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的解剖结构识别专家,请从文本中提取所有解剖结构作为节点。--## 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-- 解剖学术语保持原文,如解剖结构名称--## 病历文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的解剖关系提取专家,请从给定解剖结构列表中提取它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学术语保持原文--## 已知实体:-{known_nodes}--## 病历文档:-{source_text}-"""---class AnatomyHierarchy(AutoGraph[AnatomyEntity, AnatomyRelation]):- """- 适用文档: 医学教科书、医学专著、解剖学图谱-- 功能介绍:- 构建解剖位置的包含和毗邻关系,适用于解剖学图谱、手术导航基础。-- Example:- >>> template = AnatomyHierarchy(llm_client=llm, embedder=embedder)- >>> template.feed_text("心脏位于胸腔内,分为左心房、左心室、右心房、右心室...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化解剖层级树模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=AnatomyEntity,- edge_schema=AnatomyRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示解剖层级树。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: AnatomyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: AnatomyRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/medicine/clinical_pathway.py b/hyperextract/templates/legacy/zh/medicine/clinical_pathway.pydeleted file mode 100644index ccb2592..0000000--- a/hyperextract/templates/legacy/zh/medicine/clinical_pathway.py+++ /dev/null@@ -1,180 +0,0 @@-"""临床路径图 - 提取"如果症状A则检查B否则治疗C"的决策树结构。--适用于临床诊疗指南中关于决策路径的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ClinicalNode(BaseModel):- """临床节点"""-- name: str = Field(description="节点名称,如症状、检查、治疗等")- category: str = Field(description="节点类型:症状、检查、治疗、诊断、决策点等")- description: str = Field(description="简要描述", default="")---class ClinicalEdge(BaseModel):- """临床路径边"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- condition: str = Field(description="条件描述,如如果症状A则")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的临床医生,请从文本中提取"如果症状A则检查B否则治疗C"的决策树结构,构建临床路径图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 医学专业术语保持原文,如检查项目名称、药物名称-- 临床术语保持原文,如心电图、血常规--## 诊疗记录:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的临床节点识别专家,请从文本中提取所有临床相关节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 医学专业术语保持原文,如检查项目名称、药物名称、症状名称--## 诊疗记录:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的临床路径提取专家,请从给定节点列表中提取决策树结构,构建临床路径边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学专业术语保持原文--## 已知节点:-{known_nodes}--## 诊疗记录:-{source_text}-"""---class ClinicalPathway(AutoGraph[ClinicalNode, ClinicalEdge]):- """- 适用文档: 临床诊疗指南、决策路径手册-- 功能介绍:- 提取"如果症状A则检查B否则治疗C"的决策树结构,适用于临床路径管理、诊疗规范化。-- Example:- >>> template = ClinicalPathway(llm_client=llm, embedder=embedder)- >>> template.feed_text("如果患者出现胸痛,应进行心电图检查;否则,给予对症治疗...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化临床路径图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ClinicalNode,- edge_schema=ClinicalEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.condition}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示临床路径图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ClinicalNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: ClinicalEdge) -> str:- return edge.condition-- 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/legacy/zh/medicine/complex_interaction_net.py b/hyperextract/templates/legacy/zh/medicine/complex_interaction_net.pydeleted file mode 100644index 9293cc7..0000000--- a/hyperextract/templates/legacy/zh/medicine/complex_interaction_net.py+++ /dev/null@@ -1,181 +0,0 @@-"""条件性相互作用网 - 建模"药A+药B+特定体质 -> 不良反应"的高阶依赖。--适用于药品说明书中关于药物相互作用的内容。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class InteractionEntity(BaseModel):- """相互作用实体节点"""-- name: str = Field(description="实体名称,如药物、体质、不良反应等")- category: str = Field(description="实体类型:药物、体质、不良反应、其他等")- description: str = Field(description="简要描述,如药物的功能、作用等", default="")---class InteractionHyperedge(BaseModel):- """相互作用超边"""-- name: str = Field(description="超边名称,如药物相互作用")- nodes: List[str] = Field(description="参与超边的节点列表")- interactionType: str = Field(description="相互作用类型:增强、减弱、不良反应等")- details: str = Field(description="详细描述,如具体的相互作用机制")---_PROMPT = """## 角色与任务-你是一位专业的临床药师,请从文本中提取药物相互作用信息,构建条件性相互作用网。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,表达多个实体间的复杂关联关系--## 提取规则-### 核心约束-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 药物名称保持原文,如二甲双胍、磺酰脲类-- 不良反应名称保持原文--## 药品说明书:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的临床药师,请从文本中提取与药物相互作用相关的所有关键实体作为节点。--## 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-- 药物名称保持原文,如二甲双胍、磺酰脲类-- 不良反应名称保持原文--## 药品说明书:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的临床药师,请从给定实体列表中提取药物相互作用,构建条件性相互作用网。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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. 每条边必须连接多个节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 药物名称保持原文--## 已知实体:-{known_nodes}--## 药品说明书:-{source_text}-"""---class ComplexInteractionNet(AutoHypergraph[InteractionEntity, InteractionHyperedge]):- """- 适用文档: 药品说明书、药物相互作用指南-- 功能介绍:- 建模"药A+药B+特定体质 -> 不良反应"的高阶依赖,适用于合理用药系统 (高级版)。-- Example:- >>> template = ComplexInteractionNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("二甲双胍与磺酰脲类合用可增加低血糖风险...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化条件性相互作用网模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=InteractionEntity,- edge_schema=InteractionHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.name,- nodes_in_edge_extractor=lambda x: x.nodes,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示条件性相互作用网。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: InteractionEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: InteractionHyperedge) -> str:- return f"{edge.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/legacy/zh/medicine/contraindication_list.py b/hyperextract/templates/legacy/zh/medicine/contraindication_list.pydeleted file mode 100644index e6f3dee..0000000--- a/hyperextract/templates/legacy/zh/medicine/contraindication_list.py+++ /dev/null@@ -1,107 +0,0 @@-"""禁忌症清单 - 提取绝对禁忌(如孕妇、严重肾衰竭等)的明确列表。--适用于药品说明书中关于禁忌症的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class ContraindicationItem(BaseModel):- """禁忌症条目"""- contraindication: str = Field(description="禁忌症描述")- contraindicationType: str = Field(description="禁忌症类型:绝对禁忌、相对禁忌等")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的临床药师,请从文本中提取绝对禁忌(如孕妇、严重肾衰竭等)的明确列表,构建禁忌症清单。--## 核心概念定义-- **条目 (Item)**:从文本中提取的条目--## 提取规则-1. 提取所有禁忌症,包括绝对禁忌和相对禁忌-2. 为每个禁忌症指定类型:绝对禁忌、相对禁忌等-3. 为每个禁忌症添加详细描述(如果文本中提供)-4. 保持禁忌症描述与原文一致--### 领域特定规则-- 禁忌症名称保持原文-- 医学术语保持原文--### 约束条件-- 只提取文本中明确提及的禁忌症-- 保持客观准确,不添加文本中没有的信息--## 药品说明书:-{source_text}-"""---class ContraindicationList(AutoList[ContraindicationItem]):- """- 适用文档: 药品说明书、临床用药指南-- 功能介绍:- 提取绝对禁忌(如孕妇、严重肾衰竭等)的明确列表,适用于处方拦截、用药安全监测。-- Example:- >>> template = ContraindicationList(llm_client=llm, embedder=embedder)- >>> template.feed_text("绝对禁忌症:对二甲双胍及其他成分过敏者...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化禁忌症清单模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=ContraindicationItem,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示禁忌症清单。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: ContraindicationItem) -> str:- return f"{item.contraindication} ({item.contraindicationType})"-- super().show(- item_label_extractor=item_label_extractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )\ No newline at end of filediff --git a/hyperextract/templates/legacy/zh/medicine/discharge_instruction.py b/hyperextract/templates/legacy/zh/medicine/discharge_instruction.pydeleted file mode 100644index 44c1f8c..0000000--- a/hyperextract/templates/legacy/zh/medicine/discharge_instruction.py+++ /dev/null@@ -1,128 +0,0 @@-"""出院医嘱摘要 - 提取出院带药、复诊计划及康复建议的结构化信息。--适用于出院小结中关于出院医嘱的内容。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class MedicationItem(BaseModel):- """出院带药项"""- name: str = Field(description="药物名称")- dosage: str = Field(description="剂量")- usage: str = Field(description="用法")- frequency: str = Field(description="频次")---class FollowUpItem(BaseModel):- """复诊计划项"""- time: str = Field(description="时间")- department: str = Field(description="科室")- examItems: List[str] = Field(description="检查项目", default_factory=list)---class DischargeInstructionInfo(BaseModel):- """出院医嘱信息"""-- medications: List[MedicationItem] = Field(- description="出院带药列表,每个药物包含名称、剂量、用法、频次等信息",- default_factory=list- )- followUp: List[FollowUpItem] = Field(- description="复诊计划列表,每个复诊包含时间、科室、检查项目等信息",- default_factory=list- )- rehabilitation: List[str] = Field(description="康复建议列表", default_factory=list)- diet: List[str] = Field(description="饮食建议列表", default_factory=list)- activity: List[str] = Field(description="活动建议列表", default_factory=list)- notes: List[str] = Field(description="其他注意事项列表", default_factory=list)---_PROMPT = """## 角色与任务-你是一位专业的医生,请从文本中提取出院带药、复诊计划及康复建议的结构化信息,构建出院医嘱摘要。--## 提取规则-1. 提取所有出院带药信息,每个药物包含名称、剂量、用法、频次等信息-2. 提取所有复诊计划信息,每个复诊包含时间、科室、检查项目等信息-3. 提取所有康复建议、饮食建议、活动建议和其他注意事项-4. 保持信息与原文一致--### 领域特定规则-- 药物名称保持原文,如阿司匹林、二甲双胍-- 剂量单位保持原文,如 mg、ml-- 医学缩写保持原文,如 qd(每日一次)、bid(每日两次)--### 约束条件-- 只提取文本中明确提及的信息-- 保持客观准确,不添加文本中没有的信息--## 出院小结:-{source_text}-"""---class DischargeInstruction(AutoModel[DischargeInstructionInfo]):- """- 适用文档: 出院小结、出院记录-- 功能介绍:- 提取出院带药、复诊计划及康复建议的结构化信息,适用于患者随访、慢病续方。-- Example:- >>> template = DischargeInstruction(llm_client=llm, embedder=embedder)- >>> template.feed_text("出院带药:阿司匹林100mg qd...")- >>> print(template.data.medications)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化出院医嘱摘要模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=DischargeInstructionInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示出院医嘱摘要。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: DischargeInstructionInfo) -> str:- return "出院医嘱摘要"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/medicine/hospital_course_timeline.py b/hyperextract/templates/legacy/zh/medicine/hospital_course_timeline.pydeleted file mode 100644index 58957cb..0000000--- a/hyperextract/templates/legacy/zh/medicine/hospital_course_timeline.py+++ /dev/null@@ -1,212 +0,0 @@-"""住院病程时间轴 - 严格按时间顺序提取入院、检查、治疗、转归等节点。--适用于出院小结中关于住院病程的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoTemporalGraph---class HospitalEntity(BaseModel):- """住院实体节点"""-- name: str = Field(description="节点名称,如入院、检查、治疗、转归等")- category: str = Field(description="节点类型:入院、检查、治疗、手术、转归、其他等")- description: str = Field(description="简要描述", default="")---class HospitalEvent(BaseModel):- """住院事件边"""-- source: str = Field(description="源节点")- target: str = Field(description="目标节点")- eventType: str = Field(description="事件类型:入院、检查、治疗、手术、转归等")- eventDate: str = Field(description="事件日期,格式为年-月-日")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的医院管理人员,请从文本中严格按时间顺序提取入院、检查、治疗、转归等节点,构建住院病程时间轴。--## 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**:事件发生的时间信息,用于按时间顺序排列住院事件--## 提取规则-### 核心约束-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 时间解析规则-当前观察日期: {observation_time}--1. 相对时间解析(基于观察日期):- - "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- - "入院当天" → 使用入院日期- - "术后第一天" → 手术日期的后一天--2. 精确时间 → 保持原样-3. 时间缺失 → 留空,不要猜测--### 领域特定规则-- 医学术语保持原文--## 病历文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的医院管理人员,请从文本中提取所有住院相关节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 医学术语保持原文--## 病历文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的医院管理人员,请从给定节点列表中提取住院事件,构建住院病程时间轴。--## 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**:事件发生的时间信息--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 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--### 领域特定规则-- 医学术语保持原文--## 已知实体:-{known_nodes}--## 病历文档:-{source_text}-"""---class HospitalCourseTimeline(AutoTemporalGraph[HospitalEntity, HospitalEvent]):- """- 适用文档: 出院小结、住院病历-- 功能介绍:- 严格按时间顺序提取入院、检查、治疗、转归等节点,适用于病历质控、医疗纠纷溯源。-- Example:- >>> template = HospitalCourseTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("患者于2026年2月1日入院,2月2日进行心电图检查...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- observation_time: str | None = None,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化住院病程时间轴模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- observation_time: 观察日期,用于解析相对时间表达,默认为今天- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=HospitalEntity,- edge_schema=HospitalEvent,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.eventType}|{x.target}",- time_in_edge_extractor=lambda x: x.eventDate,- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- observation_time=observation_time,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示住院病程时间轴。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: HospitalEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: HospitalEvent) -> str:- return f"{edge.eventType} ({edge.eventDate})"-- 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/legacy/zh/medicine/level_of_evidence.py b/hyperextract/templates/legacy/zh/medicine/level_of_evidence.pydeleted file mode 100644index 843d50a..0000000--- a/hyperextract/templates/legacy/zh/medicine/level_of_evidence.py+++ /dev/null@@ -1,111 +0,0 @@-"""证据评级表 - 提取指南中的具体推荐意见及其对应的证据等级。--适用于临床诊疗指南中关于推荐意见和证据等级的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class EvidenceItem(BaseModel):- """证据条目"""-- topic: str = Field(description="推荐主题,如血糖控制、血脂管理、阿司匹林使用等")- summary: str = Field(description="推荐意见摘要,简短概括该推荐的核心内容,不超过10字")- recommendation: str = Field(description="推荐意见")- evidenceLevel: str = Field(description="证据等级,如A、B、C、1a、1b等")- recommendationLevel: str = Field(description="推荐级别,如强推荐、弱推荐等")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的循证医学专家,请从文本中提取指南中的具体推荐意见及其对应的证据等级,构建证据评级表。--## 提取规则-1. 提取所有推荐意见及其对应的证据等级-2. 为每个推荐意见指定推荐主题(topic),如血糖控制、血脂管理、阿司匹林使用等-3. 为每个推荐意见提取摘要(summary),简短概括该推荐的核心内容,不超过10字-4. 为每个推荐意见指定推荐级别(如强推荐、弱推荐等)-5. 为每个推荐意见添加详细描述(如果文本中提供)-6. 保持推荐意见与原文一致--### 领域特定规则-- 证据等级保持原文,如 A、B、C、1a、1b-- 医学术语保持原文--### 约束条件-- 只提取文本中明确提及的推荐意见和证据等级-- 保持客观准确,不添加文本中没有的信息--## 临床指南:-{source_text}-"""---class LevelOfEvidence(AutoList[EvidenceItem]):- """- 适用文档: 临床诊疗指南、循证医学指南-- 功能介绍:- 提取指南中的具体推荐意见及其对应的证据等级,适用于设计临床质控方案、科研引用。-- Example:- >>> template = LevelOfEvidence(llm_client=llm, embedder=embedder)- >>> template.feed_text("推荐级别A,证据等级1a:所有2型糖尿病患者应接受生活方式干预...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化证据评级表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=EvidenceItem,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示证据评级表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """-- def item_label_extractor(item: EvidenceItem) -> str:- return f"{item.topic} [{item.evidenceLevel}]"-- 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/legacy/zh/medicine/medical_concept_net.py b/hyperextract/templates/legacy/zh/medicine/medical_concept_net.pydeleted file mode 100644index 4229f0a..0000000--- a/hyperextract/templates/legacy/zh/medicine/medical_concept_net.py+++ /dev/null@@ -1,185 +0,0 @@-"""医学概念网络 - 提取医学术语及其关联属性(如:属于、定义为)。--适用于医学教科书与专著中关于医学术语和概念的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class MedicalConcept(BaseModel):- """医学概念节点"""-- name: str = Field(description="概念名称,如医学术语、疾病名称、解剖部位等")- category: str = Field(- description="概念类型:疾病、解剖部位、生理过程、药物、症状、体征等"- )- definition: str = Field(description="概念定义", default="")---class MedicalRelation(BaseModel):- """医学概念关系边"""-- source: str = Field(description="源概念")- target: str = Field(description="目标概念")- relationType: str = Field(- description="关系类型:属于、定义为、包含、组成、位于、导致、治疗等"- )- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的医学术语专家,请从文本中提取医学术语及其关联属性,构建医学概念网络。--## 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-#### 节点提取-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 医学术语保持原文,如疾病名称、解剖部位名称-- 专业缩写保持原文,如 ECG、CT、MRI--## 医学文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的医学术语识别专家,请从文本中提取所有医学术语和概念作为节点。--## 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-- 医学术语保持原文,如疾病名称、解剖部位名称-- 专业缩写保持原文--## 医学文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的医学概念关系提取专家,请从给定医学概念列表中提取概念之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学术语保持原文--## 已知概念:-{known_nodes}--## 医学文档:-{source_text}-"""---class MedicalConceptNet(AutoGraph[MedicalConcept, MedicalRelation]):- """- 适用文档: 医学教科书、医学专著、医学词典-- 功能介绍:- 提取医学术语及其关联属性(如:属于、定义为),构建医学概念网络。-- Example:- >>> template = MedicalConceptNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("慢性阻塞性肺疾病是一种以持续气流受限为特征的疾病...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化医学概念网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=MedicalConcept,- edge_schema=MedicalRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示医学概念网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: MedicalConcept) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: MedicalRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/medicine/microscopic_feature_set.py b/hyperextract/templates/legacy/zh/medicine/microscopic_feature_set.pydeleted file mode 100644index 2c3fb6a..0000000--- a/hyperextract/templates/legacy/zh/medicine/microscopic_feature_set.py+++ /dev/null@@ -1,112 +0,0 @@-"""微观特征集 - 提取免疫组化指标(如 HER2+, Ki67)及基因突变状态。--适用于病理报告中关于免疫组化和分子检测的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class MicroscopicFeatureItem(BaseModel):- """微观特征条目"""-- featureName: str = Field(description="特征名称,如免疫组化指标、基因突变等")- featureType: str = Field(description="特征类型:免疫组化、基因突变、其他等")- value: str = Field(description="特征值,如阳性、阴性、百分比等")- description: str = Field(description="特征描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的病理学家,请从文本中提取免疫组化指标(如 HER2+, Ki67)及基因突变状态,构建微观特征集。--## 核心概念定义-- **元素 (Element)**:从文本中提取的元素--## 提取规则-1. 提取所有免疫组化指标和基因突变状态-2. 为每个特征指定类型:免疫组化、基因突变、其他等-3. 为每个特征添加特征值,如阳性、阴性、百分比等-4. 为每个特征添加简要描述(如果文本中提供)-5. 保持特征名称与原文一致--### 领域特定规则-- 免疫组化指标保持原文,如 HER2、Ki67、ER、PR-- 基因突变名称保持原文,如 BRCA1、KRAS、TP53--### 约束条件-- 只提取文本中明确提及的特征和值-- 保持客观准确,不添加文本中没有的信息--## 病理报告:-{source_text}-"""---class MicroscopicFeatureSet(AutoSet[MicroscopicFeatureItem]):- """- 适用文档: 病理报告、免疫组化结果、分子检测报告-- 功能介绍:- 提取免疫组化指标(如 HER2+, Ki67)及基因突变状态,适用于靶向药匹配、科研入组筛选。-- Example:- >>> template = MicroscopicFeatureSet(llm_client=llm, embedder=embedder)- >>> template.feed_text("免疫组化结果:ER(+, 90%), PR(+, 70%), HER2(2+)...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化微观特征集模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=MicroscopicFeatureItem,- key_extractor=lambda x: x.featureName,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示微观特征集。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """-- def item_label_extractor(item: MicroscopicFeatureItem) -> str:- return f"{item.featureName} ({item.featureType})"-- 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/legacy/zh/medicine/pathology_hypergraph.py b/hyperextract/templates/legacy/zh/medicine/pathology_hypergraph.pydeleted file mode 100644index e7b1251..0000000--- a/hyperextract/templates/legacy/zh/medicine/pathology_hypergraph.py+++ /dev/null@@ -1,190 +0,0 @@-"""多因素病理机制图 - 建模"基因+环境+诱因 -> 疾病"的复杂致病逻辑。--适用于医学教科书与专著中关于疾病病理机制的内容。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class PathologyEntity(BaseModel):- """病理实体节点"""-- name: str = Field(description="实体名称,如基因、环境因素、诱因、疾病等")- category: str = Field(- description="实体类型:基因、环境因素、诱因、疾病、病理过程、症状等"- )- description: str = Field(description="简要描述", default="")---class PathologyHyperedge(BaseModel):- """病理机制超边"""-- mechanism_name: str = Field(- description="机制名称,简短描述性名称,例如 '气道高反应性诱发机制'、'α1-抗胰蛋白酶缺乏致病途径'"- )- participating_entities: List[str] = Field(- description="参与此病理机制的所有实体名称列表"- )- relationType: str = Field(description="关系类型:致病、诱发、促进、抑制等")- details: str = Field(description="详细描述,如具体的致病机制")- outcome: str = Field(- description="该机制导致的结果或效应,例如 '慢性阻塞性肺疾病发生'、'肺气肿形成'"- )---_PROMPT = """## 角色与任务-你是一位专业的病理学家,请从文本中提取与疾病病理机制相关的实体和它们之间的复杂关联关系,构建多因素病理机制图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,表达多个实体间的复杂关联关系--## 提取规则-### 核心约束-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 医学专业术语保持原文,如基因名称(BRCA1、KRAS、TP53)、蛋白名称-- 疾病名称保持原文,如慢性阻塞性肺疾病、肺癌--## 病理文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的病理实体识别专家,请从文本中提取与疾病病理机制相关的所有关键实体作为节点。--## 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-- 医学专业术语保持原文,如基因名称(BRCA1、KRAS、TP53)、蛋白名称-- 疾病名称保持原文--## 病理文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的病理机制分析师,请从给定实体列表中提取它们之间的复杂关联关系,构建病理机制超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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. 每条超边必须连接多个节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学专业术语保持原文--## 已知实体:-{known_nodes}--## 病理文档:-{source_text}-"""---class PathologyHypergraph(AutoHypergraph[PathologyEntity, PathologyHyperedge]):- """- 适用文档: 医学教科书、医学专著、病理生理学教材-- 功能介绍:- 建模"基因+环境+诱因 -> 疾病"的复杂致病逻辑,从文本中提取病理相关实体及其复杂关联关系。-- Example:- >>> template = PathologyHypergraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("慢性阻塞性肺疾病的发病机制涉及遗传因素、环境因素和炎症反应...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化多因素病理机制图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=PathologyEntity,- edge_schema=PathologyHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.mechanism_name,- nodes_in_edge_extractor=lambda x: x.participating_entities,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示多因素病理机制图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PathologyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: PathologyHyperedge) -> str:- return f"[{edge.relationType}] {edge.mechanism_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/legacy/zh/medicine/pharmacology_graph.py b/hyperextract/templates/legacy/zh/medicine/pharmacology_graph.pydeleted file mode 100644index 45d7446..0000000--- a/hyperextract/templates/legacy/zh/medicine/pharmacology_graph.py+++ /dev/null@@ -1,187 +0,0 @@-"""药理机制图 - 提取药物、受体、靶点及生理反应之间的相互作用路径。--适用于医学教科书与专著中关于药物药理机制的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class PharmacologyEntity(BaseModel):- """药理实体节点"""-- name: str = Field(description="实体名称,如药物、受体、靶点、生理反应等")- category: str = Field(- description="实体类型:药物、受体、靶点、生理反应、信号通路等"- )- description: str = Field(description="简要描述", default="")---class PharmacologyRelation(BaseModel):- """药理机制关系边"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(- description="关系类型:结合、激活、抑制、调节、诱导、抑制等"- )- details: str = Field(description="详细描述,如具体的作用机制")---_PROMPT = """## 角色与任务-你是一位专业的药理学家,请从文本中提取药物、受体、靶点及生理反应之间的相互作用路径,构建药理机制图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-#### 节点提取-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 药物名称保持原文,如二甲双胍、阿司匹林-- 受体名称保持原文,如胰岛素受体、肾上腺素受体-- 信号通路名称保持原文,如AMPK通路、PI3K/Akt通路--## 药理文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的药理实体识别专家,请从文本中提取与药理机制相关的所有关键实体作为节点。--## 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-- 药物名称保持原文,如二甲双胍、阿司匹林-- 受体名称保持原文-- 信号通路名称保持原文--## 药理文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的药理机制分析师,请从给定实体列表中提取它们之间的相互作用路径,构建药理机制关系边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:节点之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 每条边必须连接已提取的节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 药理学术语保持原文--## 已知实体:-{known_nodes}--## 药理文档:-{source_text}-"""---class PharmacologyGraph(AutoGraph[PharmacologyEntity, PharmacologyRelation]):- """- 适用文档: 医学教科书、医学专著、药理学教材-- 功能介绍:- 提取药物、受体、靶点及生理反应之间的相互作用路径,构建药理机制图。-- Example:- >>> template = PharmacologyGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("二甲双胍通过激活AMPK信号通路降低血糖...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化药理机制图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=PharmacologyEntity,- edge_schema=PharmacologyRelation,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示药理机制图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PharmacologyEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: PharmacologyRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/medicine/surgical_event_graph.py b/hyperextract/templates/legacy/zh/medicine/surgical_event_graph.pydeleted file mode 100644index eddafeb..0000000--- a/hyperextract/templates/legacy/zh/medicine/surgical_event_graph.py+++ /dev/null@@ -1,182 +0,0 @@-"""手术事件超图 - 将手术建模为 {医生, 部位, 术式, 器械} 共同参与的复杂事件。--适用于出院小结中关于手术事件的内容。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class SurgicalEntity(BaseModel):- """手术实体节点"""-- name: str = Field(description="实体名称,如医生、部位、术式、器械等")- category: str = Field(description="实体类型:医生、部位、术式、器械、麻醉方式等")- description: str = Field(description="简要描述", default="")---class SurgicalHyperedge(BaseModel):- """手术事件超边"""-- name: str = Field(description="超边名称,如手术名称")- nodes: List[str] = Field(description="参与超边的节点列表")- date: str = Field(description="手术日期")- duration: str = Field(description="手术时长", default="")- details: str = Field(description="详细描述,如手术过程")---_PROMPT = """## 角色与任务-你是一位专业的外科医生,请从文本中提取手术事件及其相关实体,构建手术事件超图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,表达多个实体间的复杂关联关系--## 提取规则-### 核心约束-#### 节点提取-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 手术术式保持原文,如冠状动脉旁路移植术-- 医疗器械名称保持原文--## 手术记录:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的手术实体识别专家,请从文本中提取与手术事件相关的所有关键实体作为节点。--## 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-- 手术术式保持原文-- 医疗器械名称保持原文--## 手术记录:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的手术事件提取专家,请从给定实体列表中提取完整的手术事件,构建手术事件超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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. 每条边必须连接多个节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学术语保持原文--## 已知实体:-{known_nodes}--## 手术记录:-{source_text}-"""---class SurgicalEventGraph(AutoHypergraph[SurgicalEntity, SurgicalHyperedge]):- """- 适用文档: 出院小结、手术记录-- 功能介绍:- 将手术建模为 {医生, 部位, 术式, 器械} 共同参与的复杂事件,适用于手术质控、绩效评估。-- Example:- >>> template = SurgicalEventGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("2026年2月4日,王医生为患者进行了冠状动脉旁路移植术...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化手术事件超图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=SurgicalEntity,- edge_schema=SurgicalHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.name,- nodes_in_edge_extractor=lambda x: x.nodes,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示手术事件超图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: SurgicalEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SurgicalHyperedge) -> str:- return f"{edge.name} ({edge.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/legacy/zh/medicine/symptom_differential.py b/hyperextract/templates/legacy/zh/medicine/symptom_differential.pydeleted file mode 100644index 986a070..0000000--- a/hyperextract/templates/legacy/zh/medicine/symptom_differential.py+++ /dev/null@@ -1,108 +0,0 @@-"""鉴别诊断表 - 汇总症状与其对应的鉴别疾病列表,形成症状-疾病映射。--适用于医学教科书与专著中关于症状鉴别诊断的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoSet---class SymptomDifferentialItem(BaseModel):- """鉴别诊断条目"""- symptom: str = Field(description="症状名称")- diseases: list[str] = Field(description="对应的鉴别疾病列表")- description: str = Field(description="症状描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的诊断学家,请从文本中提取症状与其对应的鉴别疾病列表,构建鉴别诊断表。--## 核心概念定义-- **元素 (Element)**:从文本中提取的元素--## 提取规则-1. 提取所有症状及其对应的鉴别疾病列表-2. 为每个症状添加简要描述(如果文本中提供)-3. 保持症状名称与原文一致-4. 确保每个症状对应的疾病列表完整--### 领域特定规则-- 症状名称保持原文-- 疾病名称保持原文--### 约束条件-- 只提取文本中明确提及的症状和疾病-- 保持客观准确,不添加文本中没有的信息--## 诊断文档:-{source_text}-"""---class SymptomDifferential(AutoSet[SymptomDifferentialItem]):- """- 适用文档: 医学教科书、医学专著、诊断学教材-- 功能介绍:- 汇总症状与其对应的鉴别疾病列表,形成症状-疾病映射,适用于CDSS辅助诊断、教学系统。-- Example:- >>> template = SymptomDifferential(llm_client=llm, embedder=embedder)- >>> template.feed_text("胸痛的鉴别诊断包括冠心病、胸膜炎、肺炎等...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化鉴别诊断表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=SymptomDifferentialItem,- key_extractor=lambda x: x.symptom,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示鉴别诊断表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: SymptomDifferentialItem) -> str:- return f"{item.symptom}"-- super().show(- item_label_extractor=item_label_extractor,- top_k_for_search=top_k_for_search,- top_k_for_chat=top_k_for_chat,- )\ No newline at end of filediff --git a/hyperextract/templates/legacy/zh/medicine/treatment_regimen_map.py b/hyperextract/templates/legacy/zh/medicine/treatment_regimen_map.pydeleted file mode 100644index de11880..0000000--- a/hyperextract/templates/legacy/zh/medicine/treatment_regimen_map.py+++ /dev/null@@ -1,181 +0,0 @@-"""综合治疗方案图 - 提取由"药物组合+理疗+生活干预"构成的多因素治疗方案。--适用于临床诊疗指南中关于治疗方案的内容。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class TreatmentEntity(BaseModel):- """治疗实体节点"""-- name: str = Field(description="实体名称,如药物、理疗方法、生活干预等")- category: str = Field(description="实体类型:药物、理疗、生活干预、检查、手术等")- description: str = Field(description="简要描述", default="")---class TreatmentHyperedge(BaseModel):- """治疗方案超边"""-- name: str = Field(description="超边名称,如治疗方案、康复计划等")- nodes: List[str] = Field(description="参与超边的节点列表")- disease: str = Field(description="针对的疾病")- details: str = Field(description="详细描述,如具体的治疗方案内容")---_PROMPT = """## 角色与任务-你是一位专业的临床医生,请从文本中提取由"药物组合+理疗+生活干预"构成的多因素治疗方案,构建综合治疗方案图。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,表达多个实体间的复杂关联关系--## 提取规则-### 核心约束-#### _PROMPT(节点提取)-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--#### 边提取-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 药物名称保持原文,如二甲双胍、阿司匹林-- 治疗方式保持原文,如放疗、化疗、手术--## 治疗方案文档:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的治疗实体识别专家,请从文本中提取与治疗方案相关的所有关键实体作为节点。--## 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-- 药物名称保持原文,如二甲双胍、阿司匹林-- 治疗方式保持原文--## 治疗方案文档:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的治疗方案提取专家,请从给定实体列表中提取完整的治疗方案,构建治疗方案超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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. 每条边必须连接多个节点-3. 关系描述应与原文保持一致--### 领域特定规则-- 医学术语保持原文--## 已知实体:-{known_nodes}--## 治疗方案文档:-{source_text}-"""---class TreatmentRegimenMap(AutoHypergraph[TreatmentEntity, TreatmentHyperedge]):- """- 适用文档: 临床诊疗指南、治疗方案手册-- 功能介绍:- 提取由"药物组合+理疗+生活干预"构成的多因素治疗方案,适用于肿瘤化疗方案、慢病管理。-- Example:- >>> template = TreatmentRegimenMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("2型糖尿病的治疗方案包括二甲双胍、饮食控制和运动...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化综合治疗方案图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- 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=TreatmentEntity,- edge_schema=TreatmentHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.name,- nodes_in_edge_extractor=lambda x: x.nodes,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示综合治疗方案图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: TreatmentEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: TreatmentHyperedge) -> str:- return f"{edge.name} - {edge.disease}"-- 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/legacy/zh/medicine/tumor_staging_item.py b/hyperextract/templates/legacy/zh/medicine/tumor_staging_item.pydeleted file mode 100644index 6f52bc7..0000000--- a/hyperextract/templates/legacy/zh/medicine/tumor_staging_item.py+++ /dev/null@@ -1,107 +0,0 @@-"""TNM 分期表 - 提取肿瘤大小(T)、淋巴结(N)、转移(M)及分期结果。--适用于病理报告中关于肿瘤分期的内容。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class TumorStagingInfo(BaseModel):- """肿瘤分期信息"""- tStage: str = Field(description="T分期,如T1、T2、T3、T4等")- nStage: str = Field(description="N分期,如N0、N1、N2、N3等")- mStage: str = Field(description="M分期,如M0、M1等")- pathologicalStage: str = Field(description="病理分期,如I期、II期、III期、IV期等")- tDetails: str = Field(description="T分期详细描述,如肿瘤大小")- nDetails: str = Field(description="N分期详细描述,如淋巴结转移数量")- mDetails: str = Field(description="M分期详细描述,如远处转移部位")---_PROMPT = """## 角色与任务-你是一位专业的病理学家,请从文本中提取肿瘤大小(T)、淋巴结(N)、转移(M)及分期结果,构建TNM分期表。--## 提取规则-1. 提取T分期、N分期、M分期和病理分期-2. 为每个分期添加详细描述:- - T分期详细描述:肿瘤大小、浸润深度等- - N分期详细描述:淋巴结转移数量、部位等- - M分期详细描述:远处转移部位等-3. 保持信息与原文一致--### 领域特定规则-- TNM分期表示法保持原文,如 T1、T2、N0、M0-- 分期表示法保持原文,如 I期、II期、III期、IV期--### 约束条件-- 只提取文本中明确提及的信息-- 保持客观准确,不添加文本中没有的信息--## 病理报告:-{source_text}-"""---class TumorStagingItem(AutoModel[TumorStagingInfo]):- """- 适用文档: 病理报告、肿瘤分期记录-- 功能介绍:- 提取肿瘤大小(T)、淋巴结(N)、转移(M)及分期结果,适用于肿瘤登记、预后评估。-- Example:- >>> template = TumorStagingItem(llm_client=llm, embedder=embedder)- >>> template.feed_text("T分期:T2(肿瘤最大径>2cm且≤5cm)...")- >>> print(template.data.pathologicalStage)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化TNM分期表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=TumorStagingInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示TNM分期表。-- Args:- top_k: 问答使用的条目数量,默认为 3- """- def label_extractor(item: TumorStagingInfo) -> str:- return f"TNM分期: {item.tStage}{item.nStage}{item.mStage} ({item.pathologicalStage})"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )\ No newline at end of filediff --git a/hyperextract/templates/legacy/zh/news/__init__.py b/hyperextract/templates/legacy/zh/news/__init__.pydeleted file mode 100644index df3b32b..0000000--- a/hyperextract/templates/legacy/zh/news/__init__.py+++ /dev/null@@ -1,33 +0,0 @@-"""-新闻领域模板,用于从新闻文档中提取结构化知识。--包含深度调查报道、突发新闻与电讯、政策解读与社论等模板。-"""--# 深度调查报道-from .investigative_context_graph import InvestigativeContextGraph-from .complex_relation_net import ComplexRelationNet-from .key_event_sequence import KeyEventSequence--# 突发新闻与电讯-from .news_entity_graph import NewsEntityGraph-from .news_summary_model import NewsSummaryModel-from .live_update_timeline import LiveUpdateTimeline--# 政策解读与社论-from .viewpoint_structure import ViewpointStructure-from .impact_chain import ImpactChain--__all__ = [- # 深度调查报道- "InvestigativeContextGraph",- "ComplexRelationNet",- "KeyEventSequence",- # 突发新闻与电讯- "NewsEntityGraph",- "NewsSummaryModel",- "LiveUpdateTimeline",- # 政策解读与社论- "ViewpointStructure",- "ImpactChain",-]diff --git a/hyperextract/templates/legacy/zh/news/complex_relation_net.py b/hyperextract/templates/legacy/zh/news/complex_relation_net.pydeleted file mode 100644index 4cfc907..0000000--- a/hyperextract/templates/legacy/zh/news/complex_relation_net.py+++ /dev/null@@ -1,191 +0,0 @@-"""复杂关系网络 - 建模涉及多方(三人及以上)的社会关联。--适用于人物特稿、政商关系分析。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ParticipantNode(BaseModel):- """参与者节点"""-- name: str = Field(description="参与者名称")- role: str = Field(description="角色:企业、个人、机构")- description: str = Field(description="参与者描述", default="")---class ComplexRelationHyperedge(BaseModel):- """复杂关系超边"""-- relationType: str = Field(- description="关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系"- )- participants: List[str] = Field(description="参与者列表(3个及以上)")- description: str = Field(description="关系描述")---_NODE_PROMPT = """## 角色与任务-请从调查报道文本中提取所有参与者作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 参与者类型:企业、个人、机构-- 参与者描述要包含基本背景信息--## 调查报道文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知参与者列表中提取涉及多方(3人及以上)的复杂关系超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联--## 提取规则-### 核心约束-1. 超边必须包含至少3个参与者-2. 仅从已知参与者列表中提取边,不要创建未列出的参与者-3. 描述应与原文保持一致--### 领域特定规则-- 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系-- 描述多方之间的具体关联--## 已知参与者-{known_nodes}--## 调查报道文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的新闻调查记者,请从调查报道文本中提取参与者以及它们之间的复杂关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的参与者实体-- **边 (Edge)**:连接多个参与者的超边,表示复杂的社会关联--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 超边必须包含至少3个参与者-4. 仅从已知参与者列表中提取边,不要创建未列出的参与者-5. 描述应与原文保持一致--### 领域特定规则-- 参与者类型:企业、个人、机构-- 关系类型:商业伙伴、政治盟友、家族成员、投资关系、担保关系--## 调查报道文本:-{source_text}-"""---class ComplexRelationNet(AutoHypergraph[ParticipantNode, ComplexRelationHyperedge]):- """- 适用文档: 人物特稿、政商关系分析-- 功能介绍:- 建模涉及多方(三人及以上)的社会关联(如家族、政治盟友、商业伙伴),而非简单的点对点关系。-- 设计说明:- - 节点(ParticipantNode):存储参与者信息,包括名称、角色、描述- - 边(ComplexRelationHyperedge):存储复杂关系信息,包括参与者列表及关系描述-- Example:- >>> template = ComplexRelationNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("某地产项目调查报道...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化复杂关系网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"-- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """-- def nodes_in_edge_extractor(edge: ComplexRelationHyperedge) -> set:- return set(edge.participants)-- super().__init__(- node_schema=ParticipantNode,- edge_schema=ComplexRelationHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.relationType}|{len(x.participants)}",- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示复杂关系网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ParticipantNode) -> str:- return f"{node.name}[{node.role}]"-- def edge_label_extractor(edge: ComplexRelationHyperedge) -> str:- return f"{edge.relationType}: {len(edge.participants)}人"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/impact_chain.py b/hyperextract/templates/legacy/zh/news/impact_chain.pydeleted file mode 100644index 4680e8a..0000000--- a/hyperextract/templates/legacy/zh/news/impact_chain.py+++ /dev/null@@ -1,183 +0,0 @@-"""影响推演链 - 提取"政策/事件 -> 影响群体 -> 预期后果"的因果预测链条。--适用于宏观政策解读、行业影响评估。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class ImpactNode(BaseModel):- """影响节点"""-- name: str = Field(description="节点名称")- category: str = Field(description="节点类型:政策/事件、影响群体、预期后果")- description: str = Field(description="描述")---class ImpactEdge(BaseModel):- """影响边"""-- source: str = Field(description="原因")- target: str = Field(description="结果")- relationType: str = Field(description="关系类型:影响、导致、预期")- description: str = Field(description="影响描述")---_NODE_PROMPT = """## 角色与任务-请从政策分析文本中提取所有影响链相关实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的影响链实体-- **边 (Edge)**:实体之间的因果关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 节点类型:政策/事件(政策文件、重大事件)、影响群体(企业、消费者、经销商等)、预期后果(销量变化、价格调整、市场调整等)-- 描述要包含简要信息--## 政策分析文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取因果影响关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的影响链实体-- **边 (Edge)**:实体之间的因果关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:影响(政策对群体的影响)、导致(原因导致结果)、预期(对未来趋势的预测)-- 描述原因到结果的逻辑链条--## 已知实体-{known_nodes}--## 政策分析文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的政策分析师,请从政策分析文本中提取影响链实体和它们之间的因果关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的影响链实体-- **边 (Edge)**:实体之间的因果关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 节点类型:政策/事件、影响群体、预期后果-- 关系类型:影响、导致、预期--## 政策分析文本:-{source_text}-"""---class ImpactChain(AutoGraph[ImpactNode, ImpactEdge]):- """- 适用文档: 政策解读、行业分析报告-- 功能介绍:- 提取"政策/事件 -> 影响群体 -> 预期后果"的因果预测链条。-- 设计说明:- - 节点(ImpactNode):存储影响链实体信息,包括名称、类型、描述- - 边(ImpactEdge):存储因果关系信息,包括原因、结果、关系类型、描述-- Example:- >>> template = ImpactChain(llm_client=llm, embedder=embedder)- >>> template.feed_text("某政策解读文章...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化影响推演链模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=ImpactNode,- edge_schema=ImpactEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示影响推演链。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ImpactNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: ImpactEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/investigative_context_graph.py b/hyperextract/templates/legacy/zh/news/investigative_context_graph.pydeleted file mode 100644index 3ff91dd..0000000--- a/hyperextract/templates/legacy/zh/news/investigative_context_graph.py+++ /dev/null@@ -1,186 +0,0 @@-"""调查背景图谱 - 提取报道中涉及的所有人物、机构、地点及其表层的静态关系。--适用于深度调查报道、人物特稿。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class NewsEntityNode(BaseModel):- """新闻实体节点"""-- name: str = Field(description="实体名称")- category: str = Field(description="实体类型:人物、机构、地点")- description: str = Field(description="简要描述", default="")---class NewsContextEdge(BaseModel):- """背景关系边"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(- description="关系类型:任职、亲属、所属、所在地、投资、抵押"- )- description: str = Field(description="关系描述")---_NODE_PROMPT = """## 角色与任务-你是一位专业的新闻调查记者,请从调查报道文本中提取所有实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 实体类型:人物(包含姓名、职务)、机构(公司、政府部门)、地点(地址、区域)-- 人物描述要包含职务或身份信息--## 调查报道文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:任职(人物-机构)、亲属(人物-人物)、所属(机构-机构/个人)、所在地(机构/个人-地点)、投资(机构-机构)、抵押(机构-地点)-- 描述两人之间的具体关系--## 已知实体-{known_nodes}--## 调查报道文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的新闻调查记者,请从调查报道文本中提取实体和它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 实体类型:人物(包含姓名、职务)、机构(公司、政府部门)、地点(地址、区域)-- 人物描述要包含职务或身份信息-- 关系类型:任职、亲属、所属、所在地、投资、抵押--## 调查报道文本:-{source_text}-"""---class InvestigativeContextGraph(AutoGraph[NewsEntityNode, NewsContextEdge]):- """- 适用文档: 深度调查报道、人物特稿-- 功能介绍:- 提取报道中涉及的所有人物、机构、地点及其表层的静态关系(如任职、亲属、所在地)。-- 设计说明:- - 节点(NewsEntityNode):存储实体信息,包括名称、类型、描述- - 边(NewsContextEdge):存储实体间的关系及描述-- Example:- >>> template = InvestigativeContextGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("某地产项目调查报道...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化调查背景图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=NewsEntityNode,- edge_schema=NewsContextEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示调查背景图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: NewsEntityNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: NewsContextEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/key_event_sequence.py b/hyperextract/templates/legacy/zh/news/key_event_sequence.pydeleted file mode 100644index a846fe1..0000000--- a/hyperextract/templates/legacy/zh/news/key_event_sequence.py+++ /dev/null@@ -1,189 +0,0 @@-"""调查事件脉络 - 按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。--适用于深度调查报道、历史遗留问题揭秘。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class EventNode(BaseModel):- """事件节点"""- name: str = Field(description="事件名称")- category: str = Field(description="事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示")- time: str = Field(description="时间,格式为年-月-日(如 2023-09-15)")- description: str = Field(description="事件描述")---class EventSequenceEdge(BaseModel):- """事件序列边"""- source: str = Field(description="前置事件名称")- target: str = Field(description="后续事件名称")- relationType: str = Field(description="关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查")- description: str = Field(description="因果描述,说明两事件之间的逻辑关系")---_NODE_PROMPT = """## 角色与任务-请从调查报道文本中提取所有关键事件作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的关键事件-- **边 (Edge)**:事件之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示-- 时间格式:年-月-日(如 2023-09-15),精确到日-- 事件描述要包含简要信息--## 调查报道文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知事件列表中提取事件之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的关键事件-- **边 (Edge)**:事件之间的关系--## 提取规则-### 核心约束-1. 仅从已知事件列表中提取边,不要创建未列出的事件-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:紧接(紧接着发生)、导致(直接原因)、触发(导火索/间接原因)、升级(事态扩大)、回应(对某事件的回应)、协调(多方协商处理)、裁决(法律/官方判定)、调查(正在调查阶段)-- 描述两事件之间的具体逻辑关系--## 已知事件-{known_nodes}--## 调查报道文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的新闻调查记者,请从调查报道文本中提取关键事件以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的关键事件-- **边 (Edge)**:事件之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的事件,禁止将多个事件合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知事件列表中提取边,不要创建未列出的事件-4. 关系描述应与原文保持一致--### 领域特定规则-- 事件类型:开工、销售、停工、诉讼、侦查、处罚、协调、公示-- 时间格式:年-月-日(如 2023-09-15),精确到日-- 关系类型:紧接、导致、触发、升级、回应、协调、裁决、调查--## 调查报道文本:-{source_text}-"""---class KeyEventSequence(AutoGraph[EventNode, EventSequenceEdge]):- """- 适用文档: 深度调查报道、历史遗留问题揭秘-- 功能介绍:- 按时间顺序还原调查中揭露的关键事件节点,梳理前因后果。-- 设计说明:- - 节点(EventNode):存储事件信息,包括名称、类型、时间、描述- - 边(EventSequenceEdge):存储事件之间的关系及描述-- Example:- >>> template = KeyEventSequence(llm_client=llm, embedder=embedder)- >>> template.feed_text("某地产项目调查报道...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化调查事件脉络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=EventNode,- edge_schema=EventSequenceEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示调查事件脉络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: EventNode) -> str:- return f"{node.name} ({node.time})"-- def edge_label_extractor(edge: EventSequenceEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/live_update_timeline.py b/hyperextract/templates/legacy/zh/news/live_update_timeline.pydeleted file mode 100644index 83192a6..0000000--- a/hyperextract/templates/legacy/zh/news/live_update_timeline.py+++ /dev/null@@ -1,192 +0,0 @@-"""实时动态时间轴 - 针对正在发生的事件,提取分钟级更新。--适用于直播贴整理、实时监控。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class UpdatePointNode(BaseModel):- """更新节点"""- time: str = Field(description="时间点,格式为HH:MM")- event: str = Field(description="事件内容")- name: str = Field(description="简短名称/摘要")- speaker: str = Field(description="发言人", default="")---class TimelineEdge(BaseModel):- """时间轴边"""- source: str = Field(description="源时间点(格式为HH:MM)")- target: str = Field(description="目标时间点(格式为HH:MM)")- relationType: str = Field(description="关系类型:开场、介绍、发布、发言、提问、回答、总结、结束")- description: str = Field(description="详细描述")---_NODE_PROMPT = """## 角色与任务-请从实时直播文本中提取所有时间更新点作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的时间更新点-- **边 (Edge)**:时间点之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 时间格式:HH:MM(24小时制)-- 事件内容要包含详细信息-- 简短名称要简洁明了-- 发言人如无则为空白--## 实时直播文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知时间点列表中提取时间轴边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的时间更新点-- **边 (Edge)**:时间点之间的关系--## 提取规则-### 核心约束-1. 仅从已知时间点列表中提取边,不要创建未列出的时间点-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:开场(会议开始)、介绍(介绍环节)、发布(正式发布)、发言(领导/发言人讲话)、提问(记者提问)、回答(回应问题)、总结(总结陈词)、结束(会议结束)-- 描述两时间点之间的具体关系--## 已知时间点-{known_nodes}--## 实时直播文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的新闻直播编辑,请从实时直播文本中提取时间更新点以及它们之间的关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的时间更新点-- **边 (Edge)**:时间点之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的时间点,禁止将多个时间点合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知时间点列表中提取边,不要创建未列出的时间点-4. 关系描述应与原文保持一致--### 领域特定规则-- 时间格式:HH:MM(24小时制)-- 事件内容要包含详细信息-- 简短名称要简洁明了-- 关系类型:开场、介绍、发布、发言、提问、回答、总结、结束-- 发言人如无则为空白--## 实时直播文本:-{source_text}-"""---class LiveUpdateTimeline(AutoGraph[UpdatePointNode, TimelineEdge]):- """- 适用文档: 直播贴、实时新闻更新-- 功能介绍:- 针对正在发生的事件(如直播、发布会),提取分钟级时间更新。-- 设计说明:- - 节点(UpdatePointNode):存储时间点信息,包括时间、事件、名称、发言人- - 边(TimelineEdge):存储时间点之间的关系及描述-- Example:- >>> template = LiveUpdateTimeline(llm_client=llm, embedder=embedder)- >>> template.feed_text("某发布会直播...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化实时动态时间轴模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=UpdatePointNode,- edge_schema=TimelineEdge,- node_key_extractor=lambda x: x.time,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示实时动态时间轴。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """- def node_label_extractor(node: UpdatePointNode) -> str:- return f"{node.time} {node.name}"-- def edge_label_extractor(edge: TimelineEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/news_entity_graph.py b/hyperextract/templates/legacy/zh/news/news_entity_graph.pydeleted file mode 100644index e50f893..0000000--- a/hyperextract/templates/legacy/zh/news/news_entity_graph.py+++ /dev/null@@ -1,190 +0,0 @@-"""新闻实体图谱 - 快速提取新闻中的核心主体及其动作或状态。--适用于即时新闻流、实体链接。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class NewsEntityNode(BaseModel):- """新闻实体节点"""-- name: str = Field(description="实体名称")- category: str = Field(description="实体类型:人物、机构、地点、产品、事件")- description: str = Field(description="简要描述", default="")---class NewsActionEdge(BaseModel):- """新闻动作边"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(- description="关系类型,例如:发布、任命、收购等"- )- description: str = Field(description="动作详细描述", default="")---_NODE_PROMPT = """## 角色与任务-你是一位专业的新闻编辑,请从新闻文本中提取所有实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致--### 领域特定规则-- 实体类型:人物、机构、地点、产品、事件--## 新闻文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取实体之间的动作或关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的动作或关系--## 提取规则-### 核心约束-1. 仅从已知实体列表中提取边,不要创建未列出的实体-2. 关系描述应与原文保持一致--### 领域特定规则-- 关系类型:例如:发布、任命、收购等--## 已知实体-{known_nodes}--## 新闻文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的新闻编辑,请从新闻文本中提取实体和它们之间的动作或关系。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:实体之间的动作或关系--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点-2. 实体名称与原文保持一致-3. 仅从已知实体列表中提取边,不要创建未列出的实体-4. 关系描述应与原文保持一致--### 领域特定规则-- 实体类型:人物、机构、地点、产品、事件-- 关系类型:例如:发布、任命、收购等--## 新闻文本:-{source_text}-"""---class NewsEntityGraph(AutoGraph[NewsEntityNode, NewsActionEdge]):- """- 适用文档: 即时新闻快讯、实时新闻流-- 功能介绍:- 快速提取新闻中的核心主体(Who)及其直接动作(Action)或状态。- 适用于实体链接、新闻聚合、事件追踪等场景。-- 设计说明:- - 节点(NewsEntityNode):存储实体信息,包括名称、类型、描述- - 边(NewsActionEdge):存储动作/关系信息,包括主体、对象、动作类型、描述-- Example:- >>> template = NewsEntityGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("今日快讯:某公司宣布...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化新闻实体图谱模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=NewsEntityNode,- edge_schema=NewsActionEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.source}|{x.relationType}|{x.target}",- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示新闻实体图谱。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: NewsEntityNode) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: NewsActionEdge) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/news/news_summary_model.py b/hyperextract/templates/legacy/zh/news/news_summary_model.pydeleted file mode 100644index 12c2c7b..0000000--- a/hyperextract/templates/legacy/zh/news/news_summary_model.py+++ /dev/null@@ -1,114 +0,0 @@-"""结构化摘要 - 标准化提取 5W1H 要素。--适用于新闻聚合、自动简报。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class NewsSummaryInfo(BaseModel):- """新闻摘要信息"""-- who: str = Field(description="核心人物/主体")- what: str = Field(description="发生了什么")- when: str = Field(description="时间")- where: str = Field(description="地点")- why: str = Field(description="原因")- how: str = Field(description="如何发生")- casualties: str = Field(description="伤亡情况", default="")- response: str = Field(description="官方回应", default="")---_PROMPT = """## 角色与任务-你是一位专业的新闻编辑,请从新闻文本中提取结构化的5W1H要素,构建新闻摘要。--## 提取规则-1. 识别核心人物/主体(Who)-2. 识别发生了什么(What)-3. 识别时间(When)-4. 识别地点(Where)-5. 识别原因(Why)-6. 识别如何发生(How)-7. 识别伤亡情况(Casualties),如无则为空白-8. 识别官方回应(Response),如无则为空白--### 约束条件-- 只提取文本中明确提及的信息,不添加额外内容-- 保持客观准确,符合新闻写作风格-- 时间格式统一为年-月-日或具体时间点-- 地点要具体到城市或区域--## 新闻文本:-{source_text}-"""---class NewsSummaryModel(AutoModel[NewsSummaryInfo]):- """- 适用文档: 新闻快讯、新闻聚合-- 功能介绍:- 标准化提取 5W1H 要素(Who, What, When, Where, Why, How)。-- 设计说明:- - 输出(NewsSummaryInfo):包含 who、what、when、where、why、how、casualties、response 字段-- Example:- >>> template = NewsSummaryModel(llm_client=llm, embedder=embedder)- >>> template.feed_text("某地发生交通事故...")- >>> print(template.data.who)- >>> print(template.data.what)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化结构化摘要模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=NewsSummaryInfo,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示新闻摘要。-- Args:- top_k: 问答使用的条目数量,默认为 3- """-- def label_extractor(item: NewsSummaryInfo) -> str:- return f"{item.when} {item.where}: {item.what[:30]}..."-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/news/viewpoint_structure.py b/hyperextract/templates/legacy/zh/news/viewpoint_structure.pydeleted file mode 100644index a623838..0000000--- a/hyperextract/templates/legacy/zh/news/viewpoint_structure.py+++ /dev/null@@ -1,198 +0,0 @@-"""观点逻辑结构 - 建模文章的论证逻辑,将观点、论据、背景引用聚合为观点结构。--适用于社论分析、舆情观点聚类。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class ArgumentElement(BaseModel):- """论证元素"""-- name: str = Field(description="元素名称,简短唯一标识符,如'政策建议'、'数据支撑'、'专家观点'")- category: str = Field(description="元素类型:观点、论据、背景引用")- content: str = Field(description="完整内容,概括原文意思")- source: str = Field(description="来源,如无则为空白", default="")---class ViewpointCluster(BaseModel):- """观点聚合超边"""-- name: str = Field(description="聚合名称,简短唯一标识,如'核心论点'、'论证结构'、'分析框架'")- participantNames: List[str] = Field(description="参与此观点论证的所有元素名称列表,必须从已提取的节点中选择")- description: str = Field(description="论证描述,说明这些元素如何构成观点")---_NODE_PROMPT = """## 角色与任务-你是一位专业的政策分析师,请从政策分析或社论文本中提取所有论证元素作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素,包括观点、论据、背景引用-- **边 (Edge)**:连接多个节点的超边,将相关的论证元素聚合为完整的观点结构--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的元素,禁止将多个元素合并为一个节点-2. 元素名称 (name) 必须是简短、唯一的标识符,用于后续引用-3. 元素名称与原文保持一致,但要简洁(不超过10个字)-4. 内容 (content) 字段要完整概括原文意思--### 领域特定规则-- **观点**:作者的核心论点、主张或结论(如"经济发展应优先于环境保护")-- **论据**:支撑观点的证据、数据或分析(如"GDP增长率下降2%")-- **背景引用**:政策文件、统计数据、专家说法等外部引用(如"根据国家统计局2023年数据")-- 来源如无则为空白--## 政策分析文本:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的政策分析师,请从已知论证元素列表中构建观点聚合超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素,每个节点有唯一的name作为标识符-- **边 (Edge)**:连接多个节点的超边,将围绕同一观点的相关元素聚合在一起--## 提取规则-### 核心约束-1. 每个超边代表一个完整的观点论证结构-2. 超边必须包含至少2个节点(一个观点 + 至少一个论据或背景引用)-3. 只能从已知节点列表中选择,禁止创建未列出的节点-4. participantNames字段必须填写节点的名字--### 引用规则(关键)-- `participantNames` 字段:填写参与此观点论证的所有元素名称列表--### 领域特定规则-- 将围绕同一核心观点的所有相关元素聚合到一个超边中-- 一个观点可以参与多个超边(从不同角度论证)-- 描述应说明这些元素如何共同支撑观点--## 已知论证元素-{known_nodes}--## 政策分析文本:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的政策分析师,请从文本中提取论证元素以及它们组成的观点聚合超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的论证元素,包括观点、论据、背景引用-- **边 (Edge)**:连接多个节点的超边,将围绕同一观点的相关元素聚合在一起--## 提取规则-### 核心约束-1. 每个节点只能对应一个独立的元素,禁止将多个元素合并-2. 元素名称 (name) 必须是简短、唯一的标识符(不超过10个字)-3. 每个超边必须包含至少2个节点(观点 + 论据/背景引用)-4. 超边中的participantNames必须填写节点的元素名称--### 领域特定规则-- **观点**:作者的核心论点-- **论据**:支撑观点的证据或分析-- **背景引用**:政策文件、统计数据、专家说法--## 政策分析文本:-{source_text}-"""---class ViewpointStructure(AutoHypergraph[ArgumentElement, ViewpointCluster]):- """- 适用文档: 政策分析、社论、舆情文章-- 功能介绍:- 建模文章的论证逻辑,将观点、论据、背景引用聚合为观点结构。-- 设计说明:- - 节点(ArgumentElement):存储论证元素信息,包括名称、类型、内容、来源- - 边(ViewpointCluster):将围绕同一观点的相关元素聚合在一起-- Example:- >>> template = ViewpointStructure(llm_client=llm, embedder=embedder)- >>> template.feed_text("某政策解读文章...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化观点结构模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """-- def nodes_in_edge_extractor(edge: ViewpointCluster) -> set:- return set(edge.participantNames)-- super().__init__(- node_schema=ArgumentElement,- edge_schema=ViewpointCluster,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.name,- nodes_in_edge_extractor=nodes_in_edge_extractor,- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ):- """- 展示观点结构。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: ArgumentElement) -> str:- return f"{node.name}[{node.category}]"-- def edge_label_extractor(edge: ViewpointCluster) -> str:- return edge.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/legacy/zh/tcm/__init__.py b/hyperextract/templates/legacy/zh/tcm/__init__.pydeleted file mode 100644index 757619d..0000000--- a/hyperextract/templates/legacy/zh/tcm/__init__.py+++ /dev/null@@ -1,31 +0,0 @@-# 本草典籍-from .herb_property_model import HerbPropertyModel-from .processing_method import ProcessingMethod-from .compatibility_net import CompatibilityNet-# 方剂规范-from .formula_composition import FormulaComposition-from .function_indication_map import FunctionIndicationMap-# 经络腧穴专著-from .meridian_flow_graph import MeridianFlowGraph-from .acupoint_location_map import AcupointLocationMap-# 名医医案-from .syndrome_reasoning_graph import SyndromeReasoningGraph-from .prescription_modification import PrescriptionModification-from .pulse_tongue_record import PulseTongueRecord--__all__ = [- # 本草典籍- "HerbPropertyModel",- "ProcessingMethod",- "CompatibilityNet",- # 方剂规范- "FormulaComposition",- "FunctionIndicationMap",- # 经络腧穴专著- "MeridianFlowGraph",- "AcupointLocationMap",- # 名医医案- "SyndromeReasoningGraph",- "PrescriptionModification",- "PulseTongueRecord",-]diff --git a/hyperextract/templates/legacy/zh/tcm/acupoint_location_map.py b/hyperextract/templates/legacy/zh/tcm/acupoint_location_map.pydeleted file mode 100644index cd8b601..0000000--- a/hyperextract/templates/legacy/zh/tcm/acupoint_location_map.py+++ /dev/null@@ -1,178 +0,0 @@-"""腧穴空间定位 - 基于人体解剖标志提取穴位的相对位置关系(如"脐旁2寸")。--适用于针灸教学可视化、穴位图谱。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class AcupointNode(BaseModel):- """穴位节点"""-- name: str = Field(description="穴位名称:如合谷、足三里、三阴交等")- meridian: str = Field(description="所属经脉", default="")- location: str = Field(description="位置描述:如脐旁2寸、腕横纹上3寸等")- indications: str = Field(description="主治功能", default="")---class LocationRelation(BaseModel):- """位置关系边"""-- source: str = Field(description="源穴位或解剖标志名称")- target: str = Field(description="目标穴位名称")- relationType: str = Field(description="关系类型:位于")- relativePosition: str = Field(description="相对位置描述:如脐旁2寸、腕横纹上3寸等")---_PROMPT = """## 角色与任务-你是一位专业的针灸学专家,请从文本中提取穴位的相对位置关系。--## 核心概念定义-- **节点 (Node)**:穴位实体或解剖标志-- **边 (Edge)**:穴位之间的位置关系--## 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-- 穴位:针灸特定位置,如合谷、足三里、三阴交-- 解剖标志:人体解剖部位,如腕横纹、第2掌骨--## 针灸文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取穴位实体和解剖标志作为节点。--## 核心概念定义-- **节点 (Node)**:穴位实体或解剖标志--## 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-- 穴位:针灸特定位置-- 解剖标志:人体解剖部位--## 针灸文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知穴位列表中提取穴位的相对位置关系。--## 核心概念定义-- **边 (Edge)**:穴位之间的位置关系--## 提取规则-### 核心约束-1. 仅从已知穴位列表中提取边,不要创建未列出的穴位-2. 关系描述应与原文保持一致--## 已知穴位列表:-{known_nodes}--## 针灸文献:-{source_text}-"""---class AcupointLocationMap(AutoGraph[AcupointNode, LocationRelation]):- """- 适用文档: 针灸学教材、穴位图谱、黄帝内经等-- 功能介绍:- 基于人体解剖标志提取穴位的相对位置关系(如"脐旁2寸"),适用于针灸教学可视化、穴位图谱。-- Example:- >>> template = AcupointLocationMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("合谷穴:在手背,第1、2掌骨间,当第2掌骨桡侧的中点处...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化腧穴空间定位模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=AcupointNode,- edge_schema=LocationRelation,- 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,- 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,- ):- """- 展示腧穴空间定位图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: AcupointNode) -> str:- return node.name-- def edge_label_extractor(edge: LocationRelation) -> str:- return f"{edge.relationType}: {edge.relativePosition}"-- 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/legacy/zh/tcm/compatibility_net.py b/hyperextract/templates/legacy/zh/tcm/compatibility_net.pydeleted file mode 100644index 271f496..0000000--- a/hyperextract/templates/legacy/zh/tcm/compatibility_net.py+++ /dev/null@@ -1,173 +0,0 @@-"""七情配伍网络 - 提取药物间的相须、相使、相畏、相杀、十八反十九畏关系。--适用于配伍禁忌预警、方剂组网分析。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class HerbEntity(BaseModel):- """药物实体节点"""-- name: str = Field(description="药物名称")- description: str = Field(description="简要描述", default="")---class CompatibilityRelation(BaseModel):- """配伍关系边"""-- source: str = Field(description="源药物")- target: str = Field(description="目标药物")- relationType: str = Field(- description="配伍关系类型:相须、相使、相畏、相杀、相恶、相反、十八反、十九畏"- )- effect: str = Field(description="配伍效果描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的中药配伍专家,请从文本中提取药物间的配伍关系。--## 核心概念定义-- **节点 (Node)**:中药药物实体-- **边 (Edge)**:药物之间的配伍关系--## 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-- 配伍关系类型:相须、相使、相畏、相杀、相恶、相反、十八反、十九畏--## 中药配伍文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取药物实体作为节点。--## 核心概念定义-- **节点 (Node)**:中药药物实体--## 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--## 中药配伍文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知药物列表中提取药物之间的配伍关系。--## 核心概念定义-- **边 (Edge)**:药物之间的配伍关系--## 提取规则-### 核心约束-1. 仅从已知药物列表中提取边,不要创建未列出的药物-2. 关系描述应与原文保持一致--## 已知药物列表:-{known_nodes}--## 中药配伍文献:-{source_text}-"""---class CompatibilityNet(AutoGraph[HerbEntity, CompatibilityRelation]):- """- 适用文档: 本草典籍、中药配伍指南、方剂学教材等-- 功能介绍:- 提取药物间的相须、相使、相畏、相杀、十八反十九畏关系,适用于配伍禁忌预警、方剂组网分析。-- Example:- >>> template = CompatibilityNet(llm_client=llm, embedder=embedder)- >>> template.feed_text("甘草反大戟、芫花、甘遂,海藻...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化七情配伍网络模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=HerbEntity,- edge_schema=CompatibilityRelation,- 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,- 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,- ):- """- 展示七情配伍网络。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: HerbEntity) -> str:- return node.name-- def edge_label_extractor(edge: CompatibilityRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/tcm/formula_composition.py b/hyperextract/templates/legacy/zh/tcm/formula_composition.pydeleted file mode 100644index 4f0276e..0000000--- a/hyperextract/templates/legacy/zh/tcm/formula_composition.py+++ /dev/null@@ -1,214 +0,0 @@-"""君臣佐使结构图 - 将方剂建模为 {君药, 臣药, 佐药, 使药} 的层级化超边结构。--适用于方剂结构解析、组方规律研究。--设计原则:-- 节点(HerbNode):存储药物的固有属性(性味归经、功效),不随方剂变化-- 边(FormulaHyperedge):存储方剂信息,以及药物在该方剂中的具体信息(剂量、角色)-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoHypergraph---class HerbNode(BaseModel):- """药物节点 - 存储药物的固有属性(不随方剂变化)"""-- name: str = Field(description="药物名称")- nature: str = Field(description="性味,如:辛温、苦寒、甘平", default="")- meridian: str = Field(description="归经,如:归肺经、归脾经、归心经", default="")- effect: str = Field(description="功效,如:发汗解表、温通经脉、补气健脾", default="")---class HerbInFormula(BaseModel):- """药物在方剂中的信息 - 包含剂量和炮制方法"""-- name: str = Field(description="药物名称")- dosage: str = Field(description="剂量,如:三两、五钱、10g", default="")- processing: str = Field(description="炮制方法,如:炙、炒、煅、酒制", default="")---class FormulaHyperedge(BaseModel):- """方剂超边 - 存储方剂信息和药物在方剂中的具体角色"""-- formulaName: str = Field(description="方剂名称")- source: str = Field(description="方剂来源,如:伤寒论、金匮要略、方剂学教材", default="")- junHerbs: List[HerbInFormula] = Field(description="君药列表", default_factory=list)- chenHerbs: List[HerbInFormula] = Field(description="臣药列表", default_factory=list)- zuoHerbs: List[HerbInFormula] = Field(description="佐药列表", default_factory=list)- shiHerbs: List[HerbInFormula] = Field(description="使药列表", default_factory=list)- functions: List[str] = Field(description="方剂功能,如:解肌发表、调和营卫", default_factory=list)- indications: List[str] = Field(description="主治证候,如:外感风寒表虚证", default_factory=list)- decoctionMethod: str = Field(description="煎服法,如:水煎服,日三服", default="")---_PROMPT = """## 角色与任务-你是一位专业的方剂学专家,请从文本中提取方剂的君臣佐使结构。--## 核心概念定义-- **节点 (Node)**:药物实体,存储药物的固有属性(性味归经、功效)-- **边 (Edge)**:方剂超边,存储方剂信息及药物在该方剂中的具体信息--## 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-- 药物固有属性:性味、归经、功效(不随方剂变化)-- 药物在方剂中的属性:剂量、炮制方法、角色(君/臣/佐/使)--## 方剂文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取方剂中的药物实体作为节点。--## 核心概念定义-- **节点 (Node)**:药物实体,存储药物的固有属性--## 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-- 药物固有属性:性味、归经、功效--## 方剂文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知药物列表中提取方剂的君臣佐使结构。--## 核心概念定义-- **边 (Edge)**:方剂超边,存储方剂信息及药物在该方剂中的具体信息--## 提取规则-### 核心约束-1. 仅从已知药物列表中提取边,不要创建未列出的药物-2. 关系描述应与原文保持一致--### 领域特定规则-- 药物角色:君药、臣药、佐药、使药--## 已知药物列表:-{known_nodes}--## 方剂文献:-{source_text}-"""---class FormulaComposition(AutoHypergraph[HerbNode, FormulaHyperedge]):- """- 适用文档: 方剂规范、伤寒论、金匮要略、方剂学教材等-- 功能介绍:- 将方剂建模为 {君药, 臣药, 佐药, 使药} 的层级化超边结构,适用于方剂结构解析、组方规律研究。-- 设计说明:- - 节点(HerbNode):存储药物的固有属性(性味归经、功效),不随方剂变化- - 边(FormulaHyperedge):存储方剂信息,以及药物在该方剂中的具体信息(剂量、角色)-- Example:- >>> template = FormulaComposition(llm_client=llm, embedder=embedder)- >>> template.feed_text("桂枝汤:桂枝三两,芍药三两,甘草二两,生姜三两,大枣十二枚...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化君臣佐使结构图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """-- def nodes_in_edge_extractor(edge: FormulaHyperedge) -> set:- herbs = []- for herb_list in [- edge.junHerbs,- edge.chenHerbs,- edge.zuoHerbs,- edge.shiHerbs,- ]:- for herb in herb_list:- herbs.append(herb.name)- return set(herbs)-- super().__init__(- node_schema=HerbNode,- edge_schema=FormulaHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.formulaName,- nodes_in_edge_extractor=nodes_in_edge_extractor,- 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,- ):- """- 展示君臣佐使结构图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: HerbNode) -> str:- return f"{node.name}"-- def edge_label_extractor(edge: FormulaHyperedge) -> str:- return edge.formulaName-- 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/legacy/zh/tcm/function_indication_map.py b/hyperextract/templates/legacy/zh/tcm/function_indication_map.pydeleted file mode 100644index 280508e..0000000--- a/hyperextract/templates/legacy/zh/tcm/function_indication_map.py+++ /dev/null@@ -1,179 +0,0 @@-"""主治功效映射 - 关联 方剂 -> 功能(如清热解毒) -> 主治证候。--适用于方剂推荐系统。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class GeneralEntity(BaseModel):- """通用实体节点"""-- name: str = Field(description="实体名称")- category: str = Field(description="实体类型:方剂、功能、主治证候")- description: str = Field(description="简要描述", default="")---class GeneralRelation(BaseModel):- """通用关系边"""-- source: str = Field(description="源实体")- target: str = Field(description="目标实体")- relationType: str = Field(description="关系类型:具有功能、主治")- details: str = Field(description="详细描述", default="")---_PROMPT = """## 角色与任务-你是一位专业的方剂学专家,请从文本中提取方剂、功能和主治证候之间的关联关系。--## 核心概念定义-- **节点 (Node)**:方剂、功能、主治证候-- **边 (Edge)**:实体之间的二元关系--## 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-- 方剂:如桂枝汤、麻黄汤-- 功能:如解肌发表、清热解毒-- 主治证候:如太阳中风、外感风寒--## 方剂文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取方剂、功能和主治证候实体作为节点。--## 核心概念定义-- **节点 (Node)**:方剂、功能、主治证候--## 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-- 方剂:如桂枝汤、麻黄汤-- 功能:如解肌发表、清热解毒-- 主治证候:如太阳中风、外感风寒--## 方剂文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知实体列表中提取方剂、功能和主治证候之间的关联关系。--## 核心概念定义-- **边 (Edge)**:实体之间的二元关系--## 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--## 已知实体列表:-{known_nodes}--## 方剂文献:-{source_text}-"""---class FunctionIndicationMap(AutoGraph[GeneralEntity, GeneralRelation]):- """- 适用文档: 方剂规范、伤寒论、金匮要略、方剂学教材等-- 功能介绍:- 关联 方剂 -> 功能(如清热解毒) -> 主治证候,适用于方剂推荐系统。-- Example:- >>> template = FunctionIndicationMap(llm_client=llm, embedder=embedder)- >>> template.feed_text("桂枝汤:解肌发表,调和营卫。主治太阳中风...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化主治功效映射模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=GeneralEntity,- edge_schema=GeneralRelation,- 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,- 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,- ):- """- 展示主治功效映射。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: GeneralEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: GeneralRelation) -> str:- return edge.relationType-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/legacy/zh/tcm/herb_property_model.py b/hyperextract/templates/legacy/zh/tcm/herb_property_model.pydeleted file mode 100644index 4c1b770..0000000--- a/hyperextract/templates/legacy/zh/tcm/herb_property_model.py+++ /dev/null@@ -1,120 +0,0 @@-"""药物性味归经 - 提取单味药的四气五味、归经、毒性及推荐剂量。--适用于中药基础数据库构建。-"""--from typing import Any, List-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoModel---class HerbProperty(BaseModel):- """药物性味归经信息"""- name: str = Field(description="药物正名")- alternativeNames: List[str] = Field(description="别名、俗称", default_factory=list)- properties: List[str] = Field(description="四气:寒、热、温、凉、平", default_factory=list)- flavors: List[str] = Field(description="五味:酸、苦、甘、辛、咸", default_factory=list)- meridians: List[str] = Field(description="归经:如肺经、肝经、脾经等", default_factory=list)- toxicity: str = Field(description="毒性:无毒、小毒、有毒、大毒", default="无毒")- dosage: str = Field(description="推荐剂量", default="")- collection: str = Field(description="采集时间和方法", default="")- processing: str = Field(description="炮制方法", default="")- indications: List[str] = Field(description="功效主治", default_factory=list)- contraindications: List[str] = Field(description="配伍禁忌", default_factory=list)---_PROMPT = """## 角色与任务-你是一位专业的中药学家,请从文本中提取单味药的性味归经、毒性及推荐剂量等信息。--## 提取规则-### 核心约束-1. 识别文本的核心药物主体-2. 提取药物的正名和所有别名、俗称-3. 提取药物的四气(寒、热、温、凉、平)-4. 提取药物的五味(酸、苦、甘、辛、咸)-5. 提取药物的归经(如肺经、肝经、脾经等)-6. 提取药物的毒性(无毒、小毒、有毒、大毒)-7. 提取药物的推荐剂量--### 领域特定规则-- 句式解析:文言文常采用省略主语、并列结构、连动句式,需先理解句式结构再提取信息-- 术语对应:文言术语与现代术语需正确对应(如"主"指"主治","疗"指"治疗")-- 连写拆分:文言中常连写多个属性(如"味甘微寒"→拆分为"味甘"、"微寒"),需分别归到对应字段-- 古代剂量:文言中古代剂量单位(如两、钱、匕)可保留原文--## 本草文献:-{source_text}-"""---class HerbPropertyModel(AutoModel[HerbProperty]):- """- 适用文档: 本草典籍、中药志、中药大辞典等-- 功能介绍:- 提取单味药的四气五味、归经、毒性及推荐剂量,适用于中药基础数据库构建。-- Example:- >>> template = HerbPropertyModel(llm_client=llm, embedder=embedder)- >>> template.feed_text("人参,味甘,微寒,无毒。主补五脏,安精神...")- >>> print(template.data.name)- >>> print(template.data.properties)- >>> print(template.data.flavors)- >>> print(template.data.meridians)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化药物性味归经模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- data_schema=HerbProperty,- llm_client=llm_client,- embedder=embedder,- prompt=_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- **kwargs,- )-- def show(- self,- *,- top_k: int = 3,- ):- """- 展示药物性味归经信息。-- Args:- top_k: 问答使用的条目数量,默认为 3- """- def label_extractor(item: HerbProperty) -> str:- return f"{item.name} ({', '.join(item.properties)},{', '.join(item.flavors)})"-- super().show(- label_extractor=label_extractor,- top_k=top_k,- )diff --git a/hyperextract/templates/legacy/zh/tcm/meridian_flow_graph.py b/hyperextract/templates/legacy/zh/tcm/meridian_flow_graph.pydeleted file mode 100644index 58f8ef7..0000000--- a/hyperextract/templates/legacy/zh/tcm/meridian_flow_graph.py+++ /dev/null@@ -1,179 +0,0 @@-"""经络流注图 - 提取十二经脉的循行路线及经气流注次序。--适用于经络理论教学。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class MeridianNode(BaseModel):- """经脉节点"""-- name: str = Field(description="经脉名称:如手太阴肺经、手阳明大肠经等")- category: str = Field(description="经脉类别:阴经、阳经")- associatedOrgan: str = Field(description="关联脏腑", default="")- circulationPath: str = Field(description="循行路线", default="")---class MeridianFlowRelation(BaseModel):- """经络流注关系边"""-- source: str = Field(description="源经脉名称")- target: str = Field(description="目标经脉名称")- relationType: str = Field(description="关系类型:流注")- flowOrder: int = Field(description="流注次序")- connectionPoint: str = Field(description="连接部位", default="")---_PROMPT = """## 角色与任务-你是一位专业的经络学专家,请从文本中提取十二经脉的循行路线及经气流注次序。--## 核心概念定义-- **节点 (Node)**:经脉实体-- **边 (Edge)**:经脉之间的流注关系--## 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-- 经脉:十二经脉,如手太阴肺经、手阳明大肠经-- 经脉类别:阴经、阳经--## 经络文献:-{source_text}-"""--_NODE_PROMPT = """## 角色与任务-请从文本中提取经脉实体作为节点。--## 核心概念定义-- **节点 (Node)**:经脉实体--## 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-- 经脉:十二经脉-- 经脉类别:阴经、阳经--## 经络文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-请从已知经脉列表中提取经脉之间的流注关系。--## 核心概念定义-- **边 (Edge)**:经脉之间的流注关系--## 提取规则-### 核心约束-1. 仅从已知经脉列表中提取边,不要创建未列出的经脉-2. 关系描述应与原文保持一致--## 已知经脉节点列表:-{known_nodes}--## 经络文献:-{source_text}-"""---class MeridianFlowGraph(AutoGraph[MeridianNode, MeridianFlowRelation]):- """- 适用文档: 黄帝内经、经络学教材、针灸学教材等-- 功能介绍:- 提取十二经脉的循行路线及经气流注次序,适用于经络理论教学。-- Example:- >>> template = MeridianFlowGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("手太阴肺经起于中焦,下络大肠...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化经络流注图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=MeridianNode,- edge_schema=MeridianFlowRelation,- 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,- 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,- ):- """- 展示经络流注图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: MeridianNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: MeridianFlowRelation) -> str:- return f"流注 #{edge.flowOrder}"-- 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/legacy/zh/tcm/prescription_modification.py b/hyperextract/templates/legacy/zh/tcm/prescription_modification.pydeleted file mode 100644index e64a8ee..0000000--- a/hyperextract/templates/legacy/zh/tcm/prescription_modification.py+++ /dev/null@@ -1,201 +0,0 @@-"""处方加减逻辑 - 提取基于特定证型或症状对基础方剂进行的药物加减(如"随证加减")。--适用于临证用药规律分析、临床处方加减逻辑提取。--设计原则:-- 节点(PrescriptionNode):存储方剂、药物、证型、症状等实体-- 超边(ModificationHyperedge):存储完整的加减关系,包含基础方、加减条件、加减药物-"""--from typing import Any, List-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoHypergraph---class PrescriptionNode(BaseModel):- """处方加减实体节点"""-- name: str = Field(description="实体名称")- category: str = Field(description="实体类型:基础方、药物、证型、症状")---class ModificationHyperedge(BaseModel):- """处方加减超边 - 存储完整的加减关系"""-- baseFormula: str = Field(description="基础方剂名称")- condition: str = Field(description="加减条件(证型或症状)")- modificationType: str = Field(description="加减类型:加、减、替换")- herbs: List[str] = Field(description="加减药物列表")- reason: str = Field(description="加减原因", default="")- dosage: str = Field(description="调整后的剂量", default="")---_NODE_PROMPT = """## 角色与任务-你是一位专业的中医方剂专家,请从文本中提取处方加减相关的实体作为节点。--## 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-- 基础方:方剂名称,如桂枝汤、麻黄汤、小柴胡汤-- 药物:中药名称,如葛根、厚朴、杏仁、附子-- 证型/症状:临床表现,如项背强几几、喘、腹满痛--## 处方文献:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的中医方剂专家,请从已知实体列表中提取处方加减逻辑作为超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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--### 领域特定规则-- 加减类型:加、减、替换(通过 modificationType 字段区分)--## 已知实体列表:-{known_nodes}--## 处方文献:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的中医方剂专家,请从文本中提取处方加减的实体和超边结构。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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-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-- 基础方:方剂名称,如桂枝汤、麻黄汤、小柴胡汤-- 药物:中药名称,如葛根、厚朴、杏仁、附子-- 证型/症状:临床表现,如项背强几几、喘、腹满痛-- 加减类型:加、减、替换--## 处方文献:-{source_text}-"""---class PrescriptionModification(AutoHypergraph[PrescriptionNode, ModificationHyperedge]):- """- 适用文档: 中医方剂学著作、临床医案、伤寒论、金匮要略-- 功能介绍:- 从中医文本中提取基于特定证型或症状对基础方剂进行的药物加减逻辑,- 如"随证加减"等临证用药规律。-- Example:- >>> template = PrescriptionModification(llm_client=llm, embedder=embedder)- >>> template.feed_text("若兼喘者,加厚朴二两、杏仁五十枚。")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化处方加减逻辑模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """-- def nodes_in_edge_extractor(edge: ModificationHyperedge) -> set:- nodes = set()- if edge.baseFormula:- nodes.add(edge.baseFormula)- for herb in edge.herbs:- if herb:- nodes.add(herb)- return nodes-- super().__init__(- node_schema=PrescriptionNode,- edge_schema=ModificationHyperedge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.baseFormula}|{x.condition}",- nodes_in_edge_extractor=nodes_in_edge_extractor,- 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,- ):- """- 展示处方加减逻辑图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: PrescriptionNode) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: ModificationHyperedge) -> str:- return f"{edge.baseFormula} | {edge.condition}"-- 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/legacy/zh/tcm/processing_method.py b/hyperextract/templates/legacy/zh/tcm/processing_method.pydeleted file mode 100644index ca512d6..0000000--- a/hyperextract/templates/legacy/zh/tcm/processing_method.py+++ /dev/null@@ -1,113 +0,0 @@-"""炮制方法列表 - 提取药物的不同炮制方法(如蜜炙、酒炒)及其对药效的影响。--适用于中药炮制规范、饮片管理。-"""--from typing import Any-from pydantic import BaseModel, Field-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoList---class ProcessingMethodItem(BaseModel):- """炮制方法条目"""- herbName: str = Field(description="药物名称")- methodName: str = Field(description="炮制方法名称:如蜜炙、酒炒、醋制、盐制等")- process: str = Field(description="具体炮制工艺流程")- effectChange: str = Field(description="炮制对药效的影响")- application: str = Field(description="适用病症或方剂")---_PROMPT = """## 角色与任务-你是一位专业的中药炮制专家,请从文本中提取药物的不同炮制方法及其对药效的影响。--## 核心概念定义-- **条目 (Item)**:从文本中提取的重复模式实例,如炮制方法条目--## 提取规则-### 核心约束-1. 识别文本中提到的所有药物及其炮制方法-2. 提取每种炮制方法的名称-3. 提取每种炮制方法的具体工艺流程-4. 提取炮制对药效的影响--### 领域特定规则-- 常用炮制方法:蜜炙、酒炒、醋制、盐制、炒、煅等--## 药物炮制文献:-{source_text}-"""---class ProcessingMethod(AutoList[ProcessingMethodItem]):- """- 适用文档: 中药炮制规范、饮片管理手册、本草典籍等-- 功能介绍:- 提取药物的不同炮制方法(如蜜炙、酒炒)及其对药效的影响,适用于中药炮制规范、饮片管理。-- Example:- >>> template = ProcessingMethod(llm_client=llm, embedder=embedder)- >>> template.feed_text("甘草:蜜炙甘草,取净甘草片,加入炼蜜拌匀...")- >>> for item in template.data:- >>> print(item.methodName)- >>> print(item.effectChange)- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化炮制方法列表模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=ProcessingMethodItem,- 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,- ):- """- 展示炮制方法列表。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def label_extractor(item: ProcessingMethodItem) -> str:- return f"{item.herbName} - {item.methodName}"-- 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/legacy/zh/tcm/pulse_tongue_record.py b/hyperextract/templates/legacy/zh/tcm/pulse_tongue_record.pydeleted file mode 100644index 185ed99..0000000--- a/hyperextract/templates/legacy/zh/tcm/pulse_tongue_record.py+++ /dev/null@@ -1,115 +0,0 @@-"""舌脉特征提取 - 结构化提取舌象(质、苔)与脉象描述,用于统计分析。--适用于中医诊断客观化研究。-"""--from typing import Any-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoList--class PulseTongueItem(BaseModel):- """舌脉特征项"""- type: str = Field(description="特征类型:舌象、脉象")- subType: str = Field(description="子类型:如舌质、舌苔、脉位、脉率、脉势等")- feature: str = Field(description="具体特征描述,如淡红、薄白、浮、沉、迟、数等")- description: str = Field(description="详细描述", default="")- clinicalSignificance: str = Field(description="临床意义", default="")- source: str = Field(description="来源,如医案名称、章节等", default="")--_PROMPT = """## 角色与任务-你是一位专业的中医诊断专家,请从文本中提取舌象和脉象的特征信息。--## 核心概念定义-- **条目 (Item)**:从文本中提取的重复模式实例,如舌象特征或脉象特征--## 提取规则-### 核心约束-1. 提取所有舌象特征,包括舌质(颜色、形态)、舌苔(颜色、厚薄、干湿等)-2. 提取所有脉象特征,包括脉位(浮、沉)、脉率(迟、数)、脉势(有力、无力)等-3. 为每个特征指定类型和子类型-4. 保持特征描述与原文一致--### 领域特定规则-- 舌象描述解析:文言舌象常采用连写表述(如"舌淡红苔薄白"→拆分为舌质淡红、舌苔薄白)-- 脉象术语理解:文言脉象术语需准确识别(如"浮紧脉"→浮脉、紧脉)-- 复合特征拆分:文言中常将多个特征合并描述,需分别提取到对应字段--## 诊断记录:-{source_text}-"""--# ==============================================================================-# 3. 模板类-# ==============================================================================--class PulseTongueRecord(AutoList[PulseTongueItem]):- """- 适用文档: 中医医案、诊断记录-- 功能介绍:- 从中医文本中结构化提取舌象(质、苔)与脉象描述,用于统计分析和中医诊断客观化研究。-- Example:- >>> template = PulseTongueRecord(llm_client=llm, embedder=embedder)- >>> template.feed_text("...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化舌脉特征提取模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- item_schema=PulseTongueItem,- llm_client=llm_client,- embedder=embedder,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_for_search: int = 3,- top_k_for_chat: int = 3,- ):- """- 展示舌脉特征记录。-- Args:- top_k_for_search: 语义检索返回的条目数量,默认为 3- top_k_for_chat: 问答使用的条目数量,默认为 3- """- def item_label_extractor(item: PulseTongueItem) -> str:- return f"{item.type} - {item.subType}"-- 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/legacy/zh/tcm/syndrome_reasoning_graph.py b/hyperextract/templates/legacy/zh/tcm/syndrome_reasoning_graph.pydeleted file mode 100644index f80501f..0000000--- a/hyperextract/templates/legacy/zh/tcm/syndrome_reasoning_graph.py+++ /dev/null@@ -1,193 +0,0 @@-"""辨证论治逻辑图 - 建模 {症状群} -> 证型 -> 治则 -> {处方} 的完整推理链条。--适用于医案数据挖掘、名老中医经验传承。-"""--from typing import Any, List-from langchain_core.language_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from pydantic import BaseModel, Field-from hyperextract.types import AutoHypergraph---class TCMEntity(BaseModel):- """中医实体节点"""-- name: str = Field(description="实体名称,如症状、证型、治则、药物等")- category: str = Field(description="实体类型:症状、证型、治则、药物")- description: str = Field(description="简要描述", default="")---class SyndromeReasoningEdge(BaseModel):- """辨证论治逻辑边"""-- nodes: List[str] = Field(- description="参与推理的节点列表:[症状1, 症状2, ..., 证型, 治则, 药物1, 药物2, ...]"- )- reasoningType: str = Field(description="推理类型:辨证论治、随证加减")- reasoningProcess: str = Field(description="推理过程描述", default="")- source: str = Field(description="推理来源,如医案名称、章节等", default="")---_NODE_PROMPT = """## 角色与任务-你是一位专业的中医辨证论治专家,请从文本中提取中医实体作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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-- 症状:临床表现,如发热、汗出、恶风-- 证型:疾病分类,如太阳中风、太阳伤寒-- 治则:治疗原则,如解肌发表、调和营卫-- 药物:中药名称,如桂枝、麻黄、杏仁--## 中医医案:-{source_text}-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的中医辨证论治专家,请从已知实体列表中提取辨证论治的推理逻辑作为超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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--### 领域特定规则-- 推理类型:辨证论治、随证加减-- 推理链条:症状群 → 证型 → 治则 → 处方--## 已知实体列表:-{known_nodes}--## 中医医案:-{source_text}-"""--_PROMPT = """## 角色与任务-你是一位专业的中医辨证论治专家,请从文本中提取中医实体和辨证论治推理逻辑作为超边。--## 核心概念定义-- **节点 (Node)**:从文档中提取的实体-- **边 (Edge)**:连接多个节点,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-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-- 症状:临床表现,如发热、汗出、恶风-- 证型:疾病分类,如太阳中风、太阳伤寒-- 治则:治疗原则,如解肌发表、调和营卫-- 药物:中药名称,如桂枝、麻黄、杏仁-- 推理类型:辨证论治、随证加减-- 推理链条:症状群 → 证型 → 治则 → 处方--## 中医医案:-{source_text}-"""---class SyndromeReasoningGraph(AutoHypergraph[TCMEntity, SyndromeReasoningEdge]):- """- 适用文档: 中医医案、名医临床实录-- 功能介绍:- 从中医医案中提取辨证论治的完整推理链条,建模 {症状群} -> 证型 -> 治则 -> {处方} 的逻辑关系,- 支持复杂的多实体关联关系。-- Example:- >>> template = SyndromeReasoningGraph(llm_client=llm, embedder=embedder)- >>> template.feed_text("...")- >>> template.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 512,- chunk_overlap: int = 64,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化辨证论治逻辑图模板。-- Args:- llm_client: LLM 客户端,用于知识提取- embedder: 嵌入模型,用于语义检索- extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)- 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"- chunk_size: 每个分块的最大字符数,默认为 512(中医文本信息量大,需较小分块)- chunk_overlap: 分块之间的重叠字符数,默认为 64- max_workers: 最大工作线程数,默认为 10- verbose: 是否输出详细日志,默认为 False- **kwargs: 其他技术参数,传递给基类- """- super().__init__(- node_schema=TCMEntity,- edge_schema=SyndromeReasoningEdge,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: f"{x.reasoningType}|{'-'.join(x.nodes)}",- nodes_in_edge_extractor=lambda x: x.nodes,- 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,- ):- """- 展示辨证论治逻辑图。-- Args:- top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3- top_k_edges_for_search: 语义检索返回的边数量,默认为 3- top_k_nodes_for_chat: 问答使用的节点数量,默认为 3- top_k_edges_for_chat: 问答使用的边数量,默认为 3- """-- def node_label_extractor(node: TCMEntity) -> str:- return f"{node.name} ({node.category})"-- def edge_label_extractor(edge: SyndromeReasoningEdge) -> str:- return edge.reasoningType-- 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/presets/tcm/formula_composition.yaml b/hyperextract/templates/presets/tcm/formula_composition.yamlindex 5fc3a4d..5bb4272 100644--- a/hyperextract/templates/presets/tcm/formula_composition.yaml+++ b/hyperextract/templates/presets/tcm/formula_composition.yaml@@ -37,39 +37,51 @@ output:required: falserelations:description:- zh: '方剂中药材的角色和配伍关系'- en: 'Herb roles and compatibility in formulas'+ zh: '方剂组成和配伍关系'+ en: 'Formula composition and compatibility'fields:- - name: formula+ - name: formula_nametype: strdescription:zh: '方剂名称'en: 'Formula name'required: true- - name: herb- type: str+ - name: sovereigns+ type: listdescription:- zh: '药材名称'- en: 'Herb name'+ zh: '君药列表 - 主治主症的药物'+ en: 'Sovereign herbs - herbs addressing the main condition'required: true- - name: role- type: str+ - name: ministers+ type: listdescription:- zh: '药材角色:君/臣/佐/使'- en: 'Herb role: sovereign/minister/assistant/envoy'+ zh: '臣药列表 - 辅助君药的药物'+ en: 'Minister herbs - herbs supporting the sovereign'required: true- - name: dosage+ - name: assistants+ type: list+ description:+ zh: '佐药列表 - 配合治疗或减轻副作用的药物'+ en: 'Assistant herbs - herbs for synergy or reducing side effects'+ required: false+ - name: envoys+ type: list+ description:+ zh: '使药列表 - 引药入经或调和诸药的药物'+ en: 'Envoy herbs - herbs guiding the formula or harmonizing'+ required: false+ - name: total_dosagetype: strdescription:- zh: '剂量'- en: 'Dosage'+ zh: '方剂总剂量'+ en: 'Total formula dosage'required: false- - name: type+ - name: indicationstype: strdescription:- zh: '关系类型:contains/antagonizes'- en: 'Relation type: contains/antagonizes'- required: true+ zh: '主治功效'+ en: 'Therapeutic indications'+ required: falseguideline:target:@@ -86,19 +98,29 @@ guideline:- 'Role classification should follow TCM formula theory'rules_for_relations:zh:- - 'type为contains表示药材属于某方剂'- - 'type为antagonizes表示相恶相反的配伍禁忌'- - 'role字段应准确标注君臣佐使角色'+ - '每个方剂作为一个完整的超边,提取方剂名称作为formula_name'+ - '将药材按君臣佐使角色分别填入对应的列表字段'+ - '君药:主治主症的核心药物,必填且通常只有1味'+ - '臣药:辅助君药的药物,至少1味'+ - '佐药:配合治疗或减轻副作用的药物,可选'+ - '使药:引药入经或调和诸药的药物,可选'+ - '若方剂仅标注君臣药,应将对应列表置空而非删除字段'+ - '提取总剂量和主治功效以完善方剂信息'en:- - 'type contains indicates herb belongs to a formula'- - 'type antagonizes indicates incompatible compatibility'- - 'Role field should accurately indicate sovereign/minister/assistant/envoy role'+ - 'Extract each formula as a complete hyperedge with formula_name'+ - 'Partition herbs into corresponding lists by sovereign/minister/assistant/envoy roles'+ - 'Sovereign: Core herbs addressing the main condition, required, usually 1 herb'+ - 'Minister: Supporting herbs for the sovereign, at least 1 required'+ - 'Assistant: Herbs for synergy or reducing side effects, optional'+ - 'Envoy: Herbs guiding the formula or harmonizing, optional'+ - 'If a formula only specifies sovereign and minister herbs, leave corresponding lists empty rather than deleting fields'+ - 'Extract total dosage and therapeutic indications to complete formula information'identifiers:entity_id: name- relation_id: '{formula}|{type}|{herb}'- relation_members: herb+ relation_id: '{formula_name}'+ relation_members: [sovereigns, ministers, assistants, envoys]display:entity_label: '{name}'- relation_label: '{role}'+ relation_label: '{formula_name}'diff --git a/hyperextract/templates/presets/tcm/syndrome_reasoning.yaml b/hyperextract/templates/presets/tcm/syndrome_reasoning.yamlindex f6a23db..c3a7b6a 100644--- a/hyperextract/templates/presets/tcm/syndrome_reasoning.yaml+++ b/hyperextract/templates/presets/tcm/syndrome_reasoning.yaml@@ -5,102 +5,129 @@ type: hypergraphtags: [tcm, syndrome, diagnosis, reasoning]description:- zh: '证候推理图模板 - 从医案和临床经验中提取症状、证候和治法的推理关系'- en: 'Syndrome Reasoning Graph Template - Extract symptom-syndrome-treatment reasoning relationships from medical cases and clinical experience'+ zh: '证候推理图模板 - 从医案和临床经验中提取完整的辨证论治推理链条,建模 {症状群} → {证候} → {治法} → {方剂} 的多元关系。'+ en: 'Syndrome Reasoning Graph Template - Extract complete TCM reasoning chains from medical cases, modeling {symptom cluster} → {syndrome} → {treatment} → {formula} multi-entity relations.'output:description:- zh: '症状到证候到治法的推理链条'- en: 'Reasoning chain from symptoms to syndrome to treatment'+ zh: '完整的辨证论治推理链条,包含症状、证候、治法和方剂节点,以及它们之间的推理关系。'+ en: 'Complete TCM reasoning chain with symptom, syndrome, treatment, and formula nodes, along with their reasoning relationships.'entities:description:- zh: '症状、证候和治法要素'- en: 'Symptom, syndrome, and treatment elements'+ zh: '医案中可识别的中医要素节点,包括症状、证候、治法、方剂等基本语义单元。'+ en: 'TCM elements identifiable in medical cases, including symptoms, syndromes, treatments, formulas, and other basic semantic units.'fields:- name: nametype: strdescription:- zh: '要素名称'- en: 'Element name'+ zh: '要素名称,使用文本中最明确、最稳定的称呼。'+ en: 'Element name, using the most explicit and stable designation in the text.'required: true- name: typetype: strdescription:- zh: '要素类型:症状/证候/治法/方剂'- en: 'Element type: symptom/syndrome/treatment/formula'+ zh: '要素类型:症状/证候/治法/方剂。'+ en: 'Element type: symptom/syndrome/treatment/formula.'required: true- name: descriptiontype: strdescription:- zh: '说明'- en: 'Description'+ zh: '对该要素的简要说明或补充描述。'+ en: 'Brief description or supplementary information about the element.'required: falserelations:description:- zh: '症状、证候、治法之间的推理关系'- en: 'Reasoning relationships between symptoms, syndromes, and treatments'+ zh: '辨证论治推理超边,将症状、证候、治法、方剂等不同语义角色的实体分组组织。'+ en: 'Syndrome differentiation reasoning hyperedges, organizing entities of different semantic roles such as symptoms, syndromes, treatments, and formulas.'fields:- - name: symptom+ - name: reasoning_chain_name+ type: str+ description:+ zh: '该推理链的名称或标题,用于唯一标识这条多元推理关系。'+ en: 'Name or title of this reasoning chain, used to uniquely identify this multi-entity relation.'+ required: true+ - name: reasoning_type+ type: str+ description:+ zh: '推理类型:辨证论治(根据证候确定治法)/ 随证加减(根据症状变化调整处方)。'+ en: 'Reasoning type: syndrome differentiation (determining treatment based on syndrome) / treatment adjustment (modifying formula based on symptom changes).'+ required: true+ - name: symptomstype: listdescription:- zh: '症状表现'- en: 'Symptom manifestations'- required: false+ zh: '参与该推理的症状实体名称列表,如发热、汗出、恶风、脉浮等。'+ en: 'List of symptom entity names participating in this reasoning, such as fever, sweating, aversion to wind, floating pulse, etc.'+ required: true- name: syndrome- type: str+ type: listdescription:- zh: '证候类型'- en: 'Syndrome type'+ zh: '推导出的证候类型列表,如太阳中风、太阳伤寒、少阳病等。'+ en: 'List of derived syndrome types, such as Taiyang wind-strike, Taiyang cold-damage, Shaoyang disease, etc.'required: true- name: principle- type: str+ type: listdescription:- zh: '治法原则'- en: 'Treatment principle'+ zh: '针对该证候的治疗原则列表,如解肌发表、调和营卫、和解少阳等。'+ en: 'List of treatment principles, such as releasing the muscles, harmonizing the Ying, reconciling Shaoyang, etc.'required: true- name: formula- type: str+ type: listdescription:- zh: '推荐方剂'- en: 'Recommended formula'+ zh: '推荐的方剂名称列表,如桂枝汤、麻黄汤、小柴胡汤等。'+ en: 'List of recommended formula names, such as Guizhi Tang, Mahuang Tang, Xiao Chaihu Tang, etc.'required: false- - name: type+ - name: descriptiontype: strdescription:- zh: '关系类型:leads_to/treated_by'- en: 'Relation type: leads_to/treated_by'- required: true+ zh: '对该推理链的补充说明,如推理过程、病机分析等。'+ en: 'Supplementary description of this reasoning chain, such as reasoning process or pathogenesis analysis.'+ required: falseguideline:target:- zh: '你是一位专业的中医临床专家,负责从医案和临床经验中准确提取证候推理关系。'- en: 'You are a professional TCM clinical expert responsible for accurately extracting syndrome reasoning relationships from medical cases and clinical experience.'+ zh: '你是一位专业的中医临床专家,负责从医案和临床经验中准确提取辨证论治的推理关系。'+ en: 'You are a professional TCM clinical expert responsible for accurately extracting syndrome differentiation reasoning relationships from medical cases and clinical experience.'rules_for_entities:zh:- - '提取症状表现作为实体'- - '提取证候类型作为实体'- - '提取治法原则作为实体'- - '提取推荐方剂作为实体'+ - '提取可识别的症状表现作为实体节点,如发热、汗出、恶风、脉浮等'+ - '提取证候类型作为实体节点,如太阳中风、太阳伤寒、少阳病等'+ - '提取治法原则作为实体节点,如解肌发表、调和营卫、和解少阳等'+ - '提取方剂名称作为实体节点,如桂枝汤、麻黄汤、小柴胡汤等'+ - '同一要素在全文中保持命名一致'+ - '不要提取纯泛称或无独立指代意义的词语'en:- - 'Extract symptom manifestations as entities'- - 'Extract syndrome types as entities'- - 'Extract treatment principles as entities'- - 'Extract recommended formulas as entities'+ - 'Extract identifiable symptom manifestations as entity nodes, such as fever, sweating, aversion to wind, floating pulse, etc.'+ - 'Extract syndrome types as entity nodes, such as Taiyang wind-strike, Taiyang cold-damage, Shaoyang disease, etc.'+ - 'Extract treatment principles as entity nodes, such as releasing the muscles, harmonizing the Ying, reconciling Shaoyang, etc.'+ - 'Extract formula names as entity nodes, such as Guizhi Tang, Mahuang Tang, Xiao Chaihu Tang, etc.'+ - 'Maintain consistent naming for the same element throughout the text'+ - 'Do not extract generic terms or phrases without independent referential meaning'rules_for_relations:zh:- - 'type为leads_to表示从症状到证候的推导'- - 'type为treated_by表示从证候到治法的对应'- - 'symptom字段应包含所有相关的症状'+ - '每个完整的辨证论治推理链条作为一个超边'+ - '将症状填入 symptoms 列表'+ - '将证候填入 syndrome 列表'+ - '将治法填入 principle 列表'+ - '将方剂填入 formula 列表(可选)'+ - '避免重复超边;若相同实体多次以相同方式参与同一推理,应合并为一条记录'+ - '完整的推理链条:症状群(symptoms)→ 证候(syndrome)→ 治法(principle)→ 方剂(formula)'en:- - 'type leads_to indicates derivation from symptoms to syndrome'- - 'type treated_by indicates correspondence from syndrome to treatment'- - 'Symptom field should include all related symptoms'+ - 'Extract each complete syndrome differentiation reasoning chain as a hyperedge'+ - 'Fill symptoms into the symptoms list'+ - 'Fill syndrome into the syndrome list'+ - 'Fill treatment principles into the principle list'+ - 'Fill formula into the formula list (optional)'+ - 'Avoid duplicate hyperedges; if the same entities repeatedly participate in the same reasoning in the same way, merge them into one record'+ - 'Complete reasoning chain: symptom cluster (symptoms) → syndrome → treatment (principle) → formula'identifiers:entity_id: name- relation_id: '{syndrome}|{type}|{principle}'- relation_members: symptom+ relation_id: '{reasoning_chain_name}|{reasoning_type}'+ relation_members: [symptoms, syndrome, principle, formula]++options:+ extraction_mode: two_stagedisplay:- entity_label: '{name}'- relation_label: '{type}'+ entity_label: '{name} ({type})'+ relation_label: '{reasoning_chain_name}'diff --git "a/hyperextract/templates/\347\237\245\350\257\206\346\250\241\346\235\277\350\256\276\350\256\241\346\214\207\345\215\227.md" "b/hyperextract/templates/\347\237\245\350\257\206\346\250\241\346\235\277\350\256\276\350\256\241\346\214\207\345\215\227.md"deleted file mode 100644index c492a3a..0000000--- "a/hyperextract/templates/\347\237\245\350\257\206\346\250\241\346\235\277\350\256\276\350\256\241\346\214\207\345\215\227.md"+++ /dev/null@@ -1,839 +0,0 @@-# 知识模板设计指南--本文档为 Hyper-Extract 知识模板的 YAML 配置提供系统化的设计指导,帮助开发者创建高质量、可维护的模板配置。--***--## 目录--1. [概述](#1-概述)-2. [快速入门](#2-快速入门)-3. [配置字段详解](#3-配置字段详解)-4. [多语言配置指南](#4-多语言配置指南)-5. [AutoType 类型指南](#5-autotype-类型指南)-6. [最佳实践](#6-最佳实践)-7. [常见模式参考](#7-常见模式参考)--***--## 1. 概述--### 1.1 什么是知识模板--知识模板是 Hyper-Extract 系统中用于定义结构化信息提取规则的配置文件。通过声明式的 YAML 格式,开发者可以定义:--- **数据结构**:提取结果的输出定义-- **提取逻辑**:LLM 应该从文本中提取什么-- **标识规则**:如何唯一识别实体和关系-- **展示方式**:结果如何呈现给用户--### 1.2 YAML 格式简介--YAML(YAML Ain't Markup Language)是一种人类可读的数据序列化格式,广泛用于配置文件。--**参考文档**:[YAML 官方文档](https://yaml.org/)--**基本特点**:--- 使用缩进表示层级关系-- 键值对使用 `key: value` 格式-- 数组使用 `-` 开头-- 多行文本使用 `|` 或 `>` 符号--### 1.3 模板系统架构--```-┌─────────────────────────────────────────────────────────────┐-│ YAML 配置文件 │-│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────────────┐ │-│ │language │ │ name │ │ type │ │ tags │ │-│ │ ... │ │ │ │ │ │ identifiers │ │-│ │ │ │ │ │ │ │ display │ │-│ └─────────┘ └─────────┘ └─────────┘ └─────────────────┘ │-└─────────────────────────────────────────────────────────────┘- │- ▼-┌─────────────────────────────────────────────────────────────┐-│ TemplateFactory │-│ (将 YAML 配置转换为运行时模板) │-└─────────────────────────────────────────────────────────────┘- │- ▼-┌─────────────────────────────────────────────────────────────┐-│ 提取结果 (结构化数据) │-│ Model / List / Set / Graph │-└─────────────────────────────────────────────────────────────┘-```--### 1.4 语言配置说明--**重要**:YAML 配置中的 `language` 字段用于指定默认语言。当设置为单语言(如 `zh`)时,描述字段可以直接书写,无需额外的语言键。--```yaml-# language: zh 时(单语言)-# 描述字段直接书写,不需要额外的 zh: 键-language: zh--name: EarningsCallSummary-type: model-tags: [finance]-description: '财报电话会议摘要 - 从财报电话会议记录中提取关键财务指标'--output:- description: '财报电话会议的结构化摘要'- fields:- - name: company_name- type: str- description: '公司名称'-```--**多语言情况**:当需要支持多语言时,才需要使用语言键格式:--```yaml-language: zh--description:- zh: "中文描述"- en: "English description"-```--### 1.5 支持的 AutoType 类型--| 类型 | YAML 值 | 说明 |-| ----------------------- | ----------------------- | --------- |-| AutoModel | `model` | 提取单个结构化对象 |-| AutoList | `list` | 提取对象列表 |-| AutoSet | `set` | 提取去重实体集合 |-| AutoGraph | `graph` | 简单二元关系图谱 |-| AutoHypergraph | `hypergraph` | 复杂多元关系图谱 |-| AutoTemporalGraph | `temporal_graph` | 时序图谱 |-| AutoSpatialGraph | `spatial_graph` | 空间图谱 |-| AutoSpatioTemporalGraph | `spatio_temporal_graph` | 时空图谱 |--***--## 2. 快速入门--### 2.1 最简配置 (AutoModel)--```yaml-language: zh--name: MyTemplate-type: model-tags: [general]-description: '模板简短描述'--output:- description: '输出结构描述'- fields:- - name: field_name- type: str- description: '字段描述'--guideline:- target: '你是一位专家,请从文本中提取信息。'- rules:- - '提取规则1'- - '提取规则2'--display:- label: 'field_name'-```--### 2.2 完整配置示例 (AutoGraph)--```yaml-language: zh--name: MyKnowledgeGraph-type: graph-tags: [domain_name]-description: '知识图谱描述'--output:- description: '知识图谱的数据结构定义'- entities:- description: '实体定义'- fields:- - name: name- type: str- description: '实体名称'- - name: category- type: str- description: '实体类别'- relations:- description: '关系定义'- fields:- - name: source- type: str- description: '源实体'- - name: target- type: str- description: '目标实体'- - name: relationType- type: str- description: '关系类型'--guideline:- target: '你是一位领域专家,请从文本中提取知识图谱关系。'- rules_for_entities:- - '实体提取规则'- rules_for_relations:- - '关系提取规则'--identifiers:- entity_id: 'name'- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: 'source'- target: 'target'--options:- extraction_mode: two_stage--display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'-```--***--## 3. 配置字段详解--### 3.1 通用必需字段--以下字段是所有模板都必须配置的:--| 字段 | 说明 | 示例 |-| ------------- | --------- | ------------------------------ |-| `language` | 语言代码 | `zh` |-| `name` | 模板类名,唯一标识 | `EarningsCallSummary` |-| `type` | 模板类型 | `model`, `graph`, `list` 等 |-| `tags` | 领域标签数组 | `[finance]`, `[medicine, tcm]` |-| `description` | 模板描述 | 简要说明模板用途 |--### 3.2 其他字段说明--以下字段的具体配置请参考各 AutoType 类型章节:--| 字段 | 说明 |-| -------------------------- | ------ |-| `output` | 输出定义 |-| `output.entities` | 实体定义 |-| `output.relations` | 关系定义 |-| `guideline` | 提取指南 |-| `identifiers` | 标识配置 |-| `options` | 运行时参数 |-| `display` | 展示配置 |--### 3.3 Output 配置说明--`output` 字段用于定义输出数据结构,根据 AutoType 类型有不同的配置方式:--#### 3.3.1 非图类型(model/list/set)--```yaml-output:- description: '输出结构描述'- fields:- - name: field_name- type: str- description: '字段描述'- required: true- default: ''-```--#### 3.3.2 图类型(graph/hypergraph等)--```yaml-output:- description: '输出结构描述'- entities:- description: '实体定义描述'- fields:- - name: name- type: str- description: '实体名称'- relations:- description: '关系定义描述'- fields:- - name: source- type: str- description: '源实体'-```--### 3.4 Options 配置说明--`options` 字段用于配置运行时参数,支持以下配置项:--#### 3.4.1 Merge Strategy 配置--合并策略用于定义当检测到重复实体时如何处理。有以下预定义策略可供选择:--| 策略 | YAML值 | 说明 |-| -------------------- | --------------------- | -------------- |-| MERGE\_FIELD | `merge_field` | 非空值覆盖,列表追加(默认) |-| KEEP\_INCOMING | `keep_incoming` | 最新数据胜出 |-| KEEP\_EXISTING | `keep_existing` | 保留首次数据 |-| LLM.BALANCED | `llm_balanced` | LLM智能平衡(默认) |-| LLM.PREFER\_INCOMING | `llm_prefer_incoming` | 偏向新数据 |-| LLM.PREFER\_EXISTING | `llm_prefer_existing` | 偏向旧数据 |--**不同 AutoType 的策略参数名**:--| AutoType | 参数名 | 示例 |-| ------------------------ | --------------------------------------------- | ------------------------------------------------------------------- |-| AutoModel | `merge_strategy` | `merge_strategy: llm_balanced` |-| AutoList | - | 无(列表类型不需要合并) |-| AutoSet | `merge_strategy` | `merge_strategy: keep_incoming` |-| AutoGraph/AutoHypergraph | `entity_merge_strategy` + `relation_merge_strategy` | `entity_merge_strategy: llm_balanced`<br>`relation_merge_strategy: merge_field` |-| AutoTemporalGraph | `entity_merge_strategy` + `relation_merge_strategy` | 同上 |-| AutoSpatialGraph | `entity_merge_strategy` + `relation_merge_strategy` | 同上 |-| AutoSpatioTemporalGraph | `entity_merge_strategy` + `relation_merge_strategy` | 同上 |--**示例配置**:--```yaml-# Model/Set 类型-options:- merge_strategy: llm_balanced--# Graph 类型-options:- entity_merge_strategy: llm_balanced- relation_merge_strategy: merge_field-```--#### 3.4.2 其他 Options 配置--| 参数 | 类型 | 默认值 | 说明 |-| ----------------- | ---- | ----------- | ------------------------------ |-| `extraction_mode` | str | `two_stage` | 提取模式:`one_stage` 或 `two_stage` |-| `chunk_size` | int | `2048` | 文本分块大小 |-| `chunk_overlap` | int | `256` | 分块重叠大小 |-| `max_workers` | int | `10` | 最大工作线程数 |-| `verbose` | bool | `false` | 是否输出详细信息 |--**时序图专用参数**:-\| `observation_time` | str | - | 观察时间点 |--**空间图专用参数**:-\| `observation_location` | str | - | 观察位置 |--### 3.5 Rules 字段格式说明--`guideline` 中的 `rules`、`rules_for_entities`、`rules_for_relations`、`rules_for_time`、`rules_for_location` 等字段使用 List 格式:--```yaml-rules:- - '提取规则1'- - '提取规则2'-```--解析时会自动转换为有序编号字符串:--```-1. 提取规则1-2. 提取规则2-```--**多语言情况**:--```yaml-rules:- zh:- - '中文规则1'- - '中文规则2'- en:- - 'English rule 1'- - 'English rule 2'-```--***--## 4. 多语言配置指南--### 4.1 单语言格式--当 `language` 设置为单一语言(如 `zh`)时,描述字段直接书写:--```yaml-language: zh-name: EarningsCallSummary-type: model-tags: [finance]--description: '财报电话会议摘要 - 从财报电话会议记录中提取关键财务指标'--output:- description: '财报电话会议的结构化摘要'- fields:- - name: company_name- type: str- description: '公司名称'-```--### 4.2 多语言格式--当需要支持多语言时,使用语言键格式:--```yaml-language: zh--name: EarningsCallSummary-type: model-tags: [finance]-description:- zh: '中文描述'- en: 'English description'--output:- description:- zh: '财报电话会议的结构化摘要'- en: 'Structured summary of earnings call'- fields:- - name: company_name- type: str- description:- zh: '公司名称'- en: 'Company name'-```--***--## 5. AutoType 类型指南--### 5.1 AutoType 类型概览表--| 类型 | 值 | Output | Identifiers | Guideline | Display |-| ----------------------- | ----------------------- | --------------------------- | --------------------------------- | ------------------------------------------------------------------------------------ | ------------------------- |-| AutoModel | `model` | `output` | - | target, rules | label |-| AutoList | `list` | `output` | - | target, rules | label |-| AutoSet | `set` | `output` | item\_id | target, rules | label |-| AutoGraph | `graph` | entities + relations | entity\_id, relation\_id, relation\_members | target, rules\_for\_entities, rules\_for\_relations | entity\_label + relation\_label |-| AutoHypergraph | `hypergraph` | entities + relations | entity\_id, relation\_id, relation\_members | target, rules\_for\_entities, rules\_for\_relations | entity\_label + relation\_label |-| AutoTemporalGraph | `temporal_graph` | entities + relations | + time\_field | target, rules\_for\_entities, rules\_for\_relations, rules\_for\_time | entity\_label + relation\_label |-| AutoSpatialGraph | `spatial_graph` | entities + relations | + location\_field | target, rules\_for\_entities, rules\_for\_relations, rules\_for\_location | entity\_label + relation\_label |-| AutoSpatioTemporalGraph | `spatio_temporal_graph` | entities + relations | + time\_field + location\_field | target, rules\_for\_entities, rules\_for\_relations, rules\_for\_time, rules\_for\_location | entity\_label + relation\_label |--### 5.2 AutoModel - 结构化模型--用于提取单个结构化对象,包含多个字段。--**output 定义**:--```yaml-output:- description: '输出结构描述'- fields:- - name: company_name- type: str- description: '公司名称'- required: true- default: ''- - name: revenue- type: str- description: '营收金额'- required: false- default: 'N/A'-```--**guideline 编写**:--```yaml-guideline:- target: '你是一位财务分析师,请从财报中提取关键信息。'- rules:- - '每个字段对应一个独立的信息项'- - '数据与原文保持一致'-```--**display 配置**:--```yaml-display:- label: '{company_name}'-```--**完整示例**:--```yaml-language: zh--name: EarningsCallSummary-type: model-tags: [finance]-description: '财报电话会议摘要 - 从财报电话会议记录中提取关键财务指标'--output:- description: '财报电话会议的结构化摘要'- fields:- - name: company_name- type: str- description: '公司名称'- - name: revenue- type: str- description: '营收金额'--guideline:- target: '你是一位财务分析师,请从财报中提取关键信息。'- rules:- - '每个字段对应一个独立的信息项'- - '数据与原文保持一致'--display:- label: '{company_name}'-```--### 5.3 AutoList - 列表--用于提取对象列表,每个对象结构相同。--**output 定义**:--```yaml-output:- description: '关键词列表'- fields:- - name: term- type: str- description: '关键词'- - name: frequency- type: int- description: '出现频次'-```--**display 配置**:--```yaml-display:- label: term-```--**完整示例**:--```yaml-language: zh--name: KeywordList-type: list-tags: [general]-description: '关键词列表 - 从文本中提取所有关键词'--output:- description: '关键词列表'- fields:- - name: term- type: str- description: '关键词'--guideline:- target: '你是一位关键词提取专家'- rules:- - '提取文本中的所有关键词'--display:- label: term-```--### 5.4 AutoSet - 集合--用于提取去重实体集合。--**output 定义**:同 AutoList--**identifiers 配置**:--```yaml-identifiers:- item_id: name-```--**完整示例**:--```yaml-language: zh--name: EntityRegistry-type: set-tags: [general]-description: '实体注册表 - 从文本中提取所有实体并去重'--output:- description: '实体注册表'- fields:- - name: name- type: str- description: '实体名称'- - name: category- type: str- description: '实体类型'--guideline:- target: '你是一位实体识别专家'- rules:- - '提取所有实体并去重'--identifiers:- item_id: name--display:- label: name-```--### 5.5 AutoGraph - 简单二元关系图谱--用于提取实体和它们之间的二元关系。--**output.entities 定义**:--```yaml-output:- entities:- description: '实体定义'- fields:- - name: name- type: str- description: '实体名称'- - name: category- type: str- description: '实体类别'-```--**output.relations 定义**:--```yaml-output:- relations:- description: '关系定义'- fields:- - name: source- type: str- description: '源实体'- - name: target- type: str- description: '目标实体'- - name: relationType- type: str- description: '关系类型'-```--**identifiers 配置**:--```yaml-identifiers:- entity_id: name- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: source- target: target-```--**guideline 编写**:--```yaml-guideline:- target: '你是一位知识图谱专家,请从文本中提取实体关系。'- rules_for_entities:- - '实体名称与原文保持一致'- - '每个实体必须有明确的类别'- rules_for_relations:- - 'source 和 target 都必须是已知节点'- - 'relationType 必须是预定义的关系类型'-```--**display 配置**:--```yaml-display:- entity_label: '{name} ({category})'- relation_label: '{relationType}'-```--### 5.6 AutoHypergraph - 复杂多元关系图谱--用于建模多个实体之间的复杂关联关系。--**与 AutoGraph 的区别**:--- AutoGraph 是**二元关系**:每条边连接两个节点-- AutoHypergraph 是**多元关系**:一条边可以连接任意数量的节点--**output.relations 定义**:--```yaml-output:- relations:- description: '关系定义'- fields:- - name: mechanism_name- type: str- description: '机制名称'- - name: participating_entities- type: list- description: '参与的实体列表'- - name: relationType- type: str- description: '关系类型'- - name: outcome- type: str- description: '结果'-```--**identifiers 配置**:--```yaml-identifiers:- entity_id: 'name'- relation_id: 'mechanism_name'- relation_members:- source: 'participating_entities'- target: 'outcome'-```--### 5.7 AutoTemporalGraph - 时序图谱--用于提取带有时间信息的实体关系。--**特有 identifiers 配置**:--```yaml-identifiers:- entity_id: 'name'- relation_id: '{source}|{relationType}|{target}'- relation_members:- source: 'source'- target: 'target'- time_field: 'fiscal_period'-```--**特有 guideline 编写**:--```yaml-guideline:- rules_for_time:- - '当前观察日期:{observation_time}'- - "'去年' → {observation_time} 的前一年"-```--**特有 options 配置**:--```yaml-options:- extraction_mode: 'two_stage'- observation_time: '2024-01-01'-```--### 5.8 AutoSpatialGraph - 空间图谱--用于提取带有位置信息的实体关系。--**特有 identifiers 配置**:--```yaml-identifiers:- location_field: 'location'-```--**特有 guideline 编写**:--```yaml-guideline:- rules_for_location:- - '当前观察位置:{observation_location}'- - "'这里' → {observation_location}"-```--**特有 options 配置**:--```yaml-options:- observation_location: '北京'-```--### 5.9 AutoSpatioTemporalGraph - 时空图谱--综合 AutoTemporalGraph 和 AutoSpatialGraph 的所有配置。--**同时包含**:--- `time_field` + `rules_for_time` + `observation_time`-- `location_field` + `rules_for_location` + `observation_location`--***--## 6. 最佳实践--### 6.1 命名规范--- **name**: 使用 snake\_case,如 `earnings_call_summary`-- **tags**: 使用小写,如 `[finance]`, `[medicine]`-- **字段名**: 使用 snake\_case,如 `company_name`, `fiscal_period`-- **关系类型**: 使用中文,如 `拥有`、`影响`--### 6.2 description 撰写--- 简洁明了,一句话说明模板用途-- 说明输入文本来源-- 说明提取目标--**示例**:--```yaml-description: '财报电话会议摘要 - 从财报电话会议记录中提取关键财务指标'-```--### 6.3 测试验证--创建模板后,建议:--1. 使用真实文本测试提取效果-2. 检查字段覆盖是否完整-3. 验证边节点关系是否正确-4. 确认时间/位置解析是否准确--***--## 7. 常见模式参考--| 模式 | AutoType | 示例文件 |-| ------ | ----------------- | ------------------------------------ |-| 财报摘要 | AutoModel | `earnings_call_summary.yaml` |-| 财务时序图谱 | AutoTemporalGraph | `financial_data_temporal_graph.yaml` |-| 病理超图 | AutoHypergraph | `pathology_hypergraph.yaml` |-| 关键词列表 | AutoList | `keyword_list.yaml` |-| 实体注册表 | AutoSet | `entity_registry.yaml` |-| 经络流注图 | AutoGraph | `meridian_flow_graph.yaml` |--***--## 附录--### A. AutoType 快速选择--```-需要提取单个对象 → AutoModel-需要提取列表 → AutoList-需要去重集合 → AutoSet-需要二元关系 → AutoGraph-需要多元关系 → AutoHypergraph-需要时间信息 → AutoTemporalGraph-需要位置信息 → AutoSpatialGraph-需要时间和位置 → AutoSpatioTemporalGraph-```--### B. 目录结构参考--```-hyperextract/templates/-├── presets/-│ ├── finance/ # 财经领域-│ ├── medicine/ # 医疗领域-│ ├── tcm/ # 中医领域-│ ├── law/ # 法律领域-│ ├── general/ # 通用领域-│ └── ...-├── PYTHON转YAML配置指南.md # 迁移指南-└── 知识模板设计指南.md # 本指南-```diff --git a/hyperextract/utils/logging.py b/hyperextract/utils/logging.pyindex d5c8e09..0bd5bfb 100644--- a/hyperextract/utils/logging.py+++ b/hyperextract/utils/logging.py@@ -95,7 +95,7 @@ def setup_logger(# Initialize with sensible defaults on module import.# This ensures users don't need explicit setup_logger() calls for basic usage.# Environment variables will be checked and applied automatically.-setup_logger(level="INFO")+setup_logger(level="DEBUG")# Export public API__all__ = ["logger", "setup_logger"]diff --git a/hyperextract/utils/template_engine/factory.py b/hyperextract/utils/template_engine/factory.pyindex 0d12c3b..3d96a56 100644--- a/hyperextract/utils/template_engine/factory.py+++ b/hyperextract/utils/template_engine/factory.py@@ -488,7 +488,12 @@ class TemplateFactory:template = cls.create_spatio_temporal_graph(template_cfg, llm_client, embedder, **kwargs)- template.metadata["template"] = source++ if source.endswith(".yaml"):+ template.metadata["template"] = Path(source).stem+ else:+ template.metadata["template"] = sourcetemplate.metadata["lang"] = languagetemplate.metadata["type"] = template_cfg.type+return templatediff --git a/tests/test_data/en/.gitkeep b/tests/test_data/en/.gitkeepnew file mode 100644index 0000000..e69de29diff --git a/tests/test_data/test_samples/legacy/agriculture/crop_technical_manual.md b/tests/test_data/test_samples/legacy/agriculture/crop_technical_manual.mddeleted file mode 100644index c36cd38..0000000--- a/tests/test_data/test_samples/legacy/agriculture/crop_technical_manual.md+++ /dev/null@@ -1,154 +0,0 @@-# 水稻全生育期技术管理手册--## 概述--本手册系统介绍水稻从播种到收获全生育期的关键技术管理措施,包括各生长阶段的农事操作、适宜的环境条件以及病虫害防治策略。适用于长江中下游地区中籼稻栽培。--## 水稻生育期划分--水稻全生育期一般分为五个主要阶段:播种期、幼苗期、分蘖期、孕穗抽穗期、灌浆成熟期。每个阶段对温度、水分、养分的需求各有特点,必须根据生育进程科学管理。--## 第一阶段:播种期--### 时间范围--长江中下游地区一般在4月上旬至4月中旬进行播种,日平均气温稳定通过10℃时即可播种。--### 农事操作--- **苗床准备**:选择背风向阳、排灌便利的田块作为秧田,每亩施有机肥1500公斤作基肥-- **种子处理**:播种前选晴天晒种1-2天,然后用25%咪鲜胺乳油2000倍液浸种消毒24小时-- **播种量**:每亩大田用种量1.5-2.0公斤,秧田播种量每亩25-30公斤-- **覆膜保温**:播种后覆盖薄膜或无纺布,保持苗床温度在25-30℃--### 环境要求--- **温度**:日平均气温10-12℃,最低不低于8℃-- **湿度**:保持苗床湿润,但不能积水-- **光照**:充足光照利于出苗整齐--## 第二阶段:幼苗期--### 时间范围--从出苗到3叶1心期,一般持续15-20天。--### 农事操作--- **揭膜炼苗**:当秧苗长到1叶1心时,于晴天上午揭膜炼苗-- **水分管理**:保持浅水层,以水保温、以水调温-- **追施苗肥**:2叶1心期每亩施尿素5-7公斤,促进分蘖早发-- **病虫害防治**:重点防治稻蓟马、灰飞虱,可用10%吡虫啉可湿性粉剂20克/亩喷雾--### 环境要求--- **温度**:适宜温度20-25℃,最低温度不低于12℃-- **湿度**:保持田面湿润或有浅水层-- **光照**:需要充足光照促进光合作用--## 第三阶段:分蘖期--### 时间范围--从4叶1心到幼穗分化开始,一般持续25-35天。--### 农事操作--- **移栽抛秧**:秧龄25-30天、叶龄4-5叶时进行移栽或抛秧-- **合理密植**:常规稻每亩1.8-2.0万穴,每穴2-3本苗;杂交稻每亩1.5-1.8万穴-- **水层管理**:浅水插秧,深水活棵,浅水勤灌促进分蘖-- **分蘖肥**:移栽后5-7天每亩施尿素10-15公斤,氯化钾5-8公斤-- **除草剂使用**:移栽后5-7天使用50%苄嘧磺隆可湿性粉剂20克/亩拌肥撒施--### 环境要求--- **温度**:适宜温度25-30℃,最高不超过35℃-- **湿度**:保持浅水层,田间湿度80-90%-- **光照**:充足光照利于分蘖早发--### 病虫害防治--本阶段主要病虫害包括:--| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |-|:---|:---|:---|:---|:---|:---|-| 稻飞虱 | 分蘖盛期 | 叶片发黄,植株矮化,虫体聚集基部吸食汁液 | 25%噻嗪酮可湿性粉剂 | 30-40克 | 14天 |-| 稻纵卷叶螟 | 分蘖期 | 叶片纵卷成管状,表皮被吃白 | 20%氯虫苯甲酰胺悬浮剂 | 10-15毫升 | 14天 |-| 纹枯病 | 分蘖末期 | 叶鞘出现云纹状病斑,逐渐向上扩展 | 5%井冈霉素水剂 | 150-200毫升 | 15天 |--## 第四阶段:孕穗抽穗期--### 时间范围--从幼穗分化到抽穗,一般持续30-35天。--### 农事操作--- **晒田控苗**:分蘖高峰后及时晒田,晒田程度以田间开裂、叶片挺立为宜-- **穗肥施用**:倒2叶露尖时每亩施尿素5-8公斤,氯化钾5-8公斤-- **水层管理**:幼穗分化期保持浅水层,抽穗期保持水层养胎-- **叶面喷肥**:抽穗前每亩用磷酸二氢钾100-150克兑水50公斤喷雾--### 环境要求--- **温度**:适宜温度28-32℃,昼夜温差大利于灌浆-- **湿度**:保持田间湿度85%左右-- **光照**:充足光照利于穗粒发育--### 病虫害防治--本阶段是病虫害防治的关键时期:--| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |-|:---|:---|:---|:---|:---|:---|-| 稻瘟病 | 孕穗末期至抽穗期 | 穗颈瘟造成白穗,节瘟造成枯死 | 75%三环唑可湿性粉剂 | 20-30克 | 21天 |-| 稻曲病 | 抽穗期 | 穗部形成墨绿色粉团 | 43%戊唑醇悬浮剂 | 15-20毫升 | 30天 |-| 二化螟 | 孕穗期 | 造成枯孕穗和白穗 | 10%阿维菌素悬浮剂 | 50-60毫升 | 14天 |-| 稻飞虱 | 抽穗期 | 后期暴发,植株倒伏 | 50%吡蚜酮可湿性粉剂 | 15-20克 | 14天 |--## 第五阶段:灌浆成熟期--### 时间范围--从抽穗扬花到成熟收获,一般持续30-40天。--### 农事操作--- **水分管理**:灌浆期保持湿润灌溉,收割前7-10天断水-- **叶面喷肥**:灌浆期可喷施0.2%磷酸二氢钾溶液,延长功能叶寿命-- **及时收获**:成熟度达到90%时及时收割,防止穗发芽--### 环境要求--- **温度**:适宜温度20-28℃,昼夜温差大利于物质积累-- **湿度**:保持湿润,避免干旱导致早衰-- **光照**:充足光照促进籽粒饱满--### 病虫害防治--| 病虫害名称 | 发生时期 | 典型症状 | 推荐药剂 | 亩用量 | 安全间隔期 |-|:---|:---|:---|:---|:---|:---|-| 稻飞虱 | 灌浆期 | 穗部变黑,籽粒不饱满 | 25%噻虫嗪水分散粒剂 | 8-12克 | 14天 |-| 穗腐病 | 灌浆期 | 穗部发黑,籽粒腐烂 | 50%多菌灵可湿性粉剂 | 100克 | 30天 |--## 主要病虫害综合防治策略--### 农业防治--- 选用抗病品种,如II优838、丰两优香1号-- 合理密植,改善田间通风透光条件-- 科学施肥,避免偏施氮肥,增施磷钾肥-- 及时清除田边杂草,减少病虫寄主--### 物理防治--- 使用频振式杀虫灯诱杀成虫,每30-50亩安装一盏-- 安装性诱捕器,每亩2-3个诱捕斜纹夜蛾等害虫--### 化学防治原则--1. **预防为主**:在病虫害发生初期及时用药-2. **对症下药**:根据病虫害种类选择对应药剂-3. **交替用药**:避免长期使用同一种药剂,延缓抗药性产生-4. **精准施药**:使用常量喷雾器时每亩用水量50-60公斤,确保喷雾均匀-5. **安全间隔期**:严格按照药剂安全间隔期用药,确保农产品质量安全diff --git a/tests/test_data/test_samples/legacy/agriculture/field_scouting_report.md b/tests/test_data/test_samples/legacy/agriculture/field_scouting_report.mddeleted file mode 100644index e47e8ec..0000000--- a/tests/test_data/test_samples/legacy/agriculture/field_scouting_report.md+++ /dev/null@@ -1,134 +0,0 @@-# 田间观测报告--## 基本信息--- **观测日期**:2025年6月15日-- **观测人**:张建国(农技员)-- **所属地块**:光明村一组-- **作物种类**:中籼稻(品种:II优838)-- **种植方式**:机插秧-------## 地块详情--### 地块编号:D-001--- **面积**:5.2亩-- **土壤类型**:潴育性水稻土-- **前茬作物**:冬小麦-- **当前生育期**:分蘖期(4叶1心至分蘖盛期)-- **基本苗数**:每亩8.5万株-- **当前苗数**:每亩18.2万株(已到预期有效穗数的70%)-- **叶龄**:6.2叶-- **生长状态**:中等偏上--### 观测结果--| 观测项目 | 具体情况 | 严重等级 | 建议措施 |-|:---|:---|:---|:---|-| 稻飞虱 | 田间发现少量稻飞虱(短翅型),每百丛有虫约15头 | 轻微 | 密切关注,继续监测 |-| 稻纵卷叶螟 | 田间有少量卷叶,危害率约3% | 轻微 | 暂不需要用药 |-| 纹枯病 | 未见明显病斑 | 无 | 继续保持监测 |-| 杂草 | 田边有少量稗草和千金子 | 轻微 | 人工拔除 |--### 综合评价--当前水稻生长正常,分蘖发生良好,已接近预期有效穗数。病虫害发生较轻,以预防为主。建议加强水肥管理,适时晒田控制无效分蘖。-------## 地块编号:D-002--- **面积**:3.8亩-- **土壤类型**:潴育性水稻土-- **前茬作物**:油菜-- **当前生育期**:分蘖期(分蘖盛期)-- **基本苗数**:每亩7.8万株-- **当前苗数**:每亩22.5万株(已超过预期有效穗数)-- **叶龄**:7.5叶-- **生长状态**:偏旺,存在旺长趋势--### 观测结果--| 观测项目 | 具体情况 | 严重等级 | 建议措施 |-|:---|:---|:---|:---|-| 稻飞虱 | 未发现稻飞虱 | 无 | 继续保持监测 |-| 稻纵卷叶螟 | 未见卷叶 | 无 | 继续保持监测 |-| 纹枯病 | 株高叶色 | 无 | - |-| 旺长 | 叶片偏长,颜色嫩绿,分蘖过旺 | 中等 | 及时晒田,控氮增钾 |--### 综合评价--该地块水稻生长偏旺,叶片颜色嫩绿,分蘖数已明显超过预期有效穗数。如果不及时控制,将导致无效分蘖增多,群体过大,后期容易倒伏且病虫害风险增加。建议立即进行晒田,并适当减少氮肥施用,增加钾肥用量。-------## 地块编号:D-003--- **面积**:4.5亩-- **土壤类型**:淹育型水稻土-- **前茬作物**:冬闲田-- **当前生育期**:分蘖期(分蘖末期,即将进入幼穗分化)-- **基本苗数**:每亩9.2万株-- **当前苗数**:每亩16.8万株-- **叶龄**:8.8叶-- **生长状态**:正常--### 观测结果--| 观测项目 | 具体情况 | 严重等级 | 建议措施 |-|:---|:---|:---|:---|-| 稻飞虱 | 每百丛有虫约8头,以白背飞虱为主 | 轻微 | 继续观察,5天后复查 |-| 稻纵卷叶螟 | 发现少量新卷叶,危害率约2% | 轻微 | 暂不需要用药 |-| 纹枯病 | 靠近田边处发现少量病斑,病株率约5% | 轻微 | 建议防治一次 |-| 细菌性条斑病 | 未见 | 无 | - |--### 综合评价--水稻生长正常,即将进入幼穗分化阶段。纹枯病在田边开始发生,需要及时防治。建议近期使用井冈霉素进行防治,同时准备晒田,控制无效分蘖,促进幼穗分化。-------## 地块编号:D-004--- **面积**:6.0亩-- **土壤类型**:潜育型水稻土(冷浸田)-- **前茬作物**:冬小麦-- **当前生育期**:分蘖期(分蘖盛期)-- **基本苗数**:每亩8.0万株-- **当前苗数**:每亩14.5万株-- **叶龄**:6.8叶-- **生长状态**:偏差--### 观测结果--| 观测项目 | 具体情况 | 严重等级 | 建议措施 |-|:---|:---|:---|:---|-| 稻飞虱 | 未发现 | 无 | - |-| 稻纵卷叶螟 | 未见 | 无 | - |-| 僵苗 | 部分植株叶片发黄,根系发黑,生长停滞 | 严重 | 立即排水晒田,增施锌肥 |-| 缺素 | 叶片有缺钾症状,叶尖发黄 | 中等 | 追施氯化钾5公斤/亩 |--### 综合评价--该地块为冷浸田,水温泥温较低,水稻生长明显偏弱,出现僵苗现象。部分田块排水不畅,导致根系生长不良。建议立即开沟排水,降低地下水位,增施锌肥和钾肥,促进秧苗恢复生长。-------## 总体病虫害发生趋势--根据本次巡田调查,当前水稻病虫害总体呈轻度发生态势。分蘖期主要病虫害以稻飞虱和稻纵卷叶螟为主,大部分田块发生较轻,少数田块需要密切关注。--### 需要重点关注的田块--1. **D-002**:生长偏旺,需及时晒田控苗-2. **D-003**:纹枯病开始发生,需及时防治-3. **D-004**:出现僵苗,需紧急处理--### 下一阶段管理建议--1. 及时晒田:D-001、D-002、D-003应在3天内开始晒田-2. 病虫害防治:重点关注D-003的纹枯病防治-3. 促弱转壮:D-004需加强水肥管理,促进恢复-4. 监测预警:密切关注稻飞虱和稻纵卷叶螟的发生动态diff --git a/tests/test_data/test_samples/legacy/agriculture/soil_analysis_report.md b/tests/test_data/test_samples/legacy/agriculture/soil_analysis_report.mddeleted file mode 100644index a849eab..0000000--- a/tests/test_data/test_samples/legacy/agriculture/soil_analysis_report.md+++ /dev/null@@ -1,190 +0,0 @@-# 土壤检测分析报告--## 检测基本信息--- **送检单位**:光明村农业合作社-- **采样人**:李明华(农技推广员)-- **采样日期**:2025年5月10日-- **检测日期**:2025年5月12日-- **检测机构**:县农业农村局土壤肥料工作站-- **地块编号**:光明村一组试验田-------## 地块基本情况--- **地块名称**:光明一组北畈-- **面积**:15.6亩-- **土壤类型**:潴育性水稻土-- **种植作物**:中籼稻(II优838)-- **前茬作物**:冬小麦-- **常年产量**:550公斤/亩-- **目标产量**:600公斤/亩-- **灌溉条件**:渠灌配套-- **排水条件**:基本良好-------## 土壤理化指标检测结果--### 常规养分指标--| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |-|:---|:---|:---|:---|:---|-| pH值 | 5.2 | 酸性 | 6.0-7.0 | 严重偏酸 |-| 有机质 | 18.5 g/kg | 中等 | 20 g/kg | 偏低 |-| 碱解氮 | 98 mg/kg | 中等 | 100 mg/kg | 临界缺乏 |-| 有效磷 | 12.3 mg/kg | 低 | 15 mg/kg | 缺乏 |-| 速效钾 | 85 mg/kg | 低 | 100 mg/kg | 缺乏 |--### 中量元素--| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |-|:---|:---|:---|:---|:---|-| 交换性钙 | 620 mg/kg | 适宜 | 500 mg/kg | 适宜 |-| 交换性镁 | 85 mg/kg | 偏低 | 100 mg/kg | 缺乏 |-| 有效硫 | 18.5 mg/kg | 适宜 | 16 mg/kg | 适宜 |--### 微量元素--| 检测项目 | 检测值 | 丰缺等级 | 临界值 | 评价 |-|:---|:---|:---|:---|:---|-| 有效铁 | 85.2 mg/kg | 丰富 | 20 mg/kg | 丰富 |-| 有效锰 | 12.3 mg/kg | 中等 | 15 mg/kg | 偏低 |-| 有效铜 | 1.8 mg/kg | 适宜 | 1.0 mg/kg | 适宜 |-| 有效锌 | 0.65 mg/kg | 低 | 1.0 mg/kg | 缺乏 |-| 有效硼 | 0.35 mg/kg | 低 | 0.5 mg/kg | 缺乏 |-------## 土壤物理性状--| 检测项目 | 检测值 | 评价 |-|:---|:---|:---|-| 质地 | 壤质粘土 | 偏粘 |-| 容重 | 1.35 g/cm³ | 偏紧实 |-| 田间持水量 | 28.5% | 适宜 |-| 耕层厚度 | 16 cm | 偏浅 |-------## 主要限制因子分析--### 第一限制因子:土壤酸化--当前土壤pH值为5.2,属于严重酸性土壤。酸性土壤会导致以下问题:--- 铝离子活性增强,抑制根系生长-- 磷元素被固定,有效性降低-- 微量元素有效性降低,尤其是锌、硼-- 有益微生物活性下降--### 第二限制因子:磷钾缺乏--有效磷含量仅12.3 mg/kg,速效钾含量仅85 mg/kg,均处于缺乏状态。水稻生长需要充足的磷钾营养,磷素促进根系发育和分蘖,钾素增强抗病抗逆能力并促进光合作用。--### 第三限制因子:微量元素失衡--有效锌含量0.65 mg/kg、有效硼含量0.35 mg/kg,均低于临界值。锌是水稻生长的必需微量元素,参与多种酶的合成;硼促进花粉发育和受精过程。--### 第四限制因子:有机质不足--有机质含量18.5 g/kg,处于偏低水平。有机质是土壤肥力的核心,能够改善土壤结构、提高保水保肥能力。-------## 改良方案--### 目标产量:600公斤/亩--### 施肥方案设计--#### 1. 酸化改良措施--| 改良措施 | 施用量 | 施用时间 | 预期效果 |-|:---|:---|:---|:---|-| 施用生石灰 | 50-75公斤/亩 | 翻耕前或收获后 | 调节pH至6.0-6.5 |-| 施用钙镁磷肥 | 30-40公斤/亩 | 底肥 | 补磷调酸,双重效果 |-| 增施有机肥 | 1500-2000公斤/亩 | 底肥 | 改良土壤结构 |--#### 2. 大量元素补充方案--| 养分 | 推荐施用量(纯量) | 折合商品量 | 施用时期 | 施用比例 |-|:---|:---|:---|:---|:---|-| 氮(N) | 12-14公斤/亩 | 尿素26-30公斤/亩 | 基肥40%+分蘖肥30%+穗肥30% | 4:3:3 |-| 磷(P2O5) | 5-6公斤/亩 | 过磷酸钙40-50公斤/亩 | 全部作基肥 | 100%基肥 |-| 钾(K2O) | 10-12公斤/亩 | 氯化钾17-20公斤/亩 | 基肥60%+穗肥40% | 6:4 |--#### 3. 微量元素补充方案--| 微量元素 | 施用方式 | 施用量 | 施用时期 | 预期效果 |-|:---|:---|:---|:---|:---|-| 锌(Zn) | 基肥+叶面肥 | 硫酸锌1-2公斤/亩基施,或0.2%溶液叶面喷施 | 基肥或分蘖期 | 促进分蘖,增强抗逆性 |-| 硼(B) | 叶面肥 | 0.2%硼砂溶液 | 孕穗期和抽穗期 | 促进花粉发育,提高结实率 |-| 锰(Mn) | 基肥 | 硫酸锰1-2公斤/亩 | 基肥 | 防治缺锰黄化 |--#### 4. 有机质提升方案--| 改良措施 | 施用量 | 施用时间 | 预期效果 |-|:---|:---|:---|:---|-| 秸秆还田 | 300-400公斤/亩 | 收获后 | 增加土壤有机质 |-| 种植绿肥 | 紫云英15-20公斤/亩 | 播种期 | 固氮培肥 |-| 施用商品有机肥 | 200-300公斤/亩 | 底肥 | 快速提升有机质 |-------## 改良效果预期--### 短期目标(当季)--- 土壤pH值提高至5.8-6.0-- 有效磷提高至15-18 mg/kg-- 速效钾提高至100-120 mg/kg-- 水稻产量提高至580-600公斤/亩--### 中期目标(1-2年)--- 土壤pH值稳定在6.0-6.5-- 有机质含量提高至22-25 g/kg-- 有效锌提高至1.0 mg/kg以上-- 有效硼提高至0.5 mg/kg以上--### 长期目标(3-5年)--- 建成高产稳产农田-- 土壤物理性状明显改善-- 土壤保水保肥能力增强-- 农产品品质提升-------## 施肥建议总结--### 底肥方案(每亩)--| 肥料种类 | 施用量 | 备注 |-|:---|:---|:---|-| 复合肥(N-P2O5-K2O=15-15-15) | 30-35公斤 | 提供氮磷钾 |-| 尿素 | 5-8公斤 | 补充氮素 |-| 钙镁磷肥 | 30-40公斤 | 调酸补磷 |-| 氯化钾 | 8-10公斤 | 补充钾素 |-| 硫酸锌 | 1-2公斤 | 补锌 |-| 商品有机肥 | 200-300公斤 | 培肥地力 |--### 追肥方案(每亩)--| 追肥种类 | 施用量 | 施用时期 | 作用 |-|:---|:---|:---|:---|-| 分蘖肥(尿素) | 8-10公斤 | 移栽后5-7天 | 促进分蘖 |-| 穗肥(尿素+氯化钾) | 尿素5-7公斤+氯化钾6-8公斤 | 倒2叶露尖 | 保穗增粒 |-| 叶面肥(磷酸二氢钾+硼肥) | 磷酸二氢钾100-150克+硼砂50克 | 抽穗期 | 增强抗性,提高结实率 |-------## 注意事项--1. 生石灰不能与铵态氮肥或腐熟有机肥混用,以免造成氮素损失-2. 锌肥基施时注意与磷肥分开施用,避免产生拮抗-3. 硼肥叶面喷施宜选择在阴天或傍晚进行,避免高温灼伤叶片-4. 有机肥应充分腐熟后施用-5. 建议每2-3年进行一次土壤检测,根据检测结果调整施肥方案diff --git a/tests/test_data/test_samples/legacy/biology/glycolysis_pathway.md b/tests/test_data/test_samples/legacy/biology/glycolysis_pathway.mddeleted file mode 100644index b66dfe7..0000000--- a/tests/test_data/test_samples/legacy/biology/glycolysis_pathway.md+++ /dev/null@@ -1,147 +0,0 @@-# 糖酵解途径与细胞代谢调控--## 引言--糖酵解是细胞代谢中最基础也是最重要的代谢途径之一,指在无氧或有氧条件下,葡萄糖分解为丙酮酸的过程。本文档系统介绍了糖酵解途径的生化反应及其调控机制。--## 糖酵解途径概述--糖酵解途径发生在细胞质中,共包含10步酶催化反应,可以分为两个阶段:能量准备阶段(1-5步)和能量产生阶段(6-10步)。--## 能量准备阶段(1-5步)--### 第1步:己糖激酶催化反应--**反应**:葡萄糖 + ATP → 6-磷酸葡萄糖 + ADP--**酶**:己糖激酶(Hexokinase,EC 2.7.1.1)--**催化位点**:第169位天冬氨酸(Asp169)负责与葡萄糖的C6羟基结合;第210位赖氨酸(Lys210)与ATP的磷酸基团相互作用;第235位苏氨酸(Thr235)参与底物结合。--**调控**:己糖激酶受到6-磷酸葡萄糖的别构抑制,这是糖酵解途径的第一个调控点。--### 第2步:磷酸葡萄糖异构酶催化反应--**反应**:6-磷酸葡萄糖 ↔ 6-磷酸果糖--**酶**:磷酸葡萄糖异构酶(Phosphoglucose Isomerase,EC 5.3.1.9)--**催化位点**:第387位组氨酸(His387)和第390位赖氨酸(Lys390)参与质子转移。--### 第3步:磷酸果糖激酶催化反应--**反应**:6-磷酸果糖 + ATP → 1,6-二磷酸果糖 + ADP--**酶**:磷酸果糖激酶-1(Phosphofructokinase-1,PFK-1,EC 2.7.1.11)--**催化位点**:第104位谷氨酸(Glu104)和第169位精氨酸(Arg169)参与ATP结合;第233位赖氨酸(Lys233)与6-磷酸果糖的磷酸基团相互作用。--**调控**:PFK-1是糖酵解途径最关键的限速酶,受到ATP、柠檬酸(Citrate)的别构抑制,以及AMP和果糖-2,6-二磷酸(Fructose-2,6-bisphosphate)的别构激活。--### 第4步:醛缩酶催化反应--**反应**:1,6-二磷酸果糖 ↔ 3-磷酸甘油醛 + 磷酸二羟丙酮--**酶**:醛缩酶(Aldolase,EC 4.1.2.13)--**催化位点**:第110位赖氨酸(Lys110)形成Schiff碱中间体;第183位丝氨酸(Ser183)参与底物结合。--### 第5步:磷酸丙糖异构酶催化反应--**反应**:磷酸二羟丙酮 ↔ 3-磷酸甘油醛--**酶**:磷酸丙糖异构酶(Triosephosphate Isomerase,EC 5.3.1.1)--**催化位点**:第95位谷氨酸(Glu95)是重要的催化残基;第165位组氨酸(His165)参与质子转移。--## 能量产生阶段(6-10步)--### 第6步:3-磷酸甘油醛脱氢酶催化反应--**反应**:3-磷酸甘油醛 + NAD+ + Pi → 1,3-二磷酸甘油酸 + NADH + H+--**酶**:3-磷酸甘油醛脱氢酶(Glyceraldehyde-3-phosphate Dehydrogenase,GAPDH,EC 1.2.1.12)--**催化位点**:第149位半胱氨酸(Cys149)形成硫酯中间体;第151位甘氨酸(Gly151)参与NAD+结合;第181位酪氨酸(Tyr181)稳定中间体。--### 第7步:磷酸甘油酸激酶催化反应--**反应**:1,3-二磷酸甘油酸 + ADP ↔ 3-磷酸甘油酸 + ATP--**酶**:磷酸甘利酸激酶(Phosphoglycerate Kinase,EC 2.7.2.3)--**催化位点**:第171位赖氨酸(Lys171)与ADP的磷酸基团相互作用。--### 第8步:磷酸甘油酸 mutase催化反应--**反应**:3-磷酸甘油酸 ↔ 2-磷酸甘油酸--**酶**:磷酸甘油酸变位酶(Phosphoglycerate Mutase,EC 5.4.2.1)--**催化位点**:第8位组氨酸(His8)是重要的磷酸基团转移位点。--### 第9步:烯醇化酶催化反应--**反应**:2-磷酸甘油酸 ↔ 磷酸烯醇式丙酮酸--**酶**:烯醇化酶(Enolase,EC 4.2.1.11)--**催化位点**:第165位赖氨酸(Lys165)和第211位组氨酸(His211)参与质子转移;第395位谷氨酸(Glu395)是催化残基。--### 第10步:丙酮酸激酶催化反应--**反应**:磷酸烯醇式丙酮酸 + ADP → 丙酮酸 + ATP--**酶**:丙酮酸激酶(Pyruvate Kinase,EC 2.7.1.40)--**催化位点**:第257位赖氨酸(Lys257)与ATP的磷酸基团相互作用;第311位精氨酸(Arg311)参与底物结合。--**调控**:丙酮酸激酶受到磷酸化(失活)和果糖-1,6-二磷酸(激活)的调控。--## 丙酮酸代谢--### 乳酸发酵--在无氧条件下,丙酮酸被乳酸脱氢酶(Lactate Dehydrogenase,LDH)还原为乳酸。--**反应**:丙酮酸 + NADH + H+ → 乳酸 + NAD+--**酶**:乳酸脱氢酶(Lactate Dehydrogenase,EC 1.1.1.27)--**催化位点**:第137位精氨酸(Arg137)与丙酮酸的羧基相互作用;第169位组氨酸(His169)是催化残基。--### 有氧氧化--在有氧条件下,丙酮酸进入线粒体,参与三羧酸循环。--**反应**:丙酮酸 + NAD+ + CoA → 乙酰CoA + NADH + CO2--**酶**:丙酮酸脱氢酶复合体(Pyruvate Dehydrogenase Complex)--**催化位点**:第132位赖氨酸(Lys132)是硫胺素焦磷酸(TPP)的结合位点;第255位半胱氨酸(Cys255)形成硫酯中间体。--## 糖酵解的转录调控--### 糖酵解酶的基因表达调控--细胞通过转录因子调控糖酵解酶的表达,以适应代谢需求。--**主要转录因子**:--**缺氧诱导因子-1α(HIF-1α)**:在缺氧条件下稳定表达,激活糖酵解相关基因的转录。HIF-1α直接激活以下基因:己糖激酶(HK2)、磷酸果糖激酶(PFKFB3)、丙酮酸激酶(PKM2)、乳酸脱氢酶A(LDHA)。HIF-1α的调控位点:第402位赖氨酸(Lys402)的羟基化调控其降解;第851位丝氨酸(Ser851)的磷酸化影响其活性。--**c-Myc转录因子**:促进糖酵解和谷氨酰胺代谢相关基因的表达。c-Myc激活磷酸果糖激酶(PFK-2)、丙酮酸激酶(PKM2)的表达。c-Myc的调控位点:第58位苏氨酸(Thr58)的磷酸化影响其转录活性。--### 葡萄糖感应转录因子--**ChREBP(碳水化合物响应元件结合蛋白)**:在血糖升高时激活糖酵解和脂质合成基因。ChREBP激活磷酸果糖激酶(PFK-1)、乙酰CoA羧化酶(ACC)的表达。--**SREBP-1(甾醇调节元件结合蛋白-1)**:促进脂质合成,间接影响糖酵解流向。--## 代谢通路的整合--糖酵解与三羧酸循环、磷酸戊糖途径紧密相连。6-磷酸葡萄糖是糖酵解和磷酸戊糖途径的分支点。丙酮酸是糖酵解与三羧酸循环的连接点。NADH和FADH2将糖酵解与氧化磷酸化偶联。--## 临床相关性--糖酵解途径的异常与多种疾病相关。癌细胞即使在有氧条件下也优先利用糖酵解(Warburg效应),这与HIF-1α的激活和c-Myc的过表达有关。糖尿病中,丙酮酸激酶的活性异常影响血糖调控。先天性代谢缺陷如磷酸果糖激酶缺乏症会导致糖酵解障碍。diff --git a/tests/test_data/test_samples/legacy/biology/lake_ecosystem.md b/tests/test_data/test_samples/legacy/biology/lake_ecosystem.mddeleted file mode 100644index 046ed70..0000000--- a/tests/test_data/test_samples/legacy/biology/lake_ecosystem.md+++ /dev/null@@ -1,71 +0,0 @@-# 淡水湖泊生态系统概述--## 引言--淡水湖泊生态系统是内陆水体中最重要的生态系统之一,为众多水生生物提供了栖息、繁殖和觅食的场所。本文档系统介绍了典型温带湖泊的生物组成、营养结构、食物网关系以及主要物种的分类学地位。--## 湖泊生物区系组成--### 生产者( Producers)--湖泊中的初级生产者主要包括浮游植物和大型水生植物。浮游植物由绿藻门(Chlorophyta)、硅藻门(Bacillariophyta)和蓝藻门(Cyanobacteria)的多种类群组成,其中绿藻如衣藻(Chlamydomonas)和团藻(Volvox)是最常见的光合生物。大型沉水植物包括金鱼藻(Ceratophyllum demersum)、狐尾藻(Myriophyllum spicatum)和菹草(Potamogeton crispus),它们属于被子植物门泽泻目(Alismatales)。--### 消费者(Consumers)--#### 浮游动物--浮游动物是湖泊食物网中的关键中间环节,主要包括枝角类(Cladocera)和桡足类(Copepoda)。大型溞(Daphnia magna)属于节肢动物门甲壳纲(Crustacea),是浮游动物中的优势种。水蚤类(Cladocera)还包括秀体溞(Diaphanosoma)和僧帽溞(Bosmina)。--#### 底栖动物--底栖动物是湖泊生态系统中重要的消费者类群。田螺(Viviparus contectus)属于软体动物门腹足纲(Gastropoda),是常见的淡水螺类。摇蚊幼虫(Chironomus plumosus)属于昆虫纲双翅目(Diptera),是鱼类的重要饵料生物。环节动物门寡毛纲(Oligochaeta)的颤蚓(Tubifex tubifex)常栖息于湖泊底泥中。--#### 鱼类--湖泊中的鱼类是顶级消费者。鲢鱼(Hypophthalmichthys molitrix)属于鲤科(Cyprinidae),是典型的滤食性鱼类,以浮游植物为食。鳙鱼(Hypophthalmichthys nobilis)同样属于鲤科,与鲢鱼构成"四大家鱼"的重要成员。鲤鱼(Cyprinus carpio)属于鲤科,杂食性,栖息于水体底层。鲫鱼(Carassius auratus)同样属于鲤科,适应能力强,分布广泛。翘嘴鲌(Culter alburnus)属于鲤科,是凶猛的肉食性鱼类。--#### 鸟类--湖泊及其周边湿地是鸟类的重要栖息地。苍鹭(Ardea cinerea)属于鸟纲鹈形目(Pelecaniformes),是典型的涉禽,以鱼类为食。绿头鸭(Anas platyrhynchos)属于雁形目(Anseriformes),是常见的游禽。白鹭(Egretta garzetta)同样属于鹈形目,以小型水生动物为食。--### 分解者(Decomposers)--细菌和真菌是湖泊生态系统中的分解者,主要分布于底泥和水体中。枯草杆菌(Bacillus subtilis)是常见的土壤和水体细菌,属于芽孢杆菌科(Bacillaceae)。酵母菌如酿酒酵母(Saccharomyces cerevisiae)在有机物分解中起重要作用。--## 物种间的相互作用关系--### 捕食关系--在湖泊食物网中,捕食关系构成能量传递的主要通道。鲢鱼和鳙鱼滤食浮游植物,属于"牧食"关系。翘嘴鲌捕食小型鱼类如麦穗鱼(Pseudorasbora parva),是典型的肉食性捕食关系。苍鹭和白鹭捕食小型鱼类和青蛙是两栖类,是湖泊生态系统中的顶级捕食者。水蚤被捕食性浮游动物如哲镖水蚤(Calanus)捕食。--### 竞争关系--浮游植物之间存在对光照和营养盐的竞争。鲢鱼与鳙鱼在食性上有一定重叠,两者都滤食浮游植物,但在食物粒径选择上有所差异。底栖动物之间也存在对食物和空间的竞争。--### 互利共生关系--某些水生植物与微生物之间存在互利共生关系。水生植物根系为细菌提供附着位点,而细菌则协助分解有机物。某些藻类与真菌形成地衣,但在淡水湖泊中较为罕见。--## 分类学层级--从高到低,典型物种的分类学位置如下:--- **绿藻门**(Chlorophyta)→ **绿藻纲**(Chlorophyceae)→ **团藻目**(Volvocales)→ **团藻科**(Volvocaceae)→ **团藻属**(Volvox)→ **团藻**(Volvox aureus)--- **节肢动物门**(Arthropoda)→ **甲壳纲**(Crustacea)→ **双甲目**(Diplostraca)→ **溞科**(Daphniidae)→ **溞属**(Daphnia)→ **大型溞**(Daphnia magna)--- **脊索动物门**(Chordata)→ **辐鳍鱼纲**(Actinopterygii)→ **鲤形目**(Cypriniformes)→ **鲤科**(Cyprinidae)→ **鲢属**(Hypophthalmichthys)→ **鲢鱼**(Hypophthalmichthys molitrix)--- **脊索动物门**(Chordata)→ **鸟纲**(Aves)→ **鹈形目**(Pelecaniformes)→ **鹭科**(Ardeidae)→ **鹭属**(Ardea)→ **苍鹭**(Ardea cinerea)--## 系统发育关系概述--从系统发育的角度看,湖泊生物主要属于以下几个演化支系:--原始单细胞藻类(如衣藻)是最早的光合生物,代表了真核生物的早期分支。金鱼藻和狐尾藻属于被子植物,是陆生植物二次适应水生的类群。软体动物(如田螺)和节肢动物(如水蚤)属于原口动物,在寒武纪早期已大量辐射。鱼类和鸟类属于后口动物,是脊椎动物的重要分支。--在脊椎动物内部,鱼类(鲢鱼、鲤鱼)最先分出,随后是两栖类,鸟类和哺乳动物则属于羊膜动物。从分子系统发育研究来看,鲤科鱼类的系统位置相对原始,苍鹭等鸟类则属于较进化的类群。--## 总结--湖泊生态系统是一个复杂的生物群落,包含从微小的浮游植物到大型鸟类等多个营养级。物种之间通过捕食、竞争和互利共生等相互作用形成复杂的食物网结构。分类学框架为理解物种间的系统发育关系提供了基础,而系统发育分析则揭示了物种的演化历史和亲缘关系。diff --git a/tests/test_data/test_samples/legacy/biology/protein_signal_complex.md b/tests/test_data/test_samples/legacy/biology/protein_signal_complex.mddeleted file mode 100644index ce47b4c..0000000--- a/tests/test_data/test_samples/legacy/biology/protein_signal_complex.md+++ /dev/null@@ -1,49 +0,0 @@-# G蛋白偶联受体信号转导复合物的结构与功能--## 概述--G蛋白偶联受体(GPCR)信号通路是细胞信号转导中最重要的通路之一。本文档描述了β2肾上腺素受体(β2-AR)与其下游效应蛋白形成的信号转导复合物的结构特征。--## β2肾上腺素受体复合物结构--### G蛋白异源三聚体--G蛋白是由α、β和γ三个亚基组成的异源三聚体。在β2-AR信号通路中,起主要作用的是Gs蛋白(刺激性G蛋白)。--**Gαs亚基**:分子量约为45kDa,由GNAS基因编码。Gαs具有GTP酶活性,能够水解GTP为GDP。在非激活状态下,Gαs与GDP结合并与βγ二聚体形成异源三聚体。当受体被激活后,Gαs与GTP结合并从βγ二聚体解离。关键位点包括:第46位天冬酰胺(Asn46)参与GTP结合;第201位精氨酸(Arg201)是GTP水解的催化位点;第365位酪氨酸(Tyr365)参与受体相互作用。--**Gβ亚基**:分子量约为36kDa,由GNB1基因编码。Gβ与Gγ形成紧密的二聚体(βγ二聚体),在信号转导中发挥重要作用。Gβ的关键结构域包括:第56-89位氨基酸形成的WD40重复结构负责蛋白质-蛋白质相互作用;第332位赖氨酸(Lys332)参与与效应器的相互作用。--**Gγ亚基**:分子量约为8kDa,由GNGT2基因编码。Gγ2亚型在β2-AR信号中起主要作用。Gγ的C末端半胱氨酸残基(Cys68)负责与Gβ的共价结合。--### β2肾上腺素受体--β2-AR属于GPCR A类(视紫红质家族),由ADRB2基因编码,是一个7次跨膜蛋白。整体结构包括:N端胞外域(第1-35位氨基酸),含有糖基化位点Asn6和Asn15;7个跨膜α螺旋(TM1-TM7),分别位于第36-58位(TM1)、第68-90位(TM2)、第106-136位(TM3)、第143-169位(TM4)、第203-229位(TM5)、第260-286位(TM6)和第297-328位(TM7);3个胞外环(ECL1-ECL3),其中ECL2含有重要的二硫键(Cys106-Cys191);3个胞内环(ICL1-ICL3),其中ICL3是G蛋白结合的主要区域。--受体激活后的构象变化主要体现在:第287位酪氨酸(Tyr287)在TM6的移动是受体激活的标志性变化;第282位天冬酰胺(Asn282)与配体形成氢键;第322位天冬氨酸(Asp322)在TM7的构象变化影响G蛋白偶联。--### 效应器:腺苷酸环化酶--腺苷酸环化酶(AC)是Gαs的效应器。在哺乳动物中至少有9种腺苷酸环化酶亚型,其中ADCY5和ADCY6在β2-AR信号转导中尤为重要。ADCY5的结构特点包括:N端有2个跨膜结构域(M1和M2);C端有1个跨膜结构域(M3);两个催化结构域位于胞质侧。关键催化位点包括:第1098位天冬氨酸(Asp1098)和第1100位天冬酰胺(Asn1100)参与ATP结合;第1165位组氨酸(His1165)是催化反应的关键残基。--## 配体结合位点--### β2-AR配体结合口袋--β2-AR的配体结合口袋位于7个跨膜螺旋形成的疏水核心中。激动剂结合位点的关键残基包括:第204位天冬氨酸(Asp204)在TM5负责与配体的胺基形成盐桥;第207位苯丙氨酸(Phe207)参与疏水相互作用;第286位苯丙氨酸(Phe286)在TM6与配体形成π-π堆积;第308位缬氨酸(Val308)在TM7参与配体结合。--### 辅助因子结合位点--胆固醇结合位点位于β2-AR的TM4和TM5之间的凹槽中,第264位亮氨酸(Leu264)和第267位异亮氨酸(Ile267)参与胆固醇的结合。--钠离子结合位点位于受体核心区域,第44位天冬酰胺(Asn44)和第79位丝氨酸(Ser79)参与钠离子的配位。--## 信号复合物的组装--β2-AR信号复合物的组装遵循以下顺序:首先,肾上腺素(Epinephrine)结合到β2-AR的配体结合口袋;然后,受体构象变化导致G蛋白异源三聚体募集到受体胞内区域;接着,Gαs的GDP被GTP替换,Gαs与βγ二聚体解离;最后,活化的Gαs激活腺苷酸环化酶,产生cAMP第二信使。--该复合物的组装涉及多个蛋白质-蛋白质相互作用界面:受体与G蛋白的相互作用界面主要涉及ICL3和TM3、TM6;Gαs与腺苷酸环化酶的相互作用涉及Gαs的α4-β6和α5螺旋区域。--## 临床意义--β2-AR是治疗哮喘和慢性阻塞性肺病的重要药物靶点。沙丁胺醇(Salbutamol)是一种选择性的β2-激动剂,用于支气管扩张。福莫特罗(Formoterol)是一种长效β2-激动剂(LABA),用于维持治疗。这些药物通过占据配体结合口袋,激活受体,进而启动下游信号转导。diff --git a/tests/test_data/test_samples/legacy/biology/wetland_survey.md b/tests/test_data/test_samples/legacy/biology/wetland_survey.mddeleted file mode 100644index 74bf6e0..0000000--- a/tests/test_data/test_samples/legacy/biology/wetland_survey.md+++ /dev/null@@ -1,126 +0,0 @@-# 东海湿地自然保护区生物多样性调查报告--## 调查概况--本次调查于2024年4月至10月在东海湿地自然保护区进行,该保护区位于中国东部沿海,总面积约15000公顷,其中核心区面积5800公顷,缓冲区面积4200公顷,实验区面积5000公顷。调查采用样线法、样方法、诱捕法和直接观察法相结合的方式,对保护区内的动植物资源进行了系统调查。--## 调查方法--### 植物调查--采用样方法进行植物调查。在保护区内设置20m×20m的样方共计120个,记录样方内所有植物的种类、数量和盖度。同时沿主要样线进行植物种类补充调查,记录样线两侧各5m范围内的植物。--### 动物调查--鸟类调查采用样线法,共设置20条样线,每条样线长度2km,在清晨和傍晚进行观察。哺乳动物采用足迹追踪、粪便识别和红外相机监测相结合的方法。两栖爬行类采用夜间调查和样方法。鱼类采用渔网捕捞和钓捕相结合的方法。昆虫采用网捕法和诱捕法。--## 调查结果--### 植物多样性--本次调查共记录高等植物127种,隶属于42科96属。其中蕨类植物3科5属7种,裸子植物2科4属5种,被子植物37科87属115种。--#### 主要植物群落--**芦苇群落**:分布面积约3200公顷,是保护区面积最大的植物群落。芦苇(Phragmites australis)为绝对优势种,伴生有香蒲(Typha orientalis)、菖蒲(Acorus calamus)和水葱(Schoenoplectus tabernaemontani)。该群落为涉禽提供了重要的栖息和觅食场所。--**盐沼草甸**:分布面积约1800公顷,主要分布在中高潮带。优势种包括盐地碱蓬(Suaeda salsa)、獐毛(Aeluropus sinensis)和二色补血草(Limonium bicolor)。该群落是迁徙鸟类的重要停歇地。--**淤泥质海滩植被**:分布面积约800公顷,主要由耐盐碱的先锋植物组成。盐角草(Salicornia europaea)和碱蓬(Suaeda glauca)是主要种类。--**人工林**:在实验区有人工种植的刺槐林(Robinia pseudoacacia)约600公顷,林下有胡枝子(Lespedeza bicolor)和紫穗槐(Amorpha fruticosa)。--### 鸟类多样性--本次调查共记录鸟类186种,隶属于18目52科。其中留鸟32种,夏候鸟58种,冬候鸟47种,旅鸟49种。国家一级保护鸟类7种,国家二级保护鸟类28种。--#### 重点保护鸟类--**国家一级保护鸟类**:--东方白鹳(Ciconia boyciana):本次调查共记录约120只,主要分布在核心区的浅水沼泽地带。该物种属于鹳形目鹳科,是典型的湿地鸟类,对栖息地环境要求较高。--黑嘴鸥(Larus saundersi):记录约350只,主要在沿海滩涂觅食。该物种属于鸥形目鸥科,是世界濒危物种。--丹顶鹤(Grus japonensis):在保护区内记录约85只,每年10月至次年3月在此越冬。该物种属于鹤形目鹤科,是国家一级保护动物。--白鹤(Siberian Crane):记录约65只,主要在春季迁徙期间停歇。该物种属于鹤形目鹤科,全球种群数量不足4000只。--大天鹅(Cygnus cygnus):记录约200只,主要在冬季来此越冬。该物种属于雁形目鸭科。--小天鹅(Cygnus columbianus):记录约150只,与大天鹅混群。--白尾海雕(Haliaeetus albicilla):记录约15只,主要在冬季出现。--**国家二级保护鸟类**:--白额雁(Anser albifrons):记录约450只;鸿雁(Anser cygnoides):记录约280只;灰鹤(Grus grus):记录约120只;蓑羽鹤(Anthropoides virgo):记录约65只;小杓鹬(Numenius borealis):记录约85只;大杓鹬(Numenius madagascariensis):记录约120只;黑翅长脚鹬(Himantopus himantopus):记录约200只;反嘴鹬(Recurvirostra avosetta):记录约180只。--### 哺乳动物--本次调查共记录哺乳动物42种,隶属于6目18科。其中食虫目4种,翼手目8种,啮齿目12种,食肉目10种,偶蹄目5种,兔形目3种。--#### 重点保护哺乳动物--**国家二级保护动物**:--獐(Hydropotes inermis):记录约65只,主要分布在保护区西部的芦苇丛中。该物种属于偶蹄目鹿科,是国家二级保护动物。--豹猫(Prionailurus bengalensis):通过红外相机记录约35只,主要分布在林地边缘。--黄鼬(Mustela sibirica):记录较广泛,约120只。--### 两栖爬行类--本次调查共记录两栖类18种,隶属于2目8科。爬行类22种,隶属于2目9科。--**两栖类主要种类**:黑斑蛙(Rana nigromaculata):记录约850只;泽蛙(Rana limnocharis):记录约620只;金线蛙(Rana plancyi):记录约280只;中华大蟾蜍(Bufo gargarizans):记录约450只;北方狭口蛙(Kaloula borealis):记录约180只。--**爬行类主要种类**:红点锦蛇(Elaphe rufodorsata):记录约85条;赤链蛇(Lycodes rufulus):记录约65条;虎斑颈槽蛇(Rhabdophis tigrinus):记录约45条;乌龟(Chinemys reevesii):记录约35只;鳖(Pelodiscus sinensis):记录约25只。--### 鱼类--本次调查共记录鱼类67种,隶属于8目18科。--**主要经济鱼类**:鲢鱼(Hypophthalmichthys molitrix):记录约1200尾;鳙鱼(Hypophthalmichthys nobilis):记录约850尾;草鱼(Ctenopharyngodon idella):记录约620尾;鲤鱼(Cyprinus carpio):记录约480尾;鲫鱼(Carassius auratus):记录约920尾。--**重点保护鱼类**:中华鲟(Acipenser sinensis):在保护区内有零星记录,属国家一级保护动物;胭脂鱼(Myxocyprinus asiaticus):记录约35尾,属国家二级保护动物。--### 昆虫--本次调查共记录昆虫486种,隶属于16目127科。--**主要类群**:鳞翅目(蝴蝶和蛾类):约185种;鞘翅目(甲虫):约95种;直翅目(蝗虫、蟋蟀):约58种;膜翅目(蜂类、蚁类):约48种;双翅目(蝇类、蚊类):约42种;半翅目(蝽类):约35种;蜻蜓目:约23种。--**珍稀昆虫**:中华虎凤蝶(Luehdorfia chinensis):记录约45只,属国家二级保护动物;金凤蝶(Papilio machaon):记录较广泛;长眉短尺蛾(Nemolarn):记录约25只。--## 物种名录汇总--### 脊椎动物--| 类别 | 物种数 | 备注 |-|:---|:---:|:---|-| 鱼类 | 67种 | 含1种国家一级保护 |-| 两栖类 | 18种 | |-| 爬行类 | 22种 | |-| 鸟类 | 186种 | 含7种国家一级保护 |-| 哺乳动物 | 42种 | 含2种国家二级保护 |--### 无脊椎动物--| 类别 | 物种数 | 备注 |-|:---|:---:|:---|-| 昆虫 | 486种 | 含1种国家二级保护 |-| 其他无脊椎动物 | 约120种 | 含螺类、蚌类等 |--### 植物--| 类别 | 物种数 | 备注 |-|:---|:---:|:---|-| 高等植物 | 127种 | 含国家二级保护植物2种 |-| 藻类 | 约35种 | |-| 苔藓 | 约28种 | |--## 保护建议--本次调查表明,东海湿地自然保护区具有较高的生物多样性。建议加强以下方面的保护工作:一是继续实施湿地补水工程,维持适宜的水位;二是加强对迁徙鸟类的监测和保护;三是控制外来入侵物种的扩散;四是加强社区共管,减少人为干扰。diff --git a/tests/test_data/test_samples/legacy/food/food_review_article.md b/tests/test_data/test_samples/legacy/food/food_review_article.mddeleted file mode 100644index 12bd046..0000000--- a/tests/test_data/test_samples/legacy/food/food_review_article.md+++ /dev/null@@ -1,66 +0,0 @@-# 探店报告:藏在巷子里的老北京铜锅涮肉--作为一名资深吃货,今天我要向大家推荐一家藏在东城区胡同里的老北京铜锅涮肉店——「铜锅居」。这家店开业已有三十余年,据说是北京城里为数不多保持传统工艺的铜锅涮肉馆子。--## 用餐环境--店铺门面不大,招牌也有些斑驳,但一走进门那股子老北京的味道就扑面而来。店内环境比较接地气,八仙桌、长条凳,墙上挂着些老照片,播放着经典的京剧选段。服务员都是老北京,热情周到,会主动介绍每道菜的特点。--## 菜品评价--### 羊肉卷(手切鲜羊肉)-**推荐指数**:⭐⭐⭐⭐⭐--这道手切鲜羊肉是绝对的招牌。羊肉是当天宰杀的羊后腿肉,现切现卖,肉质非常新鲜。涮的时候只需几秒钟,肉色变白即可食用。**口感鲜嫩多汁,羊肉特有的膻味处理得恰到好处,既保留了羊肉的鲜香,又不会让人感到腻味。**据服务员介绍,这是因为店里的羊来自内蒙古锡林郭勒盟,草饲放养的羊肉质本来就好,再加上师傅的刀工好,切得薄厚均匀。--**价格感知**:68元/份,性价比极高,在这个地段算是实惠的选择。--### 牛肉卷-**推荐指数**:⭐⭐⭐⭐--牛肉卷同样可圈可点。选用的是牛腱子肉,肥瘦相间,纹理清晰。涮熟后**肉质紧实有嚼劲,牛肉的香味浓郁**。不过相比羊肉,牛肉的膻味处理得稍重一些,部分食。--**价格感知客可能不太习惯**:58元/份,价格合理。--### 毛肚-**推荐指数**:⭐⭐⭐⭐⭐--吃涮肉,毛肚是必点项目。店里的毛肚是当天从牛场直接拿的新鲜毛肚,不是那种水发货。**口感脆爽,七上八下涮完后那个爽脆的口感让人欲罢不能。**这种脆爽感来源于毛肚的新鲜度和店家的处理工艺——据说店家会用特殊的手法提前处理,去除表面的杂质同时保持弹性。--**价格感知**:48元/份,略贵但值。--### 冻豆腐-**推荐指数**:⭐⭐⭐--冻豆腐是涮菜中的经典。**豆腐蜂窝状的结构充分吸收了汤汁,一口咬下去汁水四溢,豆香浓郁。**不过这家店的冻豆腐个头偏大,切得不够均匀,部分豆腐中心还不够入味。--**价格感知**:18元/份,普通价位。--### 糖蒜-**推荐指数**:⭐⭐⭐⭐⭐--必须要单独表扬一下他们家的糖蒜!据说是店家自己腌制的,蒜瓣饱满,**酸甜适中,脆爽开胃。**吃完肉来一口糖蒜,既能解腻又能清新口气。这个糖蒜的酸甜口感来源于店家多年积累的腌制配方,白糖和醋的比例恰到好处。--**价格感知**:免费赠送,性价比超高。--## 锅底与蘸料--锅底是传统的清汤锅底,只加了几片姜、葱段和枸杞,最大限度地保留了羊肉的本味。蘸料是经典的麻酱小料,由芝麻酱、韭菜花、酱豆腐、虾油等调制而成,**香浓醇厚,咸淡适中,**很好地衬托出羊肉的鲜味。--## 总结--| 菜品 | 推荐指数 | 亮点 | 改进空间 |-|------|---------|------|---------|-| 手切鲜羊肉 | ⭐⭐⭐⭐⭐ | 鲜嫩多汁,膻味适中 | 无 |-| 牛肉卷 | ⭐⭐⭐⭐ | 紧实有嚼劲,香味浓 | 膻味稍重 |-| 毛肚 | ⭐⭐⭐⭐⭐ | 脆爽弹牙,新鲜度高 | 无 |-| 冻豆腐 | ⭐⭐⭐ | 汁水饱满,入味 | 个头不均 |-| 糖蒜 | ⭐⭐⭐⭐⭐ | 酸甜脆爽,开胃解腻 | 无 |--**综合评分**:4.7/5--这家「铜锅居」最令人称道的是对传统工艺的坚持——从铜锅的使用、羊肉的选材到蘸料的配方,都透着一股子老北京的讲究。虽然环境比较接地气,但胜在味道正宗,价格亲民。如果你也想体验一把地道的老北京铜锅涮肉,这家店绝对值得一试。--**人均消费**:80-100元-**地址**:东城区南锣鼓巷XX号-**营业时间**:11:00-22:00diff --git a/tests/test_data/test_samples/legacy/food/multi_recipe_card.md b/tests/test_data/test_samples/legacy/food/multi_recipe_card.mddeleted file mode 100644index fb6712b..0000000--- a/tests/test_data/test_samples/legacy/food/multi_recipe_card.md+++ /dev/null@@ -1,365 +0,0 @@-# 经典中华菜谱集-------## 菜品一:红烧肉--### 基本信息--- **菜名**:红烧肉-- **菜系**:浙菜/本帮菜-- **分类**:热菜 - 肉类-- **口味**:咸甜鲜香-- **难度**:中等-- **预估烹饪时间**:90分钟-- **适合人数**:4-6人份-------### 原料清单--#### 主料-| 原料 | 用量 |-|------|------|-| 五花肉 | 500克 |--#### 辅料-| 原料 | 用量 |-|------|------|-| 生姜 | 30克 |-| 大葱 | 50克 |-| 八角 | 2颗 |-| 桂皮 | 5克 |-| 香叶 | 2片 |-| 干辣椒 | 2个 |--#### 调味品-| 原料 | 用量 |-|------|------|-| 生抽 | 30毫升 |-| 老抽 | 15毫升 |-| 冰糖 | 30克 |-| 料酒 | 30毫升 |-| 盐 | 适量 |-| 鸡精 | 适量 |-| 清水 | 800毫升 |-------### 烹饪步骤--#### 第一步:预处理-1. 将五花肉切成约3-4厘米见方的块状-2. 生姜切片,大葱切段备用-3. 冷水下锅,加入料酒和姜片,放入五花肉块-4. 大火烧开后撇去浮沫,煮约3分钟后捞出,用温水洗净备用--#### 第二步:炒糖色-1. 锅中放入少量油,小火加热-2. 放入冰糖,慢慢搅拌至冰糖融化-3. 待糖色变成琥珀色并起小泡时,迅速放入五花肉翻炒-4. 翻炒至每块肉都均匀裹上糖色--#### 第三步:炖煮-1. 加入姜片、葱段、八角、桂皮、香叶、干辣椒-2. 倒入生抽、老抽、料酒,翻炒均匀-3. 加入800毫升清水,大火烧开后转小火-4. 盖上锅盖,小火慢炖约60分钟--#### 第四步:收汁-1. 炖至肉酥烂时,开大火收汁-2. 不断翻动肉块,使其均匀上色-3. 待汤汁浓稠至包裹肉块时,加入适量盐和鸡精调味-4. 出锅装盘,撒上葱花即可-------### 关键控制点(TIPS)--1. **选材**:必须选用肥瘦相间的五花肉,肥瘦比例约为3:7,口感最佳-2. **焯水**:冷水下锅可以更好地去除血水和腥味-3. **炒糖色**:糖色炒至琥珀色即可,千万别炒焦,否则会发苦-4. **火候**:炖煮时一定要用小火,急火会使肉质变柴-5. **收汁**:最后收汁时要不断翻动,避免糊锅-6. **保存**:红烧肉放凉后放入冰箱冷藏,可保存3-5天-------### 变体与创新--- **本帮红烧肉**:加入上海黄酒,甜度稍高-- **毛氏红烧肉**:不加酱油,保持肉的原色-- **家常红烧肉**:可加入土豆、鹌鹑蛋等配菜-------## 菜品二:西湖醋鱼--### 基本信息--- **菜名**:西湖醋鱼-- **菜系**:浙菜-- **分类**:热菜 - 水产-- **口味**:酸甜鲜嫩-- **难度**:中等偏高-- **预估烹饪时间**:40分钟-- **适合人数**:2-4人份-------### 原料清单--#### 主料-| 原料 | 用量 |-|------|------|-| 草鱼 | 750克(约1条) |--#### 辅料-| 原料 | 用量 |-|------|------|-| 生姜 | 30克 |-| 葱 | 20克 |-| 香菜 | 15克 |--#### 调味品-| 原料 | 用量 |-|------|------|-| 镇江香醋 | 60毫升 |-| 酱油 | 30毫升 |-| 白糖 | 50克 |-| 料酒 | 20毫升 |-| 盐 | 5克 |-| 胡椒粉 | 2克 |-| 芝麻油 | 10毫升 |-| 清水 | 300毫升 |-| 湿淀粉 | 适量 |-------### 烹饪步骤--#### 第一步:处理鱼-1. 草鱼去鳞、去内脏,洗净后从鱼身两侧各划一刀-2. 用清水冲洗干净,沥干水分-3. 在鱼身两侧各抹少量盐和料酒,腌制10分钟-4. 生姜切丝,葱切段备用--#### 第二步:煮鱼-1. 锅中加入清水,放入姜片、葱段、料酒-2. 大火烧开后,将鱼放入锅中-3. 转小火慢煮约6-8分钟,期间不断撇去浮沫-4. 煮至鱼肉八成熟时捞出,沥干水分,装入盘中--#### 第三步:调汁-1. 锅中留少量汤汁,加入酱油、白糖-2. 大火烧开后转中小火,加入镇江香醋-3. 撒入姜丝,稍作熬煮-4. 用湿淀粉勾芡,使汤汁浓稠-5. 最后淋入芝麻油,撒上胡椒粉--#### 第四步:浇汁-1. 将调好的糖醋汁均匀浇在鱼身上-2. 撒上香菜点缀-3. 趁热上桌食用-------### 关键控制点(TIPS)--1. **选鱼**:选用750克左右的草鱼,肉质最为鲜嫩-2. **火候**:煮鱼时火不可太大,保持微沸状态,防止鱼肉散裂-3. **醋的选择**:必须用镇江香醋,酸香浓郁,味道更正-4. **勾芡**:芡汁要浓稠适中,能挂在鱼身上为佳-5. **上桌速度**:此菜讲究现杀现做现吃,不可久放-------### 变体与创新--- **清蒸醋鱼**:简化做法,蒸熟后淋醋食用-- **松鼠鳜鱼**:改刀成松鼠形状,油炸后浇汁-- **家庭版**:可用鲈鱼替代草鱼,更为简便-------## 菜品三:宫保鸡丁--### 基本信息--- **菜名**:宫保鸡丁-- **菜系**:川菜-- **分类**:热菜 - 禽肉-- **口味**:辣而不燥,酸甜微麻-- **难度**:中等-- **预估烹饪时间**:25分钟-- **适合人数**:3-4人份-------### 原料清单--#### 主料-| 原料 | 用量 |-|------|------|-| 鸡胸肉 | 300克 |--#### 辅料-| 原料 | 用量 |-|------|------|-| 花生米 | 80克 |-| 干辣椒 | 10个 |-| 花椒 | 3克 |-| 葱 | 30克 |-| 姜 | 15克 |-| 蒜 | 15克 |-| 鸡蛋清 | 1个 |--#### 调味品-| 原料 | 用量 |-|------|------|-| 生抽 | 15毫升 |-| 醋 | 20毫升 |-| 白糖 | 25克 |-| 料酒 | 10毫升 |-| 盐 | 3克 |-| 淀粉 | 15克 |-| 食用油 | 适量 |-| 豆瓣酱 | 15克 |-------### 烹饪步骤--#### 第一步:处理鸡肉-1. 鸡胸肉洗净,切成1.5厘米见方的丁状-2. 加入料酒、盐、鸡蛋清、淀粉,抓匀腌制15分钟-3. 葱切段,姜切片,蒜切片,干辣椒去籽切段-4. 花生米提前用油炸至金黄酥脆,捞出备用--#### 第二步:调汁-1. 取一小碗,放入生抽、醋、白糖-2. 加入少量淀粉,搅拌均匀成调味汁-3. 备用--#### 第三步:炒制-1. 锅中倒入适量食用油,烧至五成热-2. 放入鸡丁,快速滑炒至变色后盛出-3. 锅中再放少许油,放入干辣椒段、花椒、豆瓣酱-4. 小火炒出红油后,加入姜片、蒜片、葱段-5. 放入鸡丁,大火快速翻炒均匀--#### 第四步:成菜-1. 倒入调好的味汁,快速翻匀-2. 放入炸好的花生米-3. 继续翻炒至汤汁浓稠-4. 出锅装盘,撒上葱段点缀-------### 关键控制点(TIPS)--1. **鸡肉滑嫩**:鸡丁腌制时加鸡蛋清和淀粉,可使肉质更嫩-2. **花生酥脆**:花生米要最后放入,保持酥脆口感-3. **火候控制**:炒干辣椒和花椒时要用小火,防止糊锅-4. **口味平衡**:糖醋比例要适中,酸甜微辣为最佳-5. **油量适中**:整个炒制过程油不宜过多,否则会油腻-------### 变体与创新--- **宫保鸡腿肉**:用鸡腿肉替代鸡胸肉,口感更嫩-- **宫保牛肉**:用牛肉替代鸡肉,风味独特-- **创新版本**:加入马蹄丁或笋丁,增加口感层次-------## 菜品四:麻婆豆腐--### 基本信息--- **菜名**:麻婆豆腐-- **菜系**:川菜-- **分类**:热菜 - 素菜/豆制品-- **口味**:麻辣鲜香-- **难度**:简单-- **预估烹饪时间**:20分钟-- **适合人数**:2-3人份-------### 原料清单--#### 主料-| 原料 | 用量 |-|------|------|-| 嫩豆腐 | 400克 |--#### 辅料-| 原料 | 用量 |-|------|------|-| 猪肉末 | 80克 |-| 郫县豆瓣酱 | 30克 |-| 干辣椒粉 | 5克 |-| 花椒粉 | 3克 |-| 葱 | 20克 |-| 姜 | 10克 |-| 蒜 | 10克 |--#### 调味品-| 原料 | 用量 |-|------|------|-| 生抽 | 10毫升 |-| 料酒 | 10毫升 |-| 盐 | 3克 |-| 鸡精 | 3克 |-| 淀粉 | 15克 |-| 清水 | 200毫升 |-| 食用油 | 适量 |-------### 烹饪步骤--#### 第一步:处理豆腐-1. 嫩豆腐切成2厘米见方的小块-2. 放入沸水中焯烫2分钟,加入少许盐-3. 捞出沥干水分备用(去豆腥味)-4. 葱姜蒜切末备用--#### 第二步:炒肉末-1. 锅中倒入适量油,烧至五成热-2. 放入猪肉末,小火煸炒至变色-3. 加入郫县豆瓣酱,继续翻炒出红油-4. 放入姜末、蒜末,炒出香味--#### 第三步:烧制-1. 加入200毫升清水,放入生抽、料酒-2. 大火烧开后,放入焯好的豆腐块-3. 轻轻推动锅底,避免豆腐碎裂-4. 中小火炖煮3-5分钟,让豆腐入味--#### 第四步:勾芡成菜-1. 用水淀粉勾芡,使汤汁浓稠-2. 撒上干辣椒粉和花椒粉-3. 轻轻晃动锅子,使调料均匀-4. 撒上葱花,出锅装盘-5. 可再撒少许花椒粉增香-------### 关键控制点(TIPS)--1. **豆腐选择**:必须用嫩豆腐(南豆腐),口感滑嫩-2. **焯水去腥**:豆腐提前焯水可去除豆腥味,且不易碎-3. **豆瓣酱**:必须用郫县豆瓣酱,正宗川味灵魂-4. **花椒粉**:分两次加入,香味更浓郁-5. **推动手法**:推动时用锅铲轻轻推动,不可用力搅拌-------### 变体与创新--- **麻辣豆腐**:简化版,减少花椒用量-- **肉末豆腐**:不加辣椒,更适合不嗜辣者-- **创新版本**:加入牛肉末、虾仁或肉臊子diff --git a/tests/test_data/test_samples/legacy/food/recipe_standard_card.md b/tests/test_data/test_samples/legacy/food/recipe_standard_card.mddeleted file mode 100644index a1073ec..0000000--- a/tests/test_data/test_samples/legacy/food/recipe_standard_card.md+++ /dev/null@@ -1,100 +0,0 @@-# 红烧肉标准食谱--## 基本信息--- **菜名**:红烧肉-- **菜系**:浙菜/本帮菜-- **分类**:热菜 - 肉类-- **口味**:咸甜鲜香-- **难度**:中等-- **预估烹饪时间**:90分钟-- **适合人数**:4-6人份-------## 原料清单--### 主料-| 原料 | 用量 |-|------|------|-| 五花肉 | 500克 |--### 辅料-| 原料 | 用量 |-|------|------|-| 生姜 | 30克 |-| 大葱 | 50克 |-| 八角 | 2颗 |-| 桂皮 | 5克 |-| 香叶 | 2片 |-| 干辣椒 | 2个 |--### 调味品-| 原料 | 用量 |-|------|------|-| 生抽 | 30毫升 |-| 老抽 | 15毫升 |-| 冰糖 | 30克 |-| 料酒 | 30毫升 |-| 盐 | 适量 |-| 鸡精 | 适量 |-| 清水 | 800毫升 |-------## 烹饪步骤--### 第一步:预处理-1. 将五花肉切成约3-4厘米见方的块状-2. 生姜切片,大葱切段备用-3. 冷水下锅,加入料酒和姜片,放入五花肉块-4. 大火烧开后撇去浮沫,煮约3分钟后捞出,用温水洗净备用--### 第二步:炒糖色-1. 锅中放入少量油,小火加热-2. 放入冰糖,慢慢搅拌至冰糖融化-3. 待糖色变成琥珀色并起小泡时,迅速放入五花肉翻炒-4. 翻炒至每块肉都均匀裹上糖色--### 第三步:炖煮-1. 加入姜片、葱段、八角、桂皮、香叶、干辣椒-2. 倒入生抽、老抽、料酒,翻炒均匀-3. 加入800毫升清水,大火烧开后转小火-4. 盖上锅盖,小火慢炖约60分钟--### 第四步:收汁-1. 炖至肉酥烂时,开大火收汁-2. 不断翻动肉块,使其均匀上色-3. 待汤汁浓稠至包裹肉块时,加入适量盐和鸡精调味-4. 出锅装盘,撒上葱花即可-------## 关键控制点(TIPS)--1. **选材**:必须选用肥瘦相间的五花肉,肥瘦比例约为3:7,口感最佳-2. **焯水**:冷水下锅可以更好地去除血水和腥味-3. **炒糖色**:糖色炒至琥珀色即可,千万别炒焦,否则会发苦-4. **火候**:炖煮时一定要用小火,急火会使肉质变柴-5. **收汁**:最后收汁时要不断翻动,避免糊锅-6. **保存**:红烧肉放凉后放入冰箱冷藏,可保存3-5天-------## 营养信息(每100克)--| 营养成分 | 含量 |-|---------|------|-| 热量 | 358千卡 |-| 蛋白质 | 22.5克 |-| 脂肪 | 28.5克 |-| 碳水化合物 | 4.2克 |-| 钠 | 58毫克 |-------## 变体与创新--- **本帮红烧肉**:加入上海黄酒,甜度稍高-- **毛氏红烧肉**:不加酱油,保持肉的原色-- **家常红烧肉**:可加入土豆、鹌鹑蛋等配菜diff --git a/tests/test_data/test_samples/legacy/food/restaurant_menu.md b/tests/test_data/test_samples/legacy/food/restaurant_menu.mddeleted file mode 100644index 91c5cb0..0000000--- a/tests/test_data/test_samples/legacy/food/restaurant_menu.md+++ /dev/null@@ -1,38 +0,0 @@-# 醉月楼中餐厅菜单--## 凉菜-| 菜品名称 | 价格 | 描述 |-|---------|------|------|-| 凉拌黄瓜 | ¥18 | 清脆爽口,开胃小菜 |-| 夫妻肺片 | ¥48 | 麻辣鲜香,川味经典 |-| 皮蛋豆腐 | ¥22 | 嫩滑鲜香,老少皆宜 |-| 卤水拼盘 | ¥58 | 精选卤味,醇香浓郁 |-| 糖拌番茄 | ¥15 | 酸甜可口,清爽解腻 |--## 热菜-| 菜品名称 | 价格 | 描述 |-|---------|------|------|-| 红烧肉 | ¥68 | 肥而不腻,入口即化 |-| 糖醋排骨 | ¥58 | 酸甜适中,外酥里嫩 |-| 水煮鱼 | ¥88 | 麻辣鲜嫩,鱼肉细滑 |-| 西湖醋鱼 | ¥78 | 酸甜鲜嫩,西湖名菜 |-| 宫保鸡丁 | ¥42 | 辣而不燥,花生香脆 |-| 麻婆豆腐 | ¥32 | 麻辣鲜香,豆腐嫩滑 |-| 回锅肉 | ¥45 | 香辣可口,肥瘦相间 |-| 清蒸鲈鱼 | ¥68 | 鲜嫩清淡,葱姜提味 |--## 主食-| 菜品名称 | 价格 | 描述 |-|---------|------|------|-| 白米饭 | ¥5 | 东北大米,粒粒分明 |-| 扬州炒饭 | ¥28 | 配料丰富,色泽金黄 |-| 阳春面 | ¥18 | 汤清味鲜,简单鲜美 |-| 葱油拌面 | ¥15 | 葱香浓郁,爽滑Q弹 |--## 甜品-| 菜品名称 | 价格 | 描述 |-|---------|------|------|-| 杨枝甘露 | ¥28 | 清甜爽口,热带风情 |-| 桂花糍粑 | ¥22 | 软糯香甜,桂花清香 |-| 红枣银耳羹 | ¥18 | 滋补养颜,甜润可口 |-| 芝士焗红薯 | ¥25 | 香甜绵密,奶香浓郁 |diff --git a/tests/test_data/test_samples/legacy/history/battle_of_chibi.md b/tests/test_data/test_samples/legacy/history/battle_of_chibi.mddeleted file mode 100644index 76512cc..0000000--- a/tests/test_data/test_samples/legacy/history/battle_of_chibi.md+++ /dev/null@@ -1,79 +0,0 @@-# 赤壁之战——三国鼎立的关键转折--赤壁之战是中国历史上著名的以少胜多的经典战例,建安十三年(208年)冬,孙权、刘备联军在长江赤壁(今湖北赤壁西北)一带大败曹操大军。此战奠定了三国鼎立的基础,是中国古代军事史上的里程碑事件。--## 战前背景--### 曹操南征--建安十三年,曹操基本统一北方后,率二十万大军(号称八十万)南下,意图一统天下。曹操率领的北方军队擅长陆战,但水战能力薄弱。曹操书信于孙权曰:“今治水军八十万众,方与将军会猎于东吴。”言语间满是威胁之意。--### 孙刘联盟--面对曹操大军压境,诸葛亮作为刘备军师,亲自前往江东说服孙权联合抗曹。诸葛亮以曹军远来疲惫、不习水战、北方人水土不服等弱点分析,说服孙权决心与刘备联盟。孙权任命周瑜为大都督,率军三万与刘备联军,共计五万余人。--## 参战主要人物--### 吴军统帅--**周瑜**(175-210年),字公瑾,庐江舒县人,吴国名将,被誉为“江东双壁”之一。周瑜年少成名,精通音律,有“曲有误,周郎顾”之美誉。他主张坚决抗曹,提出曹军必败的三大理由:其一,曹操后方不稳,马超、韩遂尚在关西;其二,曹操舍弃北方步骑而来与江东争舟楫所长;其三,北方士兵不习水土,必生疾病。--**鲁肃**(172-217年),字子敬,临淮东城人,东吴著名战略家。鲁肃最早提出孙刘联合构想,在周瑜与诸葛亮之间起到重要的桥梁作用。他为人沉稳有远见,主张联合刘备共抗曹操。--**黄盖**(生卒年不详),字公覆,零陵泉陵人,东吴老将。黄盖追随孙坚、孙策、孙权三代,作战英勇。他献上火攻之计,并亲率装满易燃物的火船诈降曹军。--### 刘备阵营--**刘备**(161-223年),字玄德,中山靖王之后,汉昭烈帝。当时刘备兵败新野,率部投靠刘表,寄人篱下。诸葛亮出山后,刘备势力逐渐壮大。赤壁之战后,刘备获得荆州作为立足之地。--**诸葛亮**(181-234年),字孔明,号卧龙,蜀汉丞相。诸葛亮以隆中策为刘备制定三分天下战略,赤壁之战前奉命赴江东游说孙权,促成孙刘联盟。--**关羽**(160-220年),字云长,刘备结义兄弟。关羽率水军参与赤壁之战,后镇守荆州,独自领兵北伐曹操,水淹七军,威震华夏。--**张飞**(165-221年),字益德,刘备结义兄弟。张飞率军参与赤壁之战,后随刘备入蜀,与关羽并称“万人敌”。--### 曹军统帅--**曹操**(155-220年),字孟德,沛国谯县人,魏武帝。曹操是中国历史上著名的政治家、军事家、文学家。赤壁之战是他统一天下进程中的重大挫折,战后曹操退回北方,短期内无力南征。--**张辽**(169-222年),字文远,雁门马邑人,曹魏名将。张辽随曹操南征,在赤壁之战中负责北方水军训练,后以守合肥闻名。--**徐晃**(?-227年),字公明,河东杨人,曹魏名将。徐晃随曹操参与赤壁之战,后随曹仁镇守荆州。--## 战役经过--### 初期对峙--建安十三年冬,周瑜率军进驻赤壁,与曹操大军隔江相望。曹操北方军队不习水性,将战船用铁索相连,以减少颠簸。周瑜部将黄盖献计曰:“今寇众我寡,难与持久。然观曹操军船舰首尾相连,可火攻也。”--### 黄盖诈降--黄盖假意投降曹操,致书曹操曰:“盖受孙氏厚恩,常思报效。今曹公大兵压境,盖愿以所部归降,以图富贵。”曹操信以为真,允之。--### 火攻曹营--建安十三年十一月某日,黄盖率蒙冲斗舰十艘,满载易燃之物,顺风纵火。火船如离弦之箭,直冲曹军船阵。此时东南风大起,火势蔓延,曹操战船连珠相着,岸上营寨亦被点燃。曹军大乱,死伤无数,烟火蔽天。--### 曹操败退--曹操见大势已去,下令烧毁余船,率残部北返。经华容道(今湖北监利北)撤退时,道路泥泞,曹操命老弱残兵背负草填路,骑兵乃得过。此役曹操损失大半,无力再战,孙刘联军大获全胜。--## 战后影响--### 三国鼎立--赤壁之战后,曹操退回北方,短期内无力南下。刘备乘机夺取荆州大部分地区,后又取得益州,建立蜀汉政权。孙权巩固江东,势力扩展至长江中游。三国鼎立格局正式形成。--### 历史评价--赤壁之战是中国古代军事史上的经典战例,以少胜多,以弱胜强。孙刘联军的胜利,主要得益于正确的战略判断、周瑜的出色指挥、以及火攻计策的成功运用。此战也展现了诸葛亮的外交才能,鲁肃的战略眼光,以及黄盖的忠勇无畏。--## 人物关系简述--- **孙权**:吴国开国皇帝,孙策之弟,与刘备为联盟关系-- **周瑜**:孙权麾下大都督,受孙权重用-- **鲁肃**:周瑜部下,与诸葛亮有书信往来-- **刘备**:与孙权为联盟关系,共抗曹操-- **诸葛亮**:刘备军师,与鲁肃有书信往来-- **关羽、张飞**:刘备结义兄弟,随刘备作战-- **曹操**:刘备、孙权之共同敌人diff --git a/tests/test_data/test_samples/legacy/history/sushi_life_letters.md b/tests/test_data/test_samples/legacy/history/sushi_life_letters.mddeleted file mode 100644index c22550f..0000000--- a/tests/test_data/test_samples/legacy/history/sushi_life_letters.md+++ /dev/null@@ -1,134 +0,0 @@-# 苏轼书信选编--苏轼(1037-1101),字子瞻,号东坡居士,北宋著名文学家、书画家。他的一生经历丰富,与多位友人、亲人、政治人物有大量书信往来。这些书信不仅是文学佳作,更是研究北宋政治、文化、社会的重要史料。--## 与司马光书--### 论科举书(嘉祐六年,1061年)--轼再拜启:久不奉书,仰怀之至。伏惟台候万福。--轼窃闻朝廷将变贡举之法,罢诗赋而试经义。轼愚以为不然。诗赋取人,虽曰小技,然亦可观其才性之高下,文辞之工拙。若专用经义,则天下之士将尽为章句之学,而文体日趋于固陋矣。--夫文章者,气之所形也。气盛则言之短长与声之高下者皆宜。今之学者,诵经书数千百卷,而于文章之道或未能知其一二。此岂古人之意哉?--伏惟明公特达之知,鉴此微忱,俾贡举之法存诗赋之一科,使士子有所激厉,而文风不至于衰敝。不胜幸甚。--轼顿首再拜。--### 与司马光论国事书(元丰七年,1084年)--轼启:专人至,辱书,感慰无量。--比年以来,天灾流行,民力凋敝。而朝廷之上,政出多门,互相矛盾。推行新法者,既已行之十年;论列其非者,又从而攻之不已。此非所以养民力、固邦本也。--夫法之善者,非以其新也,取其便民而已;非以其旧也,取其利国而已。今天下之病,在于有司奉行太过,而不知变通。 青苗之钱,贫民虽欲贷之,而迫于期限,往往至于破产;免役之钱,农户虽欲输之,而困于重敛,往往至于流亡。此岂立法之本意哉?--明公以旧学辅政,于此时正宜开言路、通下情,使四方之人皆得尽其所欲言,而朝廷得以择善而从之。则天下幸甚,苍生幸甚。--轼再拜。--## 与王安石书--### 答王安石论新法书(熙宁三年,1070年)--巩顿首再拜,巩启:专人辱书,不胜感慰。--窃闻明公锐意变法,以富国强兵为志。巩虽不肖,亦愿效其一得之愚。--夫君子之为政也,贵在便民,而不贵在便民之名;贵在利国,而不贵在利国之迹。今天下之民,困于征求者久矣。而新法之行,若过于急迫,恐非所以养民力也。--夫制治之要,在于得人;理财之要,在于节用。今之内忧外患,非但财力不足之患也,亦人才不足之患也。明公若能慎选人才,使各尽其职,则财用自足,不待立法以取之也。--且夫法之废兴,亦有时运焉。秦用法家而亡汉用法家而兴,岂独法之罪哉?亦在用之如何耳。明公试以太公、管仲之法行之,而参以孔孟之义,则庶几乎可矣。--巩再拜。--## 与沈括书--### 论天文历法(熙宁九年,1076年)--轼白:沈公足下。--轼尝读《太玄》之书,观其推步之旨,与今历不同。夫历者,所以正四时、定节气也。而古今之历,愈密而愈差者,何也?--盖天行有常,而人智有限。圣人之制作,亦未能尽合天意也。惟随时修正,以求合于天度而已。--今之历官,徒知守成法而不敢议,固陋甚矣。足下精通数学,傥能起而正之,使历代之失传者复明于世,岂非百世之功哉?--轼不敏,于此道虽尝留意,终未能窥其堂奥。愿足下有以教之。--轼白。--## 与佛印禅师书--### 与佛印禅师书(黄州时期,1080年)--轼启:奉别以来,忽忽数年。每一念之,未尝不想见颜色也。--轼今谪居黄州,罪废之余,万事皆已灰冷。惟有禅悦之味,差强人意。读师所示法语, 如披云雾而见青天, 不胜欣幸。--夫人生于世,如白驹过隙,忽然而已。贵贱穷通,皆非我有。惟此一念真心,不生不灭, 方是本来面目。师以为如何?--近作《赤壁赋》一首,录以奉呈。辞不达意,幸师有以教之。--轼再拜。--## 与弟苏辙书--### 与子由书(黄州时期,1080年)--轼顿首,子由二弟足下。--去年腊月,遣专人至黄州省视,得弟书,知全家安好,欣慰无量。--兄在此,粗安。每日早起,读《金刚经》一卷,参禅打坐,颇有所得。念人生天地之间,如蝼蚁之寄于巨海,渺小而不自量。然亦不能不以道自娱也。--子由性格沉静,文章淡远,胜吾十倍。吾兄弟二人,自幼同窗共读,今皆老大,而各天涯,不能常聚首,念之慨然。--愿弟善自珍重,勿以兄为念。兄亦当自爱,不敢以忧愁损其天年也。--兄轼书。--## 与李清照书(部分推测)--### 论词书(元祐时期,1089-1091年)--清照女史足下:--清词丽句,已拜读之。易安之词,清婉凄丽,自成一家,足与李后主争辉。--夫词之为体,宜妥帖、宜轻圆、宜流转、宜言情。然近世之词,或失之雕琢,或失之粗疏,求其清空灵动如易安者,固不易得也。--足下天资高妙,复加以学问,异日必成大家。愿益致力于此道,勿以外物扰其心志。则词坛之幸也。--轼白。--## 与黄庭坚书--### 论书法(元祐时期,1090年)--庭坚足下:--专人至,辱书,并获观大草书,叹赏不已。--鲁直之书,笔力沉劲,结构纵横,自是大家气象。虽未能尽善尽美,然其奇崛之处,已足名世。--吾于书法,本非所长。然观鲁直之作,亦粗有会心。夫书者,心画也。观其书,可以知其人。鲁直为人峭直,故其书亦峭拔;鲁直好学,故其书亦博雅。此固非偶然也。--愿与足下共勉之。--轼启。-------**人物关系简述**:--- **苏轼**:本书信集的作者,北宋文学家-- **司马光**:北宋史学家、政治家,反对王安石新法-- **王安石**:北宋政治家、文学家,推行新法-- **沈括**:北宋科学家,通晓天文、数学、医药-- **佛印禅师**:北宋名僧,与苏轼交往甚密-- **苏辙**:苏轼之弟,北宋文学家-- **李清照**:南宋词人,此信可能为元祐时期交往-- **黄庭坚**:北宋书法家、诗人,与苏轼亦师亦友diff --git a/tests/test_data/test_samples/legacy/literature/critique_zhenhuan.md b/tests/test_data/test_samples/legacy/literature/critique_zhenhuan.mddeleted file mode 100644index 530fbc9..0000000--- a/tests/test_data/test_samples/legacy/literature/critique_zhenhuan.md+++ /dev/null@@ -1,162 +0,0 @@-# 《甄嬛传》:后宫叙事中的权力美学与符号系统--## 一、核心论点--本文认为《甄嬛传》不仅是一部成功的宫斗剧,更是一部**权力结构的寓言文本**。该剧通过精心构建的意象系统、严密的叙事结构和复杂的人物关系网络,深刻揭示了封建皇权对女性身体与精神的双重规训,同时展现了女性在权力夹缝中寻求主体性的艰难历程。--## 二、意象系统分析--### 2.1 梅花:孤独与高洁的象征--梅花在《甄嬛传》中多次出现,其象征意义经历了从"高洁"到"被操控"的转变。--**首次出现**:甄嬛在倚梅园祈福时吟诵"逆风如解意,容易莫摧残",此时梅花象征着甄嬛高洁、不屈的品格。--**关键转折**:果郡王将梅花插入甄嬛发髻,这一动作将梅花从"独立的观赏对象"变为"被赋予的装饰物",隐喻甄嬛从"自主个体"沦为"权力玩物"的身份转变。--**引用文本**:-- "逆风如解意,容易莫摧残"(第一集,甄嬛倚梅园祈福)-- "梅花虽寒,却有暗香"(果郡王评梅花)--### 2.2 红烛:洞房与孤寂的双重隐喻--红烛在剧中多次出现,主要集中在甄嬛与皇帝的洞房之夜、以及甄嬛失宠后的独守空房场景中。--**正面意象**:红烛最初象征洞房花烛的喜庆与帝后恩宠。--**负面意象**:当甄嬛失宠后,红烛摇曳却无人相伴,象征着深宫中的漫漫长夜与无尽的孤寂。--**引用文本**:-- "红烛高烧,喜气盈门"(第26集,甄嬛封妃当晚)-- "这红烛再亮,也照不亮我的心"(第42集,甄嬛失宠后独语)--### 2.3 凤凰:权力与重生的终极象征--凤凰是甄嬛权力巅峰的象征。从入宫时的天真少女,到最终成为太后,甄嬛完成了从"雀"到"凤"的蜕变。--**前期**:甄嬛自比为"飞鸟",渴望飞出皇宫的牢笼。--**后期**:甄嬛身着凤袍,象征着她最终成为了权力的中心。--**引用文本**:-- "终有一天,我要成为这后宫的主人"(第64集,甄嬛决心复仇)-- "凤凰涅槃,浴火重生"(第76集,甄嬛成为太后)--### 2.4 意象关联网络--| 意象 | 初期象征 | 后期象征 | 关联意象 |-|------|----------|----------|----------|-| 梅花 | 高洁、孤傲 | 被操控、身不由己 | 红烛 |-| 红烛 | 恩宠、喜庆 | 孤寂、漫漫长夜 | 凤凰 |-| 凤凰 | 可望而不可及 | 权力巅峰、复仇成功 | 梅花 |-| 秋千 | 少女天真 | 逝去的青春 | 梅花 |-| 荷花 | 出淤泥而不染 | 权力漩涡中的挣扎 | 梅花 |--## 三、叙事结构分析--### 3.1 主线叙事:甄嬛的"黑化"之路--甄嬛从入宫到成为太后,这一成长历程构成了剧集的主线叙事。根据叙事学理论,这是一条典型的"英雄之旅":--**第一幕:启程**-- 甄嬛入宫,因酷似纯元皇后而受到皇帝关注-- 与果郡王相遇,萌生真挚感情-- 初次品尝权力的残酷(华妃陷害)--**第二幕:考验**-- 失宠、被贬甘露寺-- 果郡王之死,甄嬛决心复仇-- 重新回宫,开启权力征程--**第三幕:归来**-- 甄嬛逐步扳倒华妃、皇后-- 成为后宫实际的权力中心-- 登上太后之位--### 3.2 支线叙事--**支线一:沈眉庄与安陵容的友谊线**--沈眉庄与甄嬛的友情是剧中唯一真挚的情感纽带,而安陵容的背叛则象征着权力对友谊的腐蚀。--- 起点:三人同时入宫,结为好友-- 转折:安陵容因自卑与嫉妒,投靠皇后-- 终点:沈眉庄难产而死,甄嬛痛失挚友--**支线二:华妃的盛衰线**--华妃是剧中塑造最为成功的反派角色之一,她的悲剧在于真挚地爱着皇帝,却最终被皇帝赐死。--- 起点:华妃宠冠六宫,骄纵跋扈-- 转折:年羹尧失势,华妃被降为年答应-- 终点:华妃得知皇帝一直在利用她,绝望撞柱而死--**支线三:果郡王的悲剧爱情线**--果郡王与甄嬛的爱情是全剧最浪漫的叙事线,也是最具悲剧色彩的部分。--- 起点:桐花台夜话,两人互诉衷肠-- 转折:皇帝命甄嬛毒杀果郡王-- 终点:果郡王中毒身亡,甄嬛伤心欲绝--### 3.3 插叙叙事:纯元皇后的幽灵--纯元皇后从未真正出场,却始终是笼罩在后宫上空的幽灵。她是皇帝心中的白月光,也是甄嬛悲剧命运的根源。--**叙事功能**:-1. 揭示皇帝的多情与薄情-2. 为甄嬛的受宠提供合理性(酷似纯元)-3. 成为皇后打击甄嬛的工具--**引用文本**:-- "纯元皇后是本宫心中永远的痛"(皇帝)-- "臣妾不过是纯元皇后的替身罢了"(甄嬛)--## 四、论证逻辑分析--### 论据一:空间叙事与权力等级--剧中空间的转换严格对应角色地位的升降。碎玉轩的偏远象征甄嬛初期的不受宠,而皇后寝宫的庄严则暗示权力的核心。--**空间-权力对照表**:--| 空间 | 位置 | 象征意义 | 对应人物 |-|------|------|----------|----------|-| 碎玉轩 | 皇宫西北角 | 低微、不受宠 | 甄嬛(初期) |-| 皇后寝宫 | 皇宫中心 | 权力核心 | 皇后 |-| 华妃宫殿 | 皇宫东北角 | 宠冠六宫 | 华妃(前期) |-| 甘露寺 | 皇宫之外 | 被打入冷宫 | 甄嬛(中期) |-| 寿康宫 | 皇宫东北角 | 太后居所 | 甄嬛(后期) |--### 论据二:服饰的颜色政治--甄嬛服饰颜色的变化,是其权力轨迹的外在符号。--- **粉色**:入宫初期,天真烂漫-- **绿色**:甘露寺时期,简朴清苦-- **红色**:回宫复仇,强势凌厉-- **紫色**:成为太后,庄重威严--### 论据三:三角恋的政治隐喻--甄嬛-果郡王-皇帝之间的三角恋,并非单纯的情感纠葛,而是**两股政治力量的博弈**。--- **皇帝**:代表绝对皇权,不可违抗-- **果郡王**:象征"去中心化"的可能性,对皇权构成威胁-- **甄嬛**:在两者之间抉择,实质是在权力与爱情之间挣扎--**核心观点的形成逻辑**:--{梅花意象的象征转变} + {空间叙事的权力等级} + {三角恋的政治隐喻} → 权力结构寓言--## 五、结论--《甄嬛传》的文学价值在于它创造了一个多层次的符号系统。梅花、红烛、凤凰等意象不仅是装饰,更是支撑整个叙事逻辑的结构性元素。该剧将**个人成长史**与**权力博弈史**融为一体,既满足了大众对宫斗剧情的审美期待,又提供了对封建权力的深刻批判。--从叙事学角度看,该剧的成功在于它完美平衡了**主线**(甄嬛的权力之路)、**支线**(各配角的悲欢离合)与**插叙**(纯元皇后的幽灵)之间的关系,形成了一个严密而富有张力的叙事网络。--## 参考文献--1. 《甄嬛传》电视剧剧本(2011年)-2. 海宴:《后宫·甄嬛传》,湖南文艺出版社,2008年-3. 热奈特:《叙事话语 新叙事话语》,中国社会科学出版社,1990年diff --git a/tests/test_data/test_samples/legacy/literature/novel_langya.md b/tests/test_data/test_samples/legacy/literature/novel_langya.mddeleted file mode 100644index 771c062..0000000--- a/tests/test_data/test_samples/legacy/literature/novel_langya.md+++ /dev/null@@ -1,139 +0,0 @@-# 琅琊榜 - 梅长苏归京(节选)--## 第一章:江左盟主--江湖传言,琅琊榜首梅长苏,十二年前本名林殊,乃赤焰军少帅。赤焰军一案,林氏全族被灭,只有林殊一人侥幸存活,改名换姓,成为江左盟盟主。--江湖上无人知晓梅长苏的真实身份,只知道他一手创建的江左盟,势力遍布大梁十三州,手下高手如云。更无人知道,这位病弱青年,竟是当年意气风发的赤焰军少帅。--## 第二章:太子与誉王的博弈--大梁朝堂,太子萧景宣与誉王萧景桓明争暗斗,各自网罗人才。太子一党有户部尚书楼之敬、尚书令何敬中;誉王一党有庆国公、宁国侯谢玉。两派势力不相上下,朝堂之上暗流涌动。--这一日,誉王收到琅琊阁的密报:"琅琊榜首梅长苏,才冠绝伦,得之可得天下。"--誉王立即命人前往江左,邀请梅长苏入京。--## 第三章:京城风云--梅长苏入京之日,京城万人空巷。他乘坐一辆毫不起眼的马车,在黎纲、甄平的护送下,悄然进入京城最繁华的朱雀大街。--【主要地点】--- **朱雀大街**:京城最繁华的商业街,梅长苏入京必经之路-- **雪庐**:梅长苏在京城的临时居所,位于城西一处清幽别院-- **太子府**:太子萧景宣的住所,位于皇城东侧-- **誉王府**:誉王萧景桓的住所,位于皇城西侧-- **妙音坊**:京城最著名的乐坊,表面卖艺,实为梅长苏的情报据点-- **宁国侯府**:谢玉的府邸,谢玉是誉王的心腹,也是赤焰军一案的幕后黑手之一--【关键物品】--- **赤焰手环**:林殊家族的传家之物,赤焰军少帅的身份象征-- **琅琊榜**:琅琊阁每年更新的天下高手排行榜-- **冰续草**:一种稀有草药,能延续梅长苏的生命-- **金牌令**:江左盟盟主的信物,可调动江左盟全部势力--## 第四章:故人相见--梅长苏入住雪庐的第一日,他的两位旧部——霓凰郡主与靖王萧景琰,前来拜访。--霓凰郡主本是林殊的未婚妻,十二年前赤焰军一案后,她镇守云南,手握十万铁骑,至今未嫁。当她看到梅长苏的那一刻,便认出了这位故人。--**霓凰郡主**(眼眶微红):"苏先生台鉴:故人远来,霓凰不胜之喜。"--**梅长苏**(淡淡):"郡主谬赞了。在下只是一介布衣。"--【霓凰郡主与梅长苏相认,两人心中均是百感交集。】--靖王萧景琰是林殊的挚友,十二年前因赤焰军一案被父皇迁怒,至今仍是七珠亲王,无缘太子之位。他性格刚直,不愿与朝堂权贵同流合污。--**靖王**:"先生大才,本王佩服。"--**梅长苏**:"王爷过誉。在下只是想为这天下,做一些力所能及之事。"--【靖王看着梅长苏,总觉得此人似曾相识,却又说不清在哪里见过。】--## 第五章:朝堂暗流--太子与誉王得知梅长苏入京,纷纷抛出橄榄枝。太子邀请梅长苏赴宴,誉王则亲自登门拜访。--【人物关系网络】--**朝堂派系**--- **太子一党**:太子萧景宣(核心)、户部尚书楼之敬、尚书令何敬中、越贵妃-- **誉王一党**:誉王萧景桓(核心)、庆国公、宁国侯谢玉、般弱-- **靖王一党**:靖王萧景稳、霓凰郡主、梅长苏(幕后军师)--**江湖势力**--- **江左盟**:梅长苏(盟主)、黎纲(副盟主)、甄平(护法)-- **琅琊阁**:蔺晨(少阁主)、老阁主-- **大渝**:袁先生(谋士)-- **南楚**:百里奇(高手)--【关键事件时间线】--1. **梅长苏入京**(第1日):入主雪庐-2. **誉王拜访**(第3日):誉王亲赴雪庐,寻求合作-3. **太子设宴**(第5日):太子宴请梅长苏,被婉拒-4. **霓凰相认**(第7日):霓凰郡主认出梅长苏身份-5. **靖王结交**(第10日):靖王与梅长苏深谈-6. **妙音坊案**(第15日):太子党羽楼之敬利用妙音坊贩卖私盐,梅长苏借机出手-7. **朝堂论礼**(第20日):誉王在梅长苏指点下,在朝堂上一举击败太子-8. **扳倒谢玉**(第30日):梅长苏设计揭露谢玉当年参与赤焰军一案的真相--## 第六章:冰续草之约--梅长苏的身体一日不如一日,他中的火寒之毒,需要冰续草才能延续生命。然而冰续草极为稀有,整个大梁只有三株。--霓凰郡主动用云南穆府的力量,为梅长苏寻得两株冰续草。--**霓凰郡主**:"苏先生,这冰续草是我穆府的心意,请您务必收下。"--**梅长苏**:"郡主大恩,林殊没齿难忘。"--【霓凰郡主听到"林殊"二字,泪水再也控制不住。】--## 第七章:赤焰真相--扳倒宁国侯谢玉的那一天,梅长苏终于可以将十二年前的真相公之于众。--当年,赤焰军大帅林燮(林殊之父)率军出征大渝,得胜回朝时,却在梅岭遭到谢玉带领的军队伏击。谢玉勾结大渝,伪造赤焰军谋反的证据,株连林氏全族。--**梅长苏**(在朝堂上):"陛下明鉴,十二年前赤焰军一案,乃是谢玉与夏江勾结,伪造证据,陷害忠良!"--【朝堂震动,靖王终于可以为赤焰军翻案。】--## 人物关系详解--### 林氏家族--- **林殊**(梅长苏):赤焰军少帅,林燮之子,现为江左盟盟主-- **林燮**:赤焰军大帅,林殊之父,十二年前被陷害致死-- **林乐瑶**:晋阳长公主,林殊之姑母--### 皇室与朝臣--- **萧景琰**:靖王,林殊挚友,十二年前被迁怒-- **霓凰郡主**:林殊未婚妻,镇守云南-- **萧景宣**:太子,昏庸无能-- **萧景桓**:誉王,工于心计-- **谢玉**:宁国侯,誉王心腹,赤焰军一案主谋之一-- **夏江**:悬镜司首尊,赤焰军一案主谋之一--### 江湖势力--- **梅长苏**:江左盟盟主,琅琊榜首-- **黎纲**:江左盟副盟主-- **甄平**:江左盟护法-- **蔺晨**:琅琊阁少阁主-- **蒙挚**:禁军大统领,林殊旧部--### 物品归属--- **赤焰手环**:林殊家传,现由梅长苏保管-- **冰续草**:霓凰郡主赠予梅长苏,共两株-- **金牌令**:梅长苏所有,可调动江左盟-- **琅琊榜**:存放于琅琊阁diff --git a/tests/test_data/test_samples/legacy/literature/screenplay_zhenhuan.md b/tests/test_data/test_samples/legacy/literature/screenplay_zhenhuan.mddeleted file mode 100644index d851fd6..0000000--- a/tests/test_data/test_samples/legacy/literature/screenplay_zhenhuan.md+++ /dev/null@@ -1,167 +0,0 @@-# 甄嬛传 · 桐花台夜话--## 第一场:桐花台 - 室外 - 夜--【天空阴沉,细雨绵绵。桐花台上,夕颜花静静开放。】--**果郡王**(允礼):"夕颜花只在夜间开放,见不得日光,如同这宫中的秘密。"--【允礼独自站在桐花台边,手执一盏宫灯。】--**果郡王**(内心独白):"今夜是她与我的约定之期,不知她是否会来。"--【远处传来脚步声,甄嬛手持油纸伞缓缓走来。】--**甄嬛**:"王爷好雅兴,深夜在这桐花台赏花。"--**果郡王**:"甄妹妹来了。我已在此等候多时。"--【甄嬛收起伞,走到允礼身边。】--**果郡王**:"你看这夕颜,虽然朝生暮死,却开得如此绚烂。"--**甄嬛**:"王爷是在感慨夕颜,还是在感慨自己?"--**果郡王**(苦笑):"我只是在感慨,这宫中的女人,如同这夕颜一般,身不由己。"--【甄嬛低头沉默,眼中闪过一丝悲伤。】--**甄嬛**:"王爷可知,我每日在这宫中,最大的敌人不是华妃,不是皇后,而是这无边的孤寂。"--**果郡王**:"我明白。"--【允礼轻轻握住甄嬛的手。】--**果郡王**:"那日你在倚梅园祈福,我隔墙听到你的祈愿。"--**甄嬛**(惊讶):"你......你听到了?"--**果郡王**:"逆风如解意,容易莫摧残。妹妹的愿望,我记到了心里。"--【甄嬛眼中泛起泪光。】--**甄嬛**:"在这宫中,能懂我的人不多,王爷是其中一个。"--## 第二场:桐花台 - 室外 - 夜(续)--【雨势渐大,甄嬛的油纸伞被风吹落。】--**果郡王**:"小心!"--【允礼一把拉住甄嬛,两人在雨中相依。】--**果郡王**:"跟我走吧。"--**甄嬛**(挣扎):"不,我不能。"--**果郡王**:"我可以带你离开这皇宫,去一个没有争斗的地方。"--**甄嬛**(摇头):"我的家族,我的父母,都在这宫中。我不能自私地一走了之。"--**果郡王**:"难道你就要在这宫中耗费一生吗?"--【甄嬛推开允礼,后退一步。】--**甄嬛**:"王爷,你我之间,只能是兄妹之情。"--【允礼苦笑着点头。】--**果郡王**:"我明白。"--## 第三场:皇后寝宫 - 室内 - 日--【皇后坐在凤座上,华妃站立一旁。】--**皇后**:"华妃,你可知晓近日果郡王与甄氏走得近了些?"--**华妃**:"臣妾有所耳闻。皇后娘娘是想......"--**皇后**:"果郡王是皇上的亲弟弟,若是传出什么闲话......"--**华妃**(冷笑):"甄氏不过是仗着有几分姿色迷惑果郡王罢了。臣妾有一计,可让她身败名裂。"--**皇后**:"哦?说来听听。"--**华妃**:"三日后是皇上的万寿节,到时甄氏必定献舞。臣妾让人在她的舞衣上做些手脚......"--**皇后**(点头):"此事交给你去办,切记不要留下把柄。"--## 第四场:碎玉轩 - 室内 - 日--【甄嬛正在绣花,沈眉庄来访。】--**沈眉庄**:"甄嬛,你可知华妃要在万寿节上对付你?"--**甄嬛**(抬头):"眉姐姐此话怎讲?"--**沈眉庄**:"我今日无意中听到华妃与颂芝的对话,说要在你的舞衣上动手脚。"--**甄嬛**(冷笑):"她终于要出手了吗?"--**沈眉庄**:"你要小心啊。"--**甄嬛**:"兵来将挡,水来土掩。我倒要看看,她能使出什么手段。"--【甄嬛眼中闪过一丝寒光。】--**甄嬛**(内心独白):"既然你们不仁,就别怪我不义。"--## 第五场:万寿节宴会 - 宴会厅 - 夜--【灯火通明,丝竹声起。甄嬛一袭红衣,准备献舞。】--【甄嬛起舞,动作优美流畅。】--【突然,舞衣撕裂,露出里面的旧衣。】--【众人惊呼,甄嬛站立原地,面色苍白。】--**皇帝**(大怒):"这是怎么回事?!"--**华妃**(故作惊讶):"哎呀,甄妹妹这身舞衣是怎么回事?莫不是对皇上有意见?"--【甄嬛跪倒在地。】--**甄嬛**:"臣妾罪该万死,求皇上恕罪。"--【果郡王在座上看不下去,起身。】--**果郡王**:"皇兄息怒,甄妹妹许是受人陷害。"--**皇帝**(看向果郡王):"你为她求情?"--【允礼意识到失言,低头不语。】--**华妃**:"果郡王与甄氏果然情深意重啊。"--【皇帝面色铁青。】--**皇帝**:"此事容后再查。甄氏你先退下。"--【甄嬛含着泪退下,与果郡王对视一眼,满是无奈。】--## 第六场:碎玉轩 - 室内 - 夜--【甄嬛独坐床边,悲痛欲绝。】--**甄嬛**(内心独白):"今日之辱,我甄嬛记下了。华妃,皇后,你们加诸在我身上的,我终有一日会加倍奉还!"--【敲门声起。】--**甄嬛**:"谁?"--**沈眉庄**:"是我。"--【沈眉庄推门而入。】--**沈眉庄**:"你还好吗?"--**甄嬛**:"不好。眉姐姐,我今日算是彻底看清了这宫中的形势。"--**沈眉庄**:"你打算怎么做?"--**甄嬛**:"我要报复。华妃不是最在意皇上的恩宠吗?我就偏要夺走它。"--【甄嬛眼中满是决心。】--**甄嬛**:"从今日起,我不再是那个天真的甄嬛了。"diff --git a/tests/test_data/test_samples/legacy/news/__init__.py b/tests/test_data/test_samples/legacy/news/__init__.pydeleted file mode 100644index 441042c..0000000--- a/tests/test_data/test_samples/legacy/news/__init__.py+++ /dev/null@@ -1 +0,0 @@-# News domain test samplesdiff --git a/tests/test_data/test_samples/legacy/news/breaking_news_brief.md b/tests/test_data/test_samples/legacy/news/breaking_news_brief.mddeleted file mode 100644index 0959d30..0000000--- a/tests/test_data/test_samples/legacy/news/breaking_news_brief.md+++ /dev/null@@ -1,66 +0,0 @@-# 突发!华东某市发生一起交通事故--## 快讯--今日上午约9时15分,华东某市人民路与解放路交叉口发生一起严重交通事故。一辆白色小客车在行驶过程中突然失控,撞向正在等候红灯的行人及非机动车。--**事故地点**:华东某市人民路与解放路交叉口南侧--**事故时间**:今日上午9时15分-------## 现场情况--据目击者称,事故发生时,白色小客车由北向南行驶至人民路与解放路交叉口时,车辆突然加速,撞向正在路口等候红灯的行人队伍。事故导致多人受伤,现场情况十分惨烈。--事故发生后,120急救中心迅速派出多辆救护车前往现场救援。交警部门也第一时间赶到现场,对事故路段实施临时交通管制。-------## 伤亡情况--根据某市中心医院急诊科消息,事故共造成**3人死亡,7人受伤**。其中2人当场死亡,1人送医后抢救无效死亡。7名伤者已被分别送往某市中心医院和某市第一人民医院进行救治。--**部分伤者情况**:--- 男性伤者张某(45岁),颅脑损伤,正在ICU抢救-- 女性伤者李某(32岁),腿部骨折,暂无生命危险-- 男性伤者王某(28岁),多处软组织挫伤,意识清醒-------## 事故原因--目前,事故原因正在调查中。据交警部门初步分析,事故可能与以下因素有关:--1. 白色小客车驾驶员操作不当-2. 车辆机械故障-3. 驾驶员突发身体状况--具体原因有待进一步调查确认。--白色小客车驾驶员已被警方控制,其酒精检测结果将稍后公布。-------## 后续处理--事故发生后,某市市委市政府高度重视,要求全力救治伤员,妥善处理善后事宜。某市公安局成立专案组,全面开展事故调查工作。--事故路段交通管制预计将持续至今日下午,请过往车辆绕行。--某市人民政府新闻办公室将持续发布事故处置进展信息。-------## 5W1H要素提取--| 要素 | 内容 |-|------|------|-| **Who(谁)** | 白色小客车驾驶员(男,姓名待查) |-| **What(发生了什么)** | 车辆失控撞向行人,造成3死7伤 |-| **When(何时)** | 今日上午9时15分 |-| **Where(何地)** | 华东某市人民路与解放路交叉口 |-| **Why(为何)** | 原因待查(可能为操作不当/车辆故障/驾驶员身体状况) |-| **How(如何发生)** | 白色小客车由北向南行驶至路口时突然加速失控 |diff --git a/tests/test_data/test_samples/legacy/news/investigative_report.md b/tests/test_data/test_samples/legacy/news/investigative_report.mddeleted file mode 100644index 60c5769..0000000--- a/tests/test_data/test_samples/legacy/news/investigative_report.md+++ /dev/null@@ -1,145 +0,0 @@-# 幸福里地产项目烂尾事件深度调查--## 序言--位于华东某市阳光区的"幸福里"地产项目曾是当地重点民生工程,承诺于2023年年底交付。然而,截至2024年年中,该项目已停工近一年,数百户业主面临钱房两空的困境。本报对此展开深入调查,试图还原事件真相。-------## 一、项目背景--### 1.1 项目概况--"幸福里"项目位于华东某市阳光区核心地段,总建筑面积约15万平方米,规划建设12栋住宅楼,共计约800套房源。项目于2021年3月正式开工,预计2023年12月31日交付。--该项目开发商为"恒达房地产开发有限公司"(以下简称"恒达地产"),项目施工单位为"华东建设集团",监理单位为"正信工程监理公司"。--### 1.2 销售情况--该项目销售均价为每平方米1.8万元,首付比例30%。根据业主提供的购房合同显示,共有约600户业主认购,其中约400户已缴纳全部房款,涉及资金约4.3亿元。-------## 二、涉事方关系网络--### 2.1 开发商核心人物--**王建国**(男,52岁),恒达地产法定代表人、董事长。项目实际控制人,持有公司60%股份。--**李志强**(男,45岁),恒达地产总经理,负责日常运营管理。--**张小红**(女,38岁),恒达地产财务总监,负责资金调配。--### 2.2 关联企业关系--恒达地产母公司为"华鑫集团控股有限公司"(以下简称"华鑫集团"),总部位于北京。华鑫集团旗下拥有物业管理、酒店、文旅等多家子公司。--项目地块原为阳光区旧城改造用地,由阳光区下属"阳光城市更新投资发展有限公司"负责一级开发。2019年12月,阳光城投通过招拍挂程序将该地块出让给恒达地产,成交价约为12亿元。--### 2.3 金融机构关联--**中国工商银行华东分行**为该项目提供开发贷款约8亿元,以项目土地及在建工程作为抵押物。--工行华东分行行长**刘伟民**(男,55岁)与恒达地产法定代表人王建国为大学同学。--### 2.4 政府部门关系--阳光区住房和城乡建设局(以下简称"阳光区住建局")负责该项目预售许可审批。区住建局局长**陈光明**(男,48岁)曾于2020年某次商务宴会上与王建国结识。-------## 三、关键事件时间线--### 2020年5月--阳光城投将项目地块挂牌出让,恒达地产以12亿元竞得该地块。当月,阳光区住建局向恒达地产核发《建设工程规划许可证》。--### 2020年8月--工行与恒达地产签订《项目开发贷款合同》,授信额度8亿元,期限3年。贷款资金专项用于"幸福里"项目建设。--### 2021年3月--项目正式开工。施工单位进场,开始土方开挖作业。--### 2021年9月--恒达地产取得阳光区住建局核发的《商品房预售许可证》,开始对外销售。当日销售即突破200套。--### 2022年6月--项目主体结构封顶,进入装修阶段。此时已销售约500套。--### 2023年1月--项目施工进度明显放缓,工地施工人员减少。恒达地产对外宣称"春节后全面复工"。--### 2023年3月--业主发现项目仍未复工,多次前往恒达地产办公地点询问。公司答复称"因总包单位纠纷,正在协调"。--### 2023年5月--阳光区住建局介入协调,组织恒达地产、施工单位、业主代表召开协调会。会上恒达地产承诺"6月底前复工"。--### 2023年7月--项目仍未复工。约50名业主联名向阳光区人民法院提起诉讼,要求恒达地产履行合同。--### 2023年9月--华东某市公安机关对恒达地产涉嫌合同诈骗立案侦查。法定代表人王建国被依法刑事拘留。--### 2023年11月--经某会计事务所审计,发现恒达地产挪用了约3.5亿元项目监管资金,用于偿还华鑫集团其他项目债务及填补集团旗下酒店的经营亏损。--### 2024年2月--阳光区ZF成立"幸福里项目处置工作领导小组",研究制定业主安置方案。--### 2024年6月--区ZF公布处置方案:对已付清全款的业主,由ZF协调其他开发商接盘继续建设;对贷款购房的业主,由贷款银行按照相关政策处理。-------## 四、资金流向分析--### 4.1 资金归集--业主购房款通过预售资金监管账户归集,总金额约4.3亿元。按规定,该资金应专款专用于项目建设。--### 4.2 资金挪用--经审计发现,项目监管资金中有约3.5亿元被转出至恒达地产关联账户,具体流向如下:--- 1.5亿元:转至华鑫集团北京总部账户,用于偿还集团其他项目贷款-- 1.2亿元:转至华鑫集团旗下酒店管理公司,用于酒店日常运营-- 0.8亿元:转至王建国个人账户--### 4.3 监管失职--按规定,项目预售资金应受到工行和阳光区住建局共同监管。但调查显示,工行华东分行未严格履行资金监管职责,放任恒达地产多次大额提取监管资金。阳光区住建局资金监管科工作人员**赵敏**(女,35岁)涉嫌收受恒达地产贿赂,已被移送司法机关。-------## 五、各方回应--### 5.1 恒达地产--总经理李志强在接受采访时表示:"公司目前经营困难,王总被拘后,公司管理层正在积极配合相关部门调查。对于业主的损失,我们深表歉意,将全力配合ZF的处置工作。"--### 5.2 工行华东分行--工行办公室回应:"我行已成立专项工作组,配合ZF做好业主贷款善后工作。对于涉事人员,将依法依规严肃处理。"--### 5.3 阳光区住建局--局长陈光明表示:"我局在项目监管过程中确实存在履职不到位的问题。下一步,将吸取教训,加强预售资金监管力度。"-------## 结语--"幸福里"项目烂尾事件,折射出房地产市场监管链条的多处漏洞。从土地出让、预售审批、资金监管到银行放贷,任何一个环节的严格把关都可能避免如今的困局。数百户家庭的安居梦何时能够实现,本报将持续关注。diff --git a/tests/test_data/test_samples/legacy/news/live_event_updates.md b/tests/test_data/test_samples/legacy/news/live_event_updates.mddeleted file mode 100644index cebb3e6..0000000--- a/tests/test_data/test_samples/legacy/news/live_event_updates.md+++ /dev/null@@ -1,114 +0,0 @@-# 某市新能源汽车产业发展新闻发布会(实时更新)--## 直播预告--某市人民政府将于今日下午3时举行"某市新能源汽车产业发展新闻发布会",市经信局、市发改委、市财政局相关负责人将出席发布会,介绍某市新能源汽车产业发展情况及最新政策。直播将实时更新发布会要点。-------## 实时更新--### 14:55--距发布会开始还有约5分钟,现场已坐满记者和参会企业代表。主席台布置完毕,出席领导即将入场。--### 15:00--发布会正式开始。某市人民政府新闻办公室主任主持发布会,介绍出席领导:--- 某市经济和信息化局局长 张建国-- 某市发展和改革委员会副主任 李明华-- 某市财政局副局长 王小红--### 15:03--市经信局局长张建国发布全市新能源汽车产业发展情况:--"近年来,某市新能源汽车产业快速发展。截至目前,全市新能源汽车保有量已突破50万辆,居全国前列。2023年,全市新能源汽车产量达到120万辆,产值超过2000亿元。"--### 15:08--张建国介绍产业链发展情况:--"某市已形成完整的新能源汽车产业链,涵盖整车制造、动力电池、电机电控、充电设施等关键环节。全市规模以上新能源汽车企业超过200家,其中整车企业5家,动力电池企业12家。"--### 15:12--市发改委副主任李明华发布产业发展规划:--"根据最新编制的《某市新能源汽车产业发展'十五五'规划》,到2025年,全市新能源汽车产量将突破200万辆,产业规模达到5000亿元。到2030年,实现新能源汽车产业万亿级规模。"--### 15:18--李明华介绍基础设施建设的相关规划:--"我们将加快推进充电基础设施建设,力争到2025年全市充电桩保有量突破30万个,实现主城区充电设施全覆盖。同时,我们正在研究制定换电站建设标准和支持政策。"--### 15:25--市财政局副局长王小红发布财政支持政策:--"为支持新能源汽车产业发展,市财政将设立100亿元规模的产业发展基金,重点支持整车项目、核心零部件项目和关键技术研发。对新能源汽车整车企业,单个项目最高给予5000万元奖励。"--### 15:32--王小红介绍消费补贴政策:--"为促进新能源汽车消费,我们将延续新能源汽车购置补贴政策至2025年底。同时,对个人购买新能源汽车的用户,给予充电费补贴,每年最高1000元。"--### 15:38--记者提问环节开始。--**某电视台记者**:请问张局长,某市如何平衡传统汽车产业转型和新能源汽车发展的关系?--张建国回应:"这是一个很好的问题。我们不会'一刀切'地淘汰传统汽车产业,而是支持传统车企加快向新能源转型。目前,某市多家传统车企已发布新能源车型,产销情况良好。"--### 15:45--**某网站记者**:请问李主任,换电模式和充电模式未来会如何发展?--李明华回答:"换电模式和充电模式各有优势,适用于不同场景。我们鼓励企业创新探索,支持充换电一体化发展。未来,某市将形成'慢充为主、快充为辅、换电补充'的充电体系。"--### 15:52--**某财经报纸记者**:请问王局长,100亿元产业基金的投资方向是什么?--王小红表示:"产业基金将重点投向三个领域:一是整车项目,特别是高端新能源车型;二是动力电池、电机电控等核心零部件;三是智能网联技术,包括自动驾驶、车联网等。我们欢迎有实力的企业来某市投资兴业。"--### 16:00--发布会进入尾声。主持人总结:--"今天发布会详细介绍了某市新能源汽车产业的发展成就和未来规划。我们将继续支持新能源汽车产业发展,打造世界级新能源汽车产业集群。如有更多问题,可联系市经信局产业处。"--发布会正式结束。-------## 时间线汇总--| 时间 | 关键事件 | 发言人 |-|------|----------|--------|-| 14:55 | 发布会准备就绪 | - |-| 15:00 | 发布会开始,介绍出席领导 | 新闻办主任 |-| 15:03 | 发布全市新能源汽车产业发展情况 | 张建国(经信局局长) |-| 15:08 | 介绍产业链发展情况 | 张建国 |-| 15:12 | 发布产业发展"十五五"规划 | 李明华(发改委副主任) |-| 15:18 | 介绍充电基础设施建设规划 | 李明华 |-| 15:25 | 发布财政支持政策(100亿产业基金) | 王小红(财政局副局长) |-| 15:32 | 发布消费补贴政策 | 王小红 |-| 15:38 | 记者提问:传统车企转型 | 张建国 |-| 15:45 | 记者提问:换电模式发展 | 李明华 |-| 15:52 | 记者提问:产业基金投资方向 | 王小红 |-| 16:00 | 发布会结束 | 新闻办主任 |-------## 核心信息点--1. **产业规模**:新能源汽车保有量50万辆,2023年产量120万辆,产值2000亿元-2. **发展规划**:2025年产量200万辆,产值5000亿元;2030年万亿级规模-3. **基础设施**:2025年充电桩30万个-4. **财政支持**:100亿元产业基金,整车项目最高5000万元奖励-5. **消费政策**:购置补贴延续至2025年底,充电费补贴每年最高1000元diff --git a/tests/test_data/test_samples/legacy/news/policy_analysis.md b/tests/test_data/test_samples/legacy/news/policy_analysis.mddeleted file mode 100644index e7ddf16..0000000--- a/tests/test_data/test_samples/legacy/news/policy_analysis.md+++ /dev/null@@ -1,147 +0,0 @@-# 新能源汽车购置补贴政策调整解读--## 政策背景--近日,财政部、工信部、科技部、发改委等四部门联合发布《关于进一步完善新能源汽车推广应用财政补贴政策的通知》,明确2024年起新能源汽车购置补贴政策将进行全面调整。这一政策动向引发了业界的广泛关注和讨论。本文将对新政策进行深度解读,分析其对产业链各环节的影响。-------## 一、政策核心内容--### 1.1 补贴退坡幅度--根据新政策,2024年新能源汽车购置补贴标准如下:--| 车型 | 2023年补贴标准 | 2024年补贴标准 | 退坡幅度 |-|------|----------------|----------------|----------|-| 纯电动乘用车 | 1.26万元/辆 | 1.0万元/辆 | 约20% |-| 插电式混合动力乘用车 | 0.48万元/辆 | 0.38万元/辆 | 约20% |-| 纯电动商用车 | 2.8万元/辆 | 2.2万元/辆 | 约21% |--### 1.2 补贴门槛提高--新政策同时提高了享受补贴的技术门槛:--- 纯电动乘用车最低续航里程要求从300公里提高到400公里-- 动力电池系统能量密度要求从125Wh/kg提高到140Wh/kg-- 百公里电耗要求进一步加严--### 1.3 区域差异化--补贴标准与地方财政能力挂钩,经济发达地区补贴标准较低,中西部地区继续享受较高补贴。-------## 二、政策调整的原因分析--### 2.1 财政压力因素--新能源汽车购置补贴政策自2010年实施以来,中央财政累计投入超过2000亿元。随着新能源汽车产销规模快速扩大,财政补贴支出呈几何级数增长。据财政部数据,2023年新能源汽车补贴支出约为750亿元,已对财政造成较大压力。--### 2.2 市场成熟度评估--经过多年发展,中国新能源汽车产业已从"政策驱动"向"市场驱动"转型。2023年,新能源汽车渗透率已突破30%,消费者对新能源汽车的接受度显著提高。部分企业已具备独立盈利能力,政策退坡的市场条件已经成熟。--### 2.3 产业升级需要--现行补贴政策在一定程度上导致了"低质低价"竞争,部分企业过度依赖补贴,缺乏技术创新的动力。提高补贴门槛有助于推动产业技术进步,促进优胜劣汰。-------## 三、各方观点--### 3.1 支持方观点--**中国汽车工业协会**秘书长表示:"补贴退坡是必然趋势,有助于推动新能源汽车产业从政策驱动向市场驱动转变。当前市场已具备承接能力,消费者对新能源汽车的认知和接受度持续提升。"--**某券商汽车行业分析师**认为:"补贴退坡将加速行业洗牌,技术领先的企业将获得更大市场份额。从长远看有利于产业健康发展。"--### 3.2 担忧方观点--**某新能源汽车企业负责人**表示:"补贴退坡将给企业带来短期压力,特别是在原材料价格高位运行的情况下。企业需要进一步降低成本,才能保持竞争力。"--**某汽车经销商集团总裁**担忧:"补贴退坡可能导致消费者购车意愿下降,特别是对价格敏感的中低端市场。我们已经感受到消费者的观望情绪。"--### 3.3 专家建议--**国务院发展研究中心**专家建议:"政策制定应兼顾短期冲击和长期目标,建议在补贴退坡的同时,加大对充电基础设施建设的支持力度,解除消费者的'里程焦虑'。"-------## 四、政策影响分析--### 4.1 对整车企业的影响--补贴退坡将直接压缩企业利润空间。据测算,补贴退坡20%将导致单车成本增加约4000-8000元。对于定价在10万元以下的入门级车型影响尤为显著。--**影响预测**:--- 比亚迪、吉利等头部企业可通过规模化效应消化成本压力-- 部分依赖补贴的中小车企可能面临生存危机-- 2024年新能源汽车价格战将更加激烈--### 4.2 对消费者的影响--补贴退坡将导致新能源汽车购置成本上升。以一辆续航500公里的纯电动乘用车为例,2024年补贴将减少约2600元。--**影响预测**:--- 短期内消费者购车成本增加,可能引发观望情绪-- 长期看,新能源汽车使用成本优势仍然明显(电费远低于油费)-- 部分消费者可能转向性价比更高的车型--### 4.3 对经销商的影响--补贴政策调整带来的不确定性,将影响消费者的购车决策,经销商面临库存积压和资金周转压力。--**影响预测**:--- 2024年上半年新能源汽车销量可能出现波动-- 部分实力较弱的经销商可能退出市场-- 经销商将更加注重售后服务和增值业务--### 4.4 对充电设施运营商的影响--补贴退坡后,新能源汽车企业对充电设施的需求将进一步增加。充电设施运营商将迎来发展机遇。--**影响预测**:--- 公共充电桩建设速度将加快-- 换电站等新型补能方式将获得更多关注-- 充电费用可能下降以吸引用户-------## 五、政策展望--### 5.1 后续政策走向--业内普遍预期,新能源汽车购置补贴将在2025年完全退出。政策重点将转向:--- 充电基础设施建设补贴-- 核心技术研发支持-- 二手车流通体系建设-- 动力电池回收利用--### 5.2 企业应对策略--面对补贴退坡,车企应重点做好以下工作:--1. **技术升级**:加大研发投入,提高产品竞争力-2. **成本控制**:优化供应链,降低制造成本-3. **市场拓展**:深耕细分市场,满足差异化需求-4. **服务创新**:提升用户体验,增强用户粘性--### 5.3 消费者建议--对于计划购买新能源汽车的消费者,建议:--- 关注2024年上半年的促销窗口期-- 综合考虑购置成本和使用成本-- 选择技术成熟、售后服务完善的品牌-------## 结语--新能源汽车购置补贴政策退坡,是产业发展到一定阶段的必然结果。从长远来看,补贴退坡有助于推动产业健康发展,促进市场优胜劣汰。对于企业而言,应主动适应政策变化,加强技术创新,提升竞争力。对于消费者而言,无需过度担忧,新能源汽车的长期发展趋势依然向好。diff --git a/tests/test_data/test_samples/zh/general/biography_scientist.md b/tests/test_data/test_samples/zh/general/biography_scientist.mddeleted file mode 100644index 4192b17..0000000--- a/tests/test_data/test_samples/zh/general/biography_scientist.md+++ /dev/null@@ -1,165 +0,0 @@-# 祖冲之:中国古代科学巨匠--**作者**:历史传记 陈静怡-**出版年份**:2026年-------## 序言--祖冲之是中国南北朝时期杰出的数学家、天文学家和发明家。他在数学、天文历法、机械制造等多个领域都取得了卓越的成就,是中国古代科学史上的一座丰碑。--本书旨在记录祖冲之不平凡的一生,展现他对科学的执着追求和对中华文明的伟大贡献。-------## 第一章:早年岁月(429-450)--### 1.1 出生与家庭--429年(南朝宋文帝元嘉六年),祖冲之出生于**范阳郡遒县**(今河北省涞水县)的一个官宦世家。--曾祖父**祖台之**,东晋时官至侍中、光禄大夫;祖父**祖昌**,南朝宋时任大匠卿(掌管土木工程的官职);父亲**祖朔之**,任奉朝请。在这样的家庭环境中,祖冲之从小就受到了良好的教育,对科学技术产生了浓厚兴趣。--### 1.2 少年好学--祖冲之自幼勤奋好学,博览群书,尤其对数学、天文和机械制造等方面的书籍情有独钟。--史书载,祖冲之"少稽古,有机思",意思是他从小就研究古代典籍,有非凡的机智和思考能力。--### 1.3 步入仕途--450年左右,祖冲之进入官场,任南徐州(今江苏镇江)从事史,后又任公府参军。虽然身在仕途,但他始终没有放弃对科学研究的追求。-------## 第二章:数学成就(450-470)--### 2.1 圆周率计算--祖冲之在数学上最杰出的贡献,是对圆周率(π)的精确计算。--经过长期艰苦的研究,祖冲之得出:-- **盈数(上限)**:3.1415927-- **朒数(下限)**:3.1415926--也就是说,圆周率的值在 **3.1415926 和 3.1415927 之间**,精确到了小数点后第7位。这一成就比西方数学家早了**一千多年**!--为了计算方便,祖冲之还给出了两个分数形式的近似值:-- **约率**:22/7(≈3.1429)-- **密率**:355/113(≈3.1415929)--其中,密率 355/113 是分子分母都在1000以内的最佳近似分数,这一成就也领先世界一千多年。--### 2.2 《缀术》--祖冲之将自己的数学研究成果写成了一部名为**《缀术》**的著作。--《缀术》内容深奥,被称为"算学经书",后来成为唐代国子监算学馆的教科书之一。可惜的是,这部珍贵的数学著作在北宋时失传了。-------## 第三章:天文历法(450-464)--### 3.1 发现历法问题--祖冲之在研究天文历法时,发现当时通行的**《元嘉历》**存在诸多误差。--《元嘉历》由天文学家何承天制定,虽比之前的历法精密,但仍有不足之处。祖冲之经过多年观测和研究,指出了《元嘉历》的多个缺陷。--### 3.2 创制《大明历》--462年(南朝宋孝武帝大明六年),祖冲之编成了新的历法——**《大明历》**。--《大明历》的主要创新包括:-1. **引入岁差**:这是中国历法史上的重大突破,使回归年和恒星年得到区分-2. **改进闰周**:将旧历法的19年7闰改为391年144闰,更加精确-3. **测定交点月**:准确计算出交点月的日数为27.21223日,与现代测量值27.21222日相差极微-4. **精密测定五星周期**:对金、木、水、火、土五大行星的运行周期进行了精确测定--### 3.3 历法辩论--《大明历》编成后,祖冲之上表给宋孝武帝,请求颁布施行。然而,这一建议遭到了权臣**戴法兴**的反对。--戴法兴认为祖冲之"诬天背经",改变古法是大逆不道。祖冲之毫不畏惧,写下了著名的**《驳议》**一文,据理力争,逐条驳斥戴法兴的错误观点。--这场辩论是中国古代科学史上的著名事件,展现了祖冲之坚持真理、不畏权贵的科学精神。--可惜的是,由于戴法兴的阻挠,《大明历》在祖冲之生前未能颁布施行。直到510年(南朝梁武帝天监九年),在他的儿子**祖暅**的努力下,《大明历》才被正式采用,此时距离祖冲之去世已有10年。-------## 第四章:机械发明(470-500)--### 4.1 指南车--祖冲之不仅是一位杰出的数学家和天文学家,还是一位出色的机械发明家。--他成功制造了**指南车**。指南车是一种能够指示方向的车辆,相传黄帝时代就有,但制法早已失传。祖冲之根据古籍记载,经过反复研究和试验,终于成功复原了指南车。--### 4.2 千里船--祖冲之还发明了一种名为"**千里船**"的船只。--据《南齐书·祖冲之传》记载:"于新亭江试之,日行百余里。"也就是说,千里船在新亭江(今江苏南京附近)试航时,一天能航行一百多里,这在当时是非常了不起的成就。--### 4.3 水碓磨--祖冲之还制造了**水碓磨**,这是一种利用水力驱动的粮食加工工具。--水碓磨将水碓和水磨结合起来,能够同时舂米和磨面,大大提高了生产效率。这一发明对农业生产的发展起到了重要作用。--### 4.4 计时器--此外,祖冲之还制造了**欹器**(一种计时器)和其他精巧的机械装置,展现了他卓越的机械制造才能。-------## 第五章:历史影响与评价--### 5.1 国际认可--祖冲之的科学成就得到了国际科学界的广泛认可。--为了纪念祖冲之的杰出贡献:-- 1964年,紫金山天文台发现的一颗小行星被命名为**"祖冲之星"**-- 月球上的一座环形山被命名为**"祖冲之环形山"**--### 5.2 历史评价--《南齐书·祖冲之传》评价他:"冲之解钟律博塞,当时独绝,莫能对者。"--意思是祖冲之精通音律、棋艺等各种技艺,当时无人能及。--**李约瑟**(英国著名科学史学家)在《中国科学技术史》中对祖冲之给予了高度评价,称他是"中国古代最伟大的数学家之一"。--### 5.3 科学精神--祖冲之的身上,体现了中国古代科学家的优秀品质:-- **实事求是**:坚持从实际观测出发-- **勇于创新**:敢于突破旧说,提出新见-- **严谨细致**:对科学研究精益求精-- **不畏权贵**:敢于坚持真理,据理力争-------## 结语--祖冲之是中国古代科学史上的一位全才,他在数学、天文、机械等多个领域都取得了卓越成就。--他的圆周率计算领先世界一千多年,他的《大明历》是中国历法史上的里程碑,他的机械发明展现了中国古代人民的智慧。--祖冲之的科学精神和成就,不仅是中华民族的骄傲,也是世界科学文化宝库中的珍贵遗产。他的名字,永远铭刻在人类科学发展的历史长河中。-------## 附录:祖冲之年谱--- **429年**:出生于范阳郡遒县(今河北涞水)-- **450年左右**:任南徐州从事史、公府参军-- **462年**:编成《大明历》,上表朝廷-- **462-464年**:与戴法兴辩论历法-- **470年代**:制造指南车、千里船、水碓磨-- **494-498年**:任长水校尉-- **500年**:逝世,享年72岁-- **510年**:《大明历》被正式采用diff --git a/tests/test_data/test_samples/zh/finance/annual_report_sample.md b/tests/test_data/zh/finance/annual_report_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/annual_report_sample.mdrename to tests/test_data/zh/finance/annual_report_sample.mddiff --git a/tests/test_data/test_samples/zh/finance/earnings_call_transcript_sample.md b/tests/test_data/zh/finance/earnings_call_transcript_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/earnings_call_transcript_sample.mdrename to tests/test_data/zh/finance/earnings_call_transcript_sample.mddiff --git a/tests/test_data/test_samples/zh/finance/equity_research_report_sample.md b/tests/test_data/zh/finance/equity_research_report_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/equity_research_report_sample.mdrename to tests/test_data/zh/finance/equity_research_report_sample.mddiff --git a/tests/test_data/test_samples/zh/finance/financial_news_sample.md b/tests/test_data/zh/finance/financial_news_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/financial_news_sample.mdrename to tests/test_data/zh/finance/financial_news_sample.mddiff --git a/tests/test_data/test_samples/zh/finance/ipo_prospectus_sample.md b/tests/test_data/zh/finance/ipo_prospectus_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/ipo_prospectus_sample.mdrename to tests/test_data/zh/finance/ipo_prospectus_sample.mddiff --git a/tests/test_data/test_samples/zh/finance/supply_chain_analysis_sample.md b/tests/test_data/zh/finance/supply_chain_analysis_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/finance/supply_chain_analysis_sample.mdrename to tests/test_data/zh/finance/supply_chain_analysis_sample.mddiff --git a/tests/test_data/test_samples/zh/general/arbitrary_tech_news.md b/tests/test_data/zh/general/arbitrary_tech_news.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/general/arbitrary_tech_news.mdrename to tests/test_data/zh/general/arbitrary_tech_news.mddiff --git a/tests/test_data/templates/biography_scientist.md b/tests/test_data/zh/general/biography_scientist.mdsimilarity index 100%rename from tests/test_data/templates/biography_scientist.mdrename to tests/test_data/zh/general/biography_scientist.mddiff --git a/tests/test_data/test_samples/zh/general/cross_reference_coffee.md b/tests/test_data/zh/general/cross_reference_coffee.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/general/cross_reference_coffee.mdrename to tests/test_data/zh/general/cross_reference_coffee.mddiff --git a/tests/test_data/test_samples/zh/general/encyclopedia_machine_learning.md b/tests/test_data/zh/general/encyclopedia_machine_learning.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/general/encyclopedia_machine_learning.mdrename to tests/test_data/zh/general/encyclopedia_machine_learning.mddiff --git a/tests/test_data/test_samples/zh/general/regulation_company_policy.md b/tests/test_data/zh/general/regulation_company_policy.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/general/regulation_company_policy.mdrename to tests/test_data/zh/general/regulation_company_policy.mddiff --git a/tests/test_data/test_samples/zh/general/social_network_entrepreneur_story.md b/tests/test_data/zh/general/social_network_entrepreneur_story.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/general/social_network_entrepreneur_story.mdrename to tests/test_data/zh/general/social_network_entrepreneur_story.mddiff --git a/tests/test_data/zh/general/spatio_temporal_event_report.md b/tests/test_data/zh/general/spatio_temporal_event_report.mdnew file mode 100644index 0000000..aef3388--- /dev/null+++ b/tests/test_data/zh/general/spatio_temporal_event_report.md@@ -0,0 +1,209 @@+# 2024年南方暴雨洪涝灾害救援行动报告++## 事件概况+2024年6月15日至25日,中国南方地区遭遇罕见持续性强降雨天气,导致长江中下游、珠江流域发生特大暴雨洪涝灾害。本次灾害影响范围广、持续时间长、破坏力强,造成重大人员伤亡和财产损失。++## 灾情概述++### 时间跨度+2024年6月15日至7月10日++### 影响区域+- **A省**:B市、C市、D市+- **E省**:F市、G市、H市+- **I省**:J市、K市、L市+- **M省**:N市、O市、P市+- **Q省**:R市、S市、T市++### 气象数据+6月15日,中央气象台发布暴雨红色预警。这是近十年来首次发布的流域性暴雨红色预警。++## 救援行动时间线++### 第一阶段:预警响应(6月15日-17日)++**6月15日10:00** - 北京+国家防汛抗旱总指挥部启动防汛Ⅱ级应急响应,要求各地做好防范措施。++**6月15日14:00** - F市+E省防汛抗旱指挥部召开紧急会议,部署全省防汛工作。F市防汛指挥部启动防汛Ⅲ级应急响应。++**6月16日08:00** - 各受灾省份+A、E、I、M、Q五省全部启动防汛Ⅰ级应急响应。武警部队、民兵预备役进入备战状态。++**6月17日06:00** - C市+A省C市某景区紧急关闭,湘江某段水位达到警戒水位36米。++### 第二阶段:紧急救援(6月18日-22日)++**6月18日03:00** - D市+D市某区发生堤垸溃决,解放军中部战区某部队紧急出动2000名官兵,连夜转移被困群众15000人。++**6月18日10:30** - J市+I省J市某区出现严重内涝,武警I省总队出动500名官兵,携带冲锋舟30艘参与救援。++**6月19日08:00** - F市+F市某区发生堤防渗漏险情,陆军工程大学某抗洪抢险专业力量200人紧急驰援,成功处置险情。++**6月20日02:00** - O市+M省O市某县转移被困群众时,一艘冲锋舟侧翻,造成3名群众落水,武警M省总队官兵立即跳入水中施救,全部获救。++**6月21日15:00** - S市+Q省某市某区发生山体滑坡,导致民房倒塌,武警Q省总队出动100名官兵,搜救被埋群众。++**6月22日09:00** - K市+I省K市某镇成为孤岛,2000余名群众被困。空军某部出动直升机6架次,空投救援物资5吨。++### 第三阶段:灾后安置(6月23日-7月5日)++**6月23日08:00** - 各受灾地区+国家应急管理部启动国家Ⅳ级救灾应急响应,安排中央救灾资金10亿元。++**6月24日10:00** - B市+A省在某会展中心设立临时安置点,安置受灾群众3000人。社会各界捐赠物资陆续到位。++**6月26日14:00** - F市+E省在某体育中心设立临时安置点,安置受灾群众4500人。++**6月28日08:00** - J市+I省在某体育馆设立临时安置点,安置受灾群众2800人。++**7月1日09:00** - 各受灾地区+国家卫生健康委组织医疗防疫队赴灾区开展医疗救治和卫生防疫工作。++**7月3日10:00** - D市+A省对受灾最严重的D市某区进行灾后重建规划,启动房屋重建工作。++### 第四阶段:恢复重建(7月6日-10日)++**7月6日08:00** - 各受灾省份+国家发展改革委下达灾后恢复重建中央预算内投资15亿元。++**7月8日09:00** - F市+E省召开灾后重建工作会议,确定重点恢复项目58个。++**7月10日14:00** - 北京+国务院召开常务会议,部署灾后恢复重建工作,要求力争一年内恢复正常生产生活秩序。++## 救援力量部署++### 解放军和武警部队++| 时间 | 地点 | 兵力 | 主要任务 |+|------|------|------|----------|+| 6月18日 | D市 | 2000人 | 堤垸抢修、群众转移 |+| 6月18日 | J市 | 500人 | 内涝排水、物资转运 |+| 6月19日 | F市 | 200人 | 堤防加固、险情处置 |+| 6月20日 | O市 | 150人 | 搜救被困群众 |+| 6月21日 | S市 | 100人 | 山体滑坡搜救 |+| 6月22日 | K市 | 直升机6架次 | 孤岛救援、物资空投 |++### 专业救援队伍++| 队伍 | 总部 | 部署地点 | 人数 |+|------|------|----------|------|+| 中国安能救援队 | 北京 | F市 | 300人 |+| 国家矿山救援队 | 某地 | B市 | 200人 |+| 中国救援队 | 北京 | J市 | 150人 |++## 救助物资调配++### 中央救灾物资储备++**6月19日** 从某储备库调拨:+- 帐篷 5000顶 → B市、D市+- 折叠床 8000张 → F市、G市+- 棉被 10000床 → J市、K市++**6月21日** 从某储备库调拨:+- 帐篷 3000顶 → N市、O市+- 救生衣 5000件 → 各救援现场+- 发电机 200台 → 重要受灾地区++### 社会捐赠++**6月20日** 企业捐赠:+- 某科技公司捐款5000万元 → E省+- 某互联网公司捐款3000万元 → A省+- 某短视频公司捐赠物资价值2000万元 → 各受灾省份++## 人员伤亡与安置统计++### 受灾人口+- 受灾人口:1250万人+- 紧急转移安置:85万人+- 临时安置点入住人数:10.3万人++### 伤亡情况+- 因灾死亡:86人+- 因灾失踪:23人+- 因灾受伤:1286人++### 经济损失+- 直接经济损失:1850亿元+- 农业经济损失:450亿元+- 基础设施损失:680亿元+- 工商企业损失:720亿元++## 主要受灾地点分布++### 高风险区域(红色)+- 长江某段(A省B市附近)+- 某湖平原(A省D市附近)+- 某江流域(I省K市、J市附近)++### 中风险区域(橙色)+- 某江沿岸(M省N市、O市附近)+- 某江三角洲(Q省R市、S市附近)++### 低风险区域(黄色)+- 某山区(M省某市)+- 某山区(I省某市)++## 救援时间效率分析++| 险情发生到响应时间 | 地点 | 平均响应时间 |+|-------------------|------|-------------|+| D市堤垸溃决 | 6月18日03:00发生 → 06:00部队到达 | 3小时 |+| J市内涝 | 6月18日08:00发生 → 10:30部队到达 | 2.5小时 |+| F市堤防险情 | 6月19日06:00发现 → 08:00专业力量到达 | 2小时 |+| S市山体滑坡 | 6月21日13:00发生 → 15:00救援队到达 | 2小时 |+| K市孤岛 | 6月22日06:00报告 → 09:00直升机到达 | 3小时 |++## 经验教训++### 成功经验+1. **预警及时**:提前48小时发布暴雨预警,为群众转移争取了宝贵时间+2. **响应迅速**:解放军、武警部队在险情发生后2-3小时内到达现场+3. **协调有序**:军地协同、跨区域增援机制运转高效+4. **安置妥当**:临时安置点物资充足,管理有序++### 暴露问题+1. **部分堤防标准偏低**:部分中小河流堤防防洪标准未达标+2. **预警信息传递不畅**:偏远地区预警信息传达存在盲区+3. **应急物资储备不足**:部分地区应急物资储备难以满足需求++## 关键救援人员++### 指挥人员+- **刘某明**:国家防汛抗旱总指挥部副总指挥+- **陈某华**:E省副省长兼防汛指挥部指挥长+- **王某强**:武警某省总队队长++### 现场指挥员+- **张某军**:D市堤垸救援现场指挥员+- **李某勇**:J市内涝救援现场指挥员+- **赵某刚**:F市堤防险情处置技术负责人++## 救援装备统计++### 主要装备+- 冲锋舟:150艘+- 直升机:12架次+- 工程机械:80台套+- 救生器材:20000件套++### 通讯设备+- 卫星电话:100部+- 对讲机:500部+- 应急指挥车:30辆diff --git a/tests/test_data/test_samples/zh/industry/equipment_technical_manual.md b/tests/test_data/zh/industry/equipment_technical_manual.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/industry/equipment_technical_manual.mdrename to tests/test_data/zh/industry/equipment_technical_manual.mddiff --git a/tests/test_data/test_samples/zh/industry/failure_analysis_report.md b/tests/test_data/zh/industry/failure_analysis_report.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/industry/failure_analysis_report.mdrename to tests/test_data/zh/industry/failure_analysis_report.mddiff --git a/tests/test_data/test_samples/zh/industry/operation_maintenance_manual.md b/tests/test_data/zh/industry/operation_maintenance_manual.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/industry/operation_maintenance_manual.mdrename to tests/test_data/zh/industry/operation_maintenance_manual.mddiff --git a/tests/test_data/test_samples/zh/industry/safety_management_handbook.md b/tests/test_data/zh/industry/safety_management_handbook.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/industry/safety_management_handbook.mdrename to tests/test_data/zh/industry/safety_management_handbook.mddiff --git a/tests/test_data/test_samples/zh/legal/compliance_filing_sample.md b/tests/test_data/zh/legal/compliance_filing_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/legal/compliance_filing_sample.mdrename to tests/test_data/zh/legal/compliance_filing_sample.mddiff --git a/tests/test_data/test_samples/zh/legal/court_judgment_sample.md b/tests/test_data/zh/legal/court_judgment_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/legal/court_judgment_sample.mdrename to tests/test_data/zh/legal/court_judgment_sample.mddiff --git a/tests/test_data/test_samples/zh/legal/legal_treatise_sample.md b/tests/test_data/zh/legal/legal_treatise_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/legal/legal_treatise_sample.mdrename to tests/test_data/zh/legal/legal_treatise_sample.mddiff --git a/tests/test_data/test_samples/zh/legal/msa_contract_sample.md b/tests/test_data/zh/legal/msa_contract_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/legal/msa_contract_sample.mdrename to tests/test_data/zh/legal/msa_contract_sample.mddiff --git a/tests/test_data/test_samples/zh/medicine/clinical_guideline_sample.md b/tests/test_data/zh/medicine/clinical_guideline_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/medicine/clinical_guideline_sample.mdrename to tests/test_data/zh/medicine/clinical_guideline_sample.mddiff --git a/tests/test_data/test_samples/zh/medicine/discharge_summary_sample.md b/tests/test_data/zh/medicine/discharge_summary_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/medicine/discharge_summary_sample.mdrename to tests/test_data/zh/medicine/discharge_summary_sample.mddiff --git a/tests/test_data/test_samples/zh/medicine/package_insert_sample.md b/tests/test_data/zh/medicine/package_insert_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/medicine/package_insert_sample.mdrename to tests/test_data/zh/medicine/package_insert_sample.mddiff --git a/tests/test_data/test_samples/zh/medicine/pathology_report_sample.md b/tests/test_data/zh/medicine/pathology_report_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/medicine/pathology_report_sample.mdrename to tests/test_data/zh/medicine/pathology_report_sample.mddiff --git a/tests/test_data/test_samples/zh/medicine/textbook_sample.md b/tests/test_data/zh/medicine/textbook_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/medicine/textbook_sample.mdrename to tests/test_data/zh/medicine/textbook_sample.mddiff --git a/tests/test_data/test_samples/zh/tcm/herb_property_single.md b/tests/test_data/zh/tcm/herb_property_single.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/herb_property_single.mdrename to tests/test_data/zh/tcm/herb_property_single.mddiff --git a/tests/test_data/test_samples/zh/tcm/herbal_compendium_sample.md b/tests/test_data/zh/tcm/herbal_compendium_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/herbal_compendium_sample.mdrename to tests/test_data/zh/tcm/herbal_compendium_sample.mddiff --git a/tests/test_data/test_samples/zh/tcm/medical_case_record_sample.md b/tests/test_data/zh/tcm/medical_case_record_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/medical_case_record_sample.mdrename to tests/test_data/zh/tcm/medical_case_record_sample.mddiff --git a/tests/test_data/test_samples/zh/tcm/meridian_treatise_sample.md b/tests/test_data/zh/tcm/meridian_treatise_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/meridian_treatise_sample.mdrename to tests/test_data/zh/tcm/meridian_treatise_sample.mddiff --git a/tests/test_data/test_samples/zh/tcm/prescription_formulary_sample.md b/tests/test_data/zh/tcm/prescription_formulary_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/prescription_formulary_sample.mdrename to tests/test_data/zh/tcm/prescription_formulary_sample.mddiff --git a/tests/test_data/test_samples/zh/tcm/prescription_modification_sample.md b/tests/test_data/zh/tcm/prescription_modification_sample.mdsimilarity index 100%rename from tests/test_data/test_samples/zh/tcm/prescription_modification_sample.mdrename to tests/test_data/zh/tcm/prescription_modification_sample.md