Hyper-Extract

一条命令，把文本变成超图知识库

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 484 🐛 待处理 1 👀 关注 20

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4216

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，本地部署，完全免费。

项目预览

Hyper-Extract 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队yifanfeng97

官网地址https://yifanfeng97.github.io/Hyper-Extract

GitHubhttps://github.com/yifanfeng97/Hyper-Extract

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型ai,ai-agents,cli,hypergraph,information-extraction,knowledge,knowledge-graph,llm,python,rag

GitHub 星标★ 4216

上线时间2026-01-07 00:00:00

代码更新2026-11-05

仓库体积36.7 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

Hyper-Extract 是一个基于大语言模型的知识抽取工具，能将非结构化文本自动转换为结构化知识图谱。它支持普通图、超图和时空抽取，用户只需一条命令即可完成从文本到知识的转化。该项目解决了传统知识抽取中关系建模能力有限的问题，通过超图技术捕捉更复杂的关系，如多实体间的多元交互。核心能力包括：利用LLM进行实体和关系识别，支持自定义抽取模式，输出标准图格式，并可与图数据库无缝集成。适用于文档分析、情报挖掘、学术研究等场景，帮助用户从海量文本中快速提取关键信息，构建可查询的知识网络。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4216

技术标签

ai ai-agents cli information-extraction knowledge

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：命令行工具 6 步

环境要求

Python 环境（项目为 Python 开发，通过 uv/pipx 管理）
已安装 uv 或 pipx（README 提供 curl 安装 uv 的方式）
OpenAI 或 DeepSeek 的 API Key（用于 LLM 抽取，二选一）

安装与启动步骤

1安装 uv 工具

若本机还没 uv，用官方脚本安装；已装 pipx 可跳过此步，改用 pipx 安装下一节。
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
2安装 Hyper-Extract

用 uv 把 hyperextract 装成全局命令行工具，装完可用 he 命令调用。
```
uv tool install hyperextract
```
3备选安装方式

如果不使用 uv，可用 pipx 安装同一个 CLI，两种方式二选一即可。
```
pipx install hyperextract
```
4配置 OpenAI 提供商

用一条命令写入 OpenAI 的 LLM 与嵌入模型密钥，把 YOUR_OPENAI_API_KEY 换成真实 key。
```
he config init -p openai -k sk-xxxxxxxx
```
5配置 DeepSeek

若要更省钱可只配 DeepSeek 的 LLM，嵌入模型需再搭配 OpenAI 嵌入器。
```
he config llm -p deepseek -k sk-xxxxxxxx
```
6试用命令行

README 给出的示例命令：先 dry-run 预览要删除的错误事实，不加 --dry-run 才会真正执行。
```
he remove ./ka/ --edit-node Apple --fact "founded by Steve Jobs" --dry-run
```

关键配置

配置项	必填	说明	示例
`-p / --provider`	是	选择模型提供商，README 中支持 openai 与 deepseek	`openai`
`-k / --api-key`	是	对应提供商的 API 密钥，需替换成自己的真实 key	`sk-xxxxxxxx`

如何确认成功

安装后执行 he 命令，配置命令返回成功提示即说明 CLI 已可用；再执行示例命令看是否正常返回抽取/预览结果。

常见问题

Q：uv 和 pipx 两种安装方式该怎么选？

A：二者等效，选一个即可。README 同时给出 uv tool install hyperextract 与 pipx install hyperextract，已装 uv 就用 uv。

Q：我只想用 DeepSeek 的 key 可以吗？

A：可以。用 he config llm -p deepseek 配置 LLM 部分，但还需再配一个 OpenAI 的嵌入器，这是 README 提到的最省钱组合。

Q：执行 he 提示找不到命令怎么办？

A：确认 uv tool install hyperextract 已成功执行，必要时重开终端让 uv/pipx 的 bin 目录生效到 PATH。

注意事项

命令中的 YOUR_OPENAI_API_KEY / YOUR_DEEPSEEK_API_KEY 必须替换为你自己的密钥，示例里的 sk-xxxxxxxx 只是占位。
he config init（OpenAI，一次配好 LLM + 嵌入）与 he config llm（DeepSeek，仅 LLM）按需二选一。
README 节选未提供具体的抽取运行参数、端口或图数据库连接方式，实际抽取用法请查官网文档 https://yifanfeng97.github.io/Hyper-Extract。
示例 remove 命令带 --dry-run 只做预览，去掉该参数才会真正修改知识库内容。