AI-Wiki

定义

AutoGraph Extraction Task 是 Hyper-Extract 中用 AutoGraph(...) 明确声明的一种图抽取任务配置方式。它把一段自然语言文本交给大语言模型与向量嵌入组件处理，并通过若干键提取规则，把抽取得到的对象组织为节点（nodes）与边（edges）。

在当前来源里，这个任务不是孤立介绍的算法细节，而是 Provider Configuration Guide 摘要用来演示“provider 可替换，但任务逻辑不变”的统一示例。来源明确说明：三个平台运行的是 同一个抽取任务，只有前 3 行的 client setup 会变化。

在本文档中的语境

该任务出现在 provider 配置指南的 Unified Example 中，分别对应以下三类接入方式：

OpenAI
Alibaba Bailian
Local vLLM

这三种写法都先通过 create_client(...) 得到 llm 和 emb，然后把同一份 AutoGraph 配置传入执行。换句话说，这个词条描述的重点不是具体某一家模型服务，而是一个与 provider 解耦的抽取任务模板。

来源用它证明两件事：

provider 层可以替换；
抽取任务的 instruction、节点键策略、边键策略与执行方式不需要随 provider 改写。

这使它也与 Hyper-Extract Provider Configuration、Hyper-Extract Client String Shorthand 形成直接关联：前者负责说明如何拿到 llm/emb，后者说明 client 参数还能用紧凑字符串语法表达；但两者都不改变这里的抽取任务本体。

关键组成

来源中的 AutoGraph 示例保留了以下关键参数：

instruction
llm_client
embedder
node_key_extractor
edge_key_extractor
nodes_in_edge_extractor

对应的完整示例任务为：

graph = AutoGraph(
 instruction="Extract people and their relationships",
 llm_client=llm,
 embedder=emb,
 node_key_extractor=lambda n: n.name,
 edge_key_extractor=lambda e: (e.source, e.target, e.type),
 nodes_in_edge_extractor=lambda e: (e.source, e.target),
)

其中各部分含义在当前示例里的作用很明确：

instruction

instruction="Extract people and their relationships" 是本任务的抽取目标说明。它要求系统从文本中识别“人物”以及“人物之间的关系”。

需要注意的是，来源给出的示例输入文本里同时出现了人物与组织/职位相关表述，因此这个 instruction 更像是任务意图的高层约束，而不是对输出类型边界做形式化定义的 schema。当前页面只能确认该字符串被这样传入，不能从来源外推更完整的类型系统。

llm_client 与 embedder

llm_client=llm：接收由 create_client(...) 或 get_client() 返回的大模型客户端。
embedder=emb：接收与之配套的嵌入器。

这两个参数是 provider 可替换的主要接口位。来源中的 OpenAI、Bailian、本地 vLLM 示例，都是先得到这两个对象，再复用同一份任务配置。

node_key_extractor

来源把节点键提取器写成：

lambda n: n.name

这表示节点的唯一键或去重键按 n.name 取得。也就是说，在这个示例任务里，节点身份以名称字段为准。

edge_key_extractor

来源把边键提取器写成：

lambda e: (e.source, e.target, e.type)

这说明一条边的键由三元组组成：

e.source
e.target
e.type

因此，在当前任务配置下，只有当源节点、目标节点和关系类型三者都相同时，两条边才会被视为同一键。若关系类型不同，即使 source 和 target 相同，也仍然是不同边。

nodes_in_edge_extractor

来源把“边涉及哪些节点”的提取器写成：

lambda e: (e.source, e.target)

这表示每条边关联的节点集合由 source 和 target 两端给出，不额外包含第三个参与方，也不从 type 中反推出节点。

示例输入与执行方式

来源给出的输入文本是：

Zhang San founded ByteDance. Li Si serves as CEO.

执行方式也非常直接：

graph.parse(text)
print(f"Nodes: {len(graph.nodes)}, Edges: {len(graph.edges)}")

从这个示例可以确认以下事实：

任务通过 graph.parse(text) 对文本执行解析；
解析结果会累积到 graph.nodes 与 graph.edges；
当前示例的观测方式不是打印完整图内容，而是统计节点数和边数。

也就是说，这里展示的是“任务是否成功运行、是否产出结构化图”的最小验证方法，而不是结果审查的完整流程。

细节与边界

1. 这是同一个任务示例，不是三个不同任务

来源明确写道：All three platforms run the same extraction task below. Only the client setup (first 3 lines) changes.

因此，页面讨论的核心边界是：

变的是 provider/client 初始化；
不变的是 AutoGraph(...) 内的任务定义。

如果把 client setup 换成 OpenAI、Bailian 或本地 vLLM，这个词条指的仍是同一项抽取任务。

2. 当前来源只展示了数量观测，没有展示具体节点/边对象

虽然任务目标是“抽取人物及其关系”，并且给出了文本 Zhang San founded ByteDance. Li Si serves as CEO.，但来源没有打印实际 nodes/edges 内容，也没有给出最终数量的具体数字。

因此，本页不能把“实际抽取出了哪些节点、哪些边、节点数是多少、边数是多少”写成已被来源证实的事实。唯一可确认的是：示例通过 len(graph.nodes) 与 len(graph.edges) 来观察输出。

3. 键策略是任务配置的一部分

node_key_extractor、edge_key_extractor、nodes_in_edge_extractor 不是可有可无的背景代码，而是该任务如何定义节点身份、边身份以及边关联节点的关键机制。

尤其是边键采用 (e.source, e.target, e.type)，说明该任务区分“同一对节点之间的不同关系类型”；而边涉及节点只取 (e.source, e.target)，说明边的连接端点不包含额外隐式参与者。

4. 页面语义上属于任务配置示例，而非完整 API 规范

来源场景是 provider 配置指南中的 Unified Example。它的重点是展示如何把 client 接上同一份任务，而不是穷尽 AutoGraph 的全部参数、返回结构、错误处理或序列化方式。

因此，本词条应理解为一个“抽取任务配置实例”的概念说明，而不是 AutoGraph 全功能手册。

AutoGraph Extraction Task

定义