W
AI-Wiki
ENTITY

Knowledge Abstract

定义

Knowledge Abstract 是 Hyper-Extract CLI 在完成知识抽取后生成的主要容器，也是后续大多数命令直接操作的目标对象。

在典型链路中，输入文档不会被各个命令分别重复处理，而是先被抽取成一个 Knowledge Abstract，之后的可视化、检索、问答、统计、导出、清理与持久化都围绕这个对象展开。因此，它不是附属产物，而是整个 CLI 使用流程中的中心实体。

在 CLI 工作流中的身份

从完整工作流看，Knowledge Abstract 位于“创建 → 增强 → 探索 → 保存”四阶段的中心：

  • 创建阶段：文档经 he parse 生成 Knowledge Abstract。
  • 增强阶段：已有 Knowledge Abstract 可通过 he feed 继续追加文档，也可通过 he build-index 生成或重建索引。
  • 探索阶段：Knowledge Abstract 本体可用于 he show 可视化；其索引可供 he search 语义检索与 he talk 对话问答使用。
  • 保存阶段：Knowledge Abstract 可通过 he dump 持久化到磁盘。

这意味着 Knowledge Abstract 连接了抽取、扩充、索引、探索、保存和维护各环节，是 Hyper-Extract CLI 工作流 的主线承载物。

创建方式

Knowledge Abstract 的创建入口是 he parse。CLI 文档将该命令定义为“从文档提取知识”。典型形式包括：

  • he parse document.md -t general/biography_graph -o ./output/ -l en
  • he parse paper.md -t general/concept_graph -o ./paper_kb/ -l en
  • he parse biography.md -t general/biography_graph -o ./bio_kb/ -l en
  • he parse contract.md -t legal/contract_obligation -o ./contract_kb/ -l en

he parse 常见参数包括：

  • -t：指定模板。
  • -o：指定输出位置，也就是生成后的 Knowledge Abstract 所在位置。
  • -l：指定语言，例如 en 或 zh。

文档还说明，抽取可以基于两类入口：

  • 模板：面向多数用户，适合特定领域场景。
  • 方法：更底层的抽取算法，可通过 -m 指定，例如 he parse doc.md -m light_rag。

无论选择模板还是方法，产出的核心操作对象仍是 Knowledge Abstract。

增量增强：he feed

he feed 的职责不是重新从零创建新的知识容器，而是“向现有 Knowledge Abstract 添加文档”。这是 CLI 工作流中特别强调的增量能力。

文档中的最佳实践明确指出：

  • 可以随着时间推移不断加入新文档。
  • 这样做“不必重新处理全部内容”。

因此，Knowledge Abstract 不是一次性结果，而是可持续演化的知识集合。对于持续整理资料、追加论文、补充人物传记材料或不断纳入合同文本的场景，这一点尤其关键。

索引关系：he build-index、he search、he talk

Knowledge Abstract 本身与搜索索引不是同一个对象。CLI 工作流中明确区分了二者：

  • Knowledge Abstract 是知识抽取后的主要容器。
  • 索引由 he build-index 基于该容器生成或重建。

he build-index 的作用是“构建/重建搜索索引”，常见参数是：

  • -f：强制重建。

索引建立后，主要服务于两个命令：

  • he search：在 knowledge abstract 中进行语义搜索，常见参数 -n 用于指定 top-k 结果数。
  • he talk：围绕 knowledge abstract 进行问答，可用 -i 进入交互模式，或用 -q 直接提问。

CLI 文档中的最佳实践还明确给出一条边界：

  • 搜索与聊天功能需要先构建索引。

也就是说，Knowledge Abstract 可以先被创建和查看，但若没有通过 he build-index 建立索引，he search 与 he talk 这类依赖检索的能力并不完整可用。

可视化与管理能力

多个命令都直接围绕 Knowledge Abstract 展开，说明它不仅是抽取结果，也是管理单元。

he show：可视化

he show 用于可视化 Knowledge Abstract。CLI 在工作流图中把它放在探索阶段，对应“Visualize”。

示例：

  • he show ./bio_kb/

在人物传记示例中，该命令被用于可视化人生事件，说明 Knowledge Abstract 可以作为图谱或结构化知识的浏览入口。

he info：统计信息

he info 用于显示 Knowledge Abstract 的统计信息。虽然摘要页未展开具体字段，但其职责已经很明确：它面向的是当前 Knowledge Abstract 的规模、状态或概况，而不是原始文档本身。

he clean：清理索引或整体对象

he clean 的定义是“移除某个 KA 的索引（或整个 KA）”。常见参数包括：

  • -a：清理全部。
  • -y：确认执行。

这里的边界非常重要：

  • he clean 不仅能清索引。
  • 在某些用法下，它也可以直接清理整个 Knowledge Abstract。

这表明索引与 Knowledge Abstract 是可分别维护的，但也都属于同一套生命周期管理对象。

he export obsidian：导出

he export obsidian 用于把 Knowledge Abstract 导出到 Obsidian 仓库。常见参数包括：

  • -o：输出位置。
  • --name：名称。
  • -f：强制覆盖。

这说明 Knowledge Abstract 不只用于 CLI 内部消费，还可以被整理为外部知识管理系统可用的形式。

he dump：持久化保存

在完整工作流图中，保存阶段明确写为：

  • KA -->|he dump| DISK

这表示 he dump 面向的是将 Knowledge Abstract 持久化到磁盘，而不是再次执行抽取或索引。

角色职责

综合 CLI 文档，Knowledge Abstract 主要承担以下职责：

  • 作为知识抽取结果的统一承载容器。
  • 作为增量补充文档的目标对象。
  • 作为建立搜索索引的来源对象。
  • 作为可视化、统计、导出和清理操作的管理单元。
  • 作为搜索与问答能力背后的知识基础。

如果没有 Knowledge Abstract，CLI 的各个命令就只能各自直接处理原始文档；而文档给出的设计显然不是这样。它强调先形成一个中间而稳定的知识对象，再围绕该对象反复探索与维护。

关键细节与边界

1. 它是中心对象，但不是所有功能都只靠它本体完成

Knowledge Abstract 是中心实体，但 he search 和 he talk 依赖的是由它构建出来的索引，而不是裸 Knowledge Abstract 直接提供全部检索能力。

2. 它支持增量更新，而非只支持一次性构建

he feed 说明已有 Knowledge Abstract 可以持续扩充；这和每次都重新 he parse 全量资料是不同的工作方式。

3. 它既能被查看，也能被维护

he show、he info 偏探索与理解，he build-index、he clean 偏维护，he export obsidian、he dump 偏保存与迁移。这些命令共同说明 Knowledge Abstract 具有完整生命周期。

4. 语言与抽取入口影响创建质量，但不改变其身份

he parse 可通过 -l en、-l zh 指定语言；模板支持多语言，而方法模板总是使用英文提示词。这些设置会影响抽取过程与质量，但最终产物仍然是同一种中心对象：Knowledge Abstract。

典型使用链路

一个最小但完整的链路可以概括为：

  1. 用 he parse 把文档创建为 Knowledge Abstract。
  2. 如有新增材料，用 he feed 增量补入现有 Knowledge Abstract。
  3. 用 he build-index 为该 Knowledge Abstract 建立检索索引。
  4. 用 he show 查看结构，用 he search 搜索内容，用 he talk 基于其知识对话。
  5. 用 he info 查看统计，用 he export obsidian 导出，用 he dump 保存，用 he clean 清理索引或整体对象。

这条链路正是 Hyper-Extract CLI 工作流 的核心运行方式，而 Knowledge Abstract 就是这条链路中的主对象。

相关条目