AI-Wiki

文档概览

该页是 Hyper-Extract CLI 中 he feed 命令的说明文档，主题是“向一个已经存在的 knowledge abstract 逐步追加文档”。页面开头直接给出一句定义：Add documents to an existing knowledge abstract incrementally.，核心强调两点：一是目标对象必须是“已存在”的 knowledge abstract；二是追加方式是“incrementally”，也就是增量式并入，而不是重新从头构建。

原文结构比较完整，依次包含以下部分：

Synopsis：给出命令形态。
Arguments：解释位置参数 KA_PATH 与 INPUT。
Options：解释 --template/-t 与 --lang/-l。
Description：说明 he feed 的执行语义与适用场景。
Examples：给出基础追加、多文档连续喂入、shell loop、stdin 输入等例子。
Merge Behavior：列出相同实体、相同关系、新实体、新关系的合并行为。
Workflow Example：给出研究知识库与人物传记的分阶段更新流程。
Verification：说明如何确认喂入成功。
Best Practices：给出模板、语言、索引重建、可视化检查等建议。
Error Handling：列出 knowledge abstract 目录无效、模板不匹配等错误场景与检查方法。

因此，这一页不是单纯列参数，而是把 he feed 放进持续更新知识库的完整 CLI 工作流中进行说明，可与 Hyper-Extract CLI Workflow、Hyper-Extract Knowledge Base Directory、Hyper-Extract CLI Retrieval and QA 对照阅读。

关键事实

命令形态

原文 Synopsis 给出的命令形式是：

he feed KA_PATH INPUT [OPTIONS]

这里有两个位置参数：

KA_PATH：现有 knowledge abstract 目录的路径。
INPUT：输入文件路径，或者使用 - 表示从标准输入 stdin 读取内容。

这意味着 he feed 的前提不是“创建”知识库，而是“打开并更新”一个已经存在的知识抽象目录。就工作流位置而言，它是对先前 he parse ... -o <dir> 产物的后续增量更新操作，对应 Hyper-Extract Knowledge Base Directory 中那个被持续复用的本地目录。

选项

原文只列了两个选项，但都与保持知识库语义一致性有关：

--template / -t：覆盖模板。如果不传，则使用元数据中的模板值。
--lang / -l：覆盖语言。如果不传，则使用元数据中的语言值。

文档明确指出这两个参数是“override”语义，而不是每次必填。也就是说，已有 knowledge abstract 目录本身带有元数据；默认情况下，he feed 会沿用该元数据中的模板和语言设置，只有在调用者显式传参时才覆盖。

命令语义

在 Description 中，原文把 he feed 的执行过程拆成四步，并明确说明这个过程是在“不丢失已有数据”的前提下完成的：

Loads existing knowledge：读取当前 knowledge abstract 的现有状态。
Extracts from new document：处理并抽取新输入文档中的内容。
Merges intelligently：把新数据与旧数据做智能合并，并处理重复项。
Updates metadata：记录更新时间戳。

原文对整体效果的概括是：The feed command adds new documents to an existing knowledge abstract without losing existing data. 这句话很关键，说明 he feed 不是简单覆盖写入，也不是把原目录清空后重建，而是保留旧数据并追加新知识的增量合并操作。

适用场景

原文直接列出三类典型用途：

随时间逐步构建 knowledge abstract。
为已有文档加入更新内容。
把多个来源的信息组合到同一个 knowledge abstract 中。

这三类场景共同说明，he feed 主要服务于“长期维护、滚动扩充、跨文档聚合”的知识积累模式，而不是一次性抽取结束。

重要细节

示例：先 parse，再持续 feed

文档最基础的用法示例先做初次抽取，然后再追加新内容：

# Initial extraction
he parse tesla_bio.md -t general/biography_graph -o ./tesla_kb/ -l en

# Add more content
he feed ./tesla_kb/ tesla_inventions.md

这个例子传达了一个明确流程：

第一步通过 he parse 创建输出目录 ./tesla_kb/。
第二步再把 tesla_inventions.md 增量喂入该目录。

也就是说，he feed 依赖现有目录作为基础状态，而不是独立运行。它与 Hyper-Extract CLI Workflow 中“先解析，再持续维护”的模式是直接对应的。

示例：连续喂入多个文档

原文给出最直接的多次调用方式：

he feed ./ka/ doc1.md
he feed ./ka/ doc2.md
he feed ./ka/ doc3.md

这说明同一个 knowledge abstract 目录可以被反复更新，多个文档不是要求一次性批量输入，而是可以按文档逐次合并。

示例：shell loop 批量喂入

文档还给出 shell 循环例子：

for file in updates/*.md; do
he feed ./ka/ "$file"
done

这个例子补充了一个实际操作点：如果更新文档是一批 .md 文件，可以利用 shell loop 对同一目录进行批量追加，而不需要工具额外提供专门的 batch 子命令。

示例：从标准输入喂入

原文特别说明 INPUT 可以是 -，并给出对应例子：

cat new_content.md | he feed ./ka/ -

这表示 he feed 支持 Unix 管道风格输入，适合在上游命令生成内容、过滤文本或动态拼接文档后，直接从 stdin 输送给知识库更新流程。

合并行为

Merge Behavior 一节用表格明确列出了四种情况：

场景	原文行为
相同实体	合并，描述会被组合在一起
相同关系	用最新信息更新
新实体	加入 knowledge abstract
新关系	加入，并连接现有实体或新实体

其中有几个边界值得保留：

对“相同实体”，不是简单覆盖，而是 Merged, descriptions combined，即实体会合并，描述信息会被组合。
对“相同关系”，原文写的是 Updated with latest information，强调最新信息会更新已有关系。
对“新实体”和“新关系”，则都是直接加入现有知识抽象中。

这部分是理解 Hyper-Extract Incremental Merge Behavior 的核心来源：he feed 的价值并不只是追加文本，而是把新旧知识图谱元素按实体、关系粒度进行增量融合。

工作流示例

研究知识库的分阶段构建

原文给出一个时间线式示例：

# Day 1: Initial paper
he parse paper_v1.md -t general/concept_graph -o ./research_kb/ -l en
he show ./research_kb/

# Day 7: Updated version
he feed ./research_kb/ paper_v2.md
he show ./research_kb/

# Day 14: Related work
he feed ./research_kb/ related_work.md
he build-index ./research_kb/
he talk ./research_kb/ -q "What are the key concepts across all papers?"

这个流程体现出几个关键后续动作：

he show ./research_kb/ 用于可视化查看更新前后的变化。
在继续追加多份文档后，执行 he build-index ./research_kb/。
索引构建完成后，再使用 he talk ./research_kb/ -q ... 做跨文档问答。

因此，这一页虽然聚焦 he feed，但已经把它放进“抽取 → 展示 → 增量更新 → 重建索引 → 问答”的完整链路中。这里与 Hyper-Extract CLI Retrieval and QA 的衔接非常直接：he talk 依赖更新后的知识库和后续索引构建，才能进行跨文档提问。

传记知识库的增量补全

另一个例子按人生阶段逐步补完人物知识：

# Start with early life
he parse early_life.md -t general/biography_graph -o ./bio_kb/ -l en

# Add career period
he feed ./bio_kb/ career.md

# Add later years
he feed ./bio_kb/ later_years.md

# Final visualization
he show ./bio_kb/

这个示例说明 he feed 适合处理天然分阶段出现的内容，例如人物早年、职业阶段、晚年等被拆成不同文档的情况。最终再用 he show 做整体可视化核查。

验证方式

在 Verification 一节，原文给出三个检查点，用于确认 feed 是否生效：

节点数量增加。
边数量增加。
时间戳已更新。

he feed - Hyper-Extract 摘要