翻文档摘信息理关系：一条命令

github.com/yifanfeng97/hy… 论文、财报、合同这类东西靠手整理太磨人，Hyper-Extract 让 LLM 直接把非结构化文本拧成知识图谱，一条命令跑起来。 四条照录。超图结构在手，时间轴和空间关系都装得下。八十个上下的领域模板随取随用。增量更新开着，新读进来的东西能往上垒。导出去能进 Obsidian，本地跑也行。作者的总结很朴素，翻文档、摘信息、理关系这一整套，全丢给 AI。 知识能垒这半句是全场重心。前面几篇讲的都是问答里临时取材，这条把材料沉淀成了图。跟前面那张知道昨晚发生了什么的卡接得上，那条靠记忆攒上下文，这条靠图谱攒结构，两边都在解决"下次还能不能找回来"。跟前面一份定义两处用也对得上，模板和导出格式定一次，后面换工具也不必重来。 超图这个选择也值得记。光有关键词和文档的边太薄，把时间空间关系放进去，同一份材料下次能查的维度就多了。 我留的疑问有三处。图谱质量靠什么模型把关没说；八十个模板是覆盖还是样本不清楚；增量更新时旧结论错了怎么回滚也没交代。 手头有积压文档的，挑一摞合同先跑，导进 Obsidian 里搜一个人名，看能不能一次把相关条款串起来。