企业官网建设流程全解析

Hyper-Extract 的 he dump 命令指南：知识摘要如何持久化到磁盘

【免费下载链接】Hyper-ExtractHypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.项目地址: https://gitcode.com/GitHub_Trending/hy/Hyper-Extract

Hyper-Extract 是一款基于 LLM 的知识提取工具，能把非结构化文档转换为结构化的知识摘要（Knowledge Abstract，简称 KA）。dump正是这条流水线的最后一步：将提取出的知识摘要持久化到磁盘，供后续的可视化、语义搜索和对话复用。本文带你看懂这套"存得下、读得回"的持久化机制。

🧠 先认识主角：知识摘要（Knowledge Abstract）

he parse命令从文档中提取出的并不是零散的笔记，而是一个完整的知识摘要目录。一个 KA 就是"结构化数据 + 元信息 + 向量索引"的集合体，全部继承自统一的基类 BaseAutoType，因此任何类型的 KA（图、超图、集合、模型等）都共享同一套保存协议。

💾 dump 一次写入的"三件套"

ka.dump()是整个持久化流程的总入口，定义在 base.py#L526-L557。它会在目标目录下写出三部分：

./my_ka/ ├── data.json # 核心知识数据（实体、关系等结构化 JSON） ├── metadata.json # 模板、语言、创建/更新时间戳 └── index/ # 向量索引文件（FAISS），支持语义搜索

三者地位并不对等，这一点决定了系统的容错设计：

这种"数据为主、索引可弃"的分层设计，意味着即使索引损坏，你的知识本体也安然无恙。

⚙️ 哪些 he 命令在暗中替你执行 dump

在官方工作流图中，"保存"被标记为he dump（见 docs/zh/cli/index.md 的流程说明）；而在当前实现中，这个保存动作由ka.dump()承担，被以下三个命令自动触发，无需你手动执行：

1. he parse— 提取完成后保存数据；若未跳过索引（--no-index），构建索引后会再 dump 一次把索引一并落盘，见 cli.py#L346-L368
2. he feed— 向已有 KA 追加新文档后，合并结果自动保存，见 cli.py#L825-L827
3. he build-index— 重建向量索引后重新持久化，见 cli.py#L887-L889

也就是说，只要你正常走完提取流程，知识就已经安全躺在磁盘上了。

📂 load 读回来：一场完整的往返旅行

持久化的另一半是 load()，它与 dump 严格对称，且按重要性分级处理：

• data.json缺失 → 直接报错（没有数据就没有 KA）
• metadata.json缺失 → 静默跳过
• index/缺失或损坏 → 打印提示，建议用he build-index或ka.clear_index()重建

此外还有一个贴心的细节：读回时会把metadata里被序列化成字符串的时间戳还原为datetime对象，保证加载后的 KA 与新创建的行为完全一致（见 base.py#L641-L652）。

🐍 Python API：手动掌控保存时机

如果你用 Python 而非 CLI，dump与load同样是显式方法，保存时机完全由你决定——这也是长任务中做定期快照的关键手段（示例见 docs/zh/python/guides/incremental-updates.md）：

ka.feed_text(text) ka.dump("./kb_v1/") # 任意时刻手动快照 ka.load("./kb_v1/") # 随时恢复现场

完整读写指南参见 docs/zh/python/guides/saving-loading.md。

🗺️ 模块速查

一句话总结：he parse/he feed/he build-index背后都藏着同一个ka.dump()，它把知识摘要拆成"数据、元信息、索引"三层落盘；load()再按同一协议读回——一次 dump，知识永久可查。

【免费下载链接】Hyper-ExtractHypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.项目地址: https://gitcode.com/GitHub_Trending/hy/Hyper-Extract