1

散らかった文書が、コマンド1つで構造化された知識に変わる。

AIに文書を読み込ませるとき、地味にきついのが「検索してもほしい情報が返ってこない」問題。

多くのAI文書ツールは、ドキュメントをバラバラに分割して検索にかけるだけ。精度が上がるかどうかは運次第。

そこで出てきたのが Hyper-Extract。

非構造化テキストを構造化された知識ベースに変換する、Apache 2.0のOSSツール。

ただのPDF分割ツールではない。
検索精度を上げるためだけのラッパーでもない。

Hyper-Extractは、テキストを事前に整理して、AIがナレッジグラフ・時系列データ・空間情報をすぐ引けるようにする。

変換できる知識構造が8種類ある。

→ ナレッジグラフ（정보 간의 연결을 그래프로 시각화）
→ ハイパーグラフ（복잡한 다대다 관계를 구조화）
→ 時間グラフ（시계열 변화 추적）
→ 空間グラフ（장소·위치 관계 정보 정리）
→ 時空間グラフ（시간과 장소의 양축으로 구조화）
→ 型定義データモデル（구조화된 데이터로 출력）
→ Obsidian Vault（wikilinks 형식의 Markdown 노트 그룹으로 변환）
→ MCPナレッジベース（Claude나 IDE에서 직접 쿼리 가능）

これまで「文書を何度も検索して目的の情報を探す」作業を、「一度変換すれば繰り返し高精度で参照できる知識ベース」に変えられる。

特に論文整理、決算資料の構造化、プライベート文書のナレッジ管理では、体感がかなり変わるはず。

数字でも確認できる。

→ 80以上のYAMLテンプレート（金融・法律・医療・産業・一般向け）
→ GraphRAGやLightRAGなど10以上の抽出アルゴリズムを搭載
→ OpenAI・Claude両対応、vLLMでローカル実行も可能
→ コードなしでYAMLテンプレートから即スタート

導入もシンプル。

uv tool install hyperextract

・無料（Apache 2.0、商用利用可）
・vLLMを使えばローカルだけで完結（外部APIに依存しない構成も可能）
・MCPでClaudeやIDEから直接参照できる

GitHub 2,400スター超えも納得。

公式リポジトリは下に置きます。

{{IMAGE_0}}

---

2

公式リポジトリはこちら

https://t.co/QLyUlCAb7q