Neo4j知识图谱构建器部署与多语言适配实践

项目背景

Neo4j知识图谱构建器(Neo4j Knowledge Graph Builder)是一个基于React和FastAPI构建的开源项目，用于创建和管理知识图谱。该项目包含前端React应用和后端FastAPI服务，通常需要部署在云服务器上供团队协作使用。

部署挑战与解决方案

防火墙环境下的部署问题

在公有云VM部署时遇到的主要挑战是防火墙环境下的跨域访问限制。由于浏览器同源策略要求，前端React应用需要与后端API在同一域名下访问。作者最初尝试通过Nginx反向代理将前后端统一到同一域名下，但遇到了404错误。

经过分析发现，Docker容器间的网络通信存在限制。最终采用的解决方案是：

1. 前端直接暴露端口访问

   • 保持前端原始配置，不通过反向代理
   • 直接通过http://服务器IP:4040访问前端

2. 后端通过Nginx反向代理

   • 配置Nginx将/kgbuilderapi路径代理到后端服务
   • 允许特定端口通过防火墙

3. 后端添加CORS支持

   • 在FastAPI应用中添加CORSMiddleware
   • 配置允许所有来源的跨域请求

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"]
)

多语言评估指标适配

项目中的评估指标最初仅支持英语，为了支持中文等其它语言，作者进行了以下改进：

1. 环境变量配置

   • 在.env文件中添加LANGUAGE变量
   • 通过docker-compose.yml传递给后端容器

2. 升级ragas版本

   • 将ragas升级到0.2.11版本
   • 该版本支持多语言指标适配

3. 自定义AnswerRelevancy指标

   • 创建适配目标语言的answer_relevancy函数
   • 使用async/await处理异步提示适配

def adapted_answer_relevancy(llm, embeddings):
    answer_relevancy = AnswerRelevancy(
        name="answer_relevancy", strictness=3, embeddings=embeddings
    )
    
    async def adapt_prompt():
        adapted_prompts = await answer_relevancy.adapt_prompts(language=LANGUAGE, llm=llm)
        return adapted_prompts
    
    adapted_prompts = asyncio.run(adapt_prompt())
    answer_relevancy.set_prompts(**adapted_prompts)
    return answer_relevancy

部署架构建议

对于生产环境部署，建议采用以下架构：

1. 前端服务

   • 使用Nginx作为静态文件服务器
   • 配置适当的缓存策略
   • 启用HTTPS加密

2. 后端服务

   • 使用Gunicorn或Uvicorn作为应用服务器
   • 配置合理的worker数量
   • 启用日志记录和监控

3. 数据库连接

   • 使用连接池管理Neo4j连接
   • 配置适当的超时和重试策略
   • 启用TLS加密连接

性能优化建议

1. 嵌入模型优化

   • 根据目标语言选择合适的嵌入模型
   • 考虑使用量化模型减少内存占用
   • 启用模型缓存机制

2. 评估指标优化

   • 对长文本评估进行分块处理
   • 实现异步批量评估
   • 缓存评估结果

3. 资源监控

   • 监控GPU/CPU使用率
   • 跟踪内存消耗
   • 设置资源使用阈值告警

总结

通过本文介绍的部署方案，成功解决了Neo4j知识图谱构建器在防火墙环境下的部署问题，并实现了对中文等多语言的支持。这些实践经验对于类似的知识图谱项目部署具有参考价值，特别是在需要跨域访问和多语言支持的场景下。

未来可以考虑进一步优化前端反向代理方案，使其能够与后端服务统一域名访问，同时保持安全性和性能。此外，持续完善多语言支持，特别是非拉丁语系语言的评估指标适配，将大大提升项目的国际化能力。