【亲测免费】 Neo4j GenAI Python 开源项目使用教程
2026-01-30 04:54:11作者:钟日瑜
1. 项目介绍
Neo4j GenAI Python 是一个开源项目,旨在利用 Neo4j 图数据库和 Python 的强大功能,帮助开发人员构建基于图检索增强生成(GraphRAG)的应用程序。作为 Neo4j 的一方库,它提供了功能丰富、性能高效且长期支持的解决方案。
2. 项目快速启动
在开始之前,请确保您已经安装了 Neo4j 数据库,并且它正在运行中。以下是如何快速启动 Neo4j GenAI Python 的步骤:
# 安装 Neo4j GenAI Python 包
pip install neo4j-graphrag
# 导入必要的库
from neo4j import GraphDatabase
from neo4j_graphrag.embeddings import OpenAIEmbeddings
from neo4j_graphrag.experimental.pipeline.kg_builder import SimpleKGPipeline
from neo4j_graphrag.llm import OpenAILLM
# 设置 Neo4j 数据库连接
NEO4J_URI = "neo4j://localhost:7687"
NEO4J_USERNAME = "neo4j"
NEO4J_PASSWORD = "password"
driver = GraphDatabase.driver(NEO4J_URI, auth=(NEO4J_USERNAME, NEO4J_PASSWORD))
# 创建 Embedder 对象
embedder = OpenAIEmbeddings(model="text-embedding-3-large")
# 实例化 LLM
llm = OpenAILLM(model_name="gpt-4o", model_params={"max_tokens": 2000, "response_format": {"type": "json_object"}, "temperature": 0})
# 实例化 SimpleKGPipeline
kg_builder = SimpleKGPipeline(llm=llm, driver=driver, embedder=embedder, entities=["Person", "House", "Planet"], relations=["PARENT_OF", "HEIR_OF", "RULES"], on_error="IGNORE", from_pdf=False)
# 运行管道
text = ("The son of Duke Leto Atreides and the Lady Jessica, Paul is the heir of House "
"Atreides, an aristocratic family that rules the planet Caladan.")
asyncio.run(kg_builder.run_async(text=text))
# 关闭数据库连接
driver.close()
确保在运行上述代码前,您已经将环境变量 OPENAI_API_KEY 设置为您的 OpenAI API 密钥。
3. 应用案例和最佳实践
以下是一些使用 Neo4j GenAI Python 的应用案例和最佳实践:
- 构建知识图谱:利用
SimpleKGPipeline类快速构建知识图谱,适合简单场景。 - 增强向量搜索:通过图遍历增强向量搜索,提高检索效率。
- 混合检索:结合传统检索和图检索,为 GraphRAG 应用程序提供更强大的检索能力。
4. 典型生态项目
在 Neo4j GenAI Python 的生态系统中,以下是一些典型的项目:
- Ollama:提供 LLMs(大型语言模型)服务。
- OpenAI:OpenAI 提供的 LLMs 服务。
- Google:Vertex AI 提供的 LLMs 服务。
- Cohere:Cohere 提供的 LLMs 服务。
- Weaviate、Pinecone、Qdrant:用于存储向量的数据库。
通过上述介绍和教程,您可以开始使用 Neo4j GenAI Python 进行图检索增强生成应用程序的开发。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265