首页
/ 【亲测免费】 Neo4j GenAI Python 开源项目使用教程

【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。
  • WeaviatePineconeQdrant: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

项目优选

收起
kernelkernel
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
514
557
docsdocs
暂无描述
Markdown
861
5.71 K
ops-transformerops-transformer
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++
1.05 K
2.53 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
843
1.29 K
ops-nnops-nn
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++
857
1.72 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.36 K
876
llvm-projectllvm-project
本仓库fork自上游llvm-project仓,面向openEuler社区提供了前端C/C++语言的支持,中端通用优化能力的增强,以及后端多架构的支持,包括AArch64/X86/LoongArch/RISC-V/SW64等。
C++
159
64
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
517
351
ops-mathops-math
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++
1.26 K
1.39 K
kernelkernel
deepin linux kernel
C
33
16