【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 StartedRust0592- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript051
MooncakeMooncake 是面向大模型服务的通信与存储基础设施,致力于让解耦式大模型架构真正能够在真实生产环境中稳定运行、持续扩展、灵活组合,由趋境科技、月之暗面 Kimi 、清华大学 MADSys 实验室、9#AISoft、阿里云、蚂蚁集团等产学研力量共同建设的开源分布式大模型推理架构。C++06
OnnxOCR基于PaddleOCR重构,并且脱离PaddlePaddle深度学习训练框架的轻量级OCR,推理速度超快 —— A lightweight OCR system based on PaddleOCR, decoupled from the PaddlePaddle deep learning training framework, with ultra-fast inference speed.Python01
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
airi💖🧸 自托管、归你拥有的 Grok 风格 AI 伴侣与 waifu / 赛博生命灵魂容器,目标是接近 Neuro-sama 的高度;支持实时语音聊天、Minecraft 和 Factorio 游玩,支持 Web / macOS / Windows。TypeScript06
热门内容推荐
最新内容推荐
项目优选
收起
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
暂无描述
Markdown
861
5.71 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++
1.05 K
2.53 K
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
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
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
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-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
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
deepin linux kernel
C
33
16