【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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
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++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168