Neo4j LLM Graph Builder项目中Gemini模型的配置指南
2025-06-24 17:52:52作者:伍霜盼Ellen
在Neo4j LLM Graph Builder项目中集成Google Gemini系列大语言模型时,正确的环境变量配置是关键环节。本文将详细介绍前后端环境配置要点,帮助开发者快速搭建Gemini模型运行环境。
前端环境配置
前端配置相对简单,主要需要关注与后端的连接参数:
VITE_BACKEND_API_URL="" # 后端API地址
VITE_BLOOM_URL="..." # Neo4j工作区预览URL
VITE_REACT_APP_SOURCES=""
VITE_LLM_MODELS_PROD=""
VITE_ENV="PROD" # 环境标识
VITE_TIME_PER_PAGE=50 # 页面处理时间限制
VITE_CHUNK_SIZE=5242880 # 文件分块大小(5MB)
VITE_LARGE_FILE_SIZE=5242880
VITE_CHAT_MODES=""
VITE_BATCH_SIZE=2 # 批量处理大小
VITE_LLM_MODELS=""
DEPLOYMENT_ENV="local" # 部署环境标识
后端核心配置
后端需要配置Gemini各版本模型标识及认证参数:
# Gemini模型版本配置
LLM_MODEL_CONFIG_gemini_1.5_pro="gemini-1.5-pro-002"
LLM_MODEL_CONFIG_gemini_1.5_flash="gemini-1.5-flash-002"
LLM_MODEL_CONFIG_gemini_2.0_flash="gemini-2.0-flash-001"
LLM_MODEL_CONFIG_gemini_2.5_pro="gemini-2.5-pro-exp-03-25"
# 功能开关
GEMINI_ENABLED="true"
# GCP认证(可选)
GOOGLE_APPLICATION_CREDENTIALS="/path/to/gcp.json"
认证配置要点
-
项目ID设置:可通过以下任一方式指定Google Cloud项目ID:
- 代码构造函数参数
- 使用vertexai.init()初始化
- 执行gcloud命令:
gcloud config set project my-project - 设置GCP环境变量
-
服务账号认证:推荐使用服务账号JSON文件认证,通过环境变量指定路径:
export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account.json" -
命令行认证:开发环境下可使用快捷认证方式:
gcloud auth application-default login
最佳实践建议
- 生产环境建议使用服务账号认证而非个人账号
- 不同环境(开发/测试/生产)应使用独立的项目ID
- 大文件处理时注意调整分块大小参数
- 模型版本更新时及时同步环境配置
- 敏感凭证信息不应直接提交到代码仓库
通过以上配置,开发者可以快速在Neo4j LLM Graph Builder项目中集成Gemini系列模型,充分利用其强大的图数据生成和处理能力。实际部署时,还需根据具体业务需求调整批处理大小、超时设置等参数。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0114
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
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
211
114
仓颉编译器源码及 cjdb 调试工具。
C++
138
869