LangChain ve Neo4j ile Graph RAG
Adam Cowley
Manager, Developer Education at Neo4j


from langchain_core.runnables import RunnableLambdadouble_chain = RunnableLambda( lambda input: input["input"] * 2 )double_chain.invoke({"input": 2})
4
from langchain_core.runnables import RunnablePassthroughdouble_passthrough = RunnablePassthrough.assign( doubled=RunnableLambda(lambda x: x["input"] * 2) )double_passthrough.invoke({"input": 2})
{"input": 2, "doubled": 4}
graphrag_qa_prompt = ChatPromptTemplate.from_messages([SystemMessagePromptTemplate.from_template(""" Romeo ve Juliet oyunu hakkında soruları yanıtlayan yardımcı bir asistansınız. Size bir soru ve bir bağlam verilecek. Soru: {input} """),
...
SystemMessagePromptTemplate.from_template("""
Aşağıdaki bağlam, soruyu yanıtlamanıza yardımcı olmak için vektör aramasıyla veritabanından getirildi:
{vectors}
"""),
...
SystemMessagePromptTemplate.from_template("""
Aşağıdaki veriler, soruyu yanıtlamak için Cypher kullanılarak bilgi grafından getirildi.
{records}
Bilgi grafındaki bilgileri yetkili kabul edebilirsiniz.
Bu yanıtta bilgi yoksa vektör arama sonuçlarına başvurun.
Yanıt ikisinde de yoksa bilmiyorum deyin ve önceden var olan bilgilere dayanmayın."""),
# line_retriever = Neo4jVector().as_retriever() # text_to_cypher_chain = text_to_cypher_prompt | llm | StrOutputParser() # graph = Neo4jGraph()graphrag_qa_chain = RunnablePassthrough.assign(vectors=RunnableLambda(lambda x: line_retriever.invoke(x["input"])),records=text_to_cypher_chain | graph.query)| graphrag_qa_prompt| llm| StrOutputParser()
graphrag_qa_chain.invoke({"input": "Romeo'nun en iyi arkadaşı kim?"})
Romeo'nun en yakın arkadaşları Mercutio ve Benvolio'dur.
LangChain ve Neo4j ile Graph RAG