LangChain과 Neo4j로 배우는 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(""" 당신은 ‘로미오와 줄리엣’에 대한 질문에 답하는 친절한 도우미입니다. 질문과 컨텍스트가 주어집니다. Question: {input} """),
...
SystemMessagePromptTemplate.from_template("""
다음 컨텍스트는 질문에 답하기 위해 벡터 검색으로 DB에서 가져온 것입니다:
{vectors}
"""),
...
SystemMessagePromptTemplate.from_template("""
다음 데이터는 질문에 답하기 위해 Cypher로 지식 그래프에서 가져왔습니다.
{records}
지식 그래프의 정보는 신뢰 가능한 근거로 취급하십시오.
이 답변에 정보가 없으면 벡터 검색 결과로 보완하십시오.
둘 다에 없으면 모른다고만 말하고 사전 지식에 의존하지 마십시오."""),
# 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": "Who is Romeo's best friend?"})
로미오의 가장 친한 친구는 머큐시오와 벤볼리오입니다.
LangChain과 Neo4j로 배우는 Graph RAG