การสร้าง Graph RAG chain

Retrieval Augmented Generation (RAG) ด้วย LangChain

Meri Nova

Machine Learning Engineer

การสร้างสถาปัตยกรรม Graph RAG

ฐานข้อมูลกราฟ

การสร้างสถาปัตยกรรม Graph RAG

เอกสารถูกแปลงเป็น graph documents และจัดเก็บในฐานข้อมูลกราฟ

การสร้างสถาปัตยกรรม Graph RAG

คิวรี Cypher ถูกใช้ดึงข้อมูล graph documents จากฐานข้อมูล พร้อมแสดง input จากผู้ใช้และการตอบกลับเป็นภาษาธรรมชาติ

การสร้างสถาปัตยกรรม Graph RAG

ตัวแปลงภาษาธรรมชาติเป็น Cypher แปลง input เป็นคิวรี Cypher และแปลง graph documents ที่ดึงมากลับเป็นภาษาธรรมชาติ

จาก input ของผู้ใช้สู่คิวรี Cypher

กราฟอย่างง่ายที่มีสามโหนดและสามความสัมพันธ์ โดยสองโหนดแทนบุคคลและอีกโหนดแทนสถานที่ที่ James เคยไปเยือน

จาก input ของผู้ใช้สู่คิวรี Cypher

input ของผู้ใช้ที่ถามว่า "Where has James visited?"

จาก input ของผู้ใช้สู่คิวรี Cypher

คิวรี Cypher ถูกสร้างขึ้นโดยใช้ graph schema และ input ของผู้ใช้

GraphCypherQAChain

สถาปัตยกรรม Graph RAG สำหรับแปล input ของผู้ใช้เป็นคิวรี Cypher และส่งคืนการตอบกลับเป็นภาษาธรรมชาติ

GraphCypherQAChain

สถาปัตยกรรม Graph RAG โดยเน้น generate cypher chain และ summarize results chain

รีเฟรช schema

graph.refresh_schema()
print(graph.get_schema)

Node properties:
Document {title: STRING, id: STRING, text: STRING, summary: STRING, source: STRING}
Concept {id: STRING}
Organization {id: STRING}
Relationship properties:

The relationships:
(:Document)-[:MENTIONS]->(:Organization)
(:Concept)-[:DEVELOPED_BY]->(:Person)

การคิวรีกราฟ

from langchain_community.chains.graph_qa.cypher import GraphCypherQAChain


chain = GraphCypherQAChain.from_llm(
    llm=ChatOpenAI(api_key="...", temperature=0), graph=graph, verbose=True
)


result = chain.invoke({"query": "What is the most accurate model?"})

¹ https://api.python.langchain.com/en/latest/chains/langchain_community.chains.graph_qa.cypher. GraphCypherQAChain.html

การคิวรีกราฟ

print(f"Final answer: {result['result']}")

> Entering new GraphCypherQAChain chain...
Generated Cypher:
MATCH (m:Model)
RETURN m
ORDER BY m.accuracy DESC
LIMIT 1;
Full Context:
[{'m': {'id': 'Artificial Neural Networks'}}]

> Finished chain.


Final answer: Artificial Neural Networks

การปรับแต่ง

chain = GraphCypherQAChain.from_llm(
    llm=ChatOpenAI(api_key="...", temperature=0), graph=graph, verbose=True
)

qa_prompt: เทมเพลต prompt สำหรับการสร้างผลลัพธ์
cypher_prompt: เทมเพลต prompt สำหรับการสร้างคิวรี Cypher
cypher_llm: LLM สำหรับการสร้างคิวรี Cypher
qa_llm: LLM สำหรับการสร้างผลลัพธ์

มาฝึกกันเถอะ!

Retrieval Augmented Generation (RAG) ด้วย LangChain