领域图

使用 LangChain 和 Neo4j 的 Graph RAG

Adam Cowley

Manager, Developer Education at Neo4j

领域图

一个知识图示意图：左侧为词汇图，包含书籍、章节与页面；右侧为书中人物与公司，以及来自 Wikipedia 等来源的引用

使用 LangChain 和 Neo4j 的 Graph RAG

从词汇图到领域图

Journey 的歌曲 Don't Stop Believin' 的歌词

使用 LangChain 和 Neo4j 的 Graph RAG

从词汇图到领域图

Journey 的歌曲 Don't Stop Believin' 的歌词，其中 "Small Town Boy" 高亮为人物

使用 LangChain 和 Neo4j 的 Graph RAG

从词汇图到领域图

Journey 的歌曲 Don't Stop Believin' 的歌词，其中 "South Detroit" 高亮为地点

使用 LangChain 和 Neo4j 的 Graph RAG

从词汇图到领域图

Journey 的歌曲 Don't Stop Believin' 的歌词，其中 "Born" 高亮为人物 "Small Town Boy" 与地点 "South Detroit" 之间的关系

使用 LangChain 和 Neo4j 的 Graph RAG

从词汇图到领域图

Journey 的歌曲 Don't Stop Believin' 的歌词，其中 "Raised" 高亮为人物 "Small Town Boy" 与地点 "South Detroit" 之间的关系

使用 LangChain 和 Neo4j 的 Graph RAG

领域图示例

一个领域图示例：某人就职于一家公司，位于某地址。该人持有信用卡，并在同一地点的一家公司下单

使用 LangChain 和 Neo4j 的 Graph RAG

结构化输出

from pydantic import BaseModel, Field

from typing import Optional


class Character(BaseModel):
    """A character from the play."""

    id: str = Field(description="A unique identifier for the character in slug-case",

                    examples=["montague-romeo", "tybalt"])

    name: str = Field(description="The full name of the character", 
                    examples=["Romeo", "Tybalt"])

    family: Optional[str] = Field(description="The name of the family they belong to", 
                    examples=["Montague", "Capulet"])


class CharacterOutput(BaseModel):
    characters: list[Character] = Field(description="A list of characters")
使用 LangChain 和 Neo4j 的 Graph RAG

使用结构化输出

from langchain.chat_models import init_chat_model
llm = init_chat_model("gpt-4o-mini", model_provider="openai", api_key="...")


# With a structured output
character_model = llm.with_structured_output(CharacterOutput)


# Use within a chain
chain = extraction_prompt | character_model


# Handle the response
output = chain.invoke(...)

CharacterOutput(characters=[Character, Character, Character...])
使用 LangChain 和 Neo4j 的 Graph RAG

保存实体

nodes = [

  Node(

      type="Character",

      id=character.id,

      properties={"name": character.name, "family": character.family}

  )

  for character in output.characters

]



# Build a GraphDocument
graph_document = GraphDocument(nodes=nodes, relationships=[])


# Save to the graph
graph.add_graph_documents([graph_document])
使用 LangChain 和 Neo4j 的 Graph RAG

让我们一起练习吧！

使用 LangChain 和 Neo4j 的 Graph RAG

Preparing Video For Download...