【大模型:知识图谱】--6.Neo4j DeskTop安装+使用

【大模型:知识图谱】--6.Neo4j DeskTop安装+使用

上一期讲了图知识库的安装,

【图数据库】--Neo4j 安装_neo4j安装-ZEEKLOG博客

 现在来看看可视化管理程序:Neo4j DeskTop的安装.

需要先安装java环境,具体看上面

目录

1.Neo4j DeskTop版下载

2.Neo4j DeskTop版安装

3.Neo4j DeskTop版使用

3.1.本地实例

3.2.远程连接

3.3.导入数据


1.Neo4j DeskTop版下载

1、进入“Neo4j官网”下载DeskTop版本。

好像需要科学上网:

放一个网盘下载:

通过网盘分享的文件:neo4j-desktop-2.0.2-x64.exe
链接: https://pan.baidu.com/s/1BIjfzdAGWGU19MJrmZIqJg?pwd=sxuw 提取码: sxuw

2.Neo4j DeskTop版安装

双击安装:

默认安装路径:"C:\Users\asus\AppData\Local\Programs\neo4j-desktop"

3.Neo4j DeskTop版使用

3.1.本地实例

在目录下面创建一个实例数据库,

创建实例基本信息

主要包括:实例名称、创建数据库用户和密码

3.2.远程连接

下面展示一下如何使用neo4j desktop连接neo4j server

需要配置修改远程服务器的 neo4j.conf文件
server.bolt.listen_address=0.0.0.0:7687
server.http.listen_address=0.0.0.0:7474

然后打开, 

在 Neo4j DeskTop使用远程连接:

 输入数据库密码即可:

然后在下面查看数据库信息:

3.3.导入数据

选择需要导入的数据库:

这里的数据一定要是csv可导入数据,具体的看官网要求:

对于格式的要求,请参考:Importing data - Operations Manual

我这里创建简单的csv导入:

person_id:ID,name,gender,age:int,:LABEL dddbd3ad0f2e3fca80da88296298bb51,杜玉岱,男,58,Person 2f867939e123f10437a15a127799248e,延万华,男,45,Person e68b3ae7a003c60cd9d50e371cdb3529,宋军,男,48,Person b8b7f9a79ba362a435cbabc863fe7309,周天明,男,50,Person 87deaf5073b7c1ac2f679334efb54d5d,王建业,男,47,Person 7415cf6aec1074660e15c0efd5b1ea60,张必书,男,49,Person dc92998750539efe0723541aebe95259,丁乃秀,女,43,Person 228bd4a6ec3cf830377580521d7e7250,谢岭,男,47,Person

1.数据导入可以拖拽或者选择文件导入

2.导入完成添加一个节点Label

节点标签(Label)​​,表示节点的类别

填写节点标签信息,选择上传文件

  • 注意:属性的主键必须唯一

3.开始运行

之后就可以在 Query执行相应的查询语句勒

Read more

根据设计图生成前端代码,零基础入门到精通,收藏这篇就够了

根据设计图生成前端代码,零基础入门到精通,收藏这篇就够了

在现代前端开发中,从设计稿到可用页面的交付往往需要大量重复劳动:切图、手写样式、布局调整……而借助 MCP Server - Figma AI Bridge,我们可以将 Figma 设计稿自动转换成整洁的 HTML/CSS/JS 代码,并立即生成可预览的网页。一键化、傻瓜式操作,让设计交付效率跃升。 本文测试使用的系统环境如下: * Trae IDE 版本:2.4.5 * macOS 版本:14.7 * Node.js 版本:24.6.0 * npx 版本:11.5.2 * Python 版本:3.13.3

.NET10之Web API Action参数来源自动推断

ASP.NET Core Web API 的 Action 参数来源自动推断(Binding Source Inference)是 [ApiController] 特性提供的核心便利机制,它能根据参数类型、名称、路由模板及依赖注入(DI)注册状态,自动决定参数从请求的哪个位置(路由、查询、Body、服务等)取值,大幅减少 [From*] 特性的手动标注。以下基于 ASP.NET Core 9/10 最新官方文档 深入解析,包含规则、问题解决、生产场景与完整可运行代码。 一、核心机制与默认推断规则(官方定义) 1. 启用条件 仅当控制器标注 [ApiController] 时,参数来源推断才自动生效。 2. 完整推断规则(

不用部署服务器,也能给前端 / 客户演示?内网穿透实战分享

不用部署服务器,也能给前端 / 客户演示?内网穿透实战分享

在日常开发中,经常会遇到一个很现实的问题:  功能已经在本地开发完成了,但前端同事、测试、客户都看不到效果。 很多人的第一反应是: 部署一套测试服务器。 但实际情况往往是 * 服务器没准备好 * 只是临时演示 * 改动频繁,反复部署很浪费时间 后来我发现,其实根本不需要部署服务器,用内网穿透就能很优雅地解决这个问题。 一、真实场景说明 场景 1:给前端联调接口 后端服务跑在本地: http://localhost:8080 问题是: * 前端在外地 * 无法访问本地接口 * 每次改接口都要重新部署 场景 2:给客户演示功能 * 新功能刚开发完 * 客户想先看看效果 * 但还没上线正式环境 这时候再去搞服务器,明显有点“杀鸡用牛刀”。 二、传统方案为什么不太合适? 对于“临时演示 / 联调”来说,都太重了。 三、解决方案:内网穿透 内网穿透的核心思路只有一句话: 把你本地的服务,

从被秒封到稳过Cloudflare!Canvas/WebGL/WebRTC多维度浏览器指纹隐身全实战

从被秒封到稳过Cloudflare!Canvas/WebGL/WebRTC多维度浏览器指纹隐身全实战

前阵子帮客户爬某跨境电商的商品数据,一开始信心满满:Puppeteer改了webdriver特征、UA池轮换、高匿代理池、行为模拟全拉满,结果30个节点一启动,访问首页直接被Cloudflare人机验证秒封,换IP、清Cookie全没用。 折腾了整整3天,抓包逆向了平台的反爬JS才发现,人家根本没看你那点基础伪装——直接拿Canvas、WebGL、WebRTC三个指纹做了关联校验,我30个节点的核心指纹完全一致,直接被标记成爬虫集群,封得明明白白。 后来我啃了几十篇反爬厂商的技术白皮书,踩穿了100+反爬平台的检测逻辑,终于摸出了一套多维度指纹隐身方案。现在这套方案跑了半年,稳过Cloudflare、Akamai、数美、顶象这些主流反爬,哪怕用同一台机器开100个实例,也不会被指纹关联识别。 今天把全流程掏出来,从原理、踩坑到代码实现,全是能直接落地的干货,网上90%的教程没讲透的核心细节,我全给你说明白。 一、先搞懂:为什么你的伪装永远被识破? 很多人对浏览器指纹的理解还停留在“改个UA、关了webdriver就完事”,但现在的反爬早就进入了多维度关联识别的时代。 1.