使用 Neo4j GraphRAG Python 包构建 RAG 与知识图谱应用

连接代码示例如下：

from neo4j import GraphDatabase

driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))

(注：实际使用时请替换为演示数据库的连接字符串)

检索操作

我们的包提供了适用于不同检索策略的多种检索器类。在这里，我们使用 VectorRetriever 类来执行基于向量的检索。

我们使用 text-embedding-ada-002 模型，因为演示数据库中的电影情节嵌入是使用该模型生成的，从而使检索结果更加相关。您可以自定义返回的结果属性，这里我们指定了返回节点属性 title 和 plot。

使用检索器搜索与查询最相关的电影情节，执行近似最近邻搜索以识别最佳匹配的前三个电影情节：

from neo4j_graphrag.retrievers import VectorRetriever

retriever = VectorRetriever(
    driver=driver,
    llm=openai_client, # 假设已初始化
    node_label="Movie",
    vector_property_name="plotEmbedding",
    embedding_model="text-embedding-ada-002"
)

results = retriever.retrieve(query="Action movie with robots", top_k=3)

结果可以进一步解析为结构化数据供 LLM 使用：

for result in results:
    print(f"Title: {result.title}, Plot: {result.plot}")

GraphRAG 集成流程

让我们看看检索器如何集成到简单的 GraphRAG 流程中。要使用 neo4j-graphrag 包执行 GraphRAG 查询，需要以下几个组件：

1. 一个 Neo4j 驱动：用于查询 Neo4j 数据库。
2. 一个检索器：neo4j-graphrag 包提供了一些实现，并允许您编写自己的检索器。
3. 一个 LLM：我们需要调用一个 LLM 来生成答案。neo4j-graphrag 包目前仅提供 OpenAI 的 LLM 实现，但其接口与 LangChain 的聊天模型兼容，并允许您编写自己的接口。

实际操作只需几行代码即可完成端到端的问答：

from neo4j_graphrag import GraphRAG

rag = GraphRAG(
    driver=driver,
    llm=openai_client,
    retriever=retriever
)

response = rag.query("What are the best action movies?")
print(response)

最佳实践与注意事项

在使用 Neo4j GraphRAG 时，建议注意以下几点以确保最佳性能：

1. 索引优化：确保向量索引已正确创建且覆盖所有必要的节点类型。如果索引缺失，检索速度会显著下降。
2. 嵌入一致性：检索时使用的嵌入模型必须与数据库存储嵌入时使用的模型一致。模型不匹配会导致语义空间错位，检索结果无效。
3. 提示词工程：结合图结构的上下文信息，设计能够充分利用关系信息的提示词。例如，要求 LLM 解释为什么选择某个节点。
4. 安全性：在生产环境中，切勿硬编码 API 密钥，应使用环境变量或密钥管理服务。
5. 错误处理：网络请求可能超时，建议在代码中添加 try-except 块来处理连接异常。

常见问题排查

• 连接失败：检查防火墙设置及 Neo4j 端口是否开放（默认 7687）。
• 无结果返回：确认查询关键词与嵌入数据的语义相关性，或调整 top_k 参数。
• 响应缓慢：检查向量索引大小，考虑对大规模数据进行分片或缓存策略。

总结

本文展示了如何使用 neo4j-graphrag 包中的 VectorRetriever 类执行简单的检索查询，并将其集成到 GraphRAG 流程中。通过结合图数据库的结构化知识与向量搜索的语义能力，开发者可以更高效地构建智能问答系统。

未来的开发方向包括支持更多检索策略以及如何在 GraphRAG 流程中使用不同的 LLM 后端。建议关注官方文档获取最新功能更新。

该包代码是开源的，您可以在 GitHub 上找到它，欢迎在上面提交问题。

*本文旨在分享技术实践，如有侵权请联系删除。