使用 LangChain + Ollama + Neo4j 构建中文知识图谱完整教程（含 Docker 部署）

在本教程中，我们将从零开始，使用 Ollama 本地大模型（Qwen2.5:7B） + LangChain + Neo4j 图数据库，构建一个完整的中文知识图谱系统。整个流程包括：

• 本地部署 Ollama 和 Neo4j（通过 Docker）
• 编写自定义 Prompt 提取结构化三元组
• 将结果写入 Neo4j 并可视化

所有组件均运行在本地，无需联网调用 API，适合隐私敏感或离线场景。

🔧 一、环境准备

1. 安装 Docker（如未安装）

# Ubuntu / Debiansudoapt update &&sudoaptinstall docker.io -y sudo systemctl start dockersudousermod -aG docker$USER# 将当前用户加入 docker 组（需重新登录）# macOS / Windows：请安装 Docker Desktop

2. 启动 Ollama（使用 Docker）

docker run -d \ --gpus=all \# 如有 NVIDIA GPU 可加速（非必需） -p 11434:11434 \ --name ollama \ -v ollama:/root/.ollama \ ollama/ollama 

⚠️ 若无 GPU，去掉 --gpus=all 即可。

然后拉取 Qwen2.5:7B 模型（首次运行会自动下载）：

dockerexec -it ollama ollama pull qwen2.5:7b 

验证是否成功：

curl http://localhost:11434/api/generate -d '{ "model": "qwen2.5:7b", "prompt": "你好" }'

3. 启动 Neo4j（使用 Docker）

docker run -d \ --name neo4j \ -p 7474:7474 \ -p 7687:7687 \ -v neo4j_data:/data \ -v neo4j_logs:/logs \ -e NEO4J_AUTH=neo4j/your_password \ neo4j:5.18 

✅ 请将 your_password 替换为你自己的密码（例如 neo4j123），后续代码中需保持一致。

访问 http://localhost:7474（或你的服务器 IP），用用户名 neo4j 和设置的密码登录。

📦 二、Python 环境依赖

创建虚拟环境并安装依赖：

python -m venv kg-env source kg-env/bin/activate # Windows: kg-env\Scripts\activate pip install langchain-ollama \ langchain-experimental \ langchain-core \ neo4j \ graphviz 

💡 注意：graphviz 是 Python 包，还需安装系统级 Graphviz：Ubuntu: sudo apt install graphvizmacOS: brew install graphvizWindows: 从 https://graphviz.org/download/ 安装并加入 PATH

🧩 三、完整 Python 脚本：构建中文知识图谱

将以下代码保存为 build_kg.py：

from langchain_ollama import ChatOllama from langchain_experimental.graph_transformers import LLMGraphTransformer from langchain_core.documents import Document from langchain_core.prompts import ChatPromptTemplate from neo4j import GraphDatabase import time from graphviz import Digraph # 1. LLM 配置（指向本地 Ollama） llm = ChatOllama( model="qwen2.5:7b", temperature=0, base_url="http://192.168.31.161:11434"# ← 改为你的服务器 IP 或 localhost)# 2. 自定义中文 Prompt（严格约束实体与关系类型） custom_prompt = ChatPromptTemplate.from_messages([("system","""你是一名专业的中文知识图谱构建专家，请严格根据以下文本内容提取结构化的实体与关系。 【提取规则】 1. 实体类型仅限以下四类： - Person：人物（如 马化腾、张一鸣） - Organization：组织或公司（如 腾讯、字节跳动、中国科学院） - Location：地理位置（如 北京、广东省深圳市、长三角） - Product：产品或技术（如 微信、抖音、鸿蒙系统） 2. 关系类型仅限以下六种： - FOUNDED：A 创立了 B（例：马化腾 --FOUNDED--> 腾讯） - BORN_IN：A 出生于 B（例：雷军 --BORN_IN--> 湖北仙桃） - HEADQUARTERED_IN：A 总部位于 B（例：阿里巴巴 --HEADQUARTERED_IN--> 杭州市） - DEVELOPED：A 开发了 B（例：张小龙 --DEVELOPED--> 微信） - CEO_OF：A 担任 B 的 CEO（仅当明确提及“CEO”、“首席执行官”等职务时使用） - COMMITTED_TO：A 致力于 B（如企业使命、战略方向，需原文明确表述） 3. 重要原则： - 所有实体名称必须使用原文中的完整表述，不得缩写或改写（如“腾讯公司”不能简化为“腾讯”除非原文如此）。 - 仅提取文本中**明确陈述**的事实，禁止推理、联想或补充常识。 - 若文本未提及某类信息（如出生地、CEO），则不生成对应关系。 - 不输出任何解释、说明或额外文本，仅返回符合格式的三元组。 请基于以下输入文本进行提取： """),("human","{input}")])# 3. 图转换器 llm_transformer = LLMGraphTransformer( llm=llm, prompt=custom_prompt, allowed_nodes=["Person","Organization","Location","Product"], allowed_relationships=["CEO_OF","BORN_IN","FOUNDED","HEADQUARTERED_IN","COMMITTED_TO","DEVELOPED"])# 4. 输入文档（中文示例） documents =[ Document(page_content=""" 马化腾（Pony Ma）是腾讯公司（Tencent）的创始人兼董事会主席，他出生于中国广东省汕头市。 腾讯是一家全球领先的互联网科技公司，总部位于中国广东省深圳市。 马化腾还主导了微信（WeChat）的开发，微信是中国最流行的即时通讯与社交平台。 """),]print("🚀 开始提取知识图谱...") graph_documents =[]for i, doc inenumerate(documents):print(f"\n📄 正在处理第 {i+1}/{len(documents)} 个文档...") start_time = time.time() graph_doc = llm_transformer.convert_to_graph_documents([doc]) graph_documents.extend(graph_doc)print(f"✅ 处理完成，耗时 {time.time()- start_time:.2f} 秒")print("🔍 提取的节点：")for node in graph_doc[0].nodes:print(f"- {node.id} ({node.type})")print("\n🔗 提取的关系：")for rel in graph_doc[0].relationships:print(f"- {rel.source.id} --[{rel.type}]--> {rel.target.id}")# 5. 连接 Neo4j（替换为你的实际密码） URI ="bolt://192.168.31.161:7687"# ← 改为你的 Neo4j 地址 USERNAME ="neo4j" PASSWORD ="your_password"# ← 必须与 Docker 启动时一致 driver = GraphDatabase.driver(URI, auth=(USERNAME, PASSWORD))defcreate_graph(tx, graph_doc):# 清空旧数据（可选） tx.run("MATCH (n) DETACH DELETE n")# 创建节点for node in graph_doc.nodes: tx.run("MERGE (n:`%s` {id: $id})"% node.type,id=node.id)# 创建关系for rel in graph_doc.relationships: tx.run(""" MATCH (source {id: $source_id}) MATCH (target {id: $target_id}) MERGE (source)-[r:%s]->(target) """% rel.type, source_id=rel.source.id, target_id=rel.target.id)print("\n💾 正在写入 Neo4j...")try:with driver.session()as session:for graph_doc in graph_documents: session.execute_write(create_graph, graph_doc)print("✅ 写入成功！打开浏览器查看图谱：http://192.168.31.161:7474")except Exception as e:print(f"❌ 写入失败：{e}")print("请检查：Neo4j 是否运行？密码是否正确？网络是否通？")# 6. 从 Neo4j 读取并导出为图片deffetch_graph_from_neo4j(tx): result = tx.run(""" MATCH (a)-[r]->(b) RETURN a.id AS a, labels(a)[0] AS a_type, type(r) AS rel, b.id AS b, labels(b)[0] AS b_type """)returnlist(result)defsave_neo4j_graph_as_image(records, filename="knowledge_graph"): dot = Digraph(format="png", graph_attr={"rankdir":"LR"})for r in records: dot.node(r["a"],f"{r['a']}\n({r['a_type']})") dot.node(r["b"],f"{r['b']}\n({r['b_type']})") dot.edge(r["a"], r["b"], label=r["rel"]) path = dot.render(filename, cleanup=True)print(f"🖼️ 图谱已保存为：{path}.png")# 导出图片with driver.session()as session: records = session.execute_read(fetch_graph_from_neo4j)if records: save_neo4j_graph_as_image(records)else:print("⚠️ Neo4j 中无数据，跳过图片导出") driver.close()print("\n🎉 全部完成！")print("👉 在 Neo4j 浏览器中运行以下 Cypher 查询查看图形：")print("MATCH (n)-[r]->(m) RETURN n, r, m")

▶️ 四、运行脚本

python build_kg.py 

预期输出：

开始提取知识图谱... 正在处理第 1/1 个文档... 处理完成，耗时 62.47 秒 提取的节点： - 马化腾 (Person) - 腾讯公司 (Organization) - 中国广东省汕头市 (Location) - 中国广东省深圳市 (Location) - 微信 (Product) 提取的关系： - 马化腾 --[FOUNDED]--> 腾讯公司 - 马化腾 --[BORN_IN]--> 中国广东省汕头市 - 腾讯公司 --[HEADQUARTERED_IN]--> 中国广东省深圳市 - 马化腾 --[DEVELOPED]--> 微信 正在手动写入 Neo4j（无APOC问题）... 写入成功！现在浏览器里一定能看到完整图谱了 全部完成！去浏览器 http://192.168.31.161:7474 运行以下查询查看图形： MATCH (n)-[r]->(m) RETURN n,r,m 

同时，在 Neo4j 浏览器中执行：

MATCH (n)-[r]->(m) RETURN n, r, m 

即可看到交互式图谱！

✅ 五、常见问题排查

🌟 六、扩展建议

• 增加更多文档批量处理
• 添加实体消歧（如“马化腾” vs “Pony Ma”）
• 使用 unstructured 库解析 PDF/Word
• 部署为 FastAPI 服务提供 KG 查询接口

📚 结语

通过本教程，你已经掌握了如何利用 开源大模型 + 图数据库 构建端到端的中文知识图谱系统。整个流程完全本地化，安全可控，适合企业内网或科研场景。