neo4j-generation
这个模板将基于LLM的知识图谱提取与Neo4j AuraDB(一个完全托管的云图数据库)相结合。
你可以在Neo4j Aura上创建一个免费实例。
当你初始化一个免费的数据库实例时,你将收到访问数据库的凭据。
这个模板非常灵活,允许用户通过指定节点标签和关系类型来指导提取过程。
有关此软件包的功能和能力的更多详细信息,请参阅这篇博文。
环境设置
你需要设置以下环境变量:
OPENAI_API_KEY=<你的OpenAI API密钥>
NEO4J_URI=<你的Neo4j URI>
NEO4J_USERNAME=<你的Neo4j用户名>
NEO4J_PASSWORD=<你的Neo4j密码>
使用方法
要使用这个软件包,你首先需要安装LangChain CLI:
pip install -U langchain-cli
要创建一个新的LangChain项目并将其作为唯一的软件包安装,可以执行以下操作:
langchain app new my-app --package neo4j-generation
如果你想将其添加到现有项目中,只需运行:
langchain app add neo4j-generation
然后将以下代码添加到你的 server.py
文件中:
from neo4j_generation.chain import chain as neo4j_generation_chain
add_routes(app, neo4j_generation_chain, path="/neo4j-generation")
(可选)现在让我们配置LangSmith。
LangSmith将帮助我们跟踪、监视和调试LangChain应用程序。
你可以在这里注册LangSmith。
如果你没有访问权限,可以跳过此部分。
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<你的API密钥>
export LANGCHAIN_PROJECT=<你的项目> # 如果未指定,默认为"default"
如果你在此目录中,你可以直接启动一个LangServe实例:
langchain serve
这将在本地启动一个运行在http://localhost:8000的FastAPI应用程序。
我们可以在http://127.0.0.1:8000/docs上看到所有模板。
我们可以在http://127.0.0.1:8000/neo4j-generation/playground上访问playground。
我们可以通过以下代码访问模板:
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/neo4j-generation")