Skip to main content

neo4j-cypher-memory

这个模板允许你使用自然语言与 Neo4j 图数据库进行对话，使用 OpenAI LLM。

它将自然语言问题转换为 Cypher 查询（用于从 Neo4j 数据库中获取数据），执行查询，并根据查询结果提供自然语言回答。

此外，它还具有一个对话记忆模块，将对话历史存储在 Neo4j 图数据库中。

对话记忆对每个用户会话进行唯一维护，确保个性化交互。

为了方便起见，在使用对话链时，请提供 user_id 和 session_id。

环境设置​

定义以下环境变量：

OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Neo4j 数据库设置​

有多种方法可以设置 Neo4j 数据库。

Neo4j Aura​

Neo4j AuraDB 是一个完全托管的云图数据库服务。

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。

数据填充​

如果你想用一些示例数据填充数据库，你可以运行 python ingest.py。

这个脚本将用示例电影数据填充数据库。

使用方法​

要使用这个包，你首先应该安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其安装为唯一的包，可以执行以下操作：

langchain app new my-app --package neo4j-cypher-memory

如果要将其添加到现有项目中，只需运行：

langchain app add neo4j-cypher-memory

并将以下代码添加到你的 server.py 文件中：

from neo4j_cypher_memory import chain as neo4j_cypher_memory_chain
add_routes(app, neo4j_cypher_memory_chain, path="/neo4j-cypher-memory")

（可选）现在让我们配置 LangSmith。

LangSmith 将帮助我们跟踪、监控和调试 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=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果你在此目录中，可以直接启动 LangServe 实例：

langchain serve

这将在本地启动 FastAPI 应用程序，服务器正在运行在 http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 上查看所有模板。

我们可以在 http://127.0.0.1:8000/neo4j_cypher_memory/playground 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-cypher-memory")

Was this page helpful?


You can leave detailed feedback on GitHub.