[利用LLMs实现对HugeGraph数据库的自然语言接口探索]

nseejrukjhad

于 2024-10-08 12:41:35 发布

阅读量228

点赞数 2

文章标签：数据库 oracle python

本文链接：https://blog.csdn.net/nseejrukjhad/article/details/142756678

版权

引言

在当今的数据驱动世界中，图数据库因其在复杂关系数据上的卓越表现而备受欢迎。HugeGraph作为一款高效、灵活的图数据库，兼容Apache TinkerPop3框架和Gremlin查询语言。本文将探讨如何使用大语言模型(LLMs)为HugeGraph数据库提供自然语言接口。

设置HugeGraph环境

首先，确保本地运行HugeGraph实例。可以通过以下Docker命令启动本地HugeGraph：

docker run \
    --name=graph \
    -itd \
    -p 8080:8080 \
    hugegraph/hugegraph

为了连接HugeGraph数据库，安装Python SDK：

pip3 install hugegraph-python

等待数据库启动后，创建模式并写入图数据：

from hugegraph.connection import PyHugeGraph

# 使用API代理服务提高访问稳定性
client = PyHugeGraph("localhost", "8080", user="admin", pwd="admin", graph="hugegraph")

# 创建简单的电影数据库模式
schema = client.schema()
schema.propertyKey("name").asText().ifNotExist().create()
schema.propertyKey("birthDate").asText().ifNotExist().create()
schema.vertexLabel("Person").properties("name", "birthDate").usePrimaryKeyId().primaryKeys("name").ifNotExist().create()
schema.vertexLabel("Movie").properties("name").usePrimaryKeyId().primaryKeys("name").ifNotExist().create()
schema.edgeLabel("ActedIn").sourceLabel("Person").targetLabel("Movie").ifNotExist().create()

# 插入图数据
g = client.graph()
g.addVertex("Person", {"name": "Al Pacino", "birthDate": "1940-04-25"})
g.addVertex("Person", {"name": "Robert De Niro", "birthDate": "1943-08-17"})
g.addVertex("Movie", {"name": "The Godfather"})
g.addEdge("ActedIn", "1:Al Pacino", "2:The Godfather", {})

使用LLMs创建自然语言接口

通过结合LangChain库和LLMs，我们可以创建一个自然语言接口来进行复杂查询：

from langchain.chains import HugeGraphQAChain
from langchain_community.graphs import HugeGraph
from langchain_openai import ChatOpenAI

# 初始化HugeGraph
graph = HugeGraph(username="admin", password="admin", address="localhost", port=8080, graph="hugegraph")

# 创建图问答链
chain = HugeGraphQAChain.from_llm(ChatOpenAI(temperature=0), graph=graph, verbose=True)

# 向图数据库提问
result = chain.run("Who played in The Godfather?")
print(result)