引言
随着人工智能技术的进步，利用自然语言生成数据库查询成为可能。Graph-RAG（Graph Retrieval-Augmented Generation）是一种将自然语言理解与图数据库结合的强大技术。然而，要生成有效的图数据库查询，尤其是在使用Neo4j这样的图数据库时，prompt设计显得尤为重要。本篇文章将探讨如何优化prompt，以提高生成的Cypher查询的相关性和准确性。
主要内容
环境设置
首先，确保安装必要的软件包，并设置环境变量。建议使用OpenAI模型，但可以根据需求更换其他模型供应商。
%pip install --upgrade --quiet langchain langchain-community langchain-openai neo4j
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass()
os.environ["NEO4J_URI"] = "bolt://localhost:7687"
os.environ["NEO4J_USERNAME"] = "neo4j"
os.environ["NEO4J_PASSWORD"] = "password"
定义和填充Neo4j数据库
我们将Neo4j数据库填充一些关于电影和演员的示例数据。
from langchain_community.graphs import Neo4jGraph
graph = Neo4jGraph()
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)
提示语设计
在生成Cypher语句时，可能需要关注图schema的特定子集。为了避免给LLM传递不必要的信息，我们可以使用exclude参数来排除不需要的节点类型。
from langchain.chains import GraphCypherQAChain
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0) # 使用API代理服务提高访问稳定性
chain = GraphCypherQAChain.from_llm(
graph=graph, llm=llm, exclude_types=["Genre"], verbose=True
)
代码示例
以下代码展示了如何创建一个few-shot prompt，其中包含自然语言问题及其对应的Cypher查询的示例，这将有助于提升模型性能。
from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate
examples = [
{
"question": "How many artists are there?",
"query": "MATCH (a:Person)-[:ACTED_IN]->(:Movie) RETURN count(DISTINCT a)",
},
# 更多示例...
]
example_prompt = PromptTemplate.from_template(
"User input: {question}\nCypher query: {query}"
)
prompt = FewShotPromptTemplate(
examples=examples[:5],
example_prompt=example_prompt,
prefix="You are a Neo4j expert. Given an input question, create a syntactically correct Cypher query to run.\n\nHere is the schema information\n{schema}.\n\nBelow are a number of examples of questions and their corresponding Cypher queries.",
suffix="User input: {question}\nCypher query: ",
input_variables=["question", "schema"],
)
常见问题和解决方案
网络访问限制
对于某些地区的开发者，可能会遇到访问OpenAI API的限制。在这种情况下，建议使用API代理服务来提高访问的稳定性。
提示信息过长
当示例过多时，可使用SemanticSimilarityExampleSelector选择与输入最相关的示例，保持prompt的信息量适中。
from langchain_community.vectorstores import Neo4jVector
from langchain_core.example_selectors import SemanticSimilarityExampleSelector
from langchain_openai import OpenAIEmbeddings
example_selector = SemanticSimilarityExampleSelector.from_examples(
examples,
OpenAIEmbeddings(),
Neo4jVector,
k=5,
input_keys=["question"],
)
总结和进一步学习资源
图数据库查询的生成不仅依赖于对语言模型的选择，prompt设计也至关重要。通过合理地设计prompt，利用few-shot学习和动态示例选择等技术，可以显著提高生成Cypher查询的质量。
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---
