利用图数据库构建问答应用指南

在本指南中，我们将逐步介绍如何在图数据库上创建问答链。这些系统可以让我们针对图数据库中的数据提出问题，并返回自然语言的答案。

⚠️ 安全提示 ⚠️
构建基于图数据库的问答系统需要执行模型生成的图查询。这其中存在固有风险。确保数据库连接权限范围尽可能地缩小以满足链/代理的需求。这将减轻但不会消除构建模型驱动系统的风险。更多安全实践的信息，请查看这里。

架构

在高层次上，大多数图链的步骤为：

1. 将问题转换为图数据库查询：模型将用户输入转换为图数据库查询（例如，Cypher）。
2. 执行图数据库查询：执行图数据库查询。
3. 回答问题：模型使用查询结果回应用户输入。

环境设置

首先，我们需要安装所需的包并设置环境变量。在本示例中，我们将使用Neo4j图数据库。

%pip install --upgrade --quiet langchain langchain-community langchain-openai neo4j

我们默认为OpenAI模型。

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass()  # 获取OpenAI API密钥

然后，需要定义Neo4j的凭据。请按照这些安装步骤设置Neo4j数据库。

os.environ["NEO4J_URI"] = "bolt://localhost:7687"
os.environ["NEO4J_USERNAME"] = "neo4j"
os.environ["NEO4J_PASSWORD"] = "password"

下面的示例将创建与Neo4j数据库的连接，并用有关电影及其演员的示例数据填充它。

from langchain_community.graphs import Neo4jGraph

# 创建Neo4j图对象
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)  # 执行数据导入查询

图结构

为了让大型语言模型（LLM）能够生成Cypher语句，需要了解图的结构信息。当您实例化图对象时，它会提取图的结构信息。如果您稍后对图进行了更改，可以运行refresh_schema方法来刷新结构信息。

graph.refresh_schema()
print(graph.schema)  # 打印当前图的结构信息

问答链实现

我们使用一个简单的链，接受问题，将其转化为Cypher查询，执行查询，并使用结果回答原始问题。LangChain提供了一个内置链，专为此工作流设计，适用于Neo4j：GraphCypherQAChain

from langchain.chains import GraphCypherQAChain
from langchain_openai import ChatOpenAI

# 实例化OpenAI聊天模型
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)

# 创建问答链
chain = GraphCypherQAChain.from_llm(graph=graph, llm=llm, verbose=True)

# 执行问答链
response = chain.invoke({"query": "What was the cast of the Casino?"})
print(response)

验证关系方向

大型语言模型在生成的Cypher语句中可能会对关系方向感到困惑。由于图结构是预定义的，我们可以通过使用validate_cypher参数来验证并可选择性地纠正生成Cypher语句中的关系方向。

chain = GraphCypherQAChain.from_llm(
    graph=graph, llm=llm, verbose=True, validate_cypher=True
)
response = chain.invoke({"query": "What was the cast of the Casino?"})
print(response)

后续步骤

对于更复杂的查询生成，我们可能需要创建多次样本提示或添加查询检查步骤。有关诸如此类的高级技术和更多信息，请查看：

• 提示策略：高级提示工程技术。
• 映射值：从问题到数据库映射值的技术。
• 语义层：实现语义层的技术。
• 构建图：构建知识图谱的技术。

如果遇到问题欢迎在评论区交流。
—END—