neo4j-cypher-ft

这个模板允许您使用自然语言与Neo4j图数据库进行交互，利用OpenAI的LLM。

它的主要功能是将自然语言问题转换为Cypher查询（用于查询Neo4j数据库的语言），执行这些查询，并根据查询结果提供自然语言响应。

该软件包利用全文索引来有效地将文本值映射到数据库条目，从而增强准确生成Cypher语句的能力。

在提供的示例中，全文索引用于将用户查询中的人物和电影名称映射到相应的数据库条目。

环境设置

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>

此外，如果您希望使用一些示例数据填充数据库，可以运行 python ingest.py。

该脚本将使用示例电影数据填充数据库，并创建一个名为 entity 的全文索引，用于将用户输入的人物和电影映射到数据库值，以生成精确的Cypher语句。

使用方法

要使用此软件包，您首先需要安装LangChain CLI：

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一的软件包，可以执行以下操作：

langchain app new my-app --package neo4j-cypher-ft

如果要将其添加到现有项目中，只需运行：

langchain app add neo4j-cypher-ft

并将以下代码添加到您的 server.py 文件中：

from neo4j_cypher_ft import chain as neo4j_cypher_ft_chain

add_routes(app, neo4j_cypher_ft_chain, path="/neo4j-cypher-ft")

（可选）现在让我们配置LangSmith。 LangSmith将帮助我们跟踪、监视和调试LangChain应用程序。 LangSmith目前处于私有测试版，您可以在此处注册。 如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为"default"

如果您在此目录中，则可以直接启动LangServe实例：

langchain serve

这将在本地启动一个运行在 http://localhost:8000 的FastAPI应用程序的服务器。

我们可以在 http://127.0.0.1:8000/docs 上查看所有模板。 我们可以在 http://127.0.0.1:8000/neo4j-cypher-ft/playground 上访问playground。

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/neo4j-cypher-ft")

=======

请注意，以上翻译结果已经替换了原内容。