neo4j-cypher-memory

这个模板允许您使用自然语言与Neo4j图数据库进行对话，使用OpenAI LLM。 它将自然语言问题转换为Cypher查询（用于从Neo4j数据库中获取数据），执行查询，并根据查询结果提供自然语言响应。 此外，它还具有一个对话记忆模块，将对话历史存储在Neo4j图数据库中。 对话记忆为每个用户会话单独维护，确保个性化交互。 为了方便起见，请在使用对话链时提供user_id和session_id。

环境设置

定义以下环境变量：

OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Neo4j数据库设置

有多种方法可以设置Neo4j数据库。

Neo4j Aura

Neo4j AuraDB是一个完全托管的云图数据库服务。 在Neo4j Aura上创建一个免费实例。 当您启动一个免费的数据库实例时，您将收到访问数据库的凭据。

数据填充

如果您想用一些示例数据填充数据库，可以运行python ingest.py。 此脚本将使用示例电影数据填充数据库。

使用方法

要使用此包，您首先应该安装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包，可以执行以下操作：

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

如果要将其添加到现有项目中，只需运行：

langchain app add neo4j-cypher-memory

并将以下代码添加到您的server.py文件中：

from neo4j_cypher_memory import chain as neo4j_cypher_memory_chain

add_routes(app, neo4j_cypher_memory_chain, path="/neo4j-cypher-memory")

（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FastAPI应用程序，服务器正在本地运行，地址为 http://localhost:8000

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_memory/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-memory")

=======

请将以上翻译结果替换原内容并返回给我。