Skip to main content

neo4j-semantic-ollama

这个模板旨在通过使用Mixtral作为基于JSON的代理，实现与Neo4j等图数据库交互的代理。 语义层为代理提供了一套强大的工具，使其能够根据用户的意图与图数据库进行交互。 在相应的博客文章中了解有关语义层模板的更多信息。

图示Neo4j语义层与使用Information、Recommendation和Memory等工具与知识图连接的代理的工作流程。

工具​

该代理利用多个工具有效地与Neo4j图数据库进行交互：

  1. Information工具：
    • 检索有关电影或个人的数据，确保代理能够访问最新和最相关的信息。
  2. Recommendation工具：
    • 根据用户的偏好和输入提供电影推荐。
  3. Memory工具：
    • 在知识图中存储有关用户偏好的信息，实现多次交互的个性化体验。
  4. Smalltalk工具：
    • 允许代理处理闲聊。

环境设置​

在使用此模板之前，您需要设置Ollama和Neo4j数据库。

  1. 按照此处的说明下载Ollama。

  2. 下载您感兴趣的LLM：

    • 该软件包使用mixtral：ollama pull mixtral
    • 您可以从这里选择多个LLM

您需要定义以下环境变量

OLLAMA_BASE_URL=<YOUR_OLLAMA_URL>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

数据填充​

如果您想使用示例电影数据集填充数据库，可以运行python ingest.py。 该脚本导入有关电影及其用户评分的信息。 此外，该脚本创建了两个全文索引，用于将用户输入的信息映射到数据库。

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[serve]"

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-semantic-ollama

如果要将其添加到现有项目中，只需运行：

langchain app add neo4j-semantic-ollama

并将以下代码添加到您的server.py文件中：

from neo4j_semantic_layer import agent_executor as neo4j_semantic_agent

add_routes(app, neo4j_semantic_agent, path="/neo4j-semantic-ollama")

（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目前处于私人测试版，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>  # if not specified, defaults to "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http://localhost:8000上运行

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-semantic-ollama/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-semantic-ollama")

=======