高级 RAG 实战：Neo4j 与 LangChain 构建知识图谱驱动的 AI 系统

发布于 2025-9-26 07:01

浏览

0收藏

学习如何结合 Neo4j 知识图谱和 LangChain，打造精准、可解释、适合生产环境的 Retrieval-Augmented Generation (RAG) 系统。

高级 RAG 实战：Neo4j 与 LangChain 构建知识图谱驱动的 AI 系统-AI.x社区

Retrieval-Augmented Generation (RAG) 已经迅速成为让 Large Language Models (LLMs) 在生产环境中真正发挥作用的首选架构。RAG 不再仅仅依赖 LLM 的内部记忆，而是将其与外部知识源连接起来。

虽然大多数教程展示的是使用 Pinecone、Weaviate 或 FAISS 等向量数据库的 RAG，但在现实世界的问题中，单靠语义相似度往往不够。你需要关系、推理和可解释性。这正是 Neo4j 驱动的知识图谱大放异彩的地方。

在这篇文章中，我们将使用 LangChain 构建一个 Neo4j 驱动的 RAG 管道，内容包括：

• 为什么将知识图谱与 RAG 结合

• 安装和配置 Neo4j + LangChain

• 将数据导入 Neo4j（节点、关系、嵌入）

• 编写 Cypher 查询 + 混合检索器

• 使用 LangChain 的 graph chain 连接 Neo4j 和 LLM

• 一个完整的实际示例

为什么在 RAG 中使用知识图谱？

传统的向量检索会找到与查询相似的文本片段。但在以下情况下它会失败：

• 答案需要多跳推理（例如：“哪些供应商间接影响产品 X？”）

• 关系是关键（药物 → 靶点 → 蛋白质 → 疾病）

• 需要可解释性（用户想知道模型为什么这样回答）

Neo4j 允许你以图谱形式显式存储实体和关系，并使用 Cypher 进行查询。通过 LangChain，你可以结合：

• 图谱遍历进行结构化查询

• 嵌入进行语义相似性匹配

• LLM 进行推理和自然语言回答

这就形成了混合检索管道：精准、可解释、适合生产环境。

设置

首先安装依赖：

pip install langchain langchain-community neo4j openai

你还需要一个运行中的 Neo4j 数据库（本地或 AuraDB Free）。

步骤 1：连接到 Neo4j

LangChain 提供内置的 Neo4j 图谱集成：

from langchain_community.graphs import Neo4jGraph

graph = Neo4jGraph(
    url="bolt://localhost:7687",
    username="neo4j",
    password="password"
)
# 检查 schema
print(graph.schema)

这让 LangChain 能够理解你的知识图谱的实体和关系。

步骤 2：将数据导入 Neo4j

让我们插入一个小型医疗知识图谱：

CREATE (d1:Disease {name: "Diabetes"})
CREATE (d2:Disease {name: "Hypertension"})
CREATE (drug1:Drug {name: "Metformin"})
CREATE (drug2:Drug {name: "Insulin"})
CREATE (drug3:Drug {name: "Lisinopril"})

CREATE (drug1)-[:TREATS]->(d1)
CREATE (drug2)-[:TREATS]->(d1)
CREATE (drug3)-[:TREATS]->(d2)

现在我们可以直接查询类似 (:Drug)-[:TREATS]->(:Disease) 的关系。

步骤 3：使用 LangChain 的 Cypher Chain

LangChain 有一个 CypherChain，可以将自然语言问题转化为 Cypher 查询：

from langchain_openai import ChatOpenAI
from langchain.chains import GraphCypherQAChain

llm = ChatOpenAI(model="gpt-4.1")
cypher_chain = GraphCypherQAChain.from_llm(
    llm=llm,
    graph=graph,
    verbose=True
)
response = cypher_chain.run("Which drugs treat Diabetes?")
print(response)

LLM 会将自然语言问题翻译成 Cypher 查询，在 Neo4j 上执行，然后返回人类可读的答案。

步骤 4：添加向量检索（混合 RAG）

如果用户问一些模糊的问题，比如“用来控制血糖的是什么？”单靠图谱可能不够。

这时候混合 RAG 就派上用场了：

• 使用嵌入 + 向量数据库进行语义召回

• 使用 Neo4j 进行关系推理

在 LangChain 中，你可以组合检索器：

from langchain.retrievers import EnsembleRetriever
from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings

# 示例 FAISS 检索器
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_texts(
    ["Metformin is first-line treatment for type 2 diabetes.",
     "Insulin regulates blood glucose levels.",
     "Lisinopril is used for hypertension."],
    embeddings
)
faiss_retriever = vectorstore.as_retriever()
# 组合 Neo4j + FAISS 检索器
hybrid_retriever = EnsembleRetriever(
    retrievers=[faiss_retriever, graph],
    weights=[0.5, 0.5]
)

现在你的管道同时利用了语义和结构。

步骤 5：完整的 Neo4j RAG 链

以下是如何将它组装成完整的 LangChain RAG 流程：

from langchain.chains import RetrievalQA

rag_chain = RetrievalQA.from_chain_type(
    llm=llm,
    retriever=hybrid_retriever,
    chain_type="stuff"
)
query = "What drugs are commonly prescribed for high blood sugar?"
answer = rag_chain.run(query)
print(answer)

检索器会从 Neo4j 和向量嵌入中拉取上下文，LLM 则生成自然语言答案。