Neo4j GraphRAG#

Neo4j GraphRAG - пакет Python для создания приложений с расширенной генерацией поиска по графам (GraphRAG), использующих Neo4j и Python. Будучи библиотекой первого уровня, он предлагает надежное, функционально насыщенное и высокопроизводительное решение с дополнительной гарантией долгосрочной поддержки и сопровождения непосредственно от компании Neo4j. Он предоставляет нативный ретривер Vector DB для поиска векторов, хранящихся в коллекции Vector DB.

Установка#

pip install neo4j-graphrag[qdrant]

Использование#

Запрос вектора с использованием Neo4j и Vector DB может выглядеть так:

from neo4j import GraphDatabase
from neo4j_graphrag.retrievers import QdrantNeo4jRetriever
from qdrant_client import QdrantClient
from examples.embedding_biology import EMBEDDING_BIOLOGY

NEO4J_URL = "neo4j://localhost:7687"
NEO4J_AUTH = ("neo4j", "password")

with GraphDatabase.driver(NEO4J_URL, auth=NEO4J_AUTH) as neo4j_driver:
    retriever = QdrantNeo4jRetriever(
        driver=neo4j_driver,
        client=QdrantClient(url="http://localhost:6333"),
        collection_name="{collection_name}",
        id_property_external="neo4j_id",
        id_property_neo4j="id",
    )

retriever.search(query_vector=[0.5523, 0.523, 0.132, 0.523, ...], top_k=5)

В качестве альтернативы можно использовать любого из поставщиков вложений Langchain, чтобы автоматически векторизовать текстовые запросы.

from langchain_huggingface.embeddings import HuggingFaceEmbeddings
from neo4j import GraphDatabase
from neo4j_graphrag.retrievers import QdrantNeo4jRetriever
from qdrant_client import QdrantClient

NEO4J_URL = "neo4j://localhost:7687"
NEO4J_AUTH = ("neo4j", "password")

with GraphDatabase.driver(NEO4J_URL, auth=NEO4J_AUTH) as neo4j_driver:
    embedder = HuggingFaceEmbeddings(model_name="all-MiniLM-L6-v2")
    retriever = QdrantNeo4jRetriever(
        driver=neo4j_driver,
        client=QdrantClient(url="http://localhost:6333"),
        collection_name="{collection_name}",
        id_property_external="neo4j_id",
        id_property_neo4j="id",
        embedder=embedder,
    )

retriever.search(query_text="my user query", top_k=10)

Дополнительная документация#