大家好，上次分享了怎么用LangChain配合图数据库Neo4j构建知识图谱应用，想必大家对这块内容已经有了基本的了解。这次我就接着带大家使用LangChain和Neo4j实现一个真实的图RAG管道，然后我还会采用最简单的方式，也就是LangChain中一个简单的用来评估模型答案准确性的类QAEvalChain对图RAG结果的准确性进行简单的评估，简单的模拟真实开发场景。

1.构建知识图谱

在之前的分享中，我随便在网上摘抄了一段非常简单的文本来呈现知识图谱的构建流程，这样做的目的主要是为了研究学习，让大家看清楚整个流程。在实际的工作中，引入的数据源可不会这么简单，为了更贴近真实场景，这次我会使用一份关于滑雪的PDF文件来构建知识图谱，整个构建过程依次包含PDF文本提取、文本分块、图文档生成与保存四个阶段。

1.1 引入包

import os
from dotenv import load_dotenv

from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.document_loaders import PyPDFLoader
from langchain_experimental.graph_transformers import LLMGraphTransformer
from langchain_neo4j import Neo4jGraph
from langchain_openai import ChatOpenAI

1.2 获取Neo4j实例连接凭证

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

1.3 提取PDF文本

对于PDF文件，这里使用的是LangChain自带的用来导入PDF文件并从中提取文本的工具PyPDFLoader 。 通过调用PyPDFLoader的load()方法，会返回一个Document列表，列表中每个Document对应PDF中的一页，列表的大小对应PDF的页数。

“

Tip：LangChain中的Document是用来表示文档内容片段的类， 作用主要是传递文档的内容和元数据。

pdf_path = "data/skiing.pdf"
loader = PyPDFLoader(pdf_path)
# pages是一个Document列表
pages = loader.load()

在这里插入图片描述### 1.4 文本分块

为了规避大语言模型上下文窗口的限制，需将原文本切分成更小的块，分块这里我们采用最为常用的递归切分。

“

Tip：递归切分演练场

text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=500,
    chunk_overlap=50
)

chunks = text_splitter.split_documents(pages)

1.5 生成图文档

llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
llm_transformer = LLMGraphTransformer(llm=llm)

# graph_documents是包含节点与关系的图文档
graph_documents = llm_transformer.convert_to_graph_documents(chunks)
print(f"Nodes:{graph_documents[0].nodes}")
print(f"Relationships:{graph_documents[0].relationships}")

1.6 保存图文档

graph = Neo4jGraph(url=URI, username=USER, password=PASS)
graph.add_graph_documents(
    graph_documents,
# 图谱中要包含引用的源
    include_source = True
)

1.7 完整代码

import os
from dotenv import load_dotenv

from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.document_loaders import PyPDFLoader
from langchain_experimental.graph_transformers import LLMGraphTransformer
from langchain_neo4j import Neo4jGraph
from langchain_openai import ChatOpenAI

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

pdf_path = "data/skiing.pdf"
loader = PyPDFLoader(pdf_path)
pages = loader.load()

text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=500,
    chunk_overlap=50
)
chunks = text_splitter.split_documents(pages)

llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
llm_transformer = LLMGraphTransformer(llm=llm)
graph_documents = llm_transformer.convert_to_graph_documents(chunks)
print(f"Nodes:{graph_documents[0].nodes}")
print(f"Relationships:{graph_documents[0].relationships}")

graph = Neo4jGraph(url=URI, username=USER, password=PASS)
graph.add_graph_documents(
    graph_documents,
    include_source = True
)

执行结果如下图所示：

2.设置检索

之前我们简单分享了使用GraphCypherQAChain基于Neo4j数据库进行问答的简单流程，这是图RAG应用最基础的功能。在真实的使用场景中，大家可能会发现大语言模型与图配合得并不理想——无法生成正确的Cypher查询语句。

什么原因？这是因为大语言模型理解语言，但未必理解数据库模式。在人工智能领域有句名言**“垃圾进，垃圾出”，这既可以指输入数据的质量**，也可以指提示的有效性，我们这里主要讨论后者——提示的有效性，目的是创建出最佳提示，让模型理解图的模式(Schema)。

模式指的是数据的组织方式。在SQL中，模式中包含了表、表中的列以及表与表之间的关系。对于图而言，模式描述的是节点之间的关联关系。要获取图的模式，有两种方式：

  1. 在Neo4j浏览器中执行CALL db.schema.visualization

  1. 在使用LangChain进行图RAG编码时，让LangChain告知模式。
graph = Neo4jGraph(url=URI, username=USER, password=PASS)
# 查看图的模式
print(graph.schema)

# 启用模式增强，让框架从Neo4j中提取更详细的模式
enhanced_graph = Neo4jGraph(url=URI, username=USER, password=PASS, enhanced_schema=True)
# 查看图的模式
print(enhanced_graph.schema)

关于这个schema，GraphCypherQAChain内部会在查询时自动提取和传递，无需手动提取和传递，这是LangChain框架封装的便捷功能，目的是确保大语言模型始终能获取到最新的schema，生成更准确的Cypher查询。

如果我们还想更进一步，我们可以把正确示例包含在提示中，也就是few-shot prompt，这会让生成的Cypher更加准确。接下来我们就以这个为例，看看具体的代码。

2.1 引入包

import os
from dotenv import load_dotenv

from langchain_neo4j import Neo4jGraph,GraphCypherQAChain
from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate

2.2 获取Neo4j实例连接凭证

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

2.3 创建数据库问答链

llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
graph = Neo4jGraph(url=URI, username=USER, password=PASS, enhanced_schema=True)

CYPHER_GENERATION_TEMPLATE = """
    You are an expert Neo4j Developer translating user questions into Cypher to
    answer questions about skiing.
    Convert the user's question based on the schema.
    When you are presented with query properties such as id's like "alpine touring",
    be sure to convert the first letter to capital case, such as "Alpine Touring"
    before you run the Cypher query.

    For example, if I were  to ask "Tell me about telemark skiing," you should create
    a Cypher query that finds all nodes with the id "Telemark Skiing" and then find
    all nodes connected to those nodes and use those to forumulate your answer, like this:

    MATCH (a {id: "Telemark Skiing"})-[r]-(b)
    RETURN a, r, b

    Schema:{schema}
    Question: {question}
"""

cypher_generation_prompt = PromptTemplate(
    template = CYPHER_GENERATION_TEMPLATE,
    input_variables = ["schema", "question"]
)

cypher_chain = GraphCypherQAChain.from_llm(
    llm = llm,
    graph = enhanced_graph,
    prompt = cypher_generation_prompt,
    verbose = True,
    allow_dangerous_requests = True
)

2.4 查询图数据库

cypher_chain.invoke({"query": "Tell me about freestyle?"})

2.5 完整代码

import os
from dotenv import load_dotenv

from langchain_neo4j import Neo4jGraph,GraphCypherQAChain
from langchain_openai import ChatOpenAI
from langchain.prompts import PromptTemplate

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
graph = Neo4jGraph(url=URI, username=USER, password=PASS, enhanced_schema=True)

CYPHER_GENERATION_TEMPLATE = """
    You are an expert Neo4j Developer translating user questions into Cypher to
    answer questions about skiing.
    Convert the user's question based on the schema.
    When you are presented with query properties such as id's like "alpine touring",
    be sure to convert the first letter to capital case, such as "Alpine Touring"
    before you run the Cypher query.

    For example, if I were  to ask "Tell me about telemark skiing," you should create
    a Cypher query that finds all nodes with the id "Telemark Skiing" and then find
    all nodes connected to those nodes and use those to forumulate your answer, like this:

    MATCH (a {id: "Telemark Skiing"})-[r]-(b)
    RETURN a, r, b

    Schema:{schema}
    Question: {question}
"""

cypher_generation_prompt = PromptTemplate(
    template = CYPHER_GENERATION_TEMPLATE,
    input_variables = ["schema", "question"]
)

cypher_chain = GraphCypherQAChain.from_llm(
    llm = llm,
    graph = enhanced_graph,
    prompt = cypher_generation_prompt,
    verbose = True,
    allow_dangerous_requests = True
)

cypher_chain.invoke({"query": "Tell me about freestyle?"})

3.评估图RAG管道

对于采用大语言模型构建的任何应用，都必须在构建完成后制定测试和评估计划，评估其是否满足上生产环境的条件，这一步至关重要。即使对其进行了细微的调整，最好的做法也是对其再次进行评估，否则如何确认修改的有效性。

截止目前，我们已经构建了知识图谱，设置了检索功能，接下来我们要做的就是判断这个系统是否真的有效。我们的目标很简单——确保答案既相关又准确。

准确性指的是模型是否正确回答了用户问题，准确性最简单的评估方式是通过给模型提供一系列已标注答案的问题让模型生成自己的答案，然后将模型的输出与预期答案进行对比评分。

理想情况下我们应当准备大量评估问题，不过这样做既有挑战性，也非常耗时，所以我们就让模型来代劳。补充一下，目前市面上有许多评估人工智能应用性能的工具包，其中包含LangChain中的LangSmith，但我们这里主要使用的是LangChain中一个简单的类QAEvalChain，它可以用来评估模型生成的答案是否匹配参考答案，我们具体来看看怎么做。

3.1 引入包

import os
from dotenv import load_dotenv

from langchain.evaluation.qa.eval_chain import QAEvalChain
from langchain_neo4j import Neo4jGraph,GraphCypherQAChain
from langchain_openai import ChatOpenAI

3.2 获取Neo4j实例凭证

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

3.3 构造测试集

需要注意这里为了演示我只构造了少量测试集，对于测试集来说最佳的做法是尽可能构造大规模、包含多样化查询问题的测试集。

examples = [
    {"query": "What sports is the International Ski And Snowboard Federation responsible for?",
"answer": "Alpine Skiing, Freestyle Skiing, Snowboarding, Nordic Combined, Ski Jumping, Cross-Country Skiing"},
    {"query": "What activity are ski poles not used in?", "answer": "Ski jumping"},
    {"query": "Who do athletes get help from?", "answer": "Coaches, Peer Mentors, and Sports Psychologists"},
]

3.4 创建数据库问答链

graph = Neo4jGraph(url=URI, username=USER, password=PASS, enhanced_schema=True)
llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
chain = GraphCypherQAChain.from_llm(
    graph=graph,
    llm=llm,
    verbose=True,
    allow_dangerous_requests=True,
)

3.5 执行并保存模型答案

predictions = []
for ex in examples:
    response = chain.invoke({"query": ex["query"]})
    predictions.append({"result": response["result"].strip()})

3.6 使用模型进行评估

eval_chain = QAEvalChain.from_llm(llm)
results = eval_chain.evaluate(examples, predictions)

3.7 构造打印评估结果

correct = 0
for i, res in enumerate(results):
    print(f"Query: {examples[i]['query']}")
    print(f"Prediction from graph: {predictions[i]['result']}")
    print(f"Gold answer: {examples[i]['answer']}")
    print(f"Grade: {res['results']}")
    print("---")
if res["results"] == "CORRECT":
        correct += 1

accuracy = correct / len(examples)
print(f"Graph QA Accuracy: {accuracy:.2f}")

3.8 完整代码

import os
from dotenv import load_dotenv

from langchain.evaluation.qa.eval_chain import QAEvalChain
from langchain_neo4j import Neo4jGraph,GraphCypherQAChain
from langchain_openai import ChatOpenAI

load_dotenv()

URI = os.getenv("NEO4J_URI")
USER = os.getenv("NEO4J_USER")
PASS = os.getenv("NEO4J_PASS")

examples = [
    {"query": "What sports is the International Ski And Snowboard Federation responsible for?",
"answer": "Alpine Skiing, Freestyle Skiing, Snowboarding, Nordic Combined, Ski Jumping, Cross-Country Skiing"},
    {"query": "What activity are ski poles not used in?", "answer": "Ski jumping"},
    {"query": "Who do athletes get help from?", "answer": "Coaches, Peer Mentors, and Sports Psychologists"},
]

graph = Neo4jGraph(url=URI, username=USER, password=PASS, enhanced_schema=True)
llm = ChatOpenAI(model="gpt-5-nano", temperature=0)
chain = GraphCypherQAChain.from_llm(
    graph=graph,
    llm=llm,
    verbose=True,
    allow_dangerous_requests=True,
)

predictions = []
for ex in examples:
    response = chain.invoke({"query": ex["query"]})
    predictions.append({"result": response["result"].strip()})

eval_chain = QAEvalChain.from_llm(llm)
results = eval_chain.evaluate(examples, predictions)

correct = 0
for i, res in enumerate(results):
    print(f"Query: {examples[i]['query']}")
    print(f"Prediction from graph: {predictions[i]['result']}")
    print(f"Gold answer: {examples[i]['answer']}")
    print(f"Grade: {res['results']}")
    print("---")
if res["results"] == "CORRECT":
        correct += 1

accuracy = correct / len(examples)
print(f"Graph QA Accuracy: {accuracy:.2f}")

由于模型生成答案的随机性，可能每次结果都不一样，所以应当运行多次，这其实也是需要大量测试问题的原因，目的是为了更好的理解评分分布。我们采用的这种方法仅评估基础准确率是否符合预期，要知道还有很多其它指标用来对图RAG进行评估，比如实用性、相关性，甚至图的可追溯性。

4.总结

这次分享我们完整走了一遍图RAG管道的构建流程：从用PDF构建滑雪领域知识图谱，到优化提示词提升检索准确性，再到用QAEvalChain评估系统性能。希望通过这个案例，能让大家对图RAG真实构建过程有一定的了解，对大家有点帮助。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
在这里插入图片描述

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
在这里插入图片描述

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
在这里插入图片描述

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

图片

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

图片

  • 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

  • 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

image.png

vx扫描下方二维码即可
在这里插入图片描述

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：
图片

04 视频和书籍PDF合集

图片

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

图片

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
图片

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！
图片

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）图片
在这里插入图片描述

07 deepseek部署包+技巧大全

在这里插入图片描述

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
在这里插入图片描述

# 知识图谱 # 人工智能 # 学习 # 产品经理
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

LLM自动化测试｜基于大模型实现自动化测试自愈的实践

avatar 2048 AI社区
cover

大模型加速秘籍：量化、剪枝与知识蒸馏全解析！

avatar 2048 AI社区

Python爬虫实战：使用最新技术爬取新浪财经数据

网络爬虫（Web Crawler）是一种自动获取网页内容的程序，是搜索引擎的重要组成部分。随着大数据时代的到来，爬虫技术在数据采集、市场分析、舆情监控等领域发挥着越来越重要的作用。异步编程：使用asyncio和httpx实现高性能异步爬取现代解析技术：结合BeautifulSoup和pandas进行数据解析处理反反爬虫策略：实现代理池、User-Agent轮换等应对措施数据存储：支持MongoDB

avatar 2048 AI社区