使用大语言模型为 Memgraph 数据库提供自然语言接口

最新推荐文章于 2025-04-30 14:41:06 发布

dagGAIYD

最新推荐文章于 2025-04-30 14:41:06 发布

阅读量289

点赞数 3

文章标签：语言模型数据库人工智能 python

本文链接：https://blog.youkuaiyun.com/dagGAIYD/article/details/145332511

版权

Memgraph 和自然语言接口的结合

Memgraph 是一个开源的图数据库，与 Neo4j 兼容，采用 Cypher 图查询语言。Cypher 是一种声明性图查询语言，能够在属性图中进行高效的数据查询。本教程演示如何使用大语言模型（LLMs）为 Memgraph 数据库提供自然语言接口。

技术背景介绍

在现今的数据驱动世界中，利用图数据库从结构化数据中获得洞察力已成为必然。然而，传统的图数据库查询需要用户掌握专门的查询语言（如 Cypher），这对非技术用户是一个门槛。通过将大语言模型与 Memgraph 结合，我们可以实现自然语言查询，使技术和非技术用户都能轻松访问和理解数据。

核心原理解析

此方法的核心在于使用 LangChain 框架，将自然语言输入转换为 Cypher 查询，进而查询 Memgraph 数据库。通过大语言模型（如 OpenAI GPT 系列），我们可以自动生成复杂的 Cypher 查询，简化用户与数据库的交互过程。

代码实现演示

下面的代码展示了如何设置环境、配置连接以及执行自然语言查询。

环境设置

确保系统安装了 Docker 和 Python 3.x，并通过以下命令启动 Memgraph 服务：

# Linux/MacOS:
curl https://install.memgraph.com | sh

# Windows:
iwr https://windows.memgraph.com | iex

安装必要的 Python 包

pip install langchain langchain-openai neo4j gqlalchemy --user

Python 代码实现

import os
from gqlalchemy import Memgraph
from langchain.chains import GraphCypherQAChain
from langchain_community.graphs import MemgraphGraph
from langchain_core.prompts import PromptTemplate
from langchain_openai import ChatOpenAI

# 配置 Memgraph 连接
memgraph = Memgraph(host="127.0.0.1", port=7687)

# 填充数据库数据
query = """
    MERGE (g:Game {name: "Baldur's Gate 3"})
    WITH g, ["PlayStation 5", "Mac OS", "Windows", "Xbox Series X/S"] AS platforms,
            ["Adventure", "Role-Playing Game", "Strategy"] AS genres
    FOREACH (platform IN platforms |
        MERGE (p:Platform {name: platform})
        MERGE (g)-[:AVAILABLE_ON]->(p)
    )
    FOREACH (genre IN genres |
        MERGE (gn:Genre {name: genre})
        MERGE (g)-[:HAS_GENRE]->(gn)
    )
    MERGE (p:Publisher {name: "Larian Studios"})
    MERGE (g)-[:PUBLISHED_BY]->(p);
"""
memgraph.execute(query)

# 配置 OpenAI API 密钥
os.environ["OPENAI_API_KEY"] = "your-key-here"

# 创建查询链实例
graph = MemgraphGraph(url="bolt://localhost:7687", username="", password="")
chain = GraphCypherQAChain.from_llm(
    ChatOpenAI(temperature=0), graph=graph, verbose=True, model_name="gpt-3.5-turbo"
)

# 执行查询
response = chain.run("Which platforms is Baldur's Gate 3 available on?")
print(response)  # Baldur's Gate 3 is available on PlayStation 5, Mac OS, Windows, and Xbox Series X/S