GraphRag实战-GraphRag与Neo4j集成案例

graphrag最近引起了极大的关注，我在之前的两篇文章中分别介绍了GraphRag-知识图谱结合LLM 的检索增强的原理及GraphRag安装部署及简单测试，有兴趣的同学可以自行查看。今天重点聊一下GraphRag实战，将GraphRag与Neo4j集成实现一个简单的查询案例。

简单来讲，graphrag是从非结构化文本中提取实体及其关系，通过提取这些结构化信息来构建知识图谱，然后将这些实体通过Leiden算法进行社区划分并总结

这篇文章的重点是：将graphrag输出的结果存储到Neo4j，然后通过langchain和llamaindex等框架实现基于Neo4j的检索能力

本次GraphRag实战使用的数据是Charles的“A Christmas Carol” （圣诞颂歌），之所以用这篇来测试，因为这篇文章的实体比较明确突出，提取起来简单准确，提取的过程这里不再赘述，可以参考上一篇文章GraphRag安装部署及简单测试，配置一下相关的模型参数，依然友情提示一下提取费用还是比较贵的，测试下来gpt-4o-mini相对性价比最高，成本也比较低，准确性也比较高。

graphrag结果导入Neo4j

graphrag生成的结果文件都是parquet文件，首先将这些文件导入到neo4j

import pandas as pdfrom neo4j import GraphDatabaseimport time
NEO4J_URI="bolt://localhost"NEO4J_USERNAME="neo4j"NEO4J_PASSWORD="password"NEO4J_DATABASE="neo4j"
driver = GraphDatabase.driver(NEO4J_URI, auth=(NEO4J_USERNAME, NEO4J_PASSWORD))

批量导入方法

def batched_import(statement, df, batch_size=1000):    """    Import a dataframe into Neo4j using a batched approach.    Parameters: statement is the Cypher query to execute, df is the dataframe to import, and batch_size is the number of rows to import in each batch.    """    total = len(df)    start_s = time.time()    for