使用CAMEL实现Graph RAG过程记录

前言

本文为学习官方文档Graph RAG Cookbook — CAMEL 0.2.47 documentation的学习记录。

配置Neo4j图数据库

第一步先配置 Neo4j 图数据库。

在浏览器中导航到 Neo4j Aura 控制台。

选择新建实例。

选择创建免费实例。

复制并保存实例的用户名和生成的密码，或者将凭据下载为 .txt 文件。

勾选确认复选框，然后选择继续。

每个账户只能创建一个 AuraDB 免费实例。

免费实例限制为 200,000 个节点和 400,000 个关系。

地址：https://neo4j.com/docs/aura/classic/auradb/getting-started/create-database/

免费额度已经够我们学习使用的了。

什么是知识图谱数据库？为什么是 Neo4j？

想象一下，我们生活中的信息并不是孤立的。一个人“居住在”一个城市，一个公司“开发了”一个产品，一篇文章“讨论了”一个主题。这些信息之间充满了“关系”。传统的数据库（比如表格形式的关系型数据库）虽然能存储大量数据，但在表达和查询这些复杂的“关系”时，可能会变得非常复杂和低效。

知识图谱数据库应运而生，它就像一个巨大的“概念关系网”。它以图形（Graph）的形式来存储数据，主要由两部分组成：

1. 节点 (Nodes)： 代表现实世界中的“事物”或“概念”，比如一个人、一个地点、一个组织、一个事件、一个产品等等。可以想象成社交网络里的“人”。
2. 边 (Relationships)： 代表节点之间的“关系”或“联系”。比如“居住在”、“属于”、“开发了”、“写了”、“讨论了”等等。可以想象成社交网络里的“朋友关系”或“关注关系”。每条边都有方向和类型。

除了节点和边，它们还可以拥有属性 (Properties)，用来存储关于节点或边的额外信息。比如，一个“人”节点可以有“姓名”、“年龄”属性；一条“居住在”边可以有“开始日期”属性。节点还可以有标签 (Labels)，用来分类节点的类型（例如：Person, Organization, Product）。

上图：一个简单的知识图谱示例，展示了节点、标签和关系。

Neo4j 是一种流行的、高性能的图数据库，专门用于存储和处理知识图谱。它使用一种称为 Cypher 的强大图查询语言，可以非常直观和高效地查询节点和它们之间的关系。

在 本文中，我们将 Neo4j 用作我们的知识图谱存储层。它存放着由知识图谱代理从各种来源（比如文档、网页）中提取出来的结构化数据（节点和边）。这样存储的好处是：

• 关系清晰： 直接以图的形式存储，数据的关系一目了然。