一、建立基本的知识图谱并导入neo4j

这里我举例用的属性表、关系表，大概格式如下

id	名字	颜色
a1	苹果	红色

start	rel	end
a1	属于	b1

启动neo4j（关于neo4j的安装此处不再赘述）

import pandas as pd
from py2neo import Graph, Node, Relationship

graph = Graph("bolt://localhost:7687", auth=("neo4j", "xxxxxx"))  # Xxxxx是你自己的密码

# 导入属性表
def create_nodes(file_name, label, tx):
    df_1 = pd.read_csv("./graph_data/"+ file_name)
    df = df_1.dropna(subset=['id'])
    for index, row in df.iterrows():
        node = Node(label, id=row['id'], **row.drop('id').to_dict())
        tx.merge(node, label, "id")

attribute_tables = {
    "attributes_a.csv":"a",
    "attributes_b.csv":"b",
}


tx = graph.begin()


try:
    for file_name, label in attribute_tables.items():
        create_nodes(file_name, label, tx)

    # 导入关系表
    relationship_types = {
        "rel_a_b.csv": "属于",
    }


    for file_name, rel_type in relationship_types.items():
        df = pd.read_csv("./graph_data/"+ file_name)
        for index, row in df.iterrows():
            start_label, end_label = file_name.split("_")[1], file_name.split("_")[2].split(".")[0]    # 这里的start_label, end_label根据自己的实际需求来定
            start_node = graph.nodes.match(start_label, id=row['start']).first()
            end_node = graph.nodes.match(end_label, id=row['end']).first()
            if start_node and end_node:
                rel = Relationship(start_node, rel_type, end_node)
                tx.merge(rel)
            else:
                print(f"无法找到节点: {row['start']} 或 {row['end']}")

    tx.commit()
    print("成功导入！")

except Exception as e:
    tx.rollback()
    print(f"导入失败：{e}")

运行后在neo4j中的效果大概是这样：

二、尝试基于Ollama+QWEN大模型做一个基于KG的检索提问

1、关于ollama本地部署的教程

部署ollama后，可以根据需求随便run模型（记得用管理员模式启动）

本地部署 Ollama_ollama本地部署-CSDN博客

Ollama在Windows11部署与使用qwen（自学使用）_ollama qwen-CSDN博客

2、搭建整个RAG的框架

（1）插件安装

这里有一个前置步骤要解决，就是在输入问题后，根据问题中的实体在KG里面进行检索需要一个允许进行检索的插件，下载和安装教程如下：

https://blog.csdn.net/m0_38064529/article/details/125206908

https://blog.csdn.net/zz_dyx/article/details/135172438

https://blog.csdn.net/m0_53573725/article/details/136964980

安装成功！

尝试创建索引：

CREATE FULLTEXT INDEX companyIndex IF NOT EXISTS

FOR (n:a)

ON EACH [n.名字, n.颜色]

验证索引是否创建成功：

CALL db.indexes()

使用索引进行查询示例：

CALL db.index.fulltext.queryNodes("appleIndex", "搜索词")
YIELD node, score
RETURN node, score

如果你需要创建向量索引（用于语义搜索），语法是：

CREATE VECTOR INDEX entity_embedding IF NOT EXISTS
FOR (n:Entity)
ON n.embedding
OPTIONS {
    indexType: 'vector',
    similarity: 'cosine',
    dimension: 384
}

有一个十分重要的注意点！！！在 Neo4j 5.x 版本中，全文索引的创建语法发生了变化，而网上很多教程给出的语句都是4版本的，一定要注意区分！不然容易报类似这样的错误：

There is no procedure with the name db.index.fulltext.createNodeIndex registered for this database instance.

（2）将知识图谱内容转换为大模型可以理解的上下文

根据提问中的实体，找到图谱中的实体和关系，以及头节点、尾节点各自的属性。图谱中通常是以字典型存的，需要转换为语义信息。

def format_context(results):
    """
    将查询结果格式化为上下文字符串，方便后续规范prompt
    """
    context_parts = []
    for record in results:
        node = record['node']
        rel_type = record['relationship_type']
        related = record['related']  # 尾节点

        # 获取节点的所有属性
        node_props = {k: v for k, v in node.items()}
        related_props = {k: v for k, v in related.items()}

        # 构建描述性文本
        node_desc = ", ".join([f"{k}: {v}" for k, v in node_props.items() if v is not None and str(v) != 'nan'])
        related_desc = ", ".join([f"{k}: {v}" for k, v in related_props.items() if v is not None])

        context_part = f"节点【{node_desc}】通过关系【{rel_type}】连接到【{related_desc}】"
        context_parts.append(context_part)
        #print(context_parts)

    return "\n".join(context_parts)

输出结果大概是：

节点【苹果】通过关系【拥有子类】连接到【红富士，颜色：红，气味：甜】

具体的形式都可以自己定，在后续prompt的过程中看大模型更能理解哪种形式。

（3）设计prompt

这个就见仁见智了，我设计的基本可以得到答案，仅供参考：
prompt = f"""
   你是一个拥有很多农业知识的专家。针对我提出的问题，第一步请直接搜集答案：
   问题：{question}

   第二步结合我给出的知识图谱信息作为补充放入答案：
   知识图谱背景信息：
   {context}

   请将两部分结合用中文提供详细且准确的回答。
   """

三、RAG构建部分全流程代码以及不足之处

#!/usr/bin/python
# encoding=utf-8


from neo4j import GraphDatabase
from transformers import AutoModelForCausalLM, AutoTokenizer
from langchain.chains import RetrievalQA
from langchain_community.vectorstores import Neo4jVector
import ollama
import math



# Neo4j 数据库连接配置，另一种方式
uri = "bolt://localhost:7687"
user = "neo4j"
password = "********"  #自己的密码

# 创建驱动对象
driver = GraphDatabase.driver(uri, auth=(user, password))

# 在neo4j里提问
def query_neo4j(query):
    with driver.session() as session:
        result = session.run(query)
        return [record for record in result]


def generate_response(question):
    # 使用Ollama生成回答
    response = ollama.generate(model="llama3:8b", prompt=question)
    return response['response']


def Index_Create():
    # 建立索引
    create_index_query = """
        CREATE FULLTEXT INDEX companyIndex IF NOT EXISTS
        FOR (n:fruit)  # 这里是你建的图谱中实际实体的类型
        ON EACH [n.颜色, n.气味]
        """
    query_neo4j(create_index_query)

def Get_Node():
    # 查询Neo4j获取相关信息。
    neo4j_query = f"""
    CALL db.index.fulltext.queryNodes("fruitIndex",  "{question}")   
    YIELD node, score
    MATCH (node)-[r]-(related)
    RETURN DISTINCT node, type(r) as relationship_type, related, score
    LIMIT 3
    """
    results = list(query_neo4j(neo4j_query)) 
    return results


def format_context(results):
    """
    将查询结果格式化为上下文字符串，方便后续规范prompt
    """
    context_parts = []
    for record in results:
        node = record['node']
        rel_type = record['relationship_type']
        related = record['related']  # 尾节点

        # 获取节点的所有属性
        node_props = {k: v for k, v in node.items()}
        related_props = {k: v for k, v in related.items()}

        # 构建描述性文本
        node_desc = ", ".join([f"{k}: {v}" for k, v in node_props.items() if v is not None and str(v) != 'nan'])
        related_desc = ", ".join([f"{k}: {v}" for k, v in related_props.items() if v is not None])

        context_part = f"节点【{node_desc}】通过关系【{rel_type}】连接到【{related_desc}】"
        context_parts.append(context_part)
        #print(context_parts)

    return "\n".join(context_parts)


def generate_prompt_answer(question, context):
    """
    生成回答
    """
    prompt = f"""
       你是一个拥有很多农业知识的专家。针对我提出的问题，第一步请直接搜集答案：
       问题：{question}

       第二步结合我给出的知识图谱信息作为补充放入答案：
       知识图谱背景信息：
       {context}

       请将两部分结合用中文提供详细且准确的回答。
       """

    #print("流程已进入llm回答阶段……")
    try:
        response = generate_response(prompt)
        return response
    except Exception as e:
        return f"生成回答时出错：{e}"

if __name__ == "__main__":
    while True:
        question = input("请输入你的问题：")    # 把question变为全局变量
        if question.lower() in ["exit", "quit"]:
            break

        results = Get_Node()

        if not results:
            print("没有找到相关的信息。")
            continue

        context = format_context(results)
        answer = generate_prompt_answer(question, context)
        print(f"问题：{question}")
        print(f"回答：{answer}")

不足：

1、对话提问的question通常是一个句子，在图谱中查询的输入应该是一个实体的名称。也就是我这里面其实差了一步提取实体名词的过程。目前通常有两种思路：①利用传统的深度学习的方法（现在应该有现成的工具）提取一句话中的重要实体；②直接再次调用大模型识别句子中的实体，优点就是更省事儿，缺点是费时，大模型一个问答来回llama3 在cpu上大约要2分钟。我目前的代码中其实这一块实际搜索的时候为了测试流程通畅性，直接将“苹果”代替了{question}。

    neo4j_query = f"""
    CALL db.index.fulltext.queryNodes("fruitIndex",  "苹果")   
    YIELD node, score
    MATCH (node)-[r]-(related)
    RETURN DISTINCT node, type(r) as relationship_type, related, score
    LIMIT 3
    """
    results = list(query_neo4j(neo4j_query)) 
    return results

2、 如果一个实体关联的信息很多，对于LIMIT 的限制需要重新考量。我这里为了测试方便先写了limit 3（上面代码中），即只显示3个相关的节点和关系。在neo4j中，这个limit指的是显示3条结果，而不是根据输入的实体信息给出排名前三的实体，以及相关的关系，这跟我们想要检索的实际需求是不太匹配的。

3、大模型是由token限制的，如果想要查询的实体关系和属性极多，可能会出现超出token的情况，要么是读不全上下文，要么是输出受限。可能在实际应用的过程中给用户展示的依然需要两个部分，一个是这个GraphRAG，另外就是传统数据库的检索答案，类似现在的百度搜索，先给AI的答案，下面再是其他链接。

一个简单的问答实例：

这里换了一个数据，是公司信息的，给出一个输出的样例（pycharm里面，还没有做前端）

下一篇可能会探索一下构建前端chat或者检索页面，以及连GPU跑的问题，还有针对不同GPU资源要换什么大模型基座。