GitHub 热门项目：llm-graph-builder

GitHub 项目：llm-graph-builder 仓库地址：https://github.com/neo4j-labs/llm-graph-builder 星级：4971 | 作者：neo4j-labs 项目描述：使用LLM从非结构化数据构建Neo4j图 =================================================== 自述文件内容： # 知识图生成器    利用大型语言模型 (LLM) 和 LangChain 框架的强大功能，将非结构化数据（PDF、DOC、TXT、YouTube 视频、网页等）转换为存储在 Neo4j 中的结构化知识图。 该应用程序允许您从各种来源（本地计算机、GCS、S3 存储桶或 Web 来源）上传文件，选择您喜欢的 LLM 模型，并生成知识图。 ## 开始使用 ### **先决条件** - **Python 3.12 或更高版本**（用于本地/单独的后端部署） - 安装了 APOC 的 Neo4j 数据库 **5.23 或更高版本**。 - 需要 Neo4j 5.23，因为后端使用 Cypher 变量范围子查询语法 (`CALL (variable) { ... }`)，早期 Neo4j 5.x 版本（例如 5.20）不支持该语法。 - 支持 **Neo4j Aura** 数据库（包括免费套餐）。 - 如果使用 **Neo4j Desktop**，则需要单独部署后端和前端（不支持 docker-compose）。 #### **后端设置** 1. 通过复制“backend/example.env”在“backend”文件夹中创建“.env”文件。 2. 在 `.env` 文件中预先配置用户凭据以绕过登录对话框： ````bash NEO4J_URI=<您的 neo4j-uri> NEO4J_USERNAME=<您的用户名> NEO4J_PASSWORD=<您的密码> NEO4J_DATABASE=<您的数据库名称> ```` 3. 运行： ````bash 光盘后端 python3.12 -m venv venv source venv/bin/activate # 在 Windows 上：venv\Scripts\activate pip install -r 要求.txt uvicorn 分数：app --reload ```` ## 主要特点 ### **知识图谱创建** - 使用高级法学硕士将非结构化数据无缝转换为结构化知识图。 - 提取节点、关系及其属性以创建结构化图。 ### **架构支持** - 使用自定义架构或设置中配置的现有架构来生成图表。 ### **图形可视化** - 在 **Neo4j Bloom** 中同时查看特定或多个数据源的图表。 ### **与数据聊天** - 通过对话查询与 Neo4j 数据库中的数据进行交互。 - 检索有关查询响应来源的元数据。 - 对于专用聊天界面，请使用带有 **[/chat-only](/chat-only) 路由的独立聊天应用程序。** ### **支持法学硕士** 1.开放人工智能 2.双子座 3. 差异机器人 4.Azure OpenAI（开发部署版本） 5. Anthropic（开发部署版本） 6.Fireworks（开发部署版本） 7.Groq（开发部署版本） 8.Amazon Bedrock（开发部署版本） 9.Ollama（开发部署版本） 10.Deepseek（开发部署版本） 11.其他兼容OpenAI的基本URL模型（开发部署版本） ### **令牌使用跟踪** - 轻松监控和跟踪每个用户和数据库连接的 LLM 令牌使用情况。 - 通过在您的 ba 中将 `TRACK_USER_USAGE` 环境变量设置为 `true` 来启用此功能