大家好，Neo4j 通過集成原生的向量搜索功能，增強了其對檢索增強生成（RAG）應用的支持，這標志著一個重要的里程碑。這項新功能通過向量索引搜索處理非結構化文本，增強了 Neo4j 在存儲和分析結構化數據方面的現有優勢，進一步鞏固了其在存儲和分析結構化數據方面的領先地位。

本文將詳細介紹如何利用 Neo4j Desktop（本地版）和 Neo4j Aura（云服務版）來存儲向量索引，并構建一個基于純文本數據的 RAG 應用。

1.云服務部署

要使用基于云的 Neo4j Aura，需要按照以下步驟操作：

首先，點擊鏈接創建一個實例（https://neo4j.com）。在設置過程中，系統會提示輸入默認的用戶名（neo4j）和實例的密碼。請務必記下這個密碼，因為設置后將無法再次查看。

創建賬戶后，會看到這樣的界面：

實例啟動并運行后，接下來的任務是生成嵌入向量并將其存儲。這里采用OpenAI的嵌入技術，這需要一個OPENAI_API_KEY。

為了將這些嵌入向量上傳到Neo4j Aura實例，需要準備好以下環境變量：NEO4J_URI（Neo4j實例的URI）、NEO4J_USERNAME（用戶名）和NEO4J_PASSWORD（密碼）。

使用LangChain的WikipediaLoader功能，直接從Wikipedia網頁中導入文章內容。

然后，將文章拆分成多個段落，并去除所有元數據，因為我們不需要存儲這些信息。

import?os
from?langchain.vectorstores?import?Neo4jVector
from?langchain.embeddings.openai?import?OpenAIEmbeddings
from?langchain.document_loaders?import?WikipediaLoader
from?langchain.text_splitter?import?CharacterTextSplitter
from?langchain_core.prompts?import?ChatPromptTemplate
from?langchain_core.output_parsers?import?StrOutputParser
from?langchain_core.prompts?import?ChatPromptTemplate
from?langchain_core.runnables?import?RunnablePassthrough#?OPENAI?API?密鑰
os.environ["OPENAI_API_KEY"]?=?"sk-G7F8rdGxxXOWegj5nxxx3BlbkFJj7AuFUP5yyyAKKxSVTGQw"
#?neo4j?憑證
NEO4J_URI="neo4j+s://9cb33544.databases.neo4j.io"
NEO4J_USERNAME="neo4j"
NEO4J_PASSWORD="rexxxJJOzDt4kjaaKgM_VyWUdT9GE4hNBXXGMNubg"#?加載數據和分塊
#?讀取?Wikipedia?文章
raw_documents?=?WikipediaLoader(query="Leonhard?Euler").load()
#?定義分塊策略
text_splitter?=?CharacterTextSplitter.from_tiktoken_encoder(chunk_size=1000,?chunk_overlap=20
)
#?分塊文檔
documents?=?text_splitter.split_documents(raw_documents)#?從元數據中移除摘要
for?d?in?documents:del?d.metadata['summary']

以下代碼片段可將嵌入向量導入 Neo4j 實例：

#?實例化?Neo4j?向量
neo4j_vector?=?Neo4jVector.from_documents(documents,OpenAIEmbeddings(),url=NEO4J_URI,username=NEO4J_USERNAME,password=NEO4J_PASSWORD
)

要在 Neo4j Aura 中訪問和檢查嵌入向量，需點擊界面上的打開圖標，會在瀏覽器中新開一個標簽頁。在這個新標簽頁中，可以查看到塊和向量索引的詳細信息。我們共有56個塊，在系統中被識別為節點。此外，還可以在這個標簽頁中查看每個塊對應的嵌入向量及其具體細節。

向量檢索

這段代碼片段通過使用 Neo4jVector 對象并進行相似性搜索，幫助檢索與查詢“Euler 在哪里長大？”相關的前 4 個相關塊。這段代碼默認采用余弦相似性方法來識別和排序向量之間的相似度。

query?=?"Where?did?Euler?grow?up?"
results?=?neo4j_vector.similarity_search(query=query,?k=4)
print(results)#?檢索到的四個文檔
#?[Document(page_content='==?Early?life?==\nLeonhard?Euler?was?born?on?15?April?1707,?in?Basel?to?Paul?III?Euler,?a?pastor?of?the?Reformed?Church,?and?Marguerite?(née?Brucker),?whose?ancestors?include?a?number?of?well-known?scholars?in?the?classics.?He?was?the?oldest?of?four?children,?having?two?younger?sisters,?Anna?Maria',?metadata={'title':?'Leonhard?Euler',?'source':?'https://en.wikipedia.org/wiki/Leonhard_Euler'}),?...]

創建鏈

我們構建了一個名為final_chain的處理鏈，旨在高效地處理問題并生成答案。這個鏈的工作原理是：首先，它接收并傳遞上下文信息給Neo4jVector retriever，以便從Neo4j數據庫中檢索相關的向量。隨后，鏈會利用一個OpenAI模型（版本為gpt-4-1106-preview）處理接收到的提示。最終，通過一個解析器對模型的輸出進行處理，以提煉出精確的答案。final_chain的設計實現了在特定上下文中對問題的智能處理和答案生成，提高了整個操作的自動化和效率。

prompt?=?ChatPromptTemplate.from_template("""Answer?the?question?based?only?on?the?context?provided.Context:?{context}Question:?{question}"""
)#?創建一個?lambda?函數將上下文傳遞給?Neo4jVector?retriever
context_to_retriever?=?lambda?x:?x["question"]#?創建鏈，將上下文賦值給?Neo4jVector?retriever
final_chain?=?(RunnablePassthrough.assign(context=context_to_retriever,?target=lambda?x:?neo4j_vector)|?prompt|?ChatOpenAI(model="gpt-4-1106-preview")|?StrOutputParser()
)result?=?final_chain.invoke({'question':?query})#?最終結果
print(result)
# Euler 在瑞士巴塞爾長大。

2.本地部署

如果想在本地的Neo4j Desktop中存儲嵌入向量，可以直接在本地環境中運行該應用。操作起來非常簡單，只需對憑證信息進行更新，其余的步驟則無需更改。

具體來說，需要分別為數據庫和數據庫管理系統設置用戶名和密碼。完成這些設置后，就可以在本地的Neo4j Desktop上順利地執行應用程序了。

NEO4J_URI="bolt://localhost:7687"
NEO4J_USERNAME="neo4j"
NEO4J_PASSWORD="newpassword"

其余部分與上述相同。

3.總結

綜上所述，Neo4j 通過整合其內置的向量搜索功能，顯著提升了對檢索增強生成（RAG）應用的支持能力。這不僅加強了其在傳統結構化數據分析方面的優勢，還使其能夠更有效地處理非結構化文本數據。本文詳細介紹了如何利用Neo4j Aura和Neo4j Desktop來存儲向量索引，并在LangChain框架的輔助下，構建出高效的RAG應用。