neo4j/neo4j-graphrag-python

解決する課題

このパッケージは、開発者が Graph Retrieval Augmented Generation (GraphRAG) アプリケーションを構築するための合理化された方法を提供します。非構造化テキストからナレッジグラフを作成し、それらのグラフを使用してLLMのクエリに対してより正確でコンテキストに沿った回答を提供するプロセスを簡素化します。

仕組み

このライブラリは、Neo4jをさまざまなLLMプロバイダー（OpenAI、Anthropic、Googleなど）および埋め込みモデルと統合します。主に3つのワークフローを通じて動作します：

1. ナレッジグラフの構築: Pipeline または SimpleKGPipeline クラスを使用して、テキストやPDFからエンティティとリレーションシップを抽出し、Neo4j内に構造化されたナレッジグラフを構築します。
2. インデックス作成: Neo4j内にベクトルインデックスを作成・充填するためのツールを提供し、セマンティック検索を可能にします。
3. 検索と生成: VectorRetriever のような専用のリトリーバーを使用して関連するグラフデータを取得し、GraphRAG クラスを介してLLMに渡して最終的な回答を生成します。

対象者

Neo4jを使用して、構造化された知識検索、複雑なリレーションシップマッピング、およびハイブリッド検索機能が必要なAIアプリケーションを構築するPython開発者。

ハイライト

• ファーストパーティサポート: 長期的な安定性のためにNeo4jによって維持されている公式ライブラリ。
• 柔軟なLLM統合: Ollama、OpenAI、Vertex AI、Gemini、Cohere、Anthropic、MistralAI、Amazon Bedrockを含む幅広いプロバイダーをサポート。
• ハイブリッド検索: ベクトル検索とグラフ探索、およびText2Cypher検索の組み合わせをサポート。
• 外部ベクトルストアのサポート: Weaviate、Pinecone、Qdrantなどの外部ベクトルデータベースを使用する機能。