neo4j/neo4j-graphrag-python

해결하는 문제

이 패키지는 개발자가 Graph Retrieval Augmented Generation (GraphRAG) 애플리케이션을 구축할 수 있는 간소화된 방법을 제공합니다. 비정형 텍스트에서 지식 그래프를 생성하고, 해당 그래프를 사용하여 LLM 쿼리에 대해 더욱 정확하고 문맥에 맞는 답변을 제공하는 프로세스를 단순화합니다.

작동 방식

이 라이브러리는 Neo4j를 다양한 LLM 제공업체(OpenAI, Anthropic, Google 등) 및 임베딩 모델과 통합합니다. 다음 세 가지 주요 워크플로를 통해 작동합니다:

1. 지식 그래프 구축: Pipeline 또는 SimpleKGPipeline 클래스를 사용하여 텍스트 또는 PDF에서 엔티티와 관계를 추출하여 Neo4j에 구조화된 지식 그래프를 구축합니다.
2. 인덱싱: Neo4j 내에 벡터 인덱스를 생성하고 채우기 위한 도구를 제공하여 시맨틱 검색을 가능하게 합니다.
3. 검색 및 생성: VectorRetriever와 같은 전문 리트리버를 사용하여 관련 그래프 데이터를 가져오고, GraphRAG 클래스를 통해 LLM에 전달하여 최종 응답을 생성합니다.

대상

Neo4j를 사용하여 구조화된 지식 검색, 복잡한 관계 매핑 및 하이브리드 검색 기능이 필요한 AI 애플리케이션을 구축하는 Python 개발자.

주요 특징

• 퍼스트 파티 지원: 장기적인 안정성을 위해 Neo4j에서 유지 관리하는 공식 라이브러리.
• 유연한 LLM 통합: Ollama, OpenAI, Vertex AI, Gemini, Cohere, Anthropic, MistralAI, Amazon Bedrock을 포함한 광범위한 제공업체를 지원합니다.
• 하이브리드 검색: 벡터 검색과 그래프 탐색 및 Text2Cypher 검색의 결합을 지원합니다.
• 외부 벡터 스토어 지원: Weaviate, Pinecone, Qdrant와 같은 외부 벡터 데이터베이스를 사용할 수 있는 기능.