MazzaWill/neo4j-python-pandas-py2neo-v3

它解决了什么问题

这个项目提供了将电子表格中的表格数据转换为 Neo4j 知识图谱的示例和工具。它解决了将结构化电子表格数据转换为图数据库的挑战，以实现更好的关系映射、语义检索以及下游机器学习实验。

它如何工作

该项目使用 pandas 从 Excel 文件中读取并提取节点和关系数据。然后，使用旧版 py2neo v3 路径（用于教育目的）或现代 Neo4j 驱动路径来填充 Neo4j 数据库。现代实现包括向量索引和 GraphRAG 风格的语义检索，以支持对图数据的高级查询。

适合谁

• 数据工程师，希望将表格数据迁移到图数据库。
• 开发者，在 Neo4j 中实现 GraphRAG 或向量搜索。
• 学习者，研究从结构化数据构建知识图谱的过程。

主要亮点

• 双路径实现：同时支持用于教育基准的旧版 py2neo v3 和用于生产级 GraphRAG 的现代 Neo4j 5+ 驱动。
• GraphRAG 集成：包含使用向量索引和嵌入进行语义检索的示例。
• 机器学习就绪：提供一个工具，可将 Neo4j 的关系数据转换为机器学习模型可用的矩阵格式。
• AI 代理技能：提供专门的技能，帮助 AI 编码代理从 CSV/Excel 数据设计知识图谱并生成 Cypher 查询。

一个强大的工具，用于将电子表格数据转换为 Neo4j 知识图谱，兼具教育意义与生产实用性 — @handle