neo4j-labs/llm-graph-builder

解决的问题

该项目简化了将非结构化数据（如 PDF、文本文件、网页和 YouTube 视频）转换为结构化知识图谱的过程。通过使用大语言模型（LLM），它自动化了节点和关系的提取，允许用户将数据存储在 Neo4j 数据库中并进行查询。

工作原理

该应用程序提供了一个 Web 界面，用户可以在其中上传文件或提供 Web 源。它利用 LLM 解析内容，根据定义的模式提取实体和关系，并将它们存储在 Neo4j 中。构建完成后，您可以使用 Neo4j Bloom 可视化这些图谱，或通过内置的聊天界面与数据进行交互，该界面支持多种检索模式，包括基于图谱和基于向量的搜索。

适用人群

它专为希望从多样化数据源构建和查询知识图谱，而无需手动定义每个关系的开发人员和数据工程师而设计。对于那些已经在 Neo4j 生态系统中工作并希望利用 LLM 进行自动化数据结构化的用户来说，它特别有用。

主要亮点

• 支持多种输入源，包括本地文件、AWS S3、Google Cloud Storage、Wikipedia 和 YouTube。
• 兼容许多 LLM 提供商，包括 OpenAI、Anthropic、Gemini、Groq 以及通过 Ollama 运行的本地模型。
• 包含内置的 Token 使用量跟踪功能，用于监控和管理 LLM 成本。
• 提供灵活的部署选项，包括基于 Docker 的本地设置和 Google Cloud Run 云部署。
• 支持基于图谱数据的对话式问答，并提供基于元数据的响应。