llm-graph-builder：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

此專案提供了一種將非結構化資料（例如 PDF、Word 文件、文字檔、YouTube 影片與網頁）轉換為儲存在 Neo4j 中的結構化知識圖譜的方法。它消除了從原始文字中手動抽取實體與關係以建立結構化資料庫的繁瑣工作。

工作原理

此應用程式使用大型語言模型（LLM）與 LangChain 框架來分析非結構化輸入。它會抽取節點（實體）、關係及其屬性，然後將它們映射到 Neo4j 圖形資料庫。使用者可以自訂模式以指導抽取流程，或使用既有模式。系統亦支援資料的向量嵌入，提供混合搜尋功能。

目標對象

此工具設計給需要將原始文件轉換為可查詢的知識圖譜，以供下游 AI 應用（如 RAG（檢索增強生成）或複雜資料分析）使用的開發者與資料工程師。

重點特色

• 多來源支援： 可從本機檔案、GCS、S3 bucket、YouTube 與網頁匯入資料。
• 廣泛的 LLM 相容性： 支援包括 OpenAI、Gemini、Anthropic、Groq、Ollama（本地 LLM）等多種提供者。
• 對話介面： 內建聊天機器人，使用多種聊天模式（向量、圖形與混合）與產生的圖形資料互動。
• 視覺化： 整合 Neo4j Bloom，視覺化產生的知識圖譜。
• 使用量追蹤： 內建代幣使用監控，適用於使用者與資料庫連線。

---

摘要： 一個使用 LLM 與 LangChain，將來自各種來源的非結構化資料轉換為儲存在 Neo4j 中的結構化知識圖譜的工具。

標題： llm-graph-builder：它是什麼、解決了什麼問題以及為何受到關注