学习如何结合 Neo4j 知识图谱和 LangChain，打造精准、可解释、适合生产环境的 Retrieval-Augmented Generation (RAG) 系统。
Retrieval-Augmented Generation (RAG) 已经迅速成为让 Large Language Models (LLMs) 在生产环境中真正发挥作用的首选架构。RAG 不再仅仅依赖 LLM 的内部记忆，而是将其与外部知识源连接起来。
虽然大多数教程展示的是使用 Pinecone、Weaviate 或 FAISS 等向量数据库的 RAG，但在现实世界的问题中，单靠语义相似度往往不够。你需要关系、推理和可解释性。这正是 Neo4j 驱动的知识图谱大放异彩的地方。
在这篇文章中，我们将使用 LangChain 构建一个 Neo4j 驱动的 RAG 管道，内容包括：
-
• 为什么将知识图谱与 RAG 结合
-
• 安装和配置 Neo4j + LangChain
-
• 将数据导入 Neo4j（节点、关系、嵌入）
-
• 编写 Cypher 查询 + 混合检索器
-
• 使用 LangChain 的 graph chain 连接 Neo4j 和 LLM
-
• 一个完整的实际示例
为什么在 RAG 中使用知识图谱？
传统的向量检索会找到与查询相似的文本片段。但在以下情况下它会失败：
-
• 答案需要多跳推理（例如：“哪些供应商间接影响产品 X？”）
-
• 关系是关键（药物 → 靶点 → 蛋白质 → 疾病）
-
• 需要可解释性（用户想知道模型为什么这样回答）
Neo4j 允许你以图谱形式显式存储实体和关系，并使用 Cypher 进行查询。通过 LangChain，你可以结合：
-
• 图谱遍历进行结构化查询
-
• 嵌入进行语义相似性匹配
-
• LLM 进行推理和自然语言回答
这就形成了混合检索管道：精准、可解释、适合生产环境。
设置
首先安装依赖：
pip install langchain langchain-community neo4j openai
你还需要一个运行中的 Neo4j 数据库（本地或 AuraDB Free）。
步骤 1：连接到 Neo4j
LangChain 提供内置的 Neo4j 图谱集成：
from langchain_community.graphs import Neo4jGraphgraph = Neo4jGraph(
url="bolt://localhost:7687",
username="neo4j",
password="password"
)
# 检查 schema
print(graph.schema)
这让 LangChain 能够理解你的知识图谱的实体和关系。
步骤 2：将数据导入 Neo4j
让我们插入一个小型医疗知识图谱：
CREATE (d1:Disease {name: "Diabetes"})
CREATE (d2:Disease {name: "Hypertension"})
CREATE (drug1:Drug {name: "Metformin"})
CREATE (drug2:Drug {name: "Insulin"})
CREATE (drug3:Drug {name: "Lisinopril"})CREATE (drug1)-[:TREATS]->(d1)
CREATE (drug2)-[:TREATS]->(d1)
CREATE (drug3)-[:TREATS]->(d2)
现在我们可以直接查询类似 (:Drug)-[:TREATS]->(:Disease)
的关系。
步骤 3：使用 LangChain 的 Cypher Chain
LangChain 有一个 CypherChain，可以将自然语言问题转化为 Cypher 查询：
from langchain_openai import ChatOpenAI
from langchain.chains import GraphCypherQAChainllm = ChatOpenAI(model="gpt-4.1")
cypher_chain = GraphCypherQAChain.from_llm(
llm=llm,
graph=graph,
verbose=True
)
response = cypher_chain.run("Which drugs treat Diabetes?")
print(response)
LLM 会将自然语言问题翻译成 Cypher 查询，在 Neo4j 上执行，然后返回人类可读的答案。
步骤 4：添加向量检索（混合 RAG）
如果用户问一些模糊的问题，比如“用来控制血糖的是什么？”单靠图谱可能不够。
这时候混合 RAG 就派上用场了：
-
• 使用嵌入 + 向量数据库进行语义召回
-
• 使用 Neo4j 进行关系推理
在 LangChain 中，你可以组合检索器：
from langchain.retrievers import EnsembleRetriever
from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings# 示例 FAISS 检索器
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_texts(
["Metformin is first-line treatment for type 2 diabetes.",
"Insulin regulates blood glucose levels.",
"Lisinopril is used for hypertension."],
embeddings
)
faiss_retriever = vectorstore.as_retriever()
# 组合 Neo4j + FAISS 检索器
hybrid_retriever = EnsembleRetriever(
retrievers=[faiss_retriever, graph],
weights=[0.5, 0.5]
)
现在你的管道同时利用了语义和结构。
步骤 5：完整的 Neo4j RAG 链
以下是如何将它组装成完整的 LangChain RAG 流程：
from langchain.chains import RetrievalQArag_chain = RetrievalQA.from_chain_type(
llm=llm,
retriever=hybrid_retriever,
chain_type="stuff"
)
query = "What drugs are commonly prescribed for high blood sugar?"
answer = rag_chain.run(query)
print(answer)
检索器会从 Neo4j 和向量嵌入中拉取上下文，LLM 则生成自然语言答案。
高级扩展
-
• 图谱 + LLM 代理
：使用 LangChain Agents 结合工具（Neo4j 查询工具 + 向量检索工具）。 -
• Schema 感知提示
：将 Neo4j 的 schema 提供给 LLM，让它写出更好的 Cypher 查询。 -
• 路径解释
：返回答案旁边的实际图谱路径，以提高可解释性。 -
• 图谱嵌入
：使用 Neo4j Graph Data Science 计算实体/路径的嵌入。
使用场景
-
• 医疗 RAG
：检索有效的药物-疾病关系，防止幻觉。 -
• 金融风险
：建模机构之间的风险暴露，使用混合检索查询“间接风险”。 -
• 法律搜索
：将案例法引用表示为图谱，进行多跳先例推理。 -
• 企业知识
：基于本体论的聊天机器人，用于内部文档发现。
结论
仅依赖向量检索会限制系统处理复杂推理和多跳查询的能力。通过引入知识图谱，你不仅能获得更丰富的关联，还能提升可解释性和结构化推理能力。
使用 LangChain 的 Neo4jGraph 和 CypherQAChain，将 Neo4j 集成到 RAG 管道中变得无缝。此外，采用混合检索策略——结合嵌入和基于图谱的遍历——能提供语义灵活性和关系准确性之间的最佳平衡。
在实践中，LangChain 和 Neo4j 的结合使开发出既强大又可解释、值得信赖的生产级 RAG 系统成为可能。
关注 GenAI Lab，获取更多关于 AI 系统设计的实用教程——欢迎在下方评论你的想法或问题！
关注公众号“AI大模型观察站” 每天推送最新的AI技术