Criar contexto RAG baseado em grafo com Neo4j LLM Graph Builder

O que Criar contexto RAG baseado em grafo com Neo4j LLM Graph Builder faz?

Converta um conjunto delimitado de documentos em um grafo de conhecimento Neo4j, inspecione nós e relacionamentos extraídos e utilize-o para RAG baseado em grafo.

Pré-requisitos

Neo4j Database 5.23 ou posterior com APOC, backend Python 3.12, credenciais de provedor de LLM configuradas, caminhos opcionais de front-end e implantação Docker a partir do README upstream.

Instalação

Use o caminho de instalação ou configuração upstream que corresponda ao seu ambiente:

• pip install -r requirements.txt -c constraints.txt

Requisitos e observações do upstream:

• 
• Python 3.12 ou superior (para implantação local/backend separado)
• Se estiver usando Neo4j Desktop, você precisará implantar o backend e o frontend separadamente (docker-compose não é suportado).

Notas de uso básico ou introdução:

• Neo4j Database 5.23 ou posterior com APOC instalado.

• Bancos de dados Neo4j Aura (incluindo o tier gratuito) são suportados.

• Crie um arquivo .env na pasta backend copiando backend/example.env.

• Fonte: https://github.com/neo4j-labs/llm-graph-builder

• Extraído da documentação upstream: https://raw.githubusercontent.com/neo4j-labs/llm-graph-builder/HEAD/README.md

Documentação

• https://github.com/neo4j-labs/llm-graph-builder

Fonte

• Agent Skill Exchange