Neo4j 工作坊教你用图形上下文增强 lakehouse agent
AI Engineer · youtube · 2026-07-23
为什么 agent 需要“形状化”的上下文
这场 workshop 的核心观点是：vector search 和 Text2SQL 都只能给 agent 提供局部切片，结果往往是看起来很自信、实际上却答错。问题不在于模型不够强，也不在于查询写得不够好，而是在于缺少合适的上下文。
三种可复用的图形上下文
Zach Blumenfeld 在 Neo4j 上基于 lakehouse 数据演示了三种图结构：
- Trees：把数据组织成“目录”，让 agent 知道有哪些东西、该往哪里找。
- Communities：用社区发现把“没人命名过的主题”显出来。
- Paths / cycles：追踪实体、文档、记录之间真实的关联链路。
他还演示了如何把图通过 MCP 提供给 agent，并强调这些形状可以移植到 BigQuery、Databricks 或 Snowflake 上。观众最终能拿到可直接复用的代码，在自己的数据和 agent 工作流里落地。
「编程与Agent」频道最新
- Claude Code的CLAUDE.md只是上下文，硬规则要靠PreToolUse hook — thisdudelikesAI · 2026-07-23
- Claude Code的/context和/memory能查出真正加载的记忆文件 — thisdudelikesAI · 2026-07-23
- Claude Code规则只在同样错误重复出现时再加 — thisdudelikesAI · 2026-07-23
- Claude Code自动记忆写入磁盘，每次只加载前200行 — thisdudelikesAI · 2026-07-23
- Claude Code支持在CLAUDE.md里用@path复用跨仓库规则 — thisdudelikesAI · 2026-07-23
- Claude Code可从.claude/rules按路径加载规则，几乎不占上下文 — thisdudelikesAI · 2026-07-23