Neo4j 工作坊:用 GraphRAG 给 RAG 加上关系图,让 agent 检索到有连接的上下文
AI Engineer · youtube · 2026-10-11
AI Engineer 频道发布的 Neo4j 工作坊视频,由 Nyah Macklin 主讲,演示如何用知识图谱增强 RAG 的连接上下文检索。
核心问题:纯向量检索只能拿到与查询最相似的 5 个 chunk,无法回答需要遍历课程结构、概念关联或聚合统计的问题;图谱补上了实体之间的连接,且过程可查、可审计。
实操路径
- 用 LLM 从课程材料抽取实体与关系,用 schema 引导抽取而非让模型自由发挥
- 向量索引支持语义相似检索,Cypher 暴露图结构,text-to-Cypher 支持自然语言提问
- 在 Aura 数据库中搭建 agent:配置课程相似度搜索工具、返回关联图数据的检索查询,并展示答案来源
- 现场演示了一处课程计数与数据库查询不一致的排查,强调即便管线跑通也要核对底层证据
代码走查覆盖 chunking、实体类型、关系类型定义。相关资源:GraphAcademy 课程与 neo4j-graphrag-python 库。
「编程与Agent」频道最新
- 四组实测:Qwen3-Coder 30B 配 LM Studio 秒过,换 Ollama 修 57 分钟仍失败 — Proof_Nothing_7711 · 2026-10-11
- 开源工具 Insomnia 让 Mac 合盖继续跑 Agent,但工程师警告会过热 — emax · 2026-10-11
- 多数企业还不该用 AI Agent： hype 驱动的复杂项目日烧百万 — DavidLinthicum · 2026-10-11
- Typedef 工作坊：用上下文图给数据与编码 Agent 补上缺失语境 — AI Engineer · 2026-10-11
- Legwork：让 AI 自主搜索并沙箱安装 GitHub 工具的 MCP 服务器 — Status_Record5772 · 2026-10-11
- 研究：多智能体协作耗时达单智能体 6 倍，编排比堆数量更重要 — bibinprasannan · 2026-10-11