让 LLM 永不手写 Cypher:意图优先架构实测仅 1/4 端到端正确
JeremyCMorgan · x · 2026-10-28
Ontographia 项目 Part 2 文章介绍了一种自然语言查询 Neo4j 图数据库的折中架构:LLM 只负责把用户问题转成结构化 Intent(起点、关系路径、过滤条件、返回内容),再由固定内核对照本体(ontology)校验 Intent 中每个名称,并以参数绑定的方式确定性编译成 Cypher——AI 写的任何内容都不会直接进入数据库作为查询文本。
作者报告了诚实的实测结果:4 次端到端尝试只有 1 次完全正确。结论是「语法问题已解决,语义问题还没有」——确定性管线消除了语法错误,但意图提取本身的语义正确性仍是瓶颈。这比常见「Text2Cypher 很强」的演示帖诚实得多。
- 架构:LLM 产 Intent → 本体校验 → 确定性编译器生成 Cypher
- 代码开源:github.com/edgesentry/ontographia,文档见 edgesentry.github.io/ontographia
- 系列 Part 3 将做压力测试与公开数据集验证
「编程与Agent」频道最新
- 北大清华等提出MPO,改进长程LLM智能体训练的信用分配 — IQuestLab · 2026-10-28
- Meta FAIR 的 h1:极简 agent 循环在形式化定理证明上达到 SOTA — meta-llama · 2026-10-28
- 开发者热梗「codexmaxxing」蔓延到 Duo,知名 iOS 开发者亲测确认 — Dimillian · 2026-10-28
- 两支免费长视频拆解:多模态 RAG 瓶颈排序与真实产品中的 Agent 落地 — ubiquitous_tech · 2026-10-28
- DeepMind 论文:AI Agent 92% 时候识破坏建议,却照样照做 — alex_verem · 2026-10-28
- Delta 让 Claude Code 支持多人实时协作,一条链接接力未完成会话 — xiaohu · 2026-10-28