摘要
一直很好奇，一篇文章是如何进入到图数据库的，毕竟一篇文章啥格式都有，而写入到图数据库还必须遵从规则和语法，所以这注定不是一个普通RAG或者SQL的过程。此篇讲带大家一起看一下这里都需要经历哪些过程。
Graph RAG 把文章变成 Neo4j 数据，一共 4 步：
- 从文章里抽实体（人、公司、地点、产品、时间…）
- 抽实体之间的关系（A 工作于 B、C 位于 D、E 认识 F…）
- 生成节点 + 关系（Node + Relationship）
- 批量写入 Neo4j（CREATE / MERGE）
最终在 Neo4j 里形成一张知识图谱，RAG 检索时就可以沿着关系查上下文。
我们用一段超短新闻做演示：
张三在2023年加入了字节跳动，担任算法工程师。 李四是张三的同事，他们都在北京工作。以上的超短新闻，要想配合入图数据库，首先是需要抽象出以下信息。
实体（Nodes）
- 张三 (Person)
- 李四 (Person)
- 字节跳动 (Company)
- 北京 (Location)
关系（Relationships）
- 张三 ——WORKS_AT——> 字节跳动
- 张三 ——COLLEAGUE_OF——> 李四
- 张三 ——WORKS_IN——> 北京
- 李四 ——WORKS_IN——> 北京
属性
- 张三：age=None, job=算法工程师, join_year=2023
实体，关系，属性信息都确认了之后，就可以通过以下语句入库了。
// 创建节点 MERGE (p1:Person {name:"张三"}) SET p1.job="算法工程师", p1.join_year=2023 MERGE (p2:Person {name:"李四"}) MERGE (c:Company {name:"字节跳动"}) MERGE (l:Location {name:"北京"}) // 创建关系 MERGE (p1)-[:WORKS_AT]->(c) MERGE (p1)-[:COLLEAGUE_OF]->(p2) MERGE (p1)-[:WORKS_IN]->(l) MERGE (p2)-[:WORKS_IN]->(l)为什么用 MERGE 不用 CREATE？
- CREATE：重复执行会重复创建节点
- MERGE：不存在则创建，存在则更新 →Graph RAG 标准写法
那么如何把文章里的信息是如何抽象出的实体和关系呢，直接说过程：文章不是人工转的，是 LLM 自动转的！
下面是真实工程化流程：
首先，给大模型的提示词
你是知识图谱抽取专家。请从文本中抽取： 1. 实体（类型：Person, Company, Location, Organization） 2. 关系（只能用：WORKS_AT, COLLEAGUE_OF, WORKS_IN, FOUNDER_OF） 输出格式严格JSON： { "nodes": [{"label":"Person", "name":"张三", "attributes":{"job":"算法工程师"}}], "relations": [{"from":"张三", "to":"字节跳动", "type":"WORKS_AT"}] } 文本： 张三在2023年加入了字节跳动，担任算法工程师。李四是张三的同事，他们都在北京工作。以上提示词可以放在任何工具里测试，包括龙虾，豆包等。
实体和关系总结出来了，可以看到结果如下：
{"nodes":[{"label":"Person","name":"张三","attributes":{"job":"算法工程师","join_year":2023}},{"label":"Person","name":"李四","attributes":{}},{"label":"Company","name":"字节跳动","attributes":{}},{"label":"Location","name":"北京","attributes":{}}],"relations":[{"from":"张三","to":"字节跳动","type":"WORKS_AT"},{"from":"张三","to":"李四","type":"COLLEAGUE_OF"},{"from":"张三","to":"北京","type":"WORKS_IN"},{"from":"李四","to":"北京","type":"WORKS_IN"}]}注：如果模型是在线API，那么基本上都能按照要求做出指定的输出，如果是本地部署的模型，参数量比较低的话，输出可能会走样。
最后，通过python代码自动把 JSON 转成 Cypher 写入 Neo4j
fromneo4jimportGraphDatabase# 连接 Neo4juri="bolt://localhost:7687"user="neo4j"password="your-password"driver=GraphDatabase.driver(uri,auth=(user,password))# 从LLM拿到的知识图谱数据data={...上面的JSON...}# 写入节点fornodeindata["nodes"]:ifnode["attributes"]:attrs=", ".join([f"{k}: '{v}'"fork,vinnode["attributes"].items()])cypher=f"MERGE (n:{node['label']}{{name:'{node['name']}',{attrs}}})"else:cypher=f"MERGE (n:{node['label']}{{name:'{node['name']}'}})"driver.session().run(cypher)# 写入关系forrelindata["relations"]:cypher=f""" MATCH (a {{name:'{rel['from']}'}}), (b {{name:'{rel['to']}'}}) MERGE (a)-[:{rel['type']}]->(b) """driver.session().run(cypher)✅运行完，一篇文章就变成知识图谱了！
最终效果（Neo4j 里看到的图）
你会看到：
- 张三、李四、字节跳动、北京
- 它们之间用箭头连起来
- Graph RAG 检索时就能沿着关系推理
最后再说一种更简单粗暴的方法，跳过大模型生成JSON和python的JSON遍历，直接让大模型生成语句。
你是知识图谱抽取专家。请从文本中抽取实体和关系信息，直接帮我生成neo4j的cypher语句。 文本： 张三在2023年加入了字节跳动，担任算法工程师。李四是张三的同事，他们都在北京工作。然后在python里直接run生成的查询就可以了。
总结
大模型技术的成熟让图数据库落地应用变得更容易。此篇简单的汇总了一篇文章是如何进入到图数据库的。下一篇会总结一个比较完整的实现。
