GraphRAG 开发者指南

图数据库提供无与伦比的数据组织、灵活性和标准化，使得编写多样化的查询和回答更多问题变得容易。GraphRAG（基于图的检索增强生成）将这些优势扩展到 AI，使开发者能够构建更准确、敏捷和可扩展的生成式 AI 应用程序和代理系统。立即使用这些资源开始吧！

如何开始

如需高级概览，请查看 neo4j.com/genai
要从非结构化数据（如文本文档）构建知识图谱，请参阅从非结构化数据创建图。您也可以尝试使用 LLM 知识图谱构建器，这是一个基于 Neo4j 和 LangChain 集成构建的参考 UI 实现。
如果您想了解更多信息，请参加生成式 AI GraphAcademy 课程或查看下面的示例项目与用例应用程序
选择您偏好的生成式 AI 框架并开始使用 Neo4j 构建您自己的生成式 AI 应用程序。

如果您想了解 LLM 和知识图谱如何结合以改进生成式 AI 应用程序，请查看 GraphAcademy 上的 Neo4j 与 LLM 课程。

探索这些项目，了解 GraphRAG 如何应用于生成式 AI 和代理工作流、各种用例，以及与特定云服务提供商的集成。

Neo4j 具有多项功能和产品支持工具，使构建生成式 AI 应用程序以及将 LLM 与知识图谱集成变得更加容易。

在 Neo4j 实验室中，我们构建了许多工具来演示图与 LLM 结合的强大功能。这些工具是开源的，您可以自由使用、贡献或学习并构建您自己的工具。

Neo4j 和我们的社区已为许多生成式 AI 开发框架贡献了集成。您可以在此处找到这些集成的概述，以及代码示例、教程等。流行的框架包括：