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：

1. 从文章里抽实体（人、公司、地点、产品、时间…）
2. 抽实体之间的关系（A 工作于 B、C 位于 D、E 认识 F…）
3. 生成节点 + 关系（Node + Relationship）
4. 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

from neo4j import GraphDatabase

# 连接 Neo4j
uri = "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
for node in data["nodes"]:
    if node["attributes"]:
        attrs = ", ".join([f"{k}: '{v}'" for k, v in node["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
for rel in data["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。