告别知识孤岛：用CocoIndex+LLM，轻松构建你的专属知识图谱！

CocoIndex利用LLM从文档提取关系，构建并维护Neo4j知识图谱，支持增量更新。通过定义节点和关系类型，实现数据收集、处理和知识图谱构建。

使用 CocoIndex 构建知识图谱

核心概念：

• CocoIndex 简化了知识图谱的构建和维护，支持持续的源数据更新。
• 使用 LLM (大型语言模型) 从文档中提取概念之间的关系。

两种关系类型：

1. 主谓宾关系： 例如，“CocoIndex 支持增量处理”。
2. 实体提及： 例如，“core/basics.mdx” 提到了 CocoIndex 和 Incremental Processing。

数据流程：

1. 添加文档作为数据源： 从本地文件目录 (例如 docs/core) 读取 Markdown 文件。
2. 添加数据收集器：
   • document_node：收集文档信息 (例如文件名)。
   • entity_relationship：收集实体关系 (主语、谓语、宾语)。
   • entity_mention：收集实体在文档中的提及 (例如，哪个文档提到了哪个实体)。
3. 处理文档并提取摘要： 使用 LLM 提取文档的标题和摘要。
4. 提取关系： 使用 LLM 从文档中提取实体关系，定义 Relationship 数据类 (包含 subject, predicate, object)。
5. 收集关系： 将提取的关系和实体提及收集到相应的数据收集器中。
6. 构建知识图谱：
   • 使用 Neo4j 图数据库存储知识图谱。
   • 定义节点标签 (例如 Document, Entity) 和主键 (例如 filename 用于 Document 节点)。
   • 将数据从收集器导出到 Neo4j，创建节点和关系。

关键步骤详解：

• 使用 cocoindex.functions.ExtractByLlm： 用于从文档内容中提取结构化信息 (摘要、关系)。可以通过 instruction 参数指定 LLM 的提取规则。
• Relationship 数据类： 用于定义知识图谱中的关系，包含 subject, predicate, object 三个属性。建议在类级别的文档字符串中提供详细的指令，以帮助 LLM 正确提取关系。
• Neo4j 节点映射：
  • 如果有一个专门用于节点的收集器，可以直接将其导出到 Neo4j。
  • 如果只有关系收集器，则可以从关系收集器中的特定字段映射节点。必须声明节点标签和主键字段。
• cocoindex.storages.Relationships： 用于声明如何在 Neo4j 中映射关系，包括源节点、目标节点和关系类型。

快速开始：

1. 安装 PostgreSQL 和 Neo4j。
2. 配置 OpenAI API 密钥 (或使用 Ollama 本地运行 LLM 模型)。
3. 安装依赖：pip install -e .
4. 运行以下命令设置和更新索引：

   python main.py cocoindex setup
   python main.py cocoindex update
   

5. 使用 Neo4j Browser (http://localhost:7474) 浏览知识图谱。用户名：neo4j，密码：cocoindex。运行 Cypher 查询 MATCH p=()-->() RETURN p 查看所有关系。

可选工具：

• CocoInsight：用于故障排除和理解数据血缘关系 (免费 Beta 版)。