Začněte nyníZačněte zdarma

Retrieval chain pro Text-to-Cypher

Máš k dispozici řetězec, který dokáže převést přirozený jazyk na Cypher příkaz. Teď ho zapoj do většího řetězce, který tento LLM-generovaný Cypher spustí a na základě získaných informací odpoví na otázky uživatele.

Toto cvičení je součástí kurzu

Graph RAG s LangChain a Neo4j

Zobrazit kurz

Pokyny k cvičení

  • Uprav kód tak, aby spustil Cypher příkaz vygenerovaný řetězcem text_to_cypher_chain, a výsledek přiřaď do proměnné "context" používané v QA_PROMPT.
  • Předej vstup do proměnné "question" beze změny.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

qa_prompt = ChatPromptTemplate.from_messages([
    SystemMessagePromptTemplate.from_template(QA_PROMPT),
    HumanMessagePromptTemplate.from_template("Question: {question}")
])

qa_chain = {
  	# Use output of text_to_cypher to get database results
    "context": text_to_cypher_chain | ____(lambda cypher: graph.____(cypher)),
    # Pass the user input through to the "question" variable
    "question": ____
} | qa_prompt | llm | StrOutputParser()

res = qa_chain.invoke({"question": "What companies is Harrison Chase connected to?"})
print(res)
Upravit a spustit kód