Comece agoraComece grátis

Criando um índice vetorial

As propriedades 'text' nos nossos nós Line são perfeitas para gerar embeddings que respondem a perguntas abertas sobre a peça.

Use o vector store fornecido por langchain-neo4j para criar um índice vetorial incorporando a propriedade 'text' dos nós Line.

Este exercicio faz parte do curso

Graph RAG com LangChain e Neo4j

Ver curso

Instruções do exercicio

  • Use a classe correta para criar um índice vetorial a partir de um grafo existente de nós e relacionamentos.
  • Instrua a classe a armazenar os embeddings na propriedade de nó 'embedding'.
  • Instrua a classe a criar embeddings a partir da propriedade de nó 'text'.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

from langchain_neo4j import Neo4jVector

# Create a vector store from the existing graph
line_retriever = ____.from_existing_graph(
    embedding=embeddings,
    url=NEO4J_URL, username=NEO4J_USERNAME, password=NEO4J_PASSWORD,
    index_name="lines_index",
    node_label="Line",
    # Set the embedding and text node properties
    ____="embedding",
    ____=["text"],
)

results = line_retriever.similarity_search_with_score("Biting a finger", k=3)

for result in results:
    print(result[0].page_content)
Editar e Executar Código