建立 text-to-Cypher chain
你已經自己寫過 Cypher 查詢了，現在來試試用 LLM 自動產生吧！從使用者的自然語言詢問產生 Cypher 查詢，是 text-to-Cypher Graph RAG 工作流程的關鍵步驟。
你將使用和上一個練習相同的資料庫，其中包含代表人物、公司等節點，還有 WORKS_FOR 關係。這個圖形資料庫可透過 graph 取得。
本練習屬於課程
使用 LangChain 與 Neo4j 的 Graph RAG
練習說明
- 更新
partial_variables字典，將圖形結構（schema）插入到 prompt 中。 - 使用
prompt、llm，並將輸出解析為字串，建立 text-to-Cypher chain。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
prompt = ChatPromptTemplate.from_messages([
SystemMessagePromptTemplate.from_template("""
You are an expert Neo4j developer. Use the following database schema to write a Cypher statement to answer the user's question. Only generate the Cypher statement, no pre-amble. Do not return any Markdown.
Schema:
{schema}
Question: {question}""",
# Update the partial_variables dictionary
partial_variables={"schema": graph.____})
])
# Create the text-to-Cypher chain
text_to_cypher_chain = ____ | ____ | StrOutputParser()
cypher = text_to_cypher_chain.invoke({"question": "Where does Jo Cornelissen work?"})
print(cypher)