若要從 Neo4j 知識圖譜擷取資訊，用於 Graph RAG 工作流程，你需要了解 Neo4j 的查詢語言 Cypher。最終這些 Cypher 會由 LLM 產生，不過先熟悉一下有助於在需要時進行驗證。
接下來幾個練習中，你會逐步組合出一個 Cypher 陳述式，用來找出在某家公司任職的人。
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
cypher = """ ____ (n:Person) RETURN * """
了解 Graph RAG 如何提升 RAG 應用的準確性與可靠性！在 Neo4j 資料庫中以節點與邊儲存資訊，並讓你的 LLM 具備查詢能力，以擷取實體與關係資訊，提供更有根據的答案。
當前練習
Text-to-Cypher 應用在許多情境下運作良好，但我們還能更進一步！你將學到如何使用不同的圖形模型（包含詞彙圖與領域圖）來建構圖形資料庫。建立 Neo4j 向量索引，讓你同時擁有兩種優勢，並行執行圖形與向量的擷取！
雖然 Graph RAG 應用通常比向量式 RAG 更可靠，但並非萬無一失。本章將帶你評估 Graph RAG 應用、找出不正確或重複的圖形節點，並整合長期記憶，讓系統能隨時間學習使用者偏好。