构建 text-to-Cypher 链
您已经手写过 Cypher 查询了，现在试试用 LLM 来生成吧！从自然语言的用户查询生成 Cypher 查询，是 text-to-Cypher 的 Graph RAG 工作流中的关键一步。
您仍在使用与上一个练习相同的数据库，其中包含表示人员、公司节点，以及 WORKS_FOR 关系，并已作为 graph 提供。
本练习是课程的一部分
使用 LangChain 和 Neo4j 的 Graph RAG
练习说明
- 更新
partial_variables字典，把图的模式信息插入到提示中。 - 使用
prompt、llm并解析为字符串，创建 text-to-Cypher 链。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)