GraphRAG Agent：结合Neo4j与Milvus打造智能问答系统 这篇文章详细介绍了如何使用 Neo4j 图数据库和 Milvus(https://zilliz.com/what-is-milvus) 向量数据库构建一个 GraphRAG Agent。该智能体结合了 图数据库和向量搜索的强大功能，能够为用户查询提供准确和相关的答案。在这个示例中，我们将使用 LangGraph、Llama 3.1 8B 结合 Ollama 和 GPT-4o。... Posted by 活水智能 on October 04, 2024 · 5 mins read
GraphRAG全索引结合，提升电影推荐检索效能 引言 在我们关于 Neo4j GraphRAG Python 包系列的第三篇文章中，我们将探讨如何使用全文索引来增强 GraphRAG 应用。我们将展示如何将全文索引与向量索引结合使用，以通过检索仅靠向量检索可能遗漏的信息来提高这些应用程序的检索性能。 Posted by 活水智能 on September 30, 2024 · 3 mins read
Neo4j实战：打造高效推荐系统指南 这篇文章详细介绍了如何使用 Neo4j 构建推荐系统。重点是基于用户的阅读历史和评分推荐电影。内容涵盖了 Neo4j 的设置、通过 Neo4j 对象图映射器（Neo4j-OGM）将数据映射到 Java 中，以及编写用于推荐的 Cypher 查询。此外，还包括如何设置和使用 Neo4j 的云托管数据库服务 Neo4j Aura... Posted by 活水智能 on September 27, 2024 · 4 mins read