跳轉到

重點摘要：在 Neo4j 知識圖譜上建構 Agentic RAG

TL;DR

用 LLM 工具路由結合 Text2Cypher，讓 RAG 在結構化、多跳查詢上不再幻覺。

核心問題

純向量相似度搜尋擅長模糊、概念性問題，但遇到精確、結構化或多跳（multi-hop）查詢就失效，只會給出「聽起來合理但不保證正確」的答案。本文示範如何用 Neo4j 知識圖譜 + Agentic 流程，把聚合、關係推理類問題交給 Cypher 查詢來保證正確性。

關鍵發現 / 數據

  • 本文為教學型文章，無 benchmark 或量化對比數據（無百分比、無 A/B 結果）。
  • 列舉向量 RAG 失效的四類問題：聚合（哪些合約有效）、多跳（演員還演過哪些片）、兩跳供應商關係、時間聚合（下季到期的協議數）。
  • 範例以 Neo4j 內建 Movie 圖譜（Person、Movie 兩類節點，ACTED_IN/DIRECTED/PRODUCED 等關係）實作。
  • 最終 demo 成功回答「Matrix 主演及其他作品」這類多跳問題，答案完全由圖譜查詢結果支撐。
  • 技術棧：Neo4j 2025.10 + APOC + LangChain + Vertex AI Gemini 2.0 Flash。

方法亮點

  • Schema 萃取器：用 apoc.meta.data() 抽出節點/關係/屬性，格式化成 LLM 友善文字（如 (:Person)-[:ACTED_IN]->(:Movie)）注入 prompt，避免 LLM 幻覺出不存在的屬性。
  • LLM 工具路由：定義專用工具（依片名/演員查詢）與通用 fallback（text2cypher），用 function-calling schema 讓模型自行選路。
  • Critic 自我批判迴圈：critic agent 判斷答案是否完整，若缺資訊則自動生成原子化子問題，重新進入路由迴圈。
  • 問題正規化：query updater 把模糊問題改寫成單一、原子、明確的形式再執行。

對我的研究有用嗎？

對 GraphRAG 研究者而言，「結構化/聚合/多跳問題交給確定性圖查詢、模糊問題交給向量」的混合路由設計是清楚可借鑒的範式。Schema-grounding 注入 prompt 來壓低 Text2Cypher 幻覺，以及 critic→子問題→re-route 的 agentic 補全迴圈，都是可直接套用到自己 pipeline 的工程模式。不過它缺乏對照實驗，無法驗證這些設計各自貢獻多少。

評語

工程教學紮實、架構清楚值得快讀，但屬「示範可行」而非「實證有效」——無 benchmark、單一玩具圖譜、程式碼有明顯筆誤（imporpyt tiktoken），結論的「保證正確」偏宣稱，不宜當研究證據引用。