GraphRAG by neo4jaura เรียนรู้ GraphRAG ด้วย Neo4j Aura ตั้งแต่การสร้าง Knowledge Graph, Vector Search, Graph Traversal และ Cypher ไปจนถึงการสร้าง AI Agent ที่ใช้ Knowledge Graph เป็นบริบท

เริ่มต้น neo4jaura

Neo4j Aura เป็นบริการ Neo4j แบบ Cloud-managed ซึ่งมี AuraDB สำหรับจัดเก็บ Knowledge Graph และสามารถนำไปสร้าง GraphRAG/AI Agent ได้

GraphRAG คือแนวทาง RAG ที่นำ Knowledge Graph + Graph Database + Vector Search + LLM มาทำงานร่วมกัน เพื่อให้การ Retrieval เข้าใจทั้ง “ข้อมูล” และ “ความสัมพันธ์ระหว่างข้อมูล” ได้ดีขึ้น

Neo4j มี GraphRAG Python package (neo4j-graphrag) ซึ่งรองรับตั้งแต่การสร้าง Knowledge Graph จากข้อมูล ไปจนถึง Vector Retrieval, Cypher-based Retrieval, Hybrid Retrieval และ GraphRAG pipeline

จุดเด่นคือสามารถผสม Vector Search + Graph Traversal + Cypher เพื่อดึง Context ที่เกี่ยวข้องมากกว่าเพียงการค้นหา Text Chunk แบบ RAG ทั่วไป

Basic GraphRAG Patterns

• Basic Retriever
• Pattern Matching
• Cypher Templates
• Graph-Enhanced Vector Search
• Metadata Filtering
• Parent-Child Retriever

Advanced GraphRAG patterns

• Dynamic Cypher Generation
• Global Community Summary Retriever
• Local Retriever
• Hypothetical Question Retriever

Knowledge Graph Models

Domain Graph

Lexical Graph

Parent-Child Lexical Graph

Lexical Graph with Sibling Structure

Lexical Graph with Extracted Entities

Lexical Graph with Extracted Entities and Community Summaries

Lexical Graph with Hierarchical Structure

Lexical Graph with Hypothetical Questions

Memory Graph

Text Sequence