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
ความคิดเห็น
แสดงความคิดเห็น