Создание приложения GraphRAG с использованием Neo4j, LangChain, GPT-4o и Streamlit

В этом руководстве я расскажу вам о разработке Graphy v1, приложения GraphRAG (Graph Retrieval-Augmented Generation) для работы в реальном времени. Используя LangChain, Neo4j и модели OpenAI GPT-4 и text-ada-002, я покажу, как извлекать знания из документов и обеспечивать запросы на естественном языке к графовой базе данных. Что вы узнаете: 1. Создание модульного приложения, где пользователи могут вводить свои учетные данные. 2. Использование LLMGraphTransformer от LangChain для преобразования документов в графовые данные. 3. Интеграция с Neo4j для хранения и запроса графовых данных. 4. Реализация запросов на естественном языке с использованием GPT-4 от OpenAI. 5. Улучшение пользовательского интерфейса приложения с помощью Streamlit, включая добавление боковой панели, логотипа и интерактивных элементов. К концу этого видео у вас будет функциональное приложение, позволяющее пользователям загружать PDF-документы, извлекать их содержимое в графовую базу данных Neo4j и взаимодействовать с данными с помощью запросов на естественном языке. GitHub Graphy-v1: https://github.com/AIAnytime/Graphy-v1 GitHub приложения Document Buddy: https://github.com/AIAnytime/Document... Ссылка на Discord:   / discord   Видео о приложении Document Buddy:    • Real time RAG App using Llama 3.2 and Open...   Если это видео оказалось полезным, пожалуйста, поставьте лайк, оставьте комментарий и подпишитесь на мой канал, чтобы получать больше подобных уроков! Ваша поддержка помогает мне создавать больше контента, который поможет вам в вашем пути разработки. Присоединяйтесь к этому каналу, чтобы получить доступ к бонусам:    / @aianytime   Для дальнейшей поддержки канала вы можете внести свой вклад следующими способами: Адрес Bitcoin: 32zhmo5T9jvu8gJDGW3LTuKBM1KPMHoCsW UPI: sonu1000raw@ybl #graphrag #rag #ai