Repolode
Предложить
neo4j-labs

neo4j-labs/llm-graph-builder

Веб-приложение, которое с помощью LLM и LangChain преобразует PDF-файлы, документы, видео и веб-страницы в граф знаний в Neo4j.

Открыть на GitHubСайт
Звёзды
5,281
Форки
885
Открытые issues
61
Последний коммит
15 часов назад

Что это?

Knowledge Graph Builder преобразует неструктурированные данные — например, PDF-, DOC- и TXT-файлы, видео с YouTube и веб-страницы — в структурированный граф знаний в Neo4j. Приложение использует большие языковые модели через фреймворк LangChain, чтобы извлекать узлы, связи и их свойства. Также можно задать собственную схему извлечения.

Файлы можно загружать с локального компьютера, из S3, Google Cloud Storage или веб-источников. Можно выбрать провайдера LLM, например OpenAI, Gemini, Diffbot, Anthropic или локальную модель Ollama. В приложении есть чат с вопросами и ответами, который запрашивает данные в Neo4j и возвращает метаданные источников вместе с ответами. Графы можно просматривать в Neo4j Bloom.

Проект состоит из бэкенда на FastAPI и фронтенда на React; его можно развернуть с помощью docker-compose или отдельно. Для работы требуется Neo4j версии 5.23 или новее с APOC; также поддерживается Neo4j Aura. Отслеживание использования токенов и выбор модели эмбеддингов настраиваются по желанию.

Ключевые возможности

  • 01Строит графы знаний с узлами, связями и свойствами на основе неструктурированных файлов.
  • 02Импортирует данные из локальных файлов, S3, Google Cloud Storage, YouTube и с веб-страниц.
  • 03Поддерживает несколько провайдеров LLM, включая OpenAI, Gemini, Diffbot, Anthropic и Ollama.
  • 04Позволяет задавать собственные схемы для меток сущностей и связей.
  • 05Предоставляет чат-интерфейс для ответов на вопросы по графу с метаданными источников.
  • 06Позволяет визуализировать графы в Neo4j Bloom.

Сценарии использования

  • Преобразование коллекции PDF-файлов или отчётов в граф сущностей и связей, к которому можно выполнять запросы.
  • Создание чат-бота GraphRAG на основе собственных документов, хранящихся в Neo4j.
  • Извлечение структурированных знаний из расшифровок видео на YouTube или веб-статей.
  • Запуск извлечения с помощью локальной модели Ollama, если данные должны оставаться на вашем компьютере.

Темы

#knowledge-graph#neo4j#graphrag#llm#rag#langchain#unstructured-data#data-import#genai#graph

Частые вопросы

Что такое llm-graph-builder?
Веб-приложение, которое с помощью LLM и LangChain преобразует PDF-файлы, документы, видео и веб-страницы в граф знаний в Neo4j. Knowledge Graph Builder преобразует неструктурированные данные — например, PDF-, DOC- и TXT-файлы, видео с YouTube и веб-страницы — в структурированный граф знаний в Neo4j. Приложение использует большие языковые модели через фреймворк LangChain, чтобы извлекать узлы, связи и их свойства. Также можно задать собственную схему извлечения.
llm-graph-builder можно использовать бесплатно? Какая у него лицензия?
llm-graph-builder распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
llm-graph-builder всё ещё поддерживается?
Активно поддерживается. Последний коммит в llm-graph-builder — 21 окт. 2026 г..
Для чего можно использовать llm-graph-builder?
Преобразование коллекции PDF-файлов или отчётов в граф сущностей и связей, к которому можно выполнять запросы. Создание чат-бота GraphRAG на основе собственных документов, хранящихся в Neo4j. Извлечение структурированных знаний из расшифровок видео на YouTube или веб-статей. Запуск извлечения с помощью локальной модели Ollama, если данные должны оставаться на вашем компьютере.
Где скачать llm-graph-builder?
Исходный код и инструкции по установке — на GitHub: https://github.com/neo4j-labs/llm-graph-builder

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты