neo4j-labs/llm-graph-builder

这是什么？

核心功能

• 01从非结构化文件中抽取节点、关系及其属性，构建知识图谱。
• 02支持从本地文件、S3、Google Cloud Storage、YouTube 和网页导入数据。
• 03兼容 OpenAI、Gemini、Diffbot、Anthropic、Ollama 等多家 LLM 提供商。
• 04可自定义实体和关系标签的 schema。
• 05提供问答对话，基于图谱回答问题并返回来源信息。
• 06可在 Neo4j Bloom 中可视化图谱。

适用场景

• 将一批 PDF 或报告转换为可查询的实体与关系图谱。
• 基于存储在 Neo4j 中的自有文档搭建 GraphRAG 问答机器人。
• 从 YouTube 字幕或网页文章中抽取结构化知识。
• 数据需要留在本地时，使用本地 Ollama 模型完成抽取。

快速上手

1. 1

   前提：Python 3.12 及安装了 APOC 的 Neo4j 5.23+ 数据库

2. 2

   从 backend/example.env 创建 backend/.env 并设置 Neo4j 连接信息

3. 3

   创建虚拟环境并安装后端依赖

   cd backend && python3.12 -m venv venv && source venv/bin/activate && pip install -r requirements.txt
4. 4

   启动后端服务

   uvicorn score:app --reload

使用前须知

• !需要安装了 APOC 的 Neo4j 5.23+ 数据库；使用 Neo4j Desktop 时需分别部署前后端。
• !构建图谱需要 LLM 的 API 密钥（例如 OpenAI 或 Diffbot）。

标签

常见问题

llm-graph-builder 是什么？

利用大语言模型把 PDF、文档、视频和网页等非结构化数据转换为存储在 Neo4j 中的知识图谱。 Knowledge Graph Builder 可将 PDF、DOC、TXT 文件、YouTube 视频和网页等非结构化内容转换为存储在 Neo4j 中的结构化知识图谱。它通过 LangChain 框架调用大语言模型，抽取实体节点、关系及其属性，也支持自定义抽取所用的 schema。

llm-graph-builder 可以免费使用吗？用的什么许可证？

llm-graph-builder 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

llm-graph-builder 还在维护吗？

活跃维护中。llm-graph-builder 最近一次提交是在 2026年10月21日。

llm-graph-builder 适合用来做什么？

将一批 PDF 或报告转换为可查询的实体与关系图谱。 基于存储在 Neo4j 中的自有文档搭建 GraphRAG 问答机器人。 从 YouTube 字幕或网页文章中抽取结构化知识。 数据需要留在本地时，使用本地 Ollama 模型完成抽取。

llm-graph-builder 怎么安装和运行？

前提：Python 3.12 及安装了 APOC 的 Neo4j 5.23+ 数据库 从 backend/example.env 创建 backend/.env 并设置 Neo4j 连接信息 创建虚拟环境并安装后端依赖: cd backend && python3.12 -m venv venv && source venv/bin/activate && pip install -r requirements.txt 启动后端服务: uvicorn score:app --reload

在哪里获取 llm-graph-builder？

源代码和安装说明在 GitHub 上：https://github.com/neo4j-labs/llm-graph-builder