neo4j-graphrag-python

Q: 只装 neo4j-graphrag 为什么示例跑不起来？

示例依赖 OpenAI 集成，README 提示需额外安装：pip install ＂neo4j_graphrag[openai]＂。

把知识图谱变成 RAG 引擎，让 AI 回答更懂关系

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 262 🐛 待处理 61 👀 关注 14

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1331

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，可自行部署使用。

项目预览

neo4j-graphrag-python 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队neo4j

官网地址https://neo4j.com/docs/neo4j-graphrag-python/current

GitHubhttps://github.com/neo4j/neo4j-graphrag-python

定价模式🏷️完全免费

价格说明开源项目，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型ai,cypher,genai,graph-database,graphrag,neo4j,python,python3,rag

GitHub 星标★ 1331

上线时间2024-02-27 00:00:00

代码更新2026-11-09

仓库体积9.2 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

neo4j-graphrag-python 是 Neo4j 官方推出的 Python 库，用于将知识图谱与检索增强生成（RAG）结合。它解决了传统向量检索缺乏结构化语义关系的问题，通过把文档拆分为文本块并映射到知识图谱实体，实现基于图结构的上下文检索。核心能力包括：从文本自动提取实体和关系构建图模型、支持向量与图混合检索、提供 GraphRAG 和 VectorRAG 两种检索器、集成 Neo4j 数据库与常用 LLM 框架。开发者可以用它快速搭建具备可解释性和多跳推理能力的问答系统，尤其适合需要处理复杂关联信息的场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1331

技术标签

ai genai graph-database graphrag neo4j

使用教程

难度：入门约 10 分钟部署方式：库/依赖 6 步

环境要求

Python 3 环境（README 未指定具体版本）
可访问的 Neo4j 实例（本地或远程）
需要 OpenAI 相关功能时准备 OPENAI_API_KEY
如需参与开发，需安装 uv 依赖管理工具

安装与启动步骤

1安装核心库

使用 pip 安装 Neo4j 官方 GraphRAG 包的最新稳定版，这是使用本项目的必要前提。
```
pip install neo4j-graphrag
```
2安装OpenAI集成

README 明确提示：运行示例代码需要安装 openai 依赖，通过方括号 extra 方式安装。
```
pip install "neo4j_graphrag[openai]"
```
3导出OpenAI密钥

示例需要把 OpenAI 密钥导出为名为 OPENAI_API_KEY 的环境变量，供程序读取。
```
export OPENAI_API_KEY=sk-xxxxxxxx
```
4填写Neo4j连接信息

在脚本中修改 NEO4J_URI、NEO4J_USERNAME、NEO4J_PASSWORD 三个变量为你自己 Neo4j 实例的连接信息。
5运行示例脚本

确保 Neo4j 实例已启动后运行示例，把一段文本交给 kg_builder 构建知识图谱，最后关闭 driver。
```
python your_script.py
```
6开发模式安装

若要参与项目开发，先克隆仓库，再用 uv 安装包含开发依赖在内的全部依赖。
```
git clone https://github.com/neo4j/neo4j-graphrag-python.git
cd neo4j-graphrag-python
uv sync --group dev
```

关键配置

配置项	必填	说明	示例
`NEO4J_URI`	是	Neo4j 实例的连接地址	`neo4j://localhost:7687`
`NEO4J_USERNAME`	是	Neo4j 数据库用户名	`neo4j`
`NEO4J_PASSWORD`	是	Neo4j 数据库密码	`password`
`OPENAI_API_KEY`	是	OpenAI 密钥，供示例调用大模型使用	`sk-xxxxxxxx`