如何用 llm-graph-builder 构建知识图谱

【免费下载链接】llm-graph-builderNeo4j graph construction from unstructured data using LLMs项目地址: https://gitcode.com/GitHub_Trending/ll/llm-graph-builder

你手边压着一份 80 页的行业 PDF，想把它变成可追问的知识图谱。llm-graph-builder 用 LLM 把 PDF、网页、YouTube 视频等非结构化数据抽取成实体与关系，存入 Neo4j，并提供图谱可视化与基于图谱的问答。

它到底能干什么

• 实体关系抽取：LLM 从文本块中读出节点与边
• 多源数据接入：本地文件、网页、YouTube、Wikipedia、S3、GCS 六种入口
• 图谱可视化：实体、社区、文档块三种视图，可跳转 Neo4j Bloom
• 图谱问答：五种检索模式，答案附来源引用

它不做什么：这不是一个通用 RAG 平台，也没有图谱推理引擎——它聚焦"非结构化数据 → Neo4j 知识图谱"这一段，图谱建好之后怎么用，由你自己接。

⚡ 五分钟跑起来

环境要求不高：Docker Engine 20.10+、Compose v2+，8GB 内存起步；图数据库用 Neo4j Aura 免费层或本地 5.23+ 实例即可。最短路径如下：

git clone https://gitcode.com/GitHub_Trending/ll/llm-graph-builder cd llm-graph-builder cp backend/example.env backend/.env cp frontend/example.env frontend/.env

在两份.env里只动这几个关键项，其余几十项保持默认就行：

OPENAI_API_KEY="your-key" EMBEDDING_MODEL="all-MiniLM-L6-v2" VITE_LLM_MODELS="diffbot,openai_gpt_5.4_mini,gemini_3.5_flash" VITE_REACT_APP_SOURCES="local,youtube,wiki,s3,web"

前两行写入backend/.env，后两行写入frontend/.env。然后一条命令拉起前后端：

docker-compose up --build -d

启动后前端在http://localhost:8080，后端 API 文档在http://localhost:8000/docs。想脱离容器做开发，在两个目录下分别pip install -r requirements.txt和yarn install后跑 uvicorn 与 vite 即可。想接本地模型，在backend/.env加一行LLM_MODEL_CONFIG_OLLAMA_LLAMA3="llama3,http://host.docker.internal:11434"，再把模型名追加进VITE_LLM_MODELS。

关键参数速查：

把数据喂进去

左侧面板按来源分区，操作差异很小：

• 本地文件：拖进Drag & Drop区域，PDF、TXT 直接上传
• Web 页面：输入 URL 由 Diffbot 抓正文（需DIFFBOT_API_KEY）；Wikipedia 入口按词条标题取内容
• YouTube：提取视频转录文本，需要配置YOUTUBE_TRANSCRIPT_PROXY
• 云端存储：填 S3 或 GCS 桶名，扫描后批量导入

上传后文件状态是New。勾选文件、在左下角选好 LLM 模型，点Generate Graph，状态会进入处理中，结束后变Completed（失败为Failed，可重试并转为Ready to Reprocess）。

看着图谱长出来

整条链路是这样的：顶部点Connect，填入 Neo4j 或 Aura 凭证，连接信息保存后免重复输入。回到文件表勾选要处理的文件，可选地展开Graph Enhancements上传一份 JSON schema 约束实体类型——没有现成的就跳过，让 LLM 自由发挥。模型选好，点Generate Graph：后端按 backend/src/create_chunks.py 把文本切块，逐块抽取实体与关系，再经 backend/src/graphDB_dataAccess.py 写入图数据库。

完成后点Preview Graph看内嵌预览，或Explore Graph跳转 Neo4j Bloom 深钻。内嵌预览里三种视图各管一件事：

• 实体视图：全局节点与关系一张图，查抽取质量、找噪声实体
• 社区视图：按主题聚类，快速看清一份文档讲了哪几块
• 文档块视图：核对每个 chunk 与源文档的对应关系，定位问题段落

和图谱对话

右上角聊天面板的五种模式，差异一句话讲清：

• Vector：只对文本块嵌入做相似度检索，链路最短
• Graph：纯图谱路径查询，沿实体关系取上下文
• Graph+Vector：图谱连接 + 向量检索合并，推荐默认项——后端默认模式就是它（CHAT_DEFAULT_MODE），语义与关键词两头都不丢
• Hybrid：混合检索，在语义相似之外再压一层全文匹配
• Entity Vector：基于实体嵌入检索，需先在Graph Enhancements里开启实体嵌入生成

各模式的检索逻辑集中在 backend/src/QA_integration.py。

进阶旋钮都收在Graph Enhancements弹窗里：

• 自定义 schema：上传 JSON 定义实体与关系类型，或选内置模板，约束抽取结果
• 重复实体合并：按文本相似度归并同义节点，阈值由DUPLICATE_SCORE_VALUE控制
• 孤立节点清理：删掉没有任何关系的节点
• 实体嵌入生成：为实体建向量索引，解锁 Entity Vector 模式

🔍 踩坑地图

Neo4j 连接

症状：点Connect后长时间转圈 原因：URI 格式不完整，缺端口或协议写错 处方：Aura 实例必须neo4j+s://开头且带:7687，本地实例同样补全端口

症状：连接报认证失败 原因：密码不是实例创建时那份，或本地 Neo4j 未开启认证却填了空密码 处方：回控制台拿创建时生成的初始密码；本地实例确认已启用认证

LLM 调用

症状：文件一直是 New，点生成后卡住 原因：模型名在VITE_LLM_MODELS里，但backend/.env没配对应密钥 处方：按 example.env 里LLM_MODEL_CONFIG_DIFFBOT="diffbot,diffbot_api_key"的格式逐项补齐

症状：embedding 相关报错 原因：EMBEDDING_MODEL设为 openai 却没配OPENAI_API_KEY处方：改回默认all-MiniLM-L6-v2，sentence-transformer 本地推理，不需要 key

性能

症状：大 PDF 处理慢得离谱 原因：VITE_TOKENS_PER_CHUNK太小，LLM 调用次数被拉长 处方：调大单块 token 数或VITE_CHUNK_TO_COMBINE的合并块数，用一点粒度换速度

症状：图谱页面渲染卡顿 原因：单次查询返回节点过多 处方：在 frontend/src/components/Graph/GraphPropertiesPanel.tsx 对应的属性面板里缩小节点与关系数量

接口与配置的完整说明在 docs/backend/backend_docs.adoc 与 docs/frontend/frontend_docs.adoc。跑不通时到仓库 issue 区贴出报错日志与脱敏后的.env配置，附上你的模型与 Neo4j 版本。

【免费下载链接】llm-graph-builderNeo4j graph construction from unstructured data using LLMs项目地址: https://gitcode.com/GitHub_Trending/ll/llm-graph-builder