使用 LangChain + Ollama + Neo4j 构建中文知识图谱完整教程（含 Docker 部署）

在本教程中，我们将从零开始，使用 Ollama 本地大模型（Qwen2.5:7B） + LangChain + Neo4j 图数据库，构建一个完整的中文知识图谱系统。整个流程包括：

• 本地部署 Ollama 和 Neo4j（通过 Docker）
• 编写自定义 Prompt 提取结构化三元组
• 将结果写入 Neo4j 并可视化

所有组件均运行在本地，无需联网调用 API，适合隐私敏感或离线场景。

🔧 一、环境准备

1. 安装 Docker（如未安装）

# Ubuntu / Debian
sudo apt update && sudo apt install docker.io -y
sudo systemctl start docker
sudo usermod -aG docker $USER # 将当前用户加入 docker 组（需重新登录）

# macOS / Windows：请安装 Docker Desktop

2. 启动 Ollama（使用 Docker）

docker run -d \\
–gpus=all \\ # 如有 NVIDIA GPU 可加速（非必需）
-p 11434:11434 \\
–name ollama \\
-v ollama:/root/.ollama \\
ollama/ollama

⚠️ 若无 GPU，去掉 –gpus=all 即可。

然后拉取 Qwen2.5:7B 模型（首次运行会自动下载）：

docker exec -it ollama ollama pull qwen2.5:7b

验证是否成功：

curl http://localhost:11434/api/generate -d '{
"model": "qwen2.5:7b",
"prompt": "你好"
}'

3. 启动 Neo4j（使用 Docker）

docker run -d \\
–name neo4j \\
-p 7474:7474 \\
-p 7687:7687 \\
-v neo4j_data:/data \\
-v neo4j_logs:/logs \\
-e NEO4J_AUTH=neo4j/your_password \\
neo4j:5.18

✅ 请将 your_password 替换为你自己的密码（例如 neo4j123），后续代码中需保持一致。

访问 http://localhost:7474（或你的服务器 IP），用用户名 neo4j 和设置的密码登录。

📦 二、Python 环境依赖

创建虚拟环境并安装依赖：

python -m venv kg-env
source kg-env/bin/activate # Windows: kg-env\\Scripts\\activate

pip install langchain-ollama \\
langchain-experimental \\
langchain-core \\
neo4j \\
graphviz

💡 注意：graphviz 是 Python 包，还需安装系统级 Graphviz：

• Ubuntu: sudo apt install graphviz
• macOS: brew install graphviz
• Windows: 从 https://graphviz.org/download/ 安装并加入 PATH

🧩 三、完整 Python 脚本：构建中文知识图谱

将以下代码保存为 build_kg.py：

from langchain_ollama import ChatOllama
from langchain_experimental.graph_transformers import LLMGraphTransformer
from langchain_core.documents import Document
from langchain_core.prompts import ChatPromptTemplate
from neo4j import GraphDatabase
import time
from graphviz import Digraph

# 1. LLM 配置（指向本地 Ollama）
llm = ChatOllama(
model="qwen2.5:7b",
temperature=0,
base_url="http://192.168.31.161:11434" # ← 改为你的服务器 IP 或 localhost
)

# 2. 自定义中文 Prompt（严格约束实体与关系类型）
custom_prompt = ChatPromptTemplate.from_messages([
("system", """你是一名专业的中文知识图谱构建专家，请严格根据以下文本内容提取结构化的实体与关系。

【提取规则】
1. 实体类型仅限以下四类：
– Person：人物（如 马化腾、张一鸣）
– Organization：组织或公司（如 腾讯、字节跳动、中国科学院）
– Location：地理位置（如 北京、广东省深圳市、长三角）
– Product：产品或技术（如 微信、抖音、鸿蒙系统）

2. 关系类型仅限以下六种：
– FOUNDED：A 创立了 B（例：马化腾 –FOUNDED–> 腾讯）
– BORN_IN：A 出生于 B（例：雷军 –BORN_IN–> 湖北仙桃）
– HEADQUARTERED_IN：A 总部位于 B（例：阿里巴巴 –HEADQUARTERED_IN–> 杭州市）
– DEVELOPED：A 开发了 B（例：张小龙 –DEVELOPED–> 微信）
– CEO_OF：A 担任 B 的 CEO（仅当明确提及“CEO”、“首席执行官”等职务时使用）
– COMMITTED_TO：A 致力于 B（如企业使命、战略方向，需原文明确表述）

3. 重要原则：
– 所有实体名称必须使用原文中的完整表述，不得缩写或改写（如“腾讯公司”不能简化为“腾讯”除非原文如此）。
– 仅提取文本中**明确陈述**的事实，禁止推理、联想或补充常识。
– 若文本未提及某类信息（如出生地、CEO），则不生成对应关系。
– 不输出任何解释、说明或额外文本，仅返回符合格式的三元组。

请基于以下输入文本进行提取：
"""),
("human", "{input}")
])

# 3. 图转换器
llm_transformer = LLMGraphTransformer(
llm=llm,
prompt=custom_prompt,
allowed_nodes=["Person", "Organization", "Location", "Product"],
allowed_relationships=["CEO_OF", "BORN_IN", "FOUNDED", "HEADQUARTERED_IN", "COMMITTED_TO", "DEVELOPED"]
)

# 4. 输入文档（中文示例）
documents = [
Document(page_content="""
马化腾（Pony Ma）是腾讯公司（Tencent）的创始人兼董事会主席，他出生于中国广东省汕头市。
腾讯是一家全球领先的互联网科技公司，总部位于中国广东省深圳市。
马化腾还主导了微信（WeChat）的开发，微信是中国最流行的即时通讯与社交平台。
"""),
]

print("🚀 开始提取知识图谱…")
graph_documents = []
for i, doc in enumerate(documents):
print(f"\\n📄 正在处理第 {i+1}/{len(documents)} 个文档…")
start_time = time.time()
graph_doc = llm_transformer.convert_to_graph_documents([doc])
graph_documents.extend(graph_doc)
print(f"✅ 处理完成，耗时 {time.time() – start_time:.2f} 秒")

print("🔍 提取的节点：")
for node in graph_doc[0].nodes:
print(f"- {node.id} ({node.type})")

print("\\n🔗 提取的关系：")
for rel in graph_doc[0].relationships:
print(f"- {rel.source.id} –[{rel.type}]–> {rel.target.id}")

# 5. 连接 Neo4j（替换为你的实际密码）
URI = "bolt://192.168.31.161:7687" # ← 改为你的 Neo4j 地址
USERNAME = "neo4j"
PASSWORD = "your_password" # ← 必须与 Docker 启动时一致

driver = GraphDatabase.driver(URI, auth=(USERNAME, PASSWORD))

def create_graph(tx, graph_doc):
# 清空旧数据（可选）
tx.run("MATCH (n) DETACH DELETE n")

# 创建节点
for node in graph_doc.nodes:
tx.run("MERGE (n:`%s` {id: $id})" % node.type, id=node.id)

# 创建关系
for rel in graph_doc.relationships:
tx.run("""
MATCH (source {id: $source_id})
MATCH (target {id: $target_id})
MERGE (source)-[r:%s]->(target)
""" % rel.type, source_id=rel.source.id, target_id=rel.target.id)

print("\\n💾 正在写入 Neo4j…")
try:
with driver.session() as session:
for graph_doc in graph_documents:
session.execute_write(create_graph, graph_doc)
print("✅ 写入成功！打开浏览器查看图谱：http://192.168.31.161:7474")
except Exception as e:
print(f"❌ 写入失败：{e}")
print("请检查：Neo4j 是否运行？密码是否正确？网络是否通？")

# 6. 从 Neo4j 读取并导出为图片
def fetch_graph_from_neo4j(tx):
result = tx.run("""
MATCH (a)-[r]->(b)
RETURN a.id AS a, labels(a)[0] AS a_type,
type(r) AS rel,
b.id AS b, labels(b)[0] AS b_type
""")
return list(result)

def save_neo4j_graph_as_image(records, filename="knowledge_graph"):
dot = Digraph(format="png", graph_attr={"rankdir": "LR"})
for r in records:
dot.node(r["a"], f"{r['a']}\\n({r['a_type']})")
dot.node(r["b"], f"{r['b']}\\n({r['b_type']})")
dot.edge(r["a"], r["b"], label=r["rel"])
path = dot.render(filename, cleanup=True)
print(f"🖼️ 图谱已保存为：{path}.png")

# 导出图片
with driver.session() as session:
records = session.execute_read(fetch_graph_from_neo4j)
if records:
save_neo4j_graph_as_image(records)
else:
print("⚠️ Neo4j 中无数据，跳过图片导出")

driver.close()

print("\\n🎉 全部完成！")
print("👉 在 Neo4j 浏览器中运行以下 Cypher 查询查看图形：")
print("MATCH (n)-[r]->(m) RETURN n, r, m")

▶️ 四、运行脚本

python build_kg.py

预期输出：

开始提取知识图谱…

正在处理第 1/1 个文档…
处理完成，耗时 62.47 秒
提取的节点：
– 马化腾 (Person)
– 腾讯公司 (Organization)
– 中国广东省汕头市 (Location)
– 中国广东省深圳市 (Location)
– 微信 (Product)

提取的关系：
– 马化腾 –[FOUNDED]–> 腾讯公司
– 马化腾 –[BORN_IN]–> 中国广东省汕头市
– 腾讯公司 –[HEADQUARTERED_IN]–> 中国广东省深圳市
– 马化腾 –[DEVELOPED]–> 微信

正在手动写入 Neo4j（无APOC问题）…
写入成功！现在浏览器里一定能看到完整图谱了

全部完成！去浏览器 http://192.168.31.161:7474 运行以下查询查看图形：
MATCH (n)-[r]->(m) RETURN n,r,m

同时，在 Neo4j 浏览器中执行：

MATCH (n)-[r]->(m) RETURN n, r, m

即可看到交互式图谱！

✅ 五、常见问题排查

🌟 六、扩展建议

• 增加更多文档批量处理
• 添加实体消歧（如“马化腾” vs “Pony Ma”）
• 使用 unstructured 库解析 PDF/Word
• 部署为 FastAPI 服务提供 KG 查询接口

📚 结语

通过本教程，你已经掌握了如何利用 开源大模型 + 图数据库 构建端到端的中文知识图谱系统。整个流程完全本地化，安全可控，适合企业内网或科研场景。