langchain_community.graphs.memgraph_graph.MemgraphGraph¶
- class langchain_community.graphs.memgraph_graph.MemgraphGraph(url: str, username: str, password: str, *, database: str = 'memgraph')[source]¶
Memgraph 图操作的包装器。
- 安全提示：确保数据库连接使用只包括必要权限的凭据。
未能这样做可能会导致数据损坏或丢失，因为调用代码可能尝试导致数据删除、数据变异或读取敏感数据的命令。避免此类负面结果的最佳方法是（根据适当）限制与此工具一起使用的凭据所获得的权限。
有关更多信息，请参阅 https://python.langchain.ac.cn/docs/security。
创建一个新的 Memgraph 图包装器实例。
属性
get_schema返回图的架构
get_structured_schema返回图的结构化架构
方法
__init__(url, username, password, *[, database])创建一个新的 Memgraph 图包装器实例。
add_graph_documents(graph_documents[, ...])此方法根据提供的 GraphDocument 对象在图中构建节点和关系。
query(query[, params])查询 Neo4j 数据库。
刷新 Memgraph 图架构信息。
- 参数
url (str) –
username (str) –
password (str) –
database (str) –
- __init__(url: str, username: str, password: str, *, database: str = 'memgraph') None[source]¶
创建一个新的 Memgraph 图包装器实例。
- 参数
url (str) –
username (str) –
password (str) –
database (str) –
- 返回类型
None
- add_graph_documents(graph_documents: List[GraphDocument], include_source: bool = False, baseEntityLabel: bool = False) None¶
此方法根据提供的 GraphDocument 对象在图中构建节点和关系。
参数: - graph_documents (List[GraphDocument]): 要添加到图中的节点和关系的 GraphDocument 对象列表。每个 GraphDocument 都应封装部分图的结构，包括节点、关系和源文档信息。 - include_source (bool, 可选): 如果为 True，则存储源文档并将其与图中的节点通过 MENTIONS 关系链接。这对于追踪数据的起源很有用。如果可选的话，根据源文档元数据的 id 属性合并源文档；否则它将计算 page_content 的 MD5 哈希用于合并过程。默认为 False。 - baseEntityLabel (bool, 可选): 如果为 True，每个新创建的节点都会获得一个次要的 __Entity__ 标签，该标签被索引以提高导入速度和性能。默认为 False。
- 参数
graph_documents (List[GraphDocument]) –
include_source (bool) –
baseEntityLabel (bool) –
- 返回类型
None
- query(query: str, params: dict = {}) List[Dict[str, Any]]¶
查询 Neo4j 数据库。
- 参数
query (str) – 要执行的 Cypher 查询。
params (dict) – 要传递给查询的参数。
- 返回值
包含查询结果的字典列表。
- 返回类型
List[Dict[str, Any]]