做知识图谱最怕的不是不会写代码而是面对一堆概念不知道先干哪个。这次我们直接围绕一套完整链路来聊Neo4j 图数据库 Python 数据处理 实体抽取 知识图谱可视化 问答系统。从零开始不跳步最终能跑出一个可以查询、可以回答问题的图数据库应用。先说这个体系里最值得关注的点Neo4j 是目前应用最广的图数据库适合存实体和关系的网络型数据Python 负责把 Excel、CSV、爬虫拿到的非结构化数据清洗成实体关系三元组实体抽取做的是从文本里找出人名、组织、地点和关系问答系统则把用户的自然语言问题转成图谱查询返回答案。本文会带你完成这些实操内容安装配置 Neo4j理解 Node、Relationship、Property、Label。用 Python 处理一份样例数据构造成三元组。通过 py2neo 或 neo4j Driver 写入 Neo4j。用 Cypher 查询验证图谱。实体抽取与关系抽取的入门实现。构建一个最小可用的知识图谱问答系统。常见报错和性能排查。适合以下读者想做知识图谱实战的算法工程师、后端开发、数据分析师、准备知识图谱相关毕设或面试项目的学生以及想把结构化数据转成图谱做问答演示的技术爱好者。不需要你有图数据库基础但最好会一点 Python。1. 核心能力速览能力项说明核心组件Neo4j Community Edition、Python 3、py2neo 或 neo4j 官方驱动图数据库Neo4j使用 Cypher 查询语言Python 库pandas、py2neo、neo4j、jieba、spaCy、hanlp按需选择主要功能实体抽取、关系抽取、知识图谱构建、可视化、问答系统技术路线文本/表格数据 - 三元组 - Neo4j - Cypher 查询 - Flask/FastAPI 问答接口部署方式本地 Windows / Linux / Mac 桌面版或 Docker是否支持 API支持Neo4j 提供 HTTP 和 Bolt 接口Python Driver 可直接连接是否支持批量任务支持可用 Python 批量写入节点和关系适合场景智能客服问答、企业知识管理、风控关联分析、学术研究、毕设项目硬件门槛普通 8G 内存电脑可运行Neo4j 建议 4G 以上内存显存需求无需 GPU从表中可以快速判断这套方案不依赖显卡普通开发机能跑重点成本在数据清洗和实体关系建模上。2. 适用场景与使用边界先明确这套技术栈能做什么、不能做什么避免学完发现方向不对。知识图谱 Neo4j Python 这套组合适合以下场景企业数据治理把散落在多个 Excel、数据库、API 里的实体和关系统一建模形成一个可查询的关联网络。智能客服与问答系统通过实体抽取和关系查询回答“某公司持股了哪些公司”“某导演拍过哪些电影”这类事实型问题。风控与反欺诈分析股权穿透、交易对手、担保关系识别关联风险。医疗与科研挖掘疾病、药物、靶点、文献之间的关联。图谱可视化与汇报Neo4j Browser 自带可视化能直接给业务方展示关联关系。大模型知识增强把图查询结果作为大模型的外部知识来源减少幻觉这在 RAG检索增强生成里很常见。不适合的场景也要说清楚不适合高并发在线 OLTP 业务Neo4j 是图数据库不是万能存储。不适合低代码可视化报表类需求Neo4j Browser 的可视化偏开发向复杂图表需要接 ECharts、D3 或 Gephi。不适合没有数据源、只想“先搭个图谱玩玩”的情况知识图谱的核心是数据没有数据和实体关系图谱就是空壳。使用边界和合规要求数据来源必须合法不要爬取或使用未授权的个人隐私数据、通讯录、证件信息等数据来构建图谱。涉及企业股权、交易对手等场景必须确认数据获取和展示符合相关合规要求。如果后续把图谱能力接入面向外部用户的问答系统需要对答案做审核和可用性校验避免因关系缺失或数据错误误导用户。技术文档中涉及到的数据和示例建议使用脱敏的虚拟数据不要直接使用真实业务数据做公开演示。3. 环境准备与前置条件3.1 操作系统与软件版本Neo4j 支持 Windows、Linux、macOS。这里以本地开发最常见的方式为例Windows 或 Linux 上安装 Neo4j Desktop 或 Neo4j Community Server然后用 Python 连接。建议环境如下操作系统Windows 10/11 或 Ubuntu 20.04/22.04Python3.8 及以上Neo4jCommunity 4.4 或 5.x 均可JDK如果使用 Neo4j 5.x一般需要 JDK 17不同版本要求不同推荐以官方文档为准安装 Neo4j 之前先确认 Java 环境。Neo4j 4.4 默认使用 Java 11Neo4j 5.x 推荐 Java 17。如果本机已有多个 Java 版本建议用 JAVA_HOME 环境变量明确指定版本。3.2 Neo4j 安装方式Neo4j 的安装方式主要有三种Neo4j Desktop图形化安装适合新手。可以在桌面端创建数据库、管理启动关闭、打开 Browser。Neo4j Community Server直接解压使用适合服务器部署或自动化脚本。Docker适合习惯容器化部署的同学docker run一行启动。下面是 Docker 启动 Neo4j 的常见写法适用于快速测试docker run -d \ --name neo4j-test \ -p 7474:7474 -p 7687:7687 \ -e NEO4J_AUTHneo4j/testpassword \ neo4j:5.19.0启动后浏览器访问http://localhost:7474用neo4j / testpassword登录首次连接后会要求修改密码。如果用 Neo4j Desktop流程更简单安装桌面版新建 Project添加 Local DBMS设置密码然后启动数据库点击 Open Browser 即可。3.3 端口说明Neo4j 有两个端口比较关键7474HTTP 端口Neo4j Browser 和 REST API 使用。7687Bolt 端口Python Driver 等客户端连接使用。如果本机端口被占用可以在neo4j.conf中修改dbms.connector.http.port和dbms.connector.bolt.port。3.4 Python 依赖推荐使用 venv 或 conda 创建虚拟环境避免依赖冲突。python -m venv kg_env source kg_env/bin/activate # Windows 下使用 kg_env\Scripts\activate安装需要的依赖pip install pandas neo4j py2neo flask说明一下neo4j是官方 Python Driver适合直接执行 Cypher。py2neo是社区封装库写节点和关系更简洁适合图谱写入和简单查询。pandas用来读取和处理数据。flask或fastapi用来构建问答接口服务。如果需要做中文实体抽取可以再安装pip install jieba如果使用 spaCypip install spacy python -m spacy download zh_core_web_sm # 中文模型按需下载4. 安装部署与启动方式4.1 Linux 服务器安装 Neo4j Community Server这里以 Linux 安装 Neo4j Community Server 为例。不同版本安装命令不同下面是较为通用的下载解压方式wget https://dist.neo4j.org/neo4j-community-5.19.0-unix.tar.gz tar -xzf neo4j-community-5.19.0-unix.tar.gz cd neo4j-community-5.19.0启动服务bin/neo4j start查看状态bin/neo4j status停止服务bin/neo4j stop如果是 Windows下载 zip 包后解压在命令提示符中执行bin\neo4j consoleconsole模式会前台运行日志直接输出到控制台适合调试。生产环境建议用bin\neo4j install-service注册成服务。4.2 Neo4j Desktop 启动Neo4j Desktop 启动数据库后Browser 地址通常是http://localhost:7474/browser/。首次进入会提示修改密码修改后保持记住方便 Python 连接。4.3 Docker 启动如果本机没有安装 Neo4j用 Docker 是最省事的方式前面已经给出启动命令。需要说明的是Docker 方式默认配置较少如果要做中文全文索引或导入大量数据建议挂载数据卷和配置文件。docker run -d \ --name neo4j-kg \ -p 7474:7474 -p 7687:7687 \ -v /home/user/neo4j/data:/data \ -v /home/user/neo4j/logs:/logs \ -e NEO4J_AUTHneo4j/kgtest2025 \ neo4j:5.19.0启动后等待几秒等 Neo4j 完成初始化再访问 Browser。5. 数据准备与知识图谱建模在写代码之前先明确一个核心概念知识图谱的基本单位是三元组(实体1, 关系, 实体2)。例如(张三, 持股, 某某科技公司)这里“张三”和“某某科技公司”是节点“持股”是关系。现实数据往往不是干净的三元组。以 Excel 表格为例可能长这样姓名公司职位学历城市张三云图科技CTO清华大学北京李四智谱数据CEO北京大学上海王五云图科技算法工程师复旦大学北京这些数据可以建模成人节点张三、李四、王五属性有姓名、学历、城市。公司节点云图科技、智谱数据属性有公司名。关系张三 - 就职于 - 云图科技张三 - 担任 - CTO。建模方法是先想清楚业务问题。比如你做智能客服问答最关心的是人员、公司、职位、城市之间的关系做股权穿透则关心公司、股东、持股比例、投资时间等。这里不需要一次性设计太复杂的模型先设计 2 到 3 种节点和 2 到 3 种关系跑通流程后再扩展。下面用 Python 封装一个最简单的三元组样例数据方便后续写入import pandas as pd data [ (张三, 就职于, 云图科技), (李四, 就职于, 智谱数据), (王五, 就职于, 云图科技), (张三, 担任, CTO), (李四, 担任, CEO), (王五, 担任, 算法工程师), ] df pd.DataFrame(data, columns[head, relation, tail]) print(df.head())head relation tail 0 张三 就职于 云图科技 1 李四 就职于 智谱数据 2 王五 就职于 云图科技 3 张三 担任 CTO 4 李四 担任 CEO 5 王五 担任 算法工程师从这里开始数据和代码就接上了。6. 使用 Python 写入 Neo4j6.1 连接 Neo4j先测试 Neo4j 连接。这里用官方 neo4j Driver 连接 Bolt 端口from neo4j import GraphDatabase uri bolt://localhost:7687 username neo4j password your_password driver GraphDatabase.driver(uri, auth(username, password)) def test_connection(): with driver.session() as session: result session.run(RETURN connection ok AS message) for record in result: print(record[message]) test_connection() driver.close()如果输出connection ok说明连接成功。常见问题抛出 AuthenticationError说明用户名或密码不对抛 ConnectionRefused说明 Neo4j 没启动或端口不对。6.2 创建节点和关系用官方 Driver 写 Cypher 创建节点def create_graph(driver): with driver.session() as session: session.run( MERGE (p:Person {name: $name}) MERGE (c:Company {name: $company}) MERGE (p)-[:WORKS_AT]-(c), name张三, company云图科技 ) create_graph(driver)注意这里用了 MERGE 而不是 CREATE因为 MERGE 会先查找是否存在相同节点避免重复创建。但这样写每对数据都要写一次批量写入时我们需要封装循环。下面是批量写入的完整脚本from neo4j import GraphDatabase class Neo4jWriter: def __init__(self, uri, user, password): self.driver GraphDatabase.driver(uri, auth(user, password)) def close(self): self.driver.close() def add_person_company(self, person_name, company_name, positionNone): with self.driver.session() as session: session.run( MERGE (p:Person {name: $person_name}) MERGE (c:Company {name: $company_name}) MERGE (p)-[:WORKS_AT]-(c) , person_nameperson_name, company_namecompany_name ) if position: session.run( MATCH (p:Person {name: $person_name}) SET p.position $position , person_nameperson_name, positionposition ) def add_relations_from_list(self, triple_list): with self.driver.session() as session: for head, relation, tail in triple_list: session.run( f MATCH (a), (b) WHERE a.name $head AND b.name $tail MERGE (a)-[r:{relation}]-(b) , headhead, tailtail )这里有一个要注意的问题relation作为关系类型时Cypher 不支持参数化关系类型。所以上面代码用了 f-string 拼接关系类型。虽然数据来自我们自己的三元组列表风险可控但如果关系类型来自外部不可信输入务必做白名单校验否则可能产生注入风险。更安全的做法是预先定义关系类型枚举只允许固定值传入。比如ALLOWED_RELATIONS {就职于, 担任, 持股, 投资, 位于} def safe_add_relation(session, head, relation, tail): if relation not in ALLOWED_RELATIONS: raise ValueError(f非法关系类型: {relation}) session.run( f MATCH (a), (b) WHERE a.name $head AND b.name $tail MERGE (a)-[r:{relation}]-(b) , headhead, tailtail )如果你更希望使用 py2neo可以这样写from py2neo import Graph, Node, Relationship graph Graph(bolt://localhost:7687, auth(neo4j, your_password)) a Node(Person, name张三, city北京) b Node(Company, name云图科技) ab Relationship(a, 就职于, b) graph.create(ab)py2neo 的优点是节点和关系的 Python 对象化更直观适合数据量较小、需要快速写原型的场景官方 Driver 性能更好、更可控适合批量数据处理。建议刚开始用官方 Driver代码更接近 Cypher 本身。6.3 批量导入大量数据如果数据量较大用逐条 MERGE 会慢。这时可以先把数据整理成 CSV然后用 Neo4j 的LOAD CSV指令导入效率远高于 Python 逐条写入。CSV 文件people_companies.csvperson,company,position 张三,云图科技,CTO 李四,智谱数据,CEO 王五,云图科技,算法工程师把 CSV 放到 Neo4j 的import目录下然后在 Browser 中执行LOAD CSV WITH HEADERS FROM file:///people_companies.csv AS row MERGE (p:Person {name: row.person}) MERGE (c:Company {name: row.company}) MERGE (p)-[:WORKS_AT]-(c) SET p.position row.position;执行结果会显示创建的节点数。这种方式适合万级以上数据。需要注意 CSV 文件编码中文建议使用 UTF-8否则会出现乱码。7. 实体抽取与关系抽取如果只有结构化表格上一节已经够用了。但真实项目中更多数据是纯文本比如新闻、公告、客服对话。这时候需要实体抽取和关系抽取。7.1 基于规则的实体抽取最简单的入门方式是使用 jieba 分词 自定义词典。先构造一个小规模实体词表import jieba entity_dict [云图科技, 智谱数据, 张三, 李四, 王五, CEO, CTO, 清华, 北京] for word in entity_dict: jieba.add_word(word) text 张三在北京的云图科技担任CTO李四负责智谱数据。 words jieba.lcut(text) print(words)[张三, 在, 北京, 的, 云图科技, 担任, CTO, , 李四, 负责, 智谱数据, 。]分词结果里能看到实体词已经被正确切分。基于规则抽取的优点是快、透明、无需标注数据缺点是词典覆盖不全新增实体要维护词典。7.2 基于 spaCy 的实体抽取spaCy 中文模型可以识别预定义实体类型例如人名、组织、地名。先加载模型import spacy nlp spacy.load(zh_core_web_sm) text 张三在云图科技担任CTO工作地点在北京。 doc nlp(text) for ent in doc.ents: print(ent.text, ent.label_)输出类似张三 PERSON 云图科技 ORG 北京 GPE这种方式不需要维护词典但中文模型默认识别效果有限需要根据业务数据做调整或微调。所以实际项目里常常是规则 模型 词典混合使用。7.3 从文本中提取三元组实体抽取只是得到实体关系抽取才是更关键的一步。关系抽取最简单的实现方式是在文本中匹配预定义关系触发词relation_rules { 就职于: [担任, 就职于, 任职], 位于: [位于, 坐标, 在], 投资: [投资, 入股, 持股], } def extract_triples(text): triples [] for head_entity in [张三, 李四, 王五]: for relation, keywords in relation_rules.items(): for keyword in keywords: if keyword in text and head_entity in text: tail_entity find_tail_entity(text, keyword) if tail_entity: triples.append((head_entity, relation, tail_entity)) return triples这只是一个示意实际关系抽取需要结合句法分析、依存句法或大模型提示词来做。更可靠的方式是利用 SpaCy 的依存句法分析找到句子主谓宾。利用大模型从句子中抽取(subject, relation, object)返回 JSON再用规则校验。构建自己的标注数据集训练一个小模型。在入门阶段先用规则跑通后续再升级。7.4 实体链接概念抽取出的实体可能有多义性比如“北京”可能指城市也可能指公司名称里的“北京某某有限公司”。实体链接是把文本中的实体指称映射到知识图谱中的标准节点。入门阶段可以在数据写入时用统一的实体 ID 或属性别名处理比如节点加alias属性查询时用别名匹配。8. Cypher 查询与知识图谱可视化8.1 查询示例写入数据后验证数据是否正确最直接的方式是用 Cypher 查询。查询所有公司MATCH (c:Company) RETURN c.name AS company查询“张三”的所有关系MATCH (p:Person {name: 张三})-[r]-(n) RETURN p.name, type(r), n.name查询“云图科技”的所有员工MATCH (p:Person)-[:WORKS_AT]-(c:Company {name: 云图科技}) RETURN p.name查询“张三任职的公司”MATCH (p:Person {name: 张三})-[:就职于]-(c:Company) RETURN c.name查询路径比如“张三”和“云图科技”之间的路径MATCH path (p:Person {name: 张三})-[*1..3]-(n) RETURN path LIMIT 208.2 通过 Python 查询用 Python 执行 Cypher 并返回 DataFrameimport pandas as pd from neo4j import GraphDatabase driver GraphDatabase.driver(bolt://localhost:7687, auth(neo4j, your_password)) def query_cypher(cypher, paramsNone): with driver.session() as session: result session.run(cypher, params) records result.data() return pd.DataFrame(records) df query_cypher( MATCH (p:Person)-[r]-(n) RETURN p.name AS person, type(r) AS relation, n.name AS target ) print(df)8.3 可视化的几种方式Neo4j Browser 是最快的可视化方式输入MATCH (n) RETURN n LIMIT 100就能看到图谱节点和关系。如果要做更复杂的前端展示常用方案有d3.js / ECharts 关系图把 Neo4j 查询结果转成 JSON用前端渲染。Gephi 做离线大规模图谱分析。Neo4j Bloom商业版适合业务人员使用。腾讯开源的 Graphin适合 React 项目做图分析。入门阶段不需要自己写前端Neo4j Browser 足够用来验收结果。9. 知识图谱问答系统实战问答系统是本套实战的高潮部分。最常见的实现方式是用户输入自然语言问题例如“张三在哪家公司任职”。通过规则或模型识别问题中的实体和意图。把实体和意图映射成 Cypher 查询。执行查询返回结果给用户。这里先做一个基于规则的最小问答系统优点是可控、不需要训练数据适合初学理解整体流程。9.1 基于规则的问答系统from neo4j import GraphDatabase driver GraphDatabase.driver(bolt://localhost:7687, auth(neo4j, your_password)) def answer_question(question): # 1. 意图规则包含“任职”“就职”等词识别为查公司 if 任职 in question or 就职 in question or 工作 in question: # 2. 简单实体识别从问题中匹配已知人名 entities [张三, 李四, 王五] entity None for name in entities: if name in question: entity name break if not entity: return 未识别到人名 # 3. 构造 Cypher cypher MATCH (p:Person {name: $name})-[:就职于]-(c:Company) RETURN c.name AS company with driver.session() as session: result session.run(cypher, nameentity) records result.data() if not records: return f{entity} 未找到任职公司 companies [r[company] for r in records] return f{entity} 任职的公司有{, .join(companies)} if 担任 in question: # 查询职位 entities [张三, 李四, 王五] entity None for name in entities: if name in question: entity name break cypher MATCH (p:Person {name: $name}) RETURN p.position AS position with driver.session() as session: result session.run(cypher, nameentity) records result.data() if records and records[0][position]: return f{entity} 的职位是 {records[0][position]} return f{entity} 未找到职位信息 return 暂时只能回答任职和职位相关的问题测试print(answer_question(张三在哪家公司任职)) print(answer_question(李四担任什么职位))张三 任职的公司有云图科技 李四 的职位是 CEO这个问答系统虽然是规则版但已经具备完整链路问题 - 意图识别 - 实体抽取 - Cypher 查询 - 答案。你可以在它的基础上扩展更多意图和关系比如“谁和谁是同学”“某公司投资了哪些公司”。9.2 使用 FastAPI 封装问答接口为了让问答系统能被外部调用用 FastAPI 封装一个接口pip install fastapi uvicornfrom fastapi import FastAPI from pydantic import BaseModel from neo4j import GraphDatabase app FastAPI() driver GraphDatabase.driver(bolt://localhost:7687, auth(neo4j, your_password)) class Question(BaseModel): question: str def answer(question: str) - str: if 任职 in question or 就职 in question: entities [张三, 李四, 王五] entity next((name for name in entities if name in question), None) if not entity: return 未识别到人名 cypher MATCH (p:Person {name: $name})-[:就职于]-(c:Company) RETURN c.name AS company with driver.session() as session: records session.run(cypher, nameentity).data() companies [r[company] for r in records] return f{entity} 任职的公司有{, .join(companies)} if companies else f{entity} 未找到任职公司 return 暂不支持该问题 app.post(/ask) def ask(question: Question): return {answer: answer(question.question)}启动接口服务uvicorn main:app --host 0.0.0.0 --port 8000测试curl -X POST http://127.0.0.1:8000/ask \ -H Content-Type: application/json \ -d {question: 张三在哪家公司任职}{answer:张三 任职的公司有云图科技}到这里知识图谱问答系统的接口链路就跑通了。后续可以把接口接到智能客服机器人、微信公众号、网页对话框等场景中。9.3 规则问答的局限规则问答只能处理提前设计好的意图和实体。实际问答场景中用户表达五花八门比如“张三现在在哪个公司上班”“云图科技的 CTO 是谁”都需要更多规则或者模型支持。进阶方向是使用 FastText、BERT 等模型做意图分类。使用命名实体识别模型抽取问题中的实体。使用基于 Transformer 的序列标注模型做关系抽取。使用 ChatGPT 类大模型把自然语言转换成 Cypher但输出不稳定需要校验。使用大模型做答案生成把图谱查询结果作为上下文实现可解释的问答。10. 资源占用与性能观察Neo4j 是 Java 应用占用内存和 JVM 配置有关。默认堆内存配置可以通过neo4j.conf修改# 堆内存根据机器内存调整 server.memory.heap.initial_size512m server.memory.heap.max_size1G # 页面缓存用于缓存节点和关系 server.memory.pagecache.size512m启动 Neo4j 后可以用以下命令查看进程占用jps -l top -p $(pgrep -f neo4j)在 Windows 上打开任务管理器查看 Java 进程即可。Python 连接 Neo4j 时连接的资源并不高只要不频繁创建和销毁 Driver保持单例即可。批量写入时要注意 Batch 大小如果一次写入数据集很大可能导致事务超时建议每批 500 到 1000 条提交一次事务。10.1 性能优化建议大批量导入用LOAD CSV不要用 Python 逐条插入。高频查询的节点属性要创建索引。例如按姓名查询创建索引CREATE INDEX person_name_index IF NOT EXISTS FOR (p:Person) ON (p.name);关系类型不要设计过多尽量控制在 10 种以内方便维护。查询时使用LIMIT限制返回数量避免大结果集拖垮浏览器。Cypher 中避免全库MATCH (n)扫描除非数据量很小。11. 常见问题与排查方法问题现象可能原因排查方式解决方案Neo4j 安装后启动失败提示内存不足JVM 堆或 pagecache 配置过大查看日志logs/neo4j.log调小堆内存和 pagecache重启服务浏览器访问 7474 无响应服务未启动或端口被占用bin/neo4j status检查端口启动服务或修改dbms.connector.http.portPython 连接报AuthorizationError用户名或密码错误在 Browser 中测试登录重新设置密码或者检查认证配置Python 连接报ConnectionRefusedNeo4j 未启动或 Bolt 端口被改检查 7687 端口启动服务或修改连接 URI中文数据存入后乱码CSV 编码不是 UTF-8用文本编辑器查看 CSV 编码转换为 UTF-8 编码后重新导入导入数据时LOAD CSV找不到文件CSV 不在 import 目录查看 Neo4j 安装目录下的import文件夹把 CSV 放到$NEO4J_HOME/import目录查询结果为空数据未写入或属性名不匹配Browser 中用MATCH (n) RETURN n LIMIT 50查看检查节点标签和属性名Cypher 关系类型包含中文时语法错误中文字符需要反引号查看错误日志写为[:\就职于]或用无中文关系类型批量写入速度慢每条数据一个事务查看 Python 脚本日志使用LOAD CSV或批量 Batch 提交事务问答系统接口返回 500Cypher 执行出错或 Python 异常查看 FastAPI 日志检查代码中的参数类型和格式neo4j.conf 修改后不生效配置位置不对或服务未重启检查配置文件路径修改后重启 Neo4j 服务这里特别说一个常见坑中文关系类型。Neo4j 支持中文关系类型但某些版本或客户端在解析时可能报错稳妥做法是在写入和查询时使用反引号或者直接使用英文关系类型例如WORKS_AT、HOLDS_POSITION。另一个常见问题py2neo和neo4j官方 Driver 混用。如果只想做入门演示选一个即可不要两套混用否则依赖和事务逻辑容易混乱。12. 最佳实践与使用建议如果是第一次跑知识图谱项目不要一上来就追求大模型、海量数据和复杂前端。建议按下面的节奏来。先构造一份 20 条关系以内的样例数据包含 3 种节点、3 种关系写入 Neo4j。然后用 Cypher 查询验证每个关系都能被正确查出。接着写文本实体抽取把 10 条新闻或公告文本抽取出三元组。再把这些三元组写入图谱最后用规则问答系统回答几个能命中的问题。这个过程跑通后再考虑扩展意图识别换成模型。实体抽取换成 spaCy 或大模型。问答接口接入前端页面。导入真实业务数据时先做脱敏。工程上还有几个建议模型文件、数据文件、代码、输出结果分目录管理。推荐结构kg_project/ ├── data/ │ ├── raw/ │ └── processed/ ├── scripts/ │ ├── import_data.py │ ├── entity_extract.py │ └── qa_server.py ├── config/ │ └── neo4j_config.py └── output/把 Neo4j 连接信息放到配置文件或环境变量中不要写死在代码里。import os NEO4J_URI os.getenv(NEO4J_URI, bolt://localhost:7687) NEO4J_USER os.getenv(NEO4J_USER, neo4j) NEO4J_PASSWORD os.getenv(NEO4J_PASSWORD, your_password)批量任务一定要加日志和失败重试。因为知识图谱写入过程中如果某条关系失败后面事务回滚没有日志很难定位。接口服务要限制访问范围。公网部署的话不要把 Bolt 和 HTTP 端口直接暴露建议加访问令牌或放在内网。FastAPI 接口可以加简单的 API Key 校验。涉及人脸、声音、版权素材、企业机密数据时必须确认授权。这里虽然是技术入门但边界意识要提前建立。13. 总结与下一步整个链路实际验证下来最值得先试的环节是 Neo4j 安装 样例数据写入。先把图数据库跑起来看到 Browser 里的节点和关系你对知识图谱的感知会发生质变。接着把 Python 的实体抽取和 Cypher 查询串起来问答系统反而是最容易出成就感的一步。最容易踩的坑有三个一是 Neo4j 版本和 Java 版本不匹配导致启动失败二是中文关系类型导致 Cypher 报错三是LOAD CSV文件路径和编码问题。这三个坑避开后面基本顺畅。后续可以扩展的方向很多。比如把 Neo4j 查询结果接进大模型让大模型基于图谱做回答在实体抽取环节用更成熟的序列标注模型在前端用 ECharts 或 Graphin 做可视化分析。也可以结合 LLM 做智能客服的上下文记忆让问答系统不再局限于固定规则。建议收藏备用动手的时候按“装库 - 建图 - 写数据 - 查询 - 问答”的顺序走先把最小链路跑通再逐步增加复杂度。