Neo4j 构建语义图谱，大模型秒懂表关系，Text2SQ 准确率狂飙 300%！告别瞎猜！

作者：李欢

2025-10-08
浙江
本文字数：5631 字
阅读完需：约 18 分钟

Neo4j构建语义图谱，大模型秒懂表关系，Text2SQ准确率狂飙300%！告别瞎猜！

🚀 用 Neo4j 图数据库优化 Text2SQL —— 从零构建语义关系图谱

微信公众号｜搜一搜：大模型应用开发实战
作者：AI 工程师实战派
发布时间：2025 年 10 月 08 日

在大模型驱动的智能数据时代，Text2SQL 的准确性严重依赖对表结构和表间关系的理解。传统方法依赖 Prompt 工程或 Schema 描述，效果不稳定。

本文带你用 Neo4j 构建“数据库语义图谱”，让大模型“看得懂关系”，显著提升 SQL 生成准确率！

💡 核心思想：将 MySQL 表结构 + 人工定义的关系 → 写入 Neo4j → 供大模型检索/推理 → 生成更精准 SQL

🎬 运行效果

🧭 本文流程一览

✅ 环境配置 —— 安装依赖 & 配置数据库连接
📊 自动提取表结构 —— 从 MySQL 动态获取字段、主键、外键
🔗 人工定义表关系 —— 补充业务语义，构建完整图谱
🧱 写入 Neo4j —— 创建节点、关系、约束
▶️ 一键运行主函数 —— 自动化构建图谱
🎁 开源项目推荐 —— 快速集成到你的大模型应用！

1️⃣ 环境配置

1.1.安装 neo4j

  docker run -d \  --name neo4j-apoc \  -p 7474:7474 \  -p 7687:7687 \  -v ./volume/neo4j/data:/data \  -v ./volume/neo4j/plugins:/plugins \  -e apoc.export.file.enabled=true \  -e apoc.import.file.enabled=true \  -e apoc.import.file.use_neo4j_config=true \  -e NEO4J_AUTH=neo4j/neo4j123 \  neo4j:5.26.11-ubi9

复制代码

1.2.安装必要依赖

pip install pymysql py2neo

复制代码

1.3.MySQL 配置

MYSQL_CONFIG = {    "host": "localhost",    "port": 13006,    "user": "root",    "password": "your_password",      # ← 替换为你的密码    "database": "text2sql_db",    "charset": "utf8mb4",}

复制代码

1.4.Neo4j 配置

NEO4J_URI = "bolt://localhost:7687"NEO4J_USER = "neo4j"NEO4J_PASSWORD = "your_password" # ← 替换为你的密码

复制代码

1.5.数据库连接函数

from py2neo import Graphimport pymysql
def connect_mysql():    return pymysql.connect(**MYSQL_CONFIG)
def connect_neo4j():    return Graph(NEO4J_URI, auth=(NEO4J_USER, NEOOJ_PASSWORD))

复制代码

1.6.执行数据库脚本

DROP TABLE IF EXISTS `t_customers`;CREATE TABLE `t_customers` (  `customer_id` int NOT NULL AUTO_INCREMENT COMMENT '客户ID',  `customer_name` varchar(100) NOT NULL COMMENT '客户姓名',  `phone` varchar(20) DEFAULT NULL COMMENT '联系电话',  `email` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '电子邮箱',  `address` text COMMENT '地址',  `city` varchar(50) DEFAULT NULL COMMENT '城市',  `country` varchar(50) DEFAULT '中国' COMMENT '国家',  `created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  `updated_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',  PRIMARY KEY (`customer_id`),  UNIQUE KEY `email` (`email`)) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='客户信息表';
DROP TABLE IF EXISTS `t_order_details`;CREATE TABLE `t_order_details` (  `detail_id` int NOT NULL AUTO_INCREMENT COMMENT '明细ID',  `order_id` int NOT NULL COMMENT '订单ID',  `product_id` int NOT NULL COMMENT '产品ID',  `quantity` int NOT NULL COMMENT '销售数量',  `unit_price` decimal(10,2) NOT NULL COMMENT '销售时的单价',  `line_total` decimal(12,2) NOT NULL COMMENT '行小计（quantity * unit_price）',  `created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  PRIMARY KEY (`detail_id`),  UNIQUE KEY `uk_order_product` (`order_id`,`product_id`),  KEY `product_id` (`product_id`)) ENGINE=InnoDB AUTO_INCREMENT=38 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='销售订单明细表';
DROP TABLE IF EXISTS `t_order_details`;CREATE TABLE `t_order_details` (  `detail_id` int NOT NULL AUTO_INCREMENT COMMENT '明细ID',  `order_id` int NOT NULL COMMENT '订单ID',  `product_id` int NOT NULL COMMENT '产品ID',  `quantity` int NOT NULL COMMENT '销售数量',  `unit_price` decimal(10,2) NOT NULL COMMENT '销售时的单价',  `line_total` decimal(12,2) NOT NULL COMMENT '行小计（quantity * unit_price）',  `created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  PRIMARY KEY (`detail_id`),  UNIQUE KEY `uk_order_product` (`order_id`,`product_id`),  KEY `product_id` (`product_id`)) ENGINE=InnoDB AUTO_INCREMENT=38 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='销售订单明细表';
DROP TABLE IF EXISTS `t_order_details`;CREATE TABLE `t_order_details` (  `detail_id` int NOT NULL AUTO_INCREMENT COMMENT '明细ID',  `order_id` int NOT NULL COMMENT '订单ID',  `product_id` int NOT NULL COMMENT '产品ID',  `quantity` int NOT NULL COMMENT '销售数量',  `unit_price` decimal(10,2) NOT NULL COMMENT '销售时的单价',  `line_total` decimal(12,2) NOT NULL COMMENT '行小计（quantity * unit_price）',  `created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  PRIMARY KEY (`detail_id`),  UNIQUE KEY `uk_order_product` (`order_id`,`product_id`),  KEY `product_id` (`product_id`)) ENGINE=InnoDB AUTO_INCREMENT=38 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='销售订单明细表';

复制代码

2️⃣ 自动提取 MySQL 表结构（智能识别主外键）

def get_tables_from_database(connection):    """自动扫描数据库，提取表名、字段、主键/外键标记"""    tables = {}    with connection.cursor() as cursor:        cursor.execute("SHOW TABLES")        table_names = [row[0] for row in cursor.fetchall()]
        for table_name in table_names:            cursor.execute(f"SHOW COLUMNS FROM {table_name}")            columns = cursor.fetchall()            fields = []            for col in columns:                field_name = col[0]                key_type = col[3]  # PRI=主键, MUL=外键候选                if key_type == "PRI":                    fields.append(f"{field_name} [主键]")                elif key_type == "MUL":                    fields.append(f"{field_name} [外键]")                else:                    fields.append(field_name)            tables[table_name] = {"name": table_name, "fields": fields}    return tables

复制代码

🌟 优势：无需手动维护字段列表，自动感知数据库变更！

3️⃣ 手动定义表间关系（补充业务语义）

⚠️ 自动提取无法识别业务逻辑关系，需人工补充！

RELATIONSHIPS = [    {        "from_table": "t_customers",        "to_table": "t_sales_orders",        "description": "客户创建销售订单",        "field_relation": "customer_id → order.customer_id",    },    {        "from_table": "t_sales_orders",        "to_table": "t_order_details",        "description": "订单包含多个明细项",        "field_relation": "order_id → detail.order_id",    },    {        "from_table": "t_products",        "to_table": "t_order_details",        "description": "产品属于订单明细",        "field_relation": "product_id → detail.product_id",    },    {        "from_table": "t_user",        "to_table": "t_user_qa_record",        "description": "用户产生问答记录",        "field_relation": "id → record.user_id",    },]

复制代码

✍️ 建议：description 用自然语言描述，方便大模型理解！

4️⃣ 写入 Neo4j 图数据库

4.1.创建唯一性约束（防止重复）

def create_constraints(graph):    graph.run("CREATE CONSTRAINT IF NOT EXISTS FOR (t:Table) REQUIRE t.name IS UNIQUE")    print("✅ 节点唯一约束已创建")

复制代码

4.2.创建表节点（包含字段信息）

def create_table_nodes(graph, tables):    for table_name, info in tables.items():        graph.run(            """            MERGE (t:Table {name: $name})            SET t.label = $label, t.fields = $fields            """,            name=info["name"],            label=table_name,            fields=info["fields"]        )    print("✅ 表节点创建完成！共创建 %d 个表节点" % len(tables))

复制代码

4.3.创建表关系（带语义描述）

def create_table_relationships(graph):    for rel in RELATIONSHIPS:        graph.run(            """            MATCH (from:Table {name: $from_table})            MATCH (to:Table {name: $to_table})            MERGE (from)-[r:REFERENCES {                description: $description,                field_relation: $field_relation            }]->(to)            """,            from_table=rel["from_table"],            to_table=rel["to_table"],            description=rel["description"],            field_relation=rel["field_relation"]        )    print("✅ 表关系创建完成！共创建 %d 条关系" % len(RELATIONSHIPS))

复制代码

5️⃣ 主函数：一键构建图谱！

def main():    print("🚀 开始构建 Text2SQL 语义图谱...")
    mysql_conn = connect_mysql()    neo4j_graph = connect_neo4j()
    try:        # 步骤1：获取表结构        tables = get_tables_from_database(mysql_conn)        print(f"📊 检测到 {len(tables)} 张数据表")
        # 步骤2：清空旧数据（谨慎操作！）        print("🗑️  清空 Neo4j 中的旧数据...")        neo4j_graph.delete_all()
        # 步骤3：创建约束        create_constraints(neo4j_graph)
        # 步骤4：创建表节点        create_table_nodes(neo4j_graph, tables)
        # 步骤5：创建表关系        create_table_relationships(neo4j_graph)
        print("🎉 图谱构建完成！现在可用 Cypher 查询或供大模型调用")
    except Exception as e:        print(f"❌ 构建失败: {str(e)}")        raise    finally:        mysql_conn.close()        print("🔌 数据库连接已关闭")
if __name__ == "__main__":    main()

复制代码

6️⃣ 根据表名称查询关系


from py2neo import Graphimport os
def test_get_table_relationships():    """    从 Neo4j 图数据库中查询预定义表之间的 REFERENCES 关系。    表名已写死在代码中，数据库连接信息从环境变量读取。
    :return: list of dict，每个 dict 包含 from_table, relationship, to_table    """    # 从环境变量读取数据库配置    NEO4J_URI = os.getenv("NEO4J_URI", "bolt://localhost:7687")    NEO4J_USER = os.getenv("NEO4J_USER", "neo4j")    NEO4J_PASSWORD = os.getenv("NEO4J_PASSWORD", "neo4j123")
    table_names = ["t_customers", "t_sales_orders", "t_products", "t_order_details"]
    # 连接图数据库    graph = Graph(NEO4J_URI, auth=(NEO4J_USER, NEO4J_PASSWORD))
    # Cypher 查询语句    query = """    MATCH (t1:Table)-[r:REFERENCES]-(t2:Table)    WHERE t1.name IN $table_names      AND t2.name IN $table_names      AND t1.name < t2.name    RETURN       t1.name AS from_table,      r.field_relation AS relationship,      t2.name AS to_table    """
    # 如果没有表名，直接返回空结果（虽然这里不会为空）    if not table_names:        return []
    # 执行查询    try:        result = graph.run(query, table_names=table_names).data()        print("查询结果：", result)        return result    except Exception as e:        print(f"[ERROR] 查询图数据库失败: {e}")        return []

复制代码

PASSED [100%]查询结果： [{'from_table': 't_customers', 'relationship': 'customer_id references customer_id', 'to_table': 't_sales_orders'}, {'from_table': 't_order_details', 'relationship': 'order_id references order_id', 'to_table': 't_sales_orders'}, {'from_table': 't_order_details', 'relationship': 'product_id references product_id', 'to_table': 't_products'}]

复制代码

🎁 作者推荐：开源实战项目 sanic-web

已经集成 eno4j/text2sql

如果你正在寻找一个开箱即用、支持全链路开发的大模型应用脚手架，欢迎关注我的开源项目：

GitHub 项目 → https://github.com/apconw/sanic-web

🌈 项目亮点

✅ 集成 MCP 多智能体架构
✅ 支持 Dify / LangChain / LlamaIndex / Ollama / vLLM / Neo4j
✅ 前端采用 Vue3 + TypeScript + Vite5，现代化交互体验
✅ 内置 ECharts / AntV 图表问答 + CSV 表格问答
✅ 支持对接主流 RAG 系统与 Text2SQL 引擎
✅ 轻量级 Sanic 后端，适合快速部署与二次开发

运行效果:

💬 结语：让 Text2SQL 不再“瞎猜”

用 Neo4j 构建语义图谱，本质是为大模型提供结构化知识库。不再依赖模糊的 Schema 描述，而是通过“图关系”让模型理解“谁关联谁”、“怎么关联”。

📌 关注公众号【大模型应用开发实战】

👉 获取更多大模型 + 数据库 + 图谱实战技巧 & 开源项目源码！

发布于: 刚刚阅读数: 4

原文链接:【http://xie.infoq.cn/article/e019be7e1b0d6a624fffead6c】。

李欢

关注

还未添加个人签名 2022-02-11 加入

还未添加个人简介

发布

暂无评论

创作场景

Neo4j 构建语义图谱，大模型秒懂表关系，Text2SQ 准确率狂飙 300%！告别瞎猜！

🚀 用 Neo4j 图数据库优化 Text2SQL —— 从零构建语义关系图谱

🎬 运行效果

🧭 本文流程一览

1️⃣ 环境配置

1.1.安装 neo4j

1.2.安装必要依赖

1.3.MySQL 配置

1.4.Neo4j 配置

1.5.数据库连接函数

1.6.执行数据库脚本

2️⃣ 自动提取 MySQL 表结构（智能识别主外键）

3️⃣ 手动定义表间关系（补充业务语义）

4️⃣ 写入 Neo4j 图数据库

4.1.创建唯一性约束（防止重复）

4.2.创建表节点（包含字段信息）

4.3.创建表关系（带语义描述）

5️⃣ 主函数：一键构建图谱！

6️⃣ 根据表名称查询关系

🎁 作者推荐：开源实战项目 sanic-web

🌈 项目亮点

💬 结语：让 Text2SQL 不再“瞎猜”

李欢

评论