llm-movieagent

项目介绍：llm-movieagent

llm-movieagent 是一个创新项目，旨在通过语义层利用 OpenAI 的函数调用与图形数据库（如 Neo4j）进行互动。语义层为智能体提供了一套强大的工具，使其能够根据用户的意图与图形数据库进行交互。

项目背景和愿景

该项目的核心是实现一个能够与图数据库交互的智能体。这种交互是通过语义层来实现的，语义层可以解读用户意图，并将其转化为数据库可以理解的操作。这种设计大大提高了智能体处理复杂用户请求的能力，使用户体验更加个性化和高效。

工具介绍

智能体使用了多种工具来高效地与 Neo4j 图数据库进行交互：

1. 信息工具：

   • 该工具负责检索关于电影或个人的数据，确保智能体获得最新且最相关的信息。

2. 推荐工具：

   • 根据用户的喜好和输入提供电影推荐，帮助用户发现更多感兴趣的影片。

3. 记忆工具：

   • 在知识图中存储用户的偏好信息，通过多次交互提供个性化的体验。

环境配置

开始使用项目之前，需要在 .env 文件中定义以下环境变量：

OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>
NEO4J_URI=<YOUR_NEO4J_URI>
NEO4J_USERNAME=<YOUR_NEO4J_USERNAME>
NEO4J_PASSWORD=<YOUR_NEO4J_PASSWORD>

Docker容器

项目中的服务均封装为 Docker 容器，具体包括：

1. Neo4j：

   • 作为图数据库，用于存储演员、电影和评分等信息。

2. API：

   • 使用 LangChain 的 neo4j-semantic-layer 模板来实现 OpenAI LLM 和函数调用功能。

3. UI：

   • 提供简单的 Streamlit 聊天用户界面，通过 localhost:8501 访问。

数据填充

如果希望用示例电影数据集填充数据库，可以运行 ingest.py 脚本。脚本将导入关于电影及用户评分的信息。推荐在 API Docker 容器中运行此脚本，具体步骤如下：

# 访问容器 Shell
docker exec -it <llm-movieagent-api的容器ID> bash
# 运行脚本
python ingest.py

此外，该脚本创建了两个全文索引，用于将用户输入的信息映射到数据库中。数据集基于 MovieLens 数据集，该数据集也在 Neo4j Sandbox 中作为“Recommendation”项目提供。

欢迎贡献

项目热烈欢迎各类贡献，期待与更多开发者合作。

总体来说，llm-movieagent 项目通过集成先进的技术和简明的界面设计，为用户提供了一种新颖而高效的电影推荐和信息检索体验。