文档转Neo4j知识图谱
输入PDF、网页、文本或JSON,拆分内容并提取实体关系,导入Neo4j形成可追溯来源的知识图谱。
功能与用途
适合把报告、网页、会议记录和接口返回的JSON整理为Neo4j知识图谱。提供文档、希望提取的人物或机构等对象及其关系,即可规划导入方式、切分文本、抽取关系并合并重复实体,保留原始文档与段落之间的关联。可选择网页操作或代码流程,为后续知识库问答准备数据。使用前需有可连接的Neo4j数据库;自动抽取通常还需配置语言模型和嵌入模型。
适用场景
- 研究报告构建企业关系图:将PDF报告中的企业、人物与任职关系抽取入库,并关联到原文段落。
- 产品文档准备问答数据:将Markdown和网页文档分块入库,保留来源与段落顺序,为后续问答准备图谱数据。
- 文章接口数据导入:把JSON中的文章、标签和来源字段映射为节点及关系,批量写入Neo4j。
- 跨文档实体合并:合并多份文档中重复或拼写相近的人物、机构节点,减少图谱中的实体冗余。
适用人群
- 知识图谱开发工程师
- 企业知识库开发者
- RAG应用工程师
- 文档数据工程师
使用步骤
- 提供文档样本、数据库连接方式和提取目标。
- 选择网页导入或代码流程,确定实体与关系类型。
- 配置文本分块、模型和来源信息,运行导入。
- 合并重复实体,检查文档、分块及关系是否完整。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-11-03
- 文件数
- 4
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Ingests unstructured and semi-structured documents into Neo4j as a knowledge graph.
使用前准备
- 准备可连接且有写入权限的Neo4j数据库。
- 准备待导入的文档或JSON样本,并说明希望提取的对象与关系。
- 自动抽取实体关系时,需配置可用的语言模型和嵌入模型;使用OpenAI时需提供OPENAI_API_KEY。
- 采用代码流程需具备Python基础;采用网页导入方式可减少编码操作。
- 导入JSON时,需具备APOC支持或使用Python写入流程。
依赖与权限
- OPENAI_API_KEY