> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# Neo4j 集成

> 使用 LangChain Python 与 Neo4j 集成。

> * Neo4j 是一个 `open-source database management system`，专注于图数据库技术。
> * Neo4j 允许您在节点和边中表示和存储数据，使其非常适合处理连接数据和关系。
> * Neo4j 提供 `Cypher Query Language`，使您能够轻松交互和查询图数据。
> * 使用 Neo4j，您可以实现高性能的 `graph traversals and queries`，适用于生产级系统。

> 访问 [他们的网站](https://neo4j.com/) 开始使用 Neo4j。

## 安装和设置

* 使用 `pip install neo4j langchain-neo4j` 安装 Python SDK

## VectorStore

Neo4j 向量索引用作向量存储，无论是用于语义搜索还是示例选择。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_neo4j import Neo4jVector
```

查看 [使用示例](/oss/python/integrations/vectorstores/neo4jvector)

## GraphCypherQAChain

存在一个围绕 Neo4j 图数据库的封装，允许您根据用户输入生成 Cypher 语句，并使用它们从数据库中检索相关信息。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_neo4j import GraphCypherQAChain, Neo4jGraph
```

查看 [使用示例](/oss/python/integrations/graphs/neo4j_cypher)

## 从文本构建知识图谱

文本数据通常包含丰富的关系和见解，可用于各种分析、推荐引擎或知识管理应用程序。
Diffbot 的 NLP API 允许从非结构化文本数据中提取实体、关系和语义含义。
通过将 Diffbot 的 NLP API 与 Neo4j（一种图数据库）结合，您可以基于从文本中提取的信息创建强大且动态的图结构。
这些图结构完全可查询，并可集成到各种应用程序中。

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_neo4j import Neo4jGraph
from langchain_experimental.graph_transformers.diffbot import DiffbotGraphTransformer
```

查看 [使用示例](/oss/python/integrations/graphs/diffbot)

## 检查点保存器

LangGraph 检查点保存器的 Neo4j 实现，用于具有分支时间旅行支持的持久化 GitHub 代理内存。检查点保存器在每个超级步骤中持久化图状态，支持会话内存、人在回路工作流、时间旅行和容错性。
适用于 LangGraph 图和 LangChain 代理：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langchain_neo4j import Neo4jSaver

with Neo4jSaver.from_conn_string(
    uri="bolt://localhost:7687",
    user="neo4j",
    password="password"
) as checkpointer:
    checkpointer.setup()  # Create indexes (run once)
    # Create agent with checkpointer
    agent = create_agent(
        model="anthropic:claude-sonnet-4-6",
        tools=[get_weather],
        system_prompt="You are a helpful assistant",
        checkpointer=checkpointer
    )
```

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\python\integrations\providers\neo4j.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>