neo4j runway
v0.14.0
Neo4j Runway هي مكتبة Python تعمل على تبسيط عملية ترحيل بياناتك العلائقية إلى رسم بياني. فهو يوفر أدوات تلخص الاتصال مع OpenAI لتشغيل الاكتشاف على بياناتك وإنشاء نموذج بيانات، بالإضافة إلى أدوات لإنشاء كود الإدخال وتحميل بياناتك إلى مثيل Neo4j.
يبدو أن نموذج البيانات الخاص بنا يتناول حالات الاستخدام الثلاث التي نود الإجابة عليها:
إذا أردنا تعديل نموذج البيانات، فقد نطلب من LLM إجراء تغييرات.
gdm . iterate_model ( corrections = "Create a Capital node from the capital property." )
gdm . current_model . visualize ()يمكننا الآن استخدام نموذج البيانات الخاص بنا لإنشاء بعض أكواد العرض.
gen = PyIngestConfigGenerator ( data_model = gdm . current_model ,
username = os . environ . get ( "NEO4J_USERNAME" ),
password = os . environ . get ( "NEO4J_PASSWORD" ),
uri = os . environ . get ( "NEO4J_URI" ),
database = os . environ . get ( "NEO4J_DATABASE" ),
file_directory = data_directory , source_name = "countries.csv" )
pyingest_yaml = gen . generate_config_string ()سوف نستخدم تكوين PyIngest yaml الذي تم إنشاؤه لاستيعاب بياناتنا في مثيل Neo4j الخاص بنا.
PyIngest ( config = pyingest_yaml , verbose = False )يمكننا أيضًا حفظ هذا كملف .yaml واستخدامه مع PyIngest الأصلي.
gen . generate_config_yaml ( file_name = "countries.yaml" )إليكم لقطة من الرسم البياني الجديد لدينا!
يقدم Runway وحدة نمطية لتشغيل التحليلات بسهولة عبر رسم بياني موجود للحصول على رؤى مثل العثور على العقد المعزولة وتصنيف درجات العقدة العليا.
تحقق هنا للحصول على مثال لوحدة GraphEDA الخاصة بـ Runway.
المدرج حاليًا في مرحلة تجريبية ويخضع للتطوير السريع. يرجى إثارة مشكلات GitHub وتقديم تعليقات حول أي ميزات تريدها. فيما يلي بعض القيود الحالية:
