Python 编程知识图谱：内容简介
本书以 Python 增强提案为贯穿数据集，从节点、关系和 Cypher 查询起步，随后设计 Pydantic 数据模型、切分文档并提取实体与关系。读者会把向量嵌入、全文检索和图遍历结合成可追溯的 GraphRAG，再使用图算法、规则、本体与约束扩展知识层。后续章节将图谱连接到 LangGraph 智能体和 MCP 服务，并讨论时间事实、评估、查询优化与备份。全书强调来源和可检查性，适合边构建边理解图与大模型的分工。
《Python 编程知识图谱》主要内容
- 用 Cypher 查询节点与关系
- 设计图模式并批量摄取文档
- 提取实体、关系和向量嵌入
- 组合图遍历与向量检索
- 连接 AI 智能体并维护图谱健康
适合哪些读者
适合具备 Python 基础、希望学习 Neo4j、GraphRAG 或智能体知识层的开发者；了解数据库和大语言模型概念会更容易完成实践。
Neo4j、LangGraph 与模型接口会变化，运行代码时需核对依赖版本。
目录、试读与相关阅读
可在本页“目录与试读”中查看章节和正文节选，在“书籍资料”中核对作者、版本、语言与 EPUB 文件大小。同主题读本包括AI 智能体实战（第二版）、AI 智能体与执行框架基础，以及苏茨克维的名单：现代 AI 的基础思想。
继续浏览人工智能与 AI 工程，或查看EPUB 阅读与下载帮助。
