graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)

안녕하세요.이 부분은 pdf 자료 없이 env 샘플만 제공해드리고 있습니다. 실습환경 관련 설명은 pdf 대신 [수업노트]에서 확인 가능합니다. 감사합니다.

프로젝트 설정 (uv 설치, ..) -> 해당 영상 자료 없음

안녕하세요. 방금 확인했는데 정상적으로 영상이 재생되고 있습니다. https://inf.run/xG5ng 다시 한번 확인해보세요. 감사합니다.

test.py 파일이 어딨나요?

안녕하세요. 판다스 스튜디오입니다. 번거롭게 해드려서 죄송합니다. 우선 다음 코드를 활용하시기 바랍니다. from langchain_neo4j import Neo4jGraph from dotenv import load_dotenv import os # 환경 변수 로드 load_dotenv() # Neo4j 연결 설정 neo4j_url = os.getenv("NEO4J_URI") neo4j_username = os.getenv("NEO4J_USERNAME") neo4j_password = os.getenv("NEO4J_PASSWORD") # 그래프 객체 생성 graph = Neo4jGraph( url=neo4j_url, username=neo4j_username, password=neo4j_password ) def main(): # 간단한 테스트 쿼리 result = graph.query("MATCH (n) RETURN count(n) as node_count") print(f"Neo4j 데이터베이스 내 노드 수: {result[0]['node_count']}") if __name__ == "__main__": main()수업노트에 업데이트하겠습니다. 감사합니다.

requirements.txt. 업데이트 해주세요.

안녕하세요. 설치 파일을 못 찾으신걸까요?

EasyOcr 관련

안녕하세요 판다스 스튜디오입니다. 불편을 드려 죄송합니다. 직접 문제를 해결하고 공유까지 해주셔서 감사합니다. 혹시 수강 중에 다른 오류나 불편한 점이 있으면 편하게 말씀해 주세요!감사합니다.

가상환경을 만드는 과정 에러

안녕하세요. 이 문제는 아래 AI 인턴이 답변한 대로, SSL 인증 오류 때문입니다. 아래 방법으로 우선 처리해보시고, 계속 문제가 발생하면 다시 말씀해주세요. 감사합니다.

Rerank에 대해 질문드립니다.

안녕하세요. 판다스 스튜디오입니다. 말씀해주신 대로 ContextualCompressionRetriever는 원본 쿼리만으로 reranking을 수행합니다.# 소스 코드 작동 방식 docs = self.base_retriever.invoke(query, ...) # MultiQuery로 문서 검색 compressed_docs = self.base_compressor.compress_documents(docs, query, ...) 실무적으로는 대부분 원본 쿼리 reranking으로 충분합니다. (MultiQuery 목적이 recall을 높이는 것이므로) 다만, MultiQuery 자체의 정밀도(precision)가 중요한 경우에는 LangGraph Send API로 각 쿼리별 reranking 후 결과 병합하는 접근 방법도 좋을 것 같습니다. 감사합니다.

neo4j 사용에 질문 드립니다.

안녕하세요. 판다스 스튜디오입니다.Neo4j Python 드라이버는 내부적으로 Connection Pooling을 자동 관리합니다. 하지만 프로덕션 환경에서는 클라이언트(Python 드라이버)에서 명시적 설정을 권장합니다.Neo4j Python Driver API 문서(https://neo4j.com/docs/api/python-driver/current/api.html)에서 제공하는 주요 설정을 참고하시기 바랍니다.from neo4j import GraphDatabase driver = GraphDatabase.driver( "neo4j+s://your-auradb-uri", auth=("neo4j", "password"), max_connection_pool_size=50, # 최대 연결 풀 크기 (기본값: 100) connection_acquisition_timeout=60, # 풀에서 연결 획득 대기 시간 (초) connection_timeout=30, # TCP 연결 생성 타임아웃 (초) max_connection_lifetime=3600, # 연결 유지 최대 시간 (초) )물론 서버 측에서도 별도 스레드 풀 관리가 이루어집니다.감사합니다.

fulltext index 생성이 안됩니다

안녕하세요. 판다스 스튜디오입니다. 다음과 같이 추가 정보를 제공해 주실 수 있을까요? 1. SHOW INDEXES 명령어로 전체 인덱스 출력 결과2. SHOW CONSTRAINTS 결과 (제약 조건) 회신 부탁드립니다. 감사합니다.

Cross Encoder Reranker 임포트 에러 관련 내용입니다.

안녕하세요.제공해주신 의존성 목록으로 새롭게 가상환경을 생성해서 테스트했습니다.(사진) langchain 1.2.0에서는 from langchain.retrievers.document_compressors import CrossEncoderReranker 임포트 에러가 발생하고 있습니다. 하지만, from langchain_classic.retrievers.document_compressors import CrossEncoderReranker에서는 정상 작동하고 있습니다. 제가 판단하기에는 현재 사용중인 conda 환경에서 의존성 충돌이 발생한 것으로 보입니다.아래 AI 인턴의 답변과 같이 langchain, langchain_community, pydantic 등을 최신 버전으로 업데이트하거나, 가상환경을 새롭게 생성해서 재설치후에 테스트해보시는 것도 좋을 것 같습니다.