• 已安装 BAML CLI
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;text-indent: -1em;display: block;margin: 0.2em 8px;">• 一个正在运行的 Neo4j 数据库
Boundary 提供了运行一个简单 FastAPI 服务器的示例代码，该服务器使用 BAML 从硬编码的简历中提取数据。FastAPI 是一个很棒的框架，包含一个交互式文档页面，可以直接在浏览器中测试端点。
我最初 fork 了这个项目，并添加了一个实验性端点，用于从网页内容中提取实体和关系。这个端点接受一个 URL 字符串列表作为参数。
底层函数会调用 BAML 函数，将网页中的数据提取为结构化的 JSON 对象，并将其上传到 Neo4j。
@app.post("/url_to_graph")
asyncdefextract_url_content(urls:list[str]):
"""Generalpurposeconversionofcontentsfromalistofurlstoagraph"""
#1.Prephtmltotextconversion
h=html2text.HTML2Text()
h.ignore_links=False
#2.Extracttextfromeachurl
markdown_contents=[]
forurlinurls:
try:
response=requests.get(url)
response.raise_for_status()
html_content=response.text
markdown_content=h.handle(html_content)
markdown_contents.append(markdown_content)
exceptExceptionase:
markdown_contents.append(f"Errorprocessing{url}:{str(e)}")
#3.Compositethetext
combined_markdown="\n\n".join(markdown_contents)
#4.RunBAMLtogetaCytoscapegraphJSONrepresentationoftext
json_output=b.GenerateCytoscapeGraph(combined_markdown)
json_str=str(json_output.model_dump_json())
json_dict=json.loads(json_str)
#5.UploadtheJSONdatatoNeo4j
finished=upload_cytoscape_to_neo4j(json_dict)
return{"finished":finished}在使用 BAML 时，项目根文件夹下会添加两个子文件夹：baml_src和baml_client。
baml_client文件夹的内容可以通过 VS Code 插件自动生成，或者在更新baml_src文件夹内的 .baml 文件后手动运行baml cli generate命令生成。
baml_src文件夹需要包含main.baml和clients.baml文件。clients.baml文件包括用于基础模型的规范，而main.baml指定配置选项。
注意：这里的版本号应与 CLI 版本匹配，否则自动生成的baml-client内容将停止工作。
您添加的 .baml 文件可以包含以下三种元素中的一种或全部：
• 模型规范（必需）
• 函数（必需）
• 测试（可选）
BAML 函数定义了输入到输出的映射、使用的客户端模型以及 LLM 的提示词。以下是 FastAPI 端点调用的函数，用于将 HTML 文本转换为结构化的图数据。
模型类的定义类似于 Pydantic，但语法更简洁（BAML 实际上是基于 Pydantic 的）。要获得如下所示的结构化 JSON 输出：
{
"elements":{
"nodes":[
{
"data":{
"id":"neo4j_graph_database",
"name":"Neo4jGraphDatabase",
"label":"product",
"description":"Selforfully-managed,deployanywhere"
}
},
{
"data":{
"id":"neo4j_auradb",
"name":"Neo4jAuraDB",
"label":"product",
"description":"Fully-managedgraphdatabaseasaservice"
}
},
],
"edges":[
{
"data":{
"id":"edge_1",
"source":"neo4j_graph_database",
"target":"neo4j_auradb",
"label":"RELATED_TO"
}
}
]
}
}可以使用以下 BAML 中的模型定义：
注意：BAML 类和函数名称在全局范围内是唯一的，即使定义在不同的 .baml 文件中也是如此。此外，属性名称中带有下划线前缀（例如：_id）目前不被允许。
Cytoscape 是一个流行的开源平台，用于可视化图（或网络）数据。它使用的 JSON 数据格式简单但灵活，除了节点所需的id和label属性外，还支持额外的数据。
前文在 BAML 模型描述中已经展示了这种数据的一个示例。
我使用 Cytoscape.js 作为中间的图数据格式，因为 Neo4j 没有首选的 JSON 格式，而我将在未来的演示中使用 Cytoscape 来可视化图数据。
Neo4j 是目前最流行的图数据库之一。它原生使用 Cypher 查询语言来输入、操作和输出图数据。因此，在这个演示中，我使用了官方支持的 neo4j bolt Python 包，在cytoscape2neo4j.py文件中上传 Cytoscape 格式的 JSON 数据。
详细讲解upload_cytoscape_to_neo4j函数需要单独写一篇文章。但简单来说，它会遍历源 JSON 数据中定义的每个节点和关系，并为每个指定的节点创建一个 Cypher 查询，以及为每条指定的边创建一个关系。
使用对象图映射（OGM）包（例如 Neomodel）或设置 Apollo GraphQL 服务器是创建 JSON 和 Neo4j 之间输入桥接的其他方法。
完整的应用可以在这个公共 Github 仓库中找到。按照安装和运行说明操作后，可以通过任意浏览器访问localhost:8000/docs打开交互式文档页面。
还有一些其他的实验性端点，但本文讨论的是/url_to_graph选项。
要测试，打开端点详情，点击Try It Out按钮（尝试按钮），输入一个或多个有效的网页 URL，然后点击Execute（执行）。
根据源网页的数量和大小，经过几秒钟后，您应该会收到一个finished:true的响应。
在终端/控制台中，您应该会看到类似以下的内容：
...
---ParsedResponse(classCytoscapeJSON)---
{
"elements":{
"nodes":[
{
"data":{
"id":"neo4j_graph_database",
"name":"Neo4jGraphDatabase",
"label":"product",
"description":"Selforfully-managed,deployanywhere"
}
},
{
"data":{
"id":"neo4j_auradb",
"name":"Neo4jAuraDB",
"label":"product",
"description":"Fully-managedgraphdatabaseasaservice"
}
},
{
"data":{
"id":"generative_ai",
"name":"GenerativeAI",
"label":"use_case",
"description":"BackyourLLMswithaknowledgegraphforbetterbusinessAI"
}
}
],
"edges":[
{
"data":{
"id":"prod_use_case_1",
"source":"neo4j_graph_database",
"target":"generative_ai",
"label":"ENABLED_BY"
}
},
{
"data":{
"id":"prod_use_case_2",
"source":"neo4j_auradb",
"target":"generative_ai",
"label":"ENABLED_BY"
}
}
]
}
}
INFO:127.0.0.1:63190-"POST/url_to_graphHTTP/1.1"200OK在您的 Neo4j 控制台中，您应该会看到类似以下的内容：
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |