Building Neo4j-Powered Applications with LLMs: Create LLM-driven search and recommendations applications with Haystack, LangChain4j, and Spring AI

构建前沿生成式 AI 应用的权威指南：融合 Neo4j 知识图谱与向量搜索能力

📌 

核心特色

• 使用 Neo4j GenAI、Haystack、Spring AI 和 LangChain4j 设计向量搜索与推荐系统
• 掌握图谱探索、建模、推理与性能优化的最佳实践
• 构建与消费 Neo4j 知识图谱，并将生成式 AI 应用部署至 Google Cloud
• 购买纸质书或 Kindle 电子书即赠送 PDF 电子版

📖 

内容简介

踏上一段由 Neo4j 首席顾问 Ravindranatha Anthapu 与 Google GenAI 开发者专家 Siddhant Agrawal 联合主讲的实战之旅，学习如何利用 RAG（检索增强生成）架构 和 Neo4j 知识图谱构建基于大语言模型（LLM）的智能应用。

本书不仅介绍了热门框架如 LangChain，还深入探讨了 Haystack、Spring AI 和 LangChain4j 等替代方案，带你系统掌握构建真实场景应用的技能。在 LLM 彻底改变企业与客户互动的时代，本书聚焦如何通过知识图谱有效缓解 AI 生成幻觉（hallucination）问题，提高响应准确性与相关性。

借助真实项目，如向量驱动的搜索与个性化推荐，你将通过 Neo4j GenAI 与多个生态工具的集成，获得全面动手经验。配套 GitHub 仓库提供完整代码示例，帮助你将 GenAI 应用无缝部署至 Google Cloud。

阅读完本书后，你将能：

构建面向未来的 LLM 应用，使用 Neo4j 提供知识支撑，提升搜索/推荐系统的智能化水平，并掌握图谱性能优化与平台部署的关键能力。

🧠 

你将学到的内容

• 使用 RAG 架构设计、构建并集成 Neo4j 知识图谱
• 学习如何为知识图建模，并填充数据
• 集成 AI 搜索功能，增强知识探索能力
• 使用 Haystack 维护并监控 AI 搜索应用
• 使用 LangChain4j 和 Spring AI 构建个性化推荐系统
• 将你的 GenAI 应用顺利部署到 Google Cloud Platform

👨‍💻 

适合读者

本书面向希望使用 Neo4j 知识图谱及其向量搜索功能构建智能搜索与推荐系统的 数据库开发者 与 数据科学家。适合具备 Python 与 Java 编程基础的开发者阅读，熟悉 Neo4j、Cypher 查询语言与基本数据库原理将更易理解。

📚 

目录概览

1. LLM、RAG 与 Neo4j 知识图谱简介
2. RAG 架构深度解析
3. 构建智能应用的图谱基础认知
4. 用电影数据集构建你的 Neo4j 图谱
5. 使用 Neo4j 和 Haystack 实现强大的搜索功能
6. 进阶图谱能力探索
7. 介绍 Neo4j Spring AI 与 LangChain4j：构建推荐系统
8. 使用 H&M 个性化数据集构建推荐图谱
9. 整合 Neo4j 与 LangChain4j、Spring AI
10. 创建智能推荐系统
11. 选择合适的云平台以部署 GenAI 应用
12. 部署你的应用到云端
13. 结语：通往下一阶段的指引