From d0ac7d00895fe6e9a933d60cba333e8da52b6fcd Mon Sep 17 00:00:00 2001
From: chentianrui <chentianrui@noreply.localhost>
Date: Thu, 19 Jun 2025 16:53:24 +0800
Subject: [PATCH] =?UTF-8?q?=E5=88=A0=E9=99=A4=20langchain=5Fneo4j.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 langchain_neo4j.py | 732 ---------------------------------------------
 1 file changed, 732 deletions(-)
 delete mode 100644 langchain_neo4j.py

diff --git a/langchain_neo4j.py b/langchain_neo4j.py
deleted file mode 100644
index 1815cb7..0000000
--- a/langchain_neo4j.py
+++ /dev/null
@@ -1,732 +0,0 @@
-from langchain.chains import LLMChain
-from langchain_openai import OpenAI
-from langchain_experimental.utilities import PythonREPL
-from project_implementation import ProjectBuilder
-from prompt_templates import FUNCTION_CALL_PROMPT
-import inspect
-import project
-import io
-import sys
-from parameter_rewriting import rewrite_query_parameters, KnowledgeGraphProcessor
-import json
-from langchain.agents import Tool, AgentExecutor, create_react_agent
-
-from llm import llm
-
-
-# 获取ProjectTookiIt类的方法定义
-def get_project_class_methods():
-    """
-    从project模块中提取ProjectTookiIt类的方法定义
-
-    Returns:
-        str: 格式化后的方法定义字符串
-    """
-    project_class_code = inspect.getsource(project.ProjectTookiIt)
-
-    lines = project_class_code.split("\n")
-    result_lines = []
-
-    in_class = False
-    skip_init = False
-
-    for line in lines:
-        if line.strip().startswith("class ProjectTookiIt"):
-            in_class = True
-            result_lines.append(line)
-        elif in_class:
-            if line.strip().startswith("def __init__"):
-                skip_init = True
-            elif skip_init and line.strip() and not line.startswith(" " * 8):
-                skip_init = False
-
-            if not skip_init:
-                result_lines.append(line)
-
-    return "\n".join(result_lines)
-
-
-# 创建动态提示模板
-project_class_methods = get_project_class_methods()
-
-# 创建 Chain
-function_call_chain = LLMChain(llm=llm, prompt=FUNCTION_CALL_PROMPT, output_key="code")
-
-# Python 执行器
-repl = PythonREPL()
-
-# 创建知识图谱处理器实例
-kg_processor = KnowledgeGraphProcessor()
-
-
-# 定义搜索知识库的工具
-def search_knowledge_and_node_definition(query):
-    """
-    在知识库中搜索关键词
-
-    Args:
-        query (str): 搜索关键词
-
-    Returns:
-        str: 搜索结果的JSON字符串
-    """
-    found_data = kg_processor._get_relevant_knowledge(query)
-    if found_data:
-        return json.dumps(found_data, ensure_ascii=False, indent=2)
-    else:
-        return f"未找到与'{query}'相关的信息"
-
-
-# 创建工具列表
-tools = [
-    Tool(
-        name="search_knowledge_and_node_definition",
-        func=search_knowledge_and_node_definition,
-        description="获取输入节点的知识图谱结构和对应节点定义类型代码。输入应该是一个节点类型名称。",
-    ),
-]
-
-# 创建Agent
-agent = create_react_agent(llm, tools, FUNCTION_CALL_PROMPT)
-
-# 创建Agent执行器
-agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True)
-
-
-def nl_query_to_function_call(input_data):
-    """
-    将自然语言查询转换为函数调用并执行，或直接执行提供的代码
-
-    Args:
-        input_data (dict): 包含type和value的字典
-            {
-                "type": "query|code",
-                "value": "查询内容或代码"
-            }
-
-    Returns:
-        dict: 包含状态码、消息和数据的字典
-    """
-    input_type = input_data.get("type", "query")
-    input_value = input_data.get("value", "")
-    max_retries = 1  # 设置最大重试次数
-    current_retry = 0
-
-    original_query = input_value  # 保存原始查询用于RAG
-
-    print(f"\n====== 开始处理查询 ======")
-    print(f"查询类型: {input_type}")
-    print(f"查询内容: {input_value}")
-
-    while current_retry <= max_retries:
-        print(f"\n----- 尝试 #{current_retry + 1} -----")
-
-        # 如果type是query，使用LLM生成代码
-        if input_type == "query" and current_retry == 0:
-
-            # 使用Agent执行查询
-            agent_response = agent_executor.invoke(
-                {
-                    "query": input_value,
-                    "project_class_methods": project_class_methods,
-                }
-            )
-
-            # 从Agent响应中提取代码
-            code = agent_response["output"]
-            print(f"\n生成的代码:\n{code}")
-        else:
-            print(f"\n使用重写后的代码:\n{code}")
-            code = code
-
-        # 保存原始代码用于返回
-        original_code = code
-
-        # 执行生成的函数并捕获输出
-        try:
-            # 创建一个新的命名空间来执行代码，包含必要的导入
-            namespace = {
-                "ProjectBuilder": ProjectBuilder,  # 添加ProjectBuilder到命名空间
-                "project_implementation": __import__("project_implementation"),
-                "project": __import__("project"),
-            }
-
-            # 执行生成的代码，定义neo4j_find_function函数
-            exec(code, namespace)
-
-            # 重定向stdout来捕获print输出
-            old_stdout = sys.stdout
-            redirected_output = io.StringIO()
-            sys.stdout = redirected_output
-
-            try:
-                # 执行函数并获取元组结果
-                result_tuple = namespace["neo4j_find_function"]()
-
-                # 确保结果是元组且包含4个元素
-                if not isinstance(result_tuple, tuple) or len(result_tuple) != 4:
-                    raise ValueError("函数应返回包含4个元素的元组(status, data, error, helper_info)")
-
-                status, data, error, helper_info = result_tuple
-
-                # 获取捕获的输出（如果有）
-                output = redirected_output.getvalue().strip()
-
-                # 根据状态处理结果
-                if status == "success":
-                    query_status = (
-                        "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
-                    )
-                    print(f"\n{query_status}")
-                    return {
-                        "code": 0,
-                        "message": "成功",
-                        "data": {
-                            "value": data,  # 直接使用data字典，不再需要JSON转换
-                            "code": original_code,
-                        },
-                        "query_status": query_status,
-                    }
-                else:
-                    # 错误情况
-                    error_info = {
-                        "error": error,
-                        "helper_info": helper_info,
-                    }
-
-                    # 重试逻辑
-                    if current_retry < max_retries:
-                        print("\n尝试使用RAG重写查询...")
-                        try:
-                            rewritten = rewrite_query_parameters(original_code, error_info)
-                            if rewritten and "code" in rewritten and rewritten["code"]:
-                                print(f"\n重写成功，新代码:\n{rewritten['code']}")
-                                current_retry += 1
-                                code = rewritten["code"]
-                                continue  # 重要！继续下一次循环迭代
-                        except Exception as e:
-                            print(f"\nRAG重写失败: {e}")
-                            # 尝试使用原始查询
-                            try:
-                                rewritten = rewrite_query_parameters(original_code, error_info)
-                            except Exception as e2:
-                                print(f"再次重写失败: {e2}")
-                                # 继续执行，返回原始错误
-
-                        # 返回错误信息
-                        query_status = "第一次查询失败" if current_retry == 0 else f"第{current_retry+1}次查询失败"
-                        print(f"\n{query_status}")
-                        return {
-                            "code": 1,
-                            "message": error,
-                            "data": {"value": "", "code": original_code},
-                            "error_info": error_info,
-                            "query_status": query_status,
-                        }
-
-                # 如果不是新格式，则按照原有逻辑处理
-                # 检查结果是否为空
-                is_empty_result = True  # 默认假设为空
-
-                # 先检查是否有明显的数据内容
-                if output and output.strip().startswith("[{") and output.strip().endswith("}]"):
-                    # 看起来是一个对象数组，尝试转换为有效的JSON格式
-                    try:
-                        # 将单引号替换为双引号以使其成为有效的JSON
-                        # 但要小心处理嵌套的引号
-                        import ast
-
-                        # 使用ast.literal_eval安全地将Python字符串表示转换为Python对象
-                        parsed_obj = ast.literal_eval(output)
-                        if parsed_obj and len(parsed_obj) > 0:
-                            is_empty_result = False
-                    except:
-                        # 如果解析失败，继续尝试其他方法
-                        pass
-
-                # 如果上面的方法没有确定结果不为空，继续尝试JSON解析
-                if is_empty_result:
-                    try:
-                        if output.strip():
-                            parsed_output = json.loads(output)
-                            if parsed_output and (
-                                isinstance(parsed_output, list)
-                                and len(parsed_output) > 0
-                                or isinstance(parsed_output, dict)
-                                and len(parsed_output) > 0
-                            ):
-                                is_empty_result = False
-                    except json.JSONDecodeError:
-                        # 不是有效的JSON，使用其他判断方法
-                        is_empty_result = (
-                            not output
-                            or output.lower() == "none"
-                            or output == "[]"
-                            or "未找到" in output
-                            or "None" in output
-                            or result is None
-                        )
-
-                # 如果结果为空，走重写流程
-                if is_empty_result:
-                    # 创建错误信息
-                    error_info = {
-                        "error": "查询结果为空",
-                        "helper_info": [],
-                        "traceback": "查询执行成功但未返回数据",
-                    }
-
-                if current_retry < max_retries:
-                    print("\n尝试使用RAG重写查询...")
-                    try:
-                        rewritten = rewrite_query_parameters(original_code, error_info)
-
-                        # 检查重写是否成功
-                        if rewritten and "code" in rewritten and rewritten["code"]:
-                            print(f"\n重写成功，新代码:\n{rewritten['code']}")
-
-                            # 增加重试计数
-                            current_retry += 1
-
-                            # 使用重写后的代码进行下一次迭代
-                            code = rewritten["code"]
-                            continue  # 重要！继续下一次循环迭代
-                        else:
-                            print("\n重写未返回有效代码")
-
-                    except Exception as e:
-                        print(f"\nRAG重写失败: {e}")
-                        # 尝试使用原始查询
-                        try:
-                            rewritten = rewrite_query_parameters(original_code, error_info)
-
-                            # 检查重写是否成功
-                            if rewritten and "code" in rewritten and rewritten["code"]:
-                                print(f"\n第二次重写成功，新代码:\n{rewritten['code']}")
-
-                                # 增加重试计数
-                                current_retry += 1
-
-                                # 使用重写后的代码进行下一次迭代
-                                code = rewritten["code"]
-                                continue  # 重要！继续下一次循环迭代
-                            else:
-                                print("\n第二次重写未返回有效代码")
-                        except Exception as e2:
-                            print(f"再次重写失败: {e2}")
-                            # 继续执行，返回原始错误
-
-                        # RAG重写失败或未产生新代码，返回原始错误
-                        query_status = (
-                            "第一次查询失败，RAG重写也失败"
-                            if current_retry == 0
-                            else f"第{current_retry+1}次查询失败，RAG重写也失败"
-                        )
-                        print(f"\n{query_status}")
-                        return {
-                            "code": 1,
-                            "message": "未找到匹配的节点，请检查该节点是否存在。",
-                            "data": {"value": "", "code": original_code},
-                            "error_info": error_info,
-                            "query_status": query_status,
-                        }
-
-                # 清理输出，只保留有用的结果部分
-                clean_output = output
-
-                # 如果输出包含查询结果数量和对象引用
-                if "查询结果数量:" in output and "<project." in output:
-                    # 提取查询结果部分
-                    import re
-
-                    # 尝试提取节点属性
-                    node_match = re.search(r"找到节点: <Node.*?properties=({.*?})>", output, re.DOTALL)
-                    if node_match:
-                        props_str = node_match.group(1).replace("'", '"')
-                        try:
-                            import ast
-
-                            props = ast.literal_eval(props_str)
-                            clean_output = json.dumps(props, ensure_ascii=False, indent=2)
-                        except:
-                            pass
-
-                    # 如果有查询结果数量信息
-                    count_match = re.search(r"查询结果数量: (\d+)", output)
-                    if count_match:
-                        count = count_match.group(1)
-                        if count == "0":
-                            clean_output = "未找到匹配的数据。"
-                            is_empty_result = True
-                        elif not node_match:  # 如果没有提取到节点属性但有结果
-                            clean_output = f"找到 {count} 条匹配结果"
-
-                # 检查结果对象
-                if result is not None:
-                    if isinstance(result, list):
-                        if not result:  # 空列表
-                            is_empty_result = True
-                        else:
-                            # 处理非空列表
-                            formatted_items = []
-                            for item in result:
-                                if hasattr(item, "__dict__"):
-                                    # 提取对象的所有属性
-                                    attrs = {k: v for k, v in item.__dict__.items() if not k.startswith("_")}
-                                    formatted_items.append(attrs)
-                                else:
-                                    formatted_items.append(str(item))
-
-                            if not is_empty_result:  # 只有在不是空结果时才返回成功
-                                query_status = (
-                                    "第一次查询成功"
-                                    if current_retry == 0
-                                    else f"第{current_retry+1}次查询成功(RAG重写后)"
-                                )
-                                print(f"\n{query_status}")
-                                return {
-                                    "code": 0,
-                                    "message": "成功",
-                                    "data": {
-                                        "value": json.dumps(formatted_items, ensure_ascii=False, indent=2),
-                                        "code": original_code,
-                                    },
-                                    "query_status": query_status,
-                                }
-                    elif hasattr(result, "__dict__"):
-                        # 单个对象
-                        attrs = {k: v for k, v in result.__dict__.items() if not k.startswith("_")}
-
-                        if not is_empty_result:  # 只有在不是空结果时才返回成功
-                            query_status = (
-                                "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
-                            )
-                            print(f"\n{query_status}")
-                            return {
-                                "code": 0,
-                                "message": "成功",
-                                "data": {
-                                    "value": json.dumps(attrs, ensure_ascii=False, indent=2),
-                                    "code": original_code,
-                                },
-                                "query_status": query_status,
-                            }
-
-                # 如果没有对象属性但有清理后的输出，且不是空结果
-                if (
-                    clean_output
-                    and clean_output.lower() != "none"
-                    and clean_output != "[]"
-                    and "未找到" not in clean_output
-                    and not is_empty_result
-                ):
-                    query_status = (
-                        "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
-                    )
-                    print(f"\n{query_status}")
-                    return {
-                        "code": 0,
-                        "message": "成功",
-                        "data": {"value": clean_output, "code": original_code},
-                        "query_status": query_status,
-                    }
-
-            finally:
-                # 恢复stdout
-                sys.stdout = old_stdout
-
-        except Exception as e:
-            import traceback
-
-            error_details = traceback.format_exc()
-            print(f"\n执行代码时出错: {error_details}")
-
-            # 使用实际的错误信息创建error_info
-            error_info = {
-                "error": str(e),  # 使用实际异常消息
-                "helper_info": [],  # 空的辅助信息
-                "traceback": error_details,  # 添加完整的堆栈跟踪
-            }
-
-            # 如果走到这里，说明结果为空或未找到匹配项，应该执行RAG重写流程
-            print("\n查询未找到结果，尝试定位具体缺失节点...")
-
-            # 解析原始查询路径中的最后一个节点名
-            import re
-
-            match = re.search(r"【([^】]+)】\s*$", original_query)
-            missing_node = match.group(1) if match else "未知节点"
-
-            if current_retry < max_retries:
-                print("\n尝试使用RAG重写查询...")
-                try:
-                    # 使用提取的值重写
-                    rewritten = rewrite_query_parameters(original_code, error_info)
-
-                    # 检查重写是否成功
-                    if rewritten and "code" in rewritten and rewritten["code"]:
-                        print(f"\n重写成功，新代码:\n{rewritten['code']}")
-
-                        # 增加重试计数
-                        current_retry += 1
-
-                        # 使用重写后的代码进行下一次迭代
-                        code = rewritten["code"]
-                        continue  # 重要！继续下一次循环迭代
-                    else:
-                        print("\n重写未返回有效代码")
-
-                except Exception as e:
-                    print(f"\nRAG重写失败: {e}")
-                    # 尝试使用原始查询
-                    try:
-                        rewritten = rewrite_query_parameters(original_code, error_info)
-
-                        # 检查重写是否成功
-                        if rewritten and "code" in rewritten and rewritten["code"]:
-                            print(f"\n第二次重写成功，新代码:\n{rewritten['code']}")
-
-                            # 增加重试计数
-                            current_retry += 1
-
-                            # 使用重写后的代码进行下一次迭代
-                            code = rewritten["code"]
-                            continue  # 重要！继续下一次循环迭代
-                        else:
-                            print("\n第二次重写未返回有效代码")
-                    except Exception as e2:
-                        print(f"再次重写失败: {e2}")
-                        # 继续执行，返回原始错误
-
-                # RAG重写失败或未产生新代码，返回原始错误
-                query_status = (
-                    "第一次查询失败，RAG重写也失败"
-                    if current_retry == 0
-                    else f"第{current_retry+1}次查询失败，RAG重写也失败"
-                )
-                print(f"\n{query_status}")
-                return {
-                    "code": 1,
-                    "message": f"{missing_node} 未找到，请检查该节点是否存在。",
-                    "data": {"value": "", "code": original_code},
-                    "error_info": error_info,
-                    "query_status": query_status,
-                }
-
-    # 如果所有重试都失败
-    print("\n所有重试都失败，无法找到匹配的结果")
-    query_status = "所有重试都失败"
-    return {
-        "code": 1,
-        "message": "所有重试都失败，无法找到匹配的结果",
-        "data": {"value": "", "code": original_code},
-        "query_status": query_status,
-    }
-
-
-def format_result(result):
-    """
-    格式化查询结果
-
-    Args:
-        result: 查询结果（可能为 list、dict 或其他类型）
-
-    Returns:
-        str: 格式化后的结果
-    """
-    # 处理 project 对象
-    if hasattr(result, "__module__") and result.__module__ == "project":
-        # 这是一个 project 模块中的对象
-        attrs = {k: v for k, v in result.__dict__.items() if not k.startswith("_")}
-        return json.dumps(attrs, ensure_ascii=False, indent=2)
-
-    # 处理 project 对象列表
-    if isinstance(result, list) and all(
-        hasattr(item, "__module__") and item.__module__ == "project" for item in result if hasattr(item, "__module__")
-    ):
-        formatted_items = []
-        for item in result:
-            if hasattr(item, "__dict__"):
-                attrs = {k: v for k, v in item.__dict__.items() if not k.startswith("_")}
-                formatted_items.append(attrs)
-            else:
-                formatted_items.append(str(item))
-
-        return json.dumps(formatted_items, ensure_ascii=False, indent=2)
-
-    # 如果结果是字符串，可能包含调试信息，需要提取有用部分
-    if isinstance(result, str):
-        # 尝试提取最终结果部分
-        if "[]" in result:
-            return "未找到匹配的数据。"
-
-        # 如果包含节点信息，提取关键部分
-        import re
-
-        node_match = re.search(r"找到.*?labels=.*?properties=(.*?)>", result)
-        if node_match:
-            try:
-                # 提取属性部分并格式化
-                props_str = node_match.group(1).replace("'", '"')
-                import ast
-
-                props = ast.literal_eval(props_str)
-
-                formatted = "找到节点:\n"
-                for k, v in props.items():
-                    formatted += f"  {k}: {v}\n"
-                return formatted
-            except:
-                pass
-
-        # 如果包含查询结果数量
-        count_match = re.search(r"查询结果数量: (\d+)", result)
-        if count_match:
-            count = count_match.group(1)
-            if count == "0":
-                return "未找到匹配的数据。"
-
-    # 如果是列表
-    if isinstance(result, list):
-        if not result:
-            return "未找到匹配的数据。"
-
-        lines = [f"找到 {len(result)} 条匹配结果:"]
-        for i, item in enumerate(result, 1):
-            lines.append(f"\n结果 {i}:")
-            if hasattr(item, "items"):  # 检查是否有items方法（字典或类似字典的对象）
-                try:
-                    for k, v in item.items():
-                        lines.append(f"  {k}: {v}")
-                except:
-                    lines.append(f"  {item}")
-            else:
-                lines.append(f"  {item}")
-        return "\n".join(lines)
-
-    # 如果是字典
-    elif isinstance(result, dict):
-        lines = ["查询结果:"]
-        for k, v in result.items():
-            lines.append(f"  {k}: {v}")
-        return "\n".join(lines)
-
-    # 其他类型
-    else:
-        return str(result)
-
-
-def format_dict_or_item(item):
-    """
-    格式化字典或其他对象
-
-    Args:
-        item: 字典或其他对象
-
-    Returns:
-        str: 格式化后的字符串
-    """
-    if isinstance(item, dict):
-        formatted = ""
-        for key, value in item.items():
-            formatted += f"  {key}: {value}\n"
-        return formatted
-
-    return str(item)
-
-
-def _extract_all_values(item, result_list):
-    """
-    递归提取字典中的所有值并添加到结果列表中
-
-    Args:
-        item: 字典或其他对象
-        result_list: 用于存储结果的列表
-    """
-    if isinstance(item, dict):
-        for key, value in item.items():
-            if key != "children":  # 跳过children键，它会在主逻辑中单独处理
-                if isinstance(value, str):
-                    result_list.append(value)
-                elif isinstance(value, (dict, list)):
-                    _extract_all_values(value, result_list)
-    elif isinstance(item, list):
-        for element in item:
-            _extract_all_values(element, result_list)
-
-
-# 定义一个辅助函数来提取和处理相似参数
-def extract_similar_parameters(path_parts, knowledge_base):
-    """
-    从路径和知识库中提取相似参数
-
-    Args:
-        path_parts (list): 路径部分列表
-        knowledge_base (list): 知识库数据
-
-    Returns:
-        str: 相似参数字符串
-    """
-    # 从路径中提取关键词
-    extracted_parts = []
-    for part in path_parts:
-        if "/" in part:
-            last_part = part.split("/")[-1].strip()
-            if last_part:
-                extracted_parts.append(last_part)
-        else:
-            extracted_parts.append(part)
-
-    # 收集所有可能的相似参数
-    similar_params = []
-
-    # 从knowledge_base中查找相关项及其子节点
-    for part in extracted_parts:
-        for item in knowledge_base:
-            # 检查当前项是否匹配
-            match_found = False
-            for key, value in item.items():
-                if isinstance(value, str) and part.lower() in value.lower():
-                    match_found = True
-                    break
-
-            if match_found:
-                # 如果找到匹配项，提取所有值
-                _extract_all_values(item, similar_params)
-
-                # 特别处理子节点
-                if "children" in item and isinstance(item["children"], list):
-                    for child in item["children"]:
-                        _extract_all_values(child, similar_params)
-
-    # 移除重复项并排序
-    similar_params = list(set(similar_params))
-    similar_params.sort()
-
-    print(f"找到的相似参数: {similar_params}")
-
-    # 创建一个包含所有相似参数的字符串
-    return ", ".join(similar_params)
-
-
-# 在查询前先增加一个简单函数，专门提取字符串中的键值对值
-def extract_values_from_kb_string(kb_string):
-    """从知识库字符串中提取所有键值对的值"""
-    import re
-
-    # 匹配所有键值对："key": "value" 的模式
-    # 这里我们直接取第二个捕获组，即值部分
-    values = re.findall(r'"([^"]+)"\s*:\s*"([^"]+)"', kb_string)
-
-    # 只保留值（第二个元素）
-    result = [match[1] for match in values]
-
-    return result
-
-
-question = {
-    "type": "query",
-    "value": "查找一下【工程数据/安装工程/安装/架空输电线路本体工程/杆塔工程/杆塔组立/铁塔、钢管杆组立】的类型为【主材】的【塔材】",
-}
-result = nl_query_to_function_call(question)
-print(result)