【Neo4j Desktop/Community】neo4j桌面版/社区版下载、安装、使用教程

vvvdg2025-12-09 9:48

一、neo4j介绍

（一）什么是 Neo4j？

Neo4j是一个原生图数据库，采用图结构来存储和处理数据。与关系型数据库不同，它专门设计用于处理高度关联的数据。

（二）图数据库 vs. 关系型数据库

Neo4j与关系型数据库（如 MySQL）的对比：

维度 关系型数据库 Neo4j 图数据库
数据模型 表、行、列。数据通过外键关联。 图 ，由节点 、关系 和属性构成。
存储核心 表结构。关联是隐式的（通过外键值）。 关系 是一等公民，有自己的存储空间，像"箭头"一样直接连接节点。
查询方式 SQL（结构化查询语言），使用 JOIN 来连接表。 Cypher 查询语言，使用模式匹配来遍历图。
性能特点 多表深度 JOIN 时性能下降严重。 无论关系多深，遍历速度恒定（O(1) 级别），特别擅长处理关联密集型查询。
适用场景 高度结构化、模式固定的数据（如会计系统）。 高度互联、关系复杂的数据（如社交网络、推荐引擎、知识图谱、风控）。

（三）Neo4j 的核心组件

  • 节点 ：表示实体，例如人、产品、公司。可以带有属性 （键值对，如 name: "张三", age: 30）。
  • 关系 ：连接两个节点，表示它们之间的关联。关系是有方向 的（单向或双向），并且必须有类型 （如 FOLLOWS, PURCHASED），也可以拥有属性（如 since: 2020）。
  • 属性：附加在节点和关系上的键值对数据。
  • 标签 ：对节点进行分组的标记，类似于"类型"。一个节点可以有多个标签（如 Person:Customer）。

（四）Cypher 查询语言

Cypher 是 Neo4j 的声明式图查询语言，非常直观。

例子：查找张三的所有朋友

cypher 复制代码 
MATCH (zhang:Person {name: '张三'})-[:FRIEND_OF]->(friend)
RETURN friend.name
  • () 表示节点。
  • :Person 是节点标签。
  • {name: '张三'} 是节点属性。
  • -[:FRIEND_OF]-> 表示一个类型为 FRIEND_OF 的关系，从 zhang 指向 friend。

（五）JDK和Neo4j的关系

  1. 运行依赖关系

    Neo4j是用Java开发 的，因此必须依赖JDK 才能运行

    JDK提供了Neo4j运行所需的Java虚拟机（JVM）环境

    没有JDK，Neo4j无法启动

  2. 版本对应关系

    不同版本的Neo4j对JDK版本有不同要求：

    • Neo4j 3.x → 通常需要JDK 8
    • Neo4j 4.x → 需要JDK 11或更高版本
    • Neo4j 5.x → 推荐JDK 17或更高版本

（六）Neo4j 社区版

这是一个数据库服务器软件。它是 Neo4j 的免费、开源版本。

  1. 定位： 用于生产或开发环境的服务器端部署。
  2. 核心功能 ：
    • 完整的 Cypher 查询语言支持（包括核心的图遍历和操作）。
    • 支持 ACID 事务。
    • 提供 HTTP API 和 Bolt 协议驱动。
    • 可以与各种编程语言（Java, Python, JavaScript, .NET等）通过驱动进行连接。
    • 支持基本的导入/导出功能。
  3. 限制 ：
    • 集群功能不支持： 只能以单实例运行，无法构建高可用或负载均衡集群。
    • 容量限制： 理论上无硬性限制，但由于单实例，性能和容量受限于单台服务器的能力。
    • 缺少高级管理工具： 没有图形化的监控、用户管理、备份恢复等企业级功能（需要通过命令行或API操作）。
    • 在线备份功能有限： 仅支持"冷备份"（需要停止服务）。

（七）Neo4j 桌面版

这是一个本地桌面应用程序。它是为开发者和学习者设计的"一体化"图形界面工作台。

  1. 定位： 本地开发、学习和探索的集成环境。
  2. 核心功能 ：
    • 管理多个 Neo4j 数据库实例 ： 可以轻松地在本地创建、启动、停止和管理多个不同版本的 Neo4j 数据库（默认安装并包含社区版服务器）。
    • 内置 Neo4j Browser： 提供强大的图形化 Cypher 查询和结果可视化界面。
    • 插件生态系统 ：
      • Neo4j Bloom： 商业智能风格的图探索和可视化工具（桌面版免费）。
      • Neo4j ETL Tool： 将数据从关系数据库导入到 Neo4j。
      • APOC 和 GDS 库： 一键安装强大的扩展过程库和图数据科学库。
    • 项目管理： 将数据库、查询、插件和设置与特定项目关联。
    • 轻松配置： 通过图形界面轻松修改数据库配置（如内存设置、安全认证等）。
  3. 限制 ：
    • 仅限本地使用，不适合生产部署。
    • 本质上是用于管理和运行本地社区版服务器的工具。

二、下载安装步骤（以Windows为例）

Neo4j Desktop官网下载（失败）

（一）系统要求

  • 操作系统：MacOS 10.10+ (Yosemite), Windows 10+ with PowerShell 5.1+, Ubuntu 22.04, Debian 11
  • 内存：建议至少 4GB RAM（8GB以上更佳）
  • 硬盘空间：至少 2GB 可用空间
  • Java环境：Neo4j Desktop自带Java运行（无需单独安装JDK）

（二）下载步骤

  1. 访问官网
    打开 Neo4j官网下载页面， 点击Download
  1. 选择版本
    完成注册，点击Download Desktop

    选择对应操作系统的安装包：
    • Windows: .exe 安装程序
    • macOS: .dmg 镜像文件
    • Linux: .deb（Ubuntu/Debian）或 .rpm（CentOS/RHEL）
  1. 下载安装（失败）

Neo4j Community安装包下载（成功）

（一）系统要求

  • Neo4j版本：neo4j-community-5.26.0-windows
  • 操作系统：Windows 10+
  • 内存：建议至少 4GB RAM（8GB以上更佳）
  • 硬盘空间：至少 2GB 可用空间
  • Java环境：JDK 17 或更高版本

（二）前置条件

  • 确保系统已安装 Java 11 或 17 运行时环境（JRE）。Neo4j 是基于 Java 开发的
    • 在终端输入 java -version 检查
    • 若未安装，可前往 JDK官网 下载安装

（三）JDK安装教程（如JDK已安装，可跳过）

（1）JDK安装

  1. 打开 JDK官网 ，选择合适JDK版本与操作系统并下载

    注意：在开发时，会在同一台电脑上安装多个jdk版本，以适应不同的项目需求的要求，普遍都是选.exe文档进行安装）

    dk不同的安装包：

    .zip: 下载后，需要解压

    .exe:下载后，双击安装(安装简单）

    .msi:适合企业环境，适合批量安装

  2. 双击运行.exe，启动安装程序，更改安装位置，完成下载

  3. 找到对应的安装目录，查看已安装的JDK版本

  4. 输入cmd，回车进入命令行模式，终端输入 java -version ，查看JDK的版本信息

（2）配置JDK的环境变量

  1. 选中桌面我的电脑------右键选择属性，选择高级系统设置，点击环境变量

  2. 新增系统变量

    新增JAVA_HOME，变量值为相应版本的JDK安装目录，点击确定

    新增CLASSPATH，变量值为.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;，点击确定

  3. 编辑Path系统变量

    选中Path，点击编辑

    新建环境变量%JAVA_HOME%\bin与%JAVA_HOME%\jre\bin，点击确认

（四）Neo4j安装教程

（1）Neo4j安装

下载安装包（neo4j-community-5.26.0-windows.rar），解压下载的压缩包到指定目录D:\neo4j

（2）配置Neo4j的环境变量

  1. 选中桌面我的电脑------右键选择属性，选择高级系统设置，点击环境变量

  2. 选中Neo4j解压文件夹里的目录，复制该路径D:\neo4j\neo4j-community-5.26.0

  3. 新增系统变量

    新增NEO4J_HOME，变量值为Neo4j安装目录，点击确定

  4. 选中Neo4j解压文件夹里的bin目录，复制该路径D:\neo4j\neo4j-community-5.26.0\bin

  5. 编辑Path系统变量

    选中Path，点击编辑

    新建环境变量D:\neo4j\neo4j-community-5.26.0\bin，点击确认

  6. 验证Neo4j安装是否成功

    打开终端cmd，输入neo4j console，出现Started代表安装成功
    http://localhost:7474/为neo4j的启动网址

三、Neo4j使用教程

（一）运行Neo4j

  1. 打开终端cmd，输入neo4j console，出现Started代表启动成功
    http://localhost:7474/为neo4j的启动网址

  2. 使用任意浏览器访问默认网址http://localhost:7474/，输入账号密码初始用户名：neo4j 密码：neo4j，然后点击Connect，登录Neo4j

  3. 首次登录后会提示修改密码
    输入新密码和确认密码之后，点击Change password

  4. 登录成功的界面

  5. 执行第一个查询
    在顶部输入栏输入Cypher语句：

    cypher 复制代码 
    CREATE (n:Test {name: 'Hello Neo4j'}) RETURN n

（二）Cypher查询语言

Cypher 是一种声明式的图查询语言，用于Neo4j图数据库。它的语法设计类似于自然语言，使得查询易于理解和编写。允许用户使用直观的图形模式来描述想要查询或操作的数据，而无需关心底层的实现细节。

（1）Cypher基础语法结构

1. 基本模式
cypher 复制代码 
(节点)-[关系]->(节点)
2. 语法规则
  • 节点：用圆括号表示 ()
  • 关系：用方括号表示 []
  • 属性：用花括号表示 {}
  • 标签：以冒号开头 :Label
  • 变量：用于引用节点、关系或路径
  • 区分大小写：标签、关系类型、属性键名区分大小写

（2）节点语法

1. 节点表示形式
cypher 复制代码 
-- 匿名节点（无标签、无属性）
()

-- 带变量的节点
(p)

-- 带标签的节点
(:Person)

-- 带标签和变量的节点
(p:Person)

-- 带属性、标签和变量的节点
(p:Person {name: 'John', age: 30})

-- 多个标签
(p:Person:Employee:Manager)
2. 节点属性操作
cypher 复制代码 
-- 创建时设置属性
CREATE (p:Person {name: 'Alice', age: 25, city: '北京'})

-- 更新属性
MATCH (p:Person {name: 'Alice'})
SET p.age = 26, 
    p.skills = ['Java', 'Python'],
    p.lastUpdated = timestamp()

-- 移除属性
MATCH (p:Person {name: 'Alice'})
REMOVE p.city

-- 合并属性（保留已有，添加新的）
MATCH (p:Person {name: 'Alice'})
SET p += {age: 27, department: 'IT'}

（3）关系语法

1. 关系表示形式
cypher 复制代码 
-- 匿名关系
-[r]->

-- 带类型的关系
-[:KNOWS]->

-- 带类型和变量的关系
-[r:KNOWS]->

-- 带属性的关系
-[:KNOWS {since: 2010, close: true}]->

-- 无方向关系（查询时使用）
-[r:KNOWS]-
2. 关系类型规则
  • 以冒号开头
  • 可以包含字母、数字、下划线
  • 推荐使用大写驼峰命名法，如：FRIEND_OF, WORKED_AT
  • 不能以数字开头
3. 关系属性操作
cypher 复制代码 
-- 创建带属性的关系
CREATE (a:Person)-[r:KNOWS {since: 2020, level: 'close'}]->(b:Person)

-- 更新关系属性
MATCH (a:Person)-[r:KNOWS]->(b:Person)
WHERE a.name = 'Alice' AND b.name = 'Bob'
SET r.since = 2021,
    r.meet_at = 'conference'

-- 移除关系属性
MATCH ()-[r:KNOWS]->()
REMOVE r.level

（4）基本查询子句

1. MATCH - 模式匹配
cypher 复制代码 
-- 基本匹配
MATCH (p:Person) RETURN p

-- 多模式匹配
MATCH (p:Person), (m:Movie) RETURN p, m

-- 可选匹配（类似左连接）
MATCH (p:Person)
OPTIONAL MATCH (p)-[r:REVIEWED]->(m:Movie)
RETURN p.name, m.title

-- 最短路径匹配
MATCH path = shortestPath((a:Person)-[*]-(b:Person))
WHERE a.name = 'Alice' AND b.name = 'Bob'
RETURN path
2. WHERE - 条件过滤
cypher 复制代码 
-- 基本条件
WHERE p.age > 25

-- 字符串匹配
WHERE p.name STARTS WITH 'Al'
WHERE p.name ENDS WITH 'ce'
WHERE p.name CONTAINS 'lic'

-- 正则表达式
WHERE p.email =~ '.*@gmail\\.com'

-- IN操作符
WHERE p.name IN ['Alice', 'Bob', 'Charlie']

-- 空值判断
WHERE p.address IS NULL
WHERE p.phone IS NOT NULL

-- 复合条件
WHERE (p.age > 25 AND p.gender = 'female') 
   OR p.city = '北京'
3. RETURN - 返回结果
cypher 复制代码 
-- 返回节点
RETURN p

-- 返回特定属性
RETURN p.name, p.age

-- 返回所有属性
RETURN properties(p)

-- 返回路径
RETURN path

-- 返回计数
RETURN COUNT(*)

-- 返回去重结果
RETURN DISTINCT p.city

-- 使用AS重命名
RETURN p.name AS 姓名, p.age AS 年龄

-- 使用表达式
RETURN p.name + ' from ' + p.city AS info
4. ORDER BY - 排序
cypher 复制代码 
-- 升序排序
ORDER BY p.age ASC

-- 降序排序
ORDER BY p.salary DESC

-- 多字段排序
ORDER BY p.department, p.salary DESC
5. LIMIT & SKIP - 分页
cypher 复制代码 
-- 限制结果数量
LIMIT 10

-- 跳过前N条
SKIP 20

-- 分页（每页10条，第3页）
SKIP 20 LIMIT 10

（5）基本操作------创建（Create）

1. 创建节点

语法：

cypher 复制代码 
CREATE (变量名:标签 {属性名: 属性值})

示例：

cypher 复制代码 
-- 创建简单节点
CREATE (p:Person {name: '张三', age: 30})

-- 创建多个节点
CREATE 
  (:Person {name: '李四', age: 25}),
  (:Person {name: '王五', age: 35})

-- 创建带多个标签的节点
CREATE (p:Person:Employee {name: '赵六', department: 'IT'})
2. 创建关系

语法：

cypher 复制代码 
-- 新节点之间创建关系
CREATE (节点1)-[关系变量:关系类型 {属性}]->(节点2)

-- 已有节点之间创建关系
MATCH (节点1), (节点2)
CREATE (节点1)-[关系变量:关系类型 {属性}]->(节点2)

示例：

cypher 复制代码 
-- 创建节点和关系（一次完成）
CREATE 
  (a:Person {name: 'Alice'}),
  (b:Person {name: 'Bob'}),
  (a)-[:FRIEND {since: 2020}]->(b),
  (a)-[:WORKS_WITH]->(b)

-- 为已有节点创建关系
MATCH 
  (a:Person {name: '张三'}),
  (b:Person {name: '李四'})
CREATE (a)-[:KNOWS]->(b)

-- 创建双向关系
CREATE 
  (a)-[:FRIEND]->(b),
  (b)-[:FRIEND]->(a)

（6）基本操作------查询（Match）

1. 基本查询

语法：

cypher 复制代码 
MATCH (变量:标签 {条件})
RETURN 变量或属性

示例：

cypher 复制代码 
-- 查询所有Person节点
MATCH (p:Person) RETURN p

-- 查询特定属性
MATCH (p:Person) 
RETURN p.name, p.age

-- 带条件的查询
MATCH (p:Person)
WHERE p.age > 25 AND p.city = '北京'
RETURN p.name, p.age

-- 查询关系
MATCH (p1:Person)-[r:FRIEND]->(p2:Person)
RETURN p1.name, p2.name, r.since

2. 关系查询

语法：

cypher 复制代码 
MATCH (节点1)-[关系:关系类型]->(节点2)
RETURN 节点1, 关系, 节点2

示例：

cypher 复制代码 
-- 查询所有朋友关系
MATCH (p1:Person)-[r:FRIEND]->(p2:Person)
RETURN p1.name, p2.name, r.since

-- 查询张三的所有朋友
MATCH (p:Person {name: '张三'})-[:FRIEND]->(friend)
RETURN friend.name, friend.age

-- 查询朋友的朋友（2度关系）
MATCH (p:Person {name: '张三'})-[:FRIEND]->(friend)-[:FRIEND]->(fof)
RETURN fof.name, fof.city

3. 路径查询

语法：

cypher 复制代码 
MATCH 路径变量 = (起点)-[:关系类型*最小..最大]->(终点)
RETURN 路径变量

示例：

cypher 复制代码 
-- 查询1-3度关系
MATCH path = (a:Person {name: 'Alice'})-[:FRIEND*1..3]->(b:Person)
RETURN b.name, length(path) as 度数

-- 查询最短路径
MATCH path = shortestPath(
  (a:Person {name: '张三'})-[:FRIEND|KNOWS*]-(b:Person {name: '李四'})
)
RETURN path

（7）基本操作------更新（Update）

1. 更新节点

语法：

cypher 复制代码 
MATCH (节点:标签 {条件})
SET 节点.属性 = 新值

示例：

cypher 复制代码 
-- 更新单个属性
MATCH (p:Person {name: '张三'})
SET p.age = 31

-- 更新多个属性
MATCH (p:Person {name: '李四'})
SET p.age = 26, p.city = '上海', p.salary = 15000

-- 添加新属性
MATCH (p:Person {name: '王五'})
SET p.email = 'wangwu@example.com', p.phone = '13800138000'

-- 添加新标签
MATCH (p:Person {name: '赵六'})
SET p:Manager, p.department = '市场部'
2. 更新关系

语法：

cypher 复制代码 
MATCH (节点1)-[关系:关系类型]->(节点2)
SET 关系.属性 = 新值

示例：

cypher 复制代码 
-- 更新关系属性
MATCH (a:Person {name: 'Alice'})-[r:FRIEND]->(b:Person {name: 'Bob'})
SET r.since = 2022, r.closeness = 'best'

-- 更新购买时间
MATCH (u:User {id: 123})-[r:BOUGHT]->(p:Product {id: 101})
SET r.quantity = r.quantity + 1, r.last_purchase = date()

（8）基本操作------删除（Delete）

1. 删除节点

语法：

cypher 复制代码 
-- 删除节点及其关系
MATCH (节点:标签 {条件})
DETACH DELETE 节点

-- 只删除节点（必须先删除关系）
MATCH (节点:标签 {条件})
DELETE 节点

示例：

cypher 复制代码 
-- 删除特定节点及其所有关系
MATCH (p:Person {name: '张三'})
DETACH DELETE p

-- 删除多个节点
MATCH (p:Person)
WHERE p.age < 18
DETACH DELETE p

-- 先删除关系再删除节点
MATCH (p:Product {name: '过时商品'})
MATCH (p)-[r]-()
DELETE r
DELETE p
2. 删除关系

语法：

cypher 复制代码 
MATCH (节点1)-[关系:关系类型]->(节点2)
DELETE 关系

示例：

cypher 复制代码 
-- 删除特定关系
MATCH (a:Person {name: '张三'})-[r:FRIEND]->(b:Person {name: '李四'})
DELETE r

-- 删除过期关系
MATCH ()-[r:FRIEND]-()
WHERE r.since < 2010
DELETE r
3. 删除属性

语法：

cypher 复制代码 
MATCH (节点:标签 {条件})
REMOVE 节点.属性名

示例：

cypher 复制代码 
-- 删除单个属性
MATCH (p:Person {name: '张三'})
REMOVE p.nickname

-- 删除多个属性
MATCH (p:Person)
WHERE p.age > 60
REMOVE p.salary, p.position

（三）使用Python运行Neo4j

（1）官方 neo4j 驱动基础语法

1 安装和导入
bash 复制代码 
pip install neo4j
python 复制代码 
from neo4j import GraphDatabase
2 连接数据库
python 复制代码 
# 创建驱动
driver = GraphDatabase.driver(
    "bolt://localhost:7687",
    auth=("neo4j", "your_password")
)

# 测试连接
driver.verify_connectivity()
3 基本查询模式
python 复制代码 
# 写操作（CREATE, UPDATE, DELETE）
def write_query(tx, query, **params):
    result = tx.run(query, **params)
    return result.data()  # 或 result.single() 或 result.value()

# 读操作（MATCH, RETURN）
def read_query(tx, query, **params):
    result = tx.run(query, **params)
    return result.data()

# 使用示例
with driver.session() as session:
    # 写操作
    session.execute_write(write_query, 
        "CREATE (p:Person {name: $name, age: $age})",
        name="Alice", age=30
    )
    
    # 读操作
    people = session.execute_read(read_query,
        "MATCH (p:Person) RETURN p.name, p.age"
    )
    print(people)
4 数据处理方法
python 复制代码 
# 获取单条记录
result = session.run("MATCH (p:Person) RETURN p LIMIT 1")
single_record = result.single()  # 获取第一条
value = result.single()[0]      # 获取第一个字段的值
value = result.single().value() # 同上

# 获取所有记录
result = session.run("MATCH (p:Person) RETURN p")
all_records = result.data()      # 返回字典列表
all_values = result.values()     # 返回值列表的列表
list_of_records = list(result)   # 转换为Record对象列表

# 获取特定字段
result = session.run("MATCH (p:Person) RETURN p.name AS name")
names = [record["name"] for record in result]  # 通过键名
names = [record[0] for record in result]       # 通过索引
names = result.value()                         # 所有第一个字段的值
5 关闭连接
python 复制代码 
driver.close()

（2） 第三方库py2neo 基础语法

1 安装和导入
bash 复制代码 
pip install py2neo
python 复制代码 
from py2neo import Graph, Node, Relationship
2 连接数据库
python 复制代码 
# 创建连接
graph = Graph("bolt://localhost:7687", 
              auth=("neo4j", "your_password"))

# 测试连接
graph.run("RETURN 1")  # 简单查询测试
3 节点操作
python 复制代码 
# 创建节点
person = Node("Person", name="Alice", age=30)
graph.create(person)

# 批量创建
people = [
    Node("Person", name="Bob", age=25),
    Node("Person", name="Charlie", age=35)
]
graph.create(people[0] | people[1])  # 使用|操作符合并

# 查找节点
from py2neo import NodeMatcher
matcher = NodeMatcher(graph)
alice = matcher.match("Person", name="Alice").first()
all_people = matcher.match("Person").all()

# 更新节点
alice["age"] = 31
graph.push(alice)  # 更新到数据库

# 删除节点
graph.delete(alice)  # 删除节点及其关系
graph.separate(alice)  # 只删除关系，保留节点
4 关系操作
python 复制代码 
# 创建关系
alice = Node("Person", name="Alice")
bob = Node("Person", name="Bob")
knows = Relationship(alice, "KNOWS", bob, since="2020")
graph.create(knows)

# 查询关系
query = """
MATCH (a:Person)-[r:KNOWS]->(b:Person)
WHERE a.name = $name
RETURN b.name, r.since
"""
result = graph.run(query, name="Alice")
for record in result:
    print(record["b.name"], record["r.since"])
5 通用查询
python 复制代码 
# 执行Cypher查询
result = graph.run("MATCH (p:Person) RETURN p.name, p.age")

# 获取数据的不同方式
data = result.data()          # 返回字典列表
df = result.to_data_frame()   # 转换为pandas DataFrame
table = result.to_table()     # 转换为表格格式
records = list(result)        # 转换为Record对象列表

# 带参数的查询
result = graph.run(
    "MATCH (p:Person) WHERE p.age > $min_age RETURN p.name",
    min_age=25
)

# 获取单个值
name = graph.evaluate(
    "MATCH (p:Person {name: $name}) RETURN p.age",
    name="Alice"
)

（四）切换Neo4j数据库

社区版只能同时运行一个数据库，通过修改neo4j.conf内数据库名，实现切换数据库操作

  1. 找到文件neo4j.conf，使用记事本打开。（路径目录：D:\neo4j\neo4j-community-5.26.0\conf）

  2. 修改使用的数据库名称，其余数据库用#注释掉
    initial.dbms.default_database=名称

  3. 重新运行neo4j console，打开Neo4j网页http://localhost:7474/，完成数据库的切换

相关推荐
ELI_He9991 天前
Neo4j GDS插件安装
neo4j
乙卯年QAQ2 天前
Docker：Docker部署Neo4j图数据库
neo4j
熊猫钓鱼>_>3 天前
TensorFlow深度学习框架入门浅析
深度学习·神经网络·tensorflow·neo4j·张量·训练模型·评估模型
serve the people6 天前
TensorFlow 模型的 “完整保存与跨环境共享” 方案
人工智能·tensorflow·neo4j
小程故事多_807 天前
基于LangGraph与Neo4j构建智能体级GraphRAG：打造下一代膳食规划助手
人工智能·aigc·neo4j
serve the people7 天前
TensorFlow 中定义模型和层
人工智能·tensorflow·neo4j
serve the people8 天前
tensorflow计算图的底层原理
人工智能·tensorflow·neo4j
Y***89089 天前
Neo4j图数据库学习(二)——SpringBoot整合Neo4j
数据库·学习·neo4j
2501_9418233712 天前
Java高性能图像识别与TensorFlow实战分享：深度学习模型部署与优化经验
neo4j
热门推荐
01GitHub 镜像站点02【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）03安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）04UV安装并设置国内源05React CVE-2025-55182漏洞排查与修复指南06Linux下V2Ray安装配置指南07BongoCat - 跨平台键盘猫动画工具08从入门到实战：Gemini 3 使用指南速览09本地部署阿里最新开源的Z-Image10在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）