#neo4j

Switchboards to Subgraphs: Building a Triage Agent on a Neo4j Knowledge Graph

Hệ thống sử dụng đồ thị tri thức Neo4j để xây dựng tác nhân phân loại ticket (triage agent) dựa trên AI, mô hình hóa chuyên môn hỗ trợ thông qua các mối quan hệ đồ thị (ai giải quyết ticket nào, cho khách hàng nào, với kỹ năng gì). Tác nhân Neo4j Aura hoạt động bằng 5 công cụ Cypher (tương tự semantic search, xếp hạng chuyên gia, lịch sử khách hàng, matching kỹ năng, tìm kiếm tài liệu SOP) và được điều phối bởi lớp open-source Korca, đạt độ chính xác trên 90% trong sản xuất nhờ chất lượng dữ liệu sạch.

Lập trình viên muốn tự động hóa triage ticket hiệu quả và tối ưu hóa quy trình làm việc trong các hệ thống hỗ trợ khách hàng bằng cách áp dụng kiến trúc graph để mô hình hóa dữ liệu chuyên môn và tương tác.

Graph used right & built fast: Neo4j at HackwithBay 3.0

Ba đội giành chiến thắng tại HackwithBay 3.0 đã xây dựng ứng dụng AI dựa trên đồ thị bằng Neo4j trong vòng chưa đầy năm giờ, sử dụng Aura làm nguồn dữ liệu có cấu trúc cho các tác nhân tự động. Các dự án gồm VeriGraph (lưu trữ kết luận khoa học), Constructor (hệ trợ lý nghiên cứu bán dẫn) và Ultra Super Social Passport (ghép đôi khách mời dựa trên cộng đồng), tận dụng đa dạng phương thức truy cập như Bolt driver, HTTP Query API v2 và RocketRide.

Là người phát triển cần thiết kế các ứng dụng AI tự động hóa hoặc xử lý dữ liệu liên kết phức tạp, bài viết này sẽ giúp bạn hiểu cách Neo4j Aura tối ưu hóa hiệu suất và tính linh hoạt khi kết hợp với các agent AI, từ đó tiết kiệm thời gian và nguồn lực trong việc triển khai các giải pháp mạnh mẽ.

The Startup’s Guide to Getting Started Building on Neo4j Aura

The Startup’s Guide to Getting Started Building on Neo4j Aura Everything you need to start building your graph application on Neo4j Aura. You just got credits for Neo4j Aura. This post covers …

How to Build a Knowledge Graph with Python and Neo4j [Full Handbook]

Most of the data you work with is really about relationships. A customer belongs to an account. An incident affects a service. An engineer owns a repository. You store all of that in tables, and for a

Knowledge Graphs Meet RAG: A Practical Integration Guide

Hướng dẫn thực tế tích hợp knowledge graph vào hệ thống RAG dựa trên vector sẵn có, bao gồm quy trình trích xuất, lựa chọn lưu trữ, bộ truy xuất kết hợp, đánh giá và vận hành ngày thứ 2 với mã nguồn bằng LangChain và LlamaIndex.

Lập trình viên muốn nâng cấp hiệu suất và độ tin cậy của hệ thống RAG hiện tại bằng cách kết hợp graph-based reasoning với vector search một cách đơn giản và thực tế, từ các giải pháp triển khai đến đánh giá và vận hành hàng ngày.

RAG vs GraphRAG — Two Retrievers, One Question

Khi hỏi "một bộ phim hành động được đánh giá cao về du hành tới các hành tinh khác", hệ thống RAG truyền thống có thể trả về kết quả chung chung dựa trên truy xuất văn bản, trong khi GraphRAG tận dụng cấu trúc đồ thị kiến thức để cung cấp câu trả lời chi tiết hơn, liên kết các thực thể như phim, thể loại, đánh giá và chủ đề du hành vũ trụ.

Lập trình viên nên đọc bài này để hiểu cách GraphRAG cải thiện hiệu quả tìm kiếm dữ liệu phức tạp bằng cách kết hợp đồ thị và vector search, giúp xử lý câu hỏi mở rộng hơn và trả lời chính xác hơn so với phương pháp truyền thống RAG đơn giản.

EPIC: The Musical vs Nolan’s The Odyssey -One Story, Visualised as a Graph

What did EPIC: The Musical cut from Homer? How does Christopher Nolan's The Odyssey compare? I mapped all three in one Neo4j graph to find out.

When the LLM Drifts Away

When the LLM Drifts Away Cutting to the chase You think an AI is great at a task. You’ve seen it do that task over and over with great success! Surely it can do it again! And then… it doesn’t …

Neo4j Virtual Graph on BigQuery. Explore how to query and visualise…

Neo4j Virtual Graphs (released June 2026 as a preview) let you query BigQuery data using Cypher and visualize it as a graph without any ETL. The post walks through setting up the IMDB dataset (~100M rows) in BigQuery, creating a graph model in Neo4j Aura, and running both a native Neo4j instance and a Virtual Graph instance side by side. It demonstrates finding the Bacon number using Cypher's SHORTEST path on native Neo4j and Dijkstra's algorithm via GDS Sessions on the Virtual Graph. Performance comparisons show both approaches complete fixed-length traversal queries in seconds for this dataset. The post also covers inspecting the generated SQL via EXPLAIN, optimizing the graph model with dedicated labels and relationship types, and using BigQuery's native GQL graph support as an alternative.