快乐冲浪与生活

在 Apple Silicon（M 系列芯片）上，用 MLX-LM 对一个开源大模型做 LoRA 微调， 把它变成一个"油菜品种信息查询"垂域助手，并对比微调前后的效果。 本文记录了从环境准备、数据构造、微调到评测的完整过程，以及踩过的几个版本坑。

适用版本：Neo4j 5.x（社区版 / 企业版） 环境：已安装 Docker 与 Docker Compose 的 Linux / macOS 主机

前言

Neo4j 是目前最流行的原生图数据库，常用于知识图谱、关系网络、推荐系统等场景。使用 Docker 部署可以让环境保持一致、迁移方便，而图数据的备份与还原则是生产环境中不可忽视的一环。

Neo4j 是领先的开源图数据库管理系统，并且完全符合 ACID 标准。然而在真实的运维环境中，像一致性错误这样的意外问题依然可能发生——尤其是在非正常关机、崩溃或磁盘故障之后。

引言

索引是 Neo4j 中至关重要的辅助数据结构，能够显著提升 Cypher 查询的性能。有了索引，数据库无需执行昂贵的全量扫描即可快速定位具有特定属性值的节点。

Neo4j 索引基础

索引的工作原理

Neo4j 索引是将属性值映射到包含这些值的内部节点 ID。当 Cypher 查询中的 WHERE 子句对已索引的属性进行过滤时，Neo4j 可以快速查找相关节点，而无需扫描整个数据库。

引言

欢迎来到这篇深度教程，我们将探讨 Neo4j 最强大的特性之一：处理变长路径和关系。本指南将带你学习如何遍历复杂网络、查找实体之间的联系，以及在图数据中发现最优路线。

引言

约束是任何数据库系统中至关重要的组成部分，有助于确保数据的完整性和一致性。在像 Neo4j 图数据库中，约束提供了一种对图的结构和内容施加规则的方式，防止无效数据被添加，并维护应用程序的可靠性。

引言

欢迎阅读这篇深入的 Neo4j 教程，我们将探索图数据库中一些最强大的数据操作和分析功能。在本指南中，我们将学习如何使用 SKIP 和 LIMIT 控制结果集，使用 MERGE 高效地创建或匹配数据，以及使用聚合函数获取数据中的价值。这些功能对于大规模处理真实世界的图数据至关重要。

引言

Cypher 对于 Neo4j 就像 SQL 对于关系型数据库一样—，它是一种优雅的声明式查询语言，让你无需精确指定如何检索数据，即可描述想要从数据库中获取的内容。Cypher 的独特之处在于其基于 ASCII 艺术的可视化语法，能够模仿并匹配你图中所需的图形结构模式。

引言

在本教程中，将学习如何在 Cypher 查询中有效地使用逻辑运算符，并掌握在图数据库中创建、检索和修改关系的基本技能。

关系是图数据库强大之处的核心，虽然节点存储着实体，但正是它们之间的关系才真正释放了像 Neo4j 这样的图数据库的价值所在。