图结构查询与工具调用

这篇把两个相对独立的功能放在一起讲：一个是基于 Neo4j 的文档结构图查询，另一个是 ReAct Agent 的工具调用能力。

图结构查询引擎

文档的层级结构（章节 → 子章节 → 条目/步骤）存储在 Neo4j 图数据库里。当用户问"下一章是什么""这个章节有哪些内容"这类结构性问题时，系统不走 RAG 检索，而是直接查图。

包路径： org.javaup.ai.chatagent.rag.service

这是图查询的高层封装，提供面向业务的查询方法。

方法	返回值	说明
`findSectionWithChildren(documentId, topic)`	`GraphSectionWithChildren`	按话题名查找章节及其子节点
`findSectionWithChildren(documentId, sectionNodeId)`	`GraphSectionWithChildren`	按节点ID查找章节及其子节点
`findSectionWithSiblings(documentId, sectionNodeId)`	`GraphSectionWithSiblings`	查找章节的兄弟节点（上一章/下一章）
`findItemInSection(documentId, sectionTopic, itemIndex)`	`GraphItemWithContext`	按话题名+序号查找具体条目
`findItemInSection(documentId, sectionNodeId, itemIndex)`	`GraphItemWithContext`	按节点ID+序号查找具体条目
`searchItemsInSection(documentId, sectionNodeId, keyword)`	`List<GraphItem>`	在章节内按关键词搜索条目
`buildGraphResult(documentId, targetSectionNodeId, targetItemIndex, itemKeyword)`	`GraphQueryResult`	构建完整的图查询结果（供执行器使用）

付费内容提示

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容

8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台和 AI Agent 等方向

AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点

文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。