StrandsとNeptuneを使ってナレッジグラフを構築する

JAWS-UG 栃木 オフライン # 6 -1周年感謝祭-
https://jawsug-tochigi.connpass.com/event/381536/

Transcript

1. StrandsとNeptuneを使って ナレッジグラフを構築する 八雲 慎之助/Shinnosuke Yakumo 2026/2/7 JAWS-UG 栃木#6 １周年感謝祭
2. 今日話すこと •StrandsとNeptuneでナレッジグラフを構築する • Amazon Neptuneについて • Strands Agentsと一緒にできること • 具体的な実装や解説 • まとめ
3. 八雲 慎之助（やくも しんのすけ） 年次：2年目 選出：2025 Japan AWS Jr.Champions コミュニティ：JAWS-UG 新潟支部 運営 好きなサービス：Amazon Neptune, Amazon Bedrock AgentCore Who am I @yakumo_09 @yakumo_0905
4. Amazon Neptuneについて
5. Amazon Neptuneとは •AWSが提供するグラフデータベース • 非常に高い可用性、スケーラビリティに対応 • データをグラフDBクエリ実行 • データ間の関係性を分析
6. グラフDBの活用例 •SNS分析 • ユーザー同士の繋がりを管理 • おすすめの表示など •レコメンデーションシステム • 購入履歴から商品の推薦 •ナレッジグラフ • GraphRAGのような応答システムへの利用
7. Strandsと一緒にできること
8. Strandsと一緒にできること •ツールを利用した自然言語でのクエリ • 「use_aws」によって自然言語でクエリ実施 •MCPサーバーの利用 • MCPでも同様に自然言語でクエリ実施 •ナレッジグラフの構築
9. 1. 自然言語でのクエリ • use_aws • グラフID指定 • データが多いと見つかるまで無限に思考してしまう • use_aws • グラフID クエリ実行
10. スキーマ情報が曖昧なままクエリの実行 • スキーマ情報が曖昧なままだと候補は多数 • 空港、airport、Airport、Airports • 飛行、Flights、flight • 全パターンで引っ掛かるまでクエリを実行してしまう MATCH (a:空港 {code:”羽田“}) RETURN a; これが正解 MATCH (a:Airport {code:”HANEDA"}) RETURN a; -- Airportというプロパティが無い MATCH (a:Airport {code:”Haneda"}) RETURN a; -- Haneda というプロパティが無い MATCH (a:AIRPORT {code:”HANEDA"}) RETURN a; -- AIRPORT というプロパティが無い MATCH (a:Airports {code:”Haneda"}) RETURN a; -- Airprots というプロパティが無い MATCH (a:空港 {code:”HANEDA"}) RETURN a; -- HANEDA というプロパティが無い MATCH (a:Airport {code:”羽田"}) RETURN a; -- Airport というプロパティが無い
11. 2. MCPサーバーの利用 クエリ実行 • Amazon Neptune MCP serverを利用 • スキーマ情報を取得し効率的にクエリの実行ができる
12. Amazon Neptune MCP Serverとは • 大きく3つのツールが利用可能 • グラフステータス取得(get_graph_status) • スキーマ取得(get_graph_schema) • クエリ実行(run_(opencypher/gremlin)_query)
13. スキーマ取得ツールが嬉しすぎる • まずグラフ全体のスキーマ情報を取得 • ノードやエッジで利用されているプロパティ名を確認 • 正しいスキーマ名を取得した上でクエリを実行でき る エッジプロパティ：飛行 羽田 成田 ノードプロパティ：空港 ノードプロパティ：空港
14. 過去にも使っていた https://speakerdeck.com/yakumo/amazon-q-cli-to-mcpde-neptunewozi-ran-yan-yu-dehong-tutemiyou
15. 3. ナレッジグラフの構築 • ナレッジグラフ • AIなんかが再利用可能な構造化されたグラフメモリ • Graph RAGとかがわかりやすいイメージ • Neptuneはあくまでグラフデータストアであり、そ こからどう活用するかはまた別のお話
16. Neptuneにおけるナレッジグラフ •外部調査を実施して事実を関連付けて保存 • 外部調査はweb検索APIを利用 •ex)羽田、成田について調べる →調査結果を関連づけてグラフとして再構築 •既存のグラフデータは消さず、共存する形で保存 • 可視化する時とか少しみにくい
17. ナレッジグラフ実装イメージ 空港 空港 航路 •羽田、成田という空港について調べてみよう •羽田-成田間の航路について調べてみよう • Web検索ツール • Neptune MCP 羽田 成田
18. ナレッジグラフ実装イメージ 空港 空港 航路 •関連する情報を取得し、グラフを再構築 羽田 羽田-成田 成田 東京 千葉 所在地 所在地 航路の主な需要 ：ビジネスや旅行
19. ナレッジグラフ動作イメージ 空港 空港 航路 •ノード間の関連情報により正確に回答できる 羽田 羽田-成田 成田 東京 千葉 所在地 所在地 航路の主な需要 ：ビジネスや旅行
20. • StrandsとNeptuneを利用したナレッジグラフ構築 • Neptuneはあくまでグラフストアであること • ナレッジグラフ再構築によりより正確な応答 • お手軽に利用したいなら、Bedrock+GraphRAGで • 本格的に運用したいならNeptuneなどで自前で構築 まとめ
21. 上越妙高支部リブートします 日時：2026年4月11日 15:00~
22. 新潟支部もやります 日時：2026年3月14日 会場：新潟駅周辺 コンテンツは大体決まった 後日connpass掲載予定
23. • https://medium.com/@bechbd/build-a-knowledge- graph-with-amazon-neptune-and-the-strands-agent- sdk-358426f85be6 • https://speakerdeck.com/yakumo/amazon-q-cli-to- mcpde-neptunewozi-ran-yan-yu-dehong-tutemiyou 参考