Neo4j como motor GraphRAG: índice vectorial + Cypher en una consulta (medido)

Neo4j permite hacer en una sola consulta lo que muchos montan con dos sistemas: buscar por similitud y recorrer relaciones. Lo he medido con mis 93 preguntas.

El patrón

Según el curso GraphAcademy de Neo4j: búsqueda vectorial de fragmentos, consulta Cypher que añade contexto del grafo y paso al LLM. Yo lo monté con 2.553 fragmentos de 642 artículos (embeddings MiniLM de 384 dimensiones), un índice vectorial coseno y las relaciones tipadas de mi grafo (733 aristas, 20 equivalencias, 32 relacionados, 50 conceptos). Una consulta toma las tres semillas más parecidas y suma vecinos ponderados por el tipo de relación.

Resultado (93 preguntas, 6 artículos de contexto)

Variante	Cobertura	Todo cubierto
Vectorial en memoria (numpy)	71,1 %	59,1 %
Índice vectorial de Neo4j	70,1 %	58,1 %
Vector + grafo en Python	67,9 %	59,1 %
Vector + grafo en una consulta Cypher	67,7 %	57,0 %

• El índice de Neo4j coincide con la búsqueda exacta en el 97 % de los artículos del top-6.
• La consulta Cypher coincide con mi versión en Python en el 91 %. En 15 preguntas devolvió menos de seis artículos por falta de vecinos.
• Latencia en Docker, CPU, sin contar el embedding de la pregunta: 16,6 ms de mediana el índice (p95 60,7 ms) y 16,7 ms el GraphRAG completo (p95 46,4 ms).

Qué significa

Las diferencias entre filas caen dentro del ruido de la prueba (1-2 preguntas de 93). Neo4j puede ser el único sistema, con la misma calidad que Qdrant más Python, pero no mejor. Lo que sí ganas es trazabilidad: cada artículo recuperado tiene un camino que puedes enseñar.

Una advertencia práctica: la documentación muestra la cláusula SEARCH y el procedimiento db.index.vector.queryNodes; comprueba la versión de tu Neo4j antes de copiar. Yo usé el procedimiento en Neo4j 5.

Limitaciones: un solo embedding (MiniLM), solo semillas vectoriales (sin la parte léxica del híbrido) y un solo conjunto de pruebas. La carga del grafo, sentencia a sentencia, tardó 219 s: para producción habría que importarlo por lotes.