用途：在已安装 GDS 嵌入式插件的 Neo4j 上运行图算法，适用于 Aura Pro、自管理、本地或离线 DBMS。不适用于 Aura Graph Analytics Sessions、Cypher 查询编写、驱动连接、GraphRAG 检索或向量索引创建，这些分别由其他技能处理。
主要能力：通过 Python 客户端 graphdatascience 或 Cypher 过程调用 GDS；投影命名内存图（原生投影与 Cypher 投影）；运行 PageRank、Louvain、Leiden、WCC、Betweenness、Node Similarity、FastRP、KNN 等算法；支持 stream/stats/mutate/write 四种执行模式，可用 mutate 链式调用构建 FastRP→KNN 流水线，并将嵌入写入 Neo4j 供向量索引使用；支持内存估算。
使用方式：安装 pip install "graphdatascience>=2.1"，可选 pip install "graphdatascience[rust-ext]"。用 GraphDataScience(url, auth=(...)) 创建客户端，gds.server_version() 验证插件。投影示例：gds.graph.project.native("myGraph", "Person", "KNOWS") 或 gds.graph.project.cypher(query)。算法示例：gds.page_rank.stream(G, damping_factor=0.85)、gds.louvain.write(G, write_property="community")。stream 结果中的 nodeId 可用 gds.util.asNode(nodeId) 还原为节点。
限制：仅适用于嵌入式 GDS 插件；客户端 2.0 使用无 v2 前缀的端点与 snake_case 参数，无 gds.version() 方法，需用 gds.server_version()；GDS 服务器低于 2.13 需回退客户端 1.x；无异步或作业句柄 API；write 后需重新投影才能在后续 GDS 调用中使用写入属性；大图操作前应做内存估算。兼容性：graphdatascience 2.1 对应 GDS >= 2.13 且 < 2.28/< 2026.10，Python >= 3.10 且 < 3.15。