如何运行 GraphRAG Unified Search 演示应用对比多个索引的搜索结果？-育师

如何运行 GraphRAG Unified Search 演示应用对比多个索引的搜索结果？

【免费下载链接】graphragA modular graph-based Retrieval-Augmented Generation (RAG) system项目地址: https://gitcode.com/GitHub_Trending/gr/graphrag

如果你已经用 GraphRAG 对多个数据集建好了索引，想在一个界面上选定不同索引、发送同一个问题，并并排查看 Basic RAG、Local、Global、Drift 四种搜索方式给出的答案与引用，就可以运行 GraphRAG 仓库自带的unified-search-app演示应用。它是一个 Streamlit 应用，通过listing.json目录文件加载多个 GraphRAG 索引（本地目录或 Blob 存储均可）。适用前提：环境中有 Python 3.11 和 UV；该应用没有发布到 PyPI，必须 clone GraphRAG 仓库并在unified-search-app目录下运行。应用首页如下（文档配图）：

准备多个索引：目录结构与 listing.json

Unified Search 依赖一个“项目目录 + 索引清单”的约定：先按 docs/get_started.md 的 Getting Started 流程用 GraphRAG 对每个数据集完成索引，再按下面的结构组织所有索引。结构来自 unified-search-app/README.md：

projects_folder - listing.json - dataset_1 - settings.yaml - .env (optional if you declare your environment variables elsewhere) - output - prompts - dataset_2 - settings.yaml - .env (optional if you declare your environment variables elsewhere) - output - prompts

其中output是 GraphRAG 索引产出的 parquet 表（应用读取的表名在 data_config.py 中写死为output/communities、output/community_reports等），settings.yaml是该数据集索引时的配置，prompts存放提示词文件。每个数据集目录内的其他文件夹会被忽略，不影响应用运行；只有listing.json中声明的数据集才会被使用。

在projects_folder根目录创建listing.json，每个数据集一条记录，字段含义：key用于标识数据集，path指向数据集目录，name是展示名，description是描述，community_level是要过滤的社区层级（整数）。README 中的示例：

[{ "key": "christmas-demo", "path": "christmas", "name": "A Christmas Carol", "description": "Getting Started index of the novel A Christmas Carol", "community_level": 2 }]

实际使用时把各字段替换为你自己的数据集标识、目录和描述即可，path需与上一节目录结构中dataset_1、dataset_2的位置对应。

设置数据源：本地文件夹或 Blob Storage

应用通过环境变量决定从哪里读取listing.json和各数据集文件（见 default.py），二选一：

主路径：本地数据文件夹。用绝对路径设置DATA_ROOT：

export DATA_ROOT=/absolute/path/to/projects_folder

将/absolute/path/to/projects_folder替换为你实际的projects_folder绝对路径——README 明确要求使用绝对路径。

可选分支：Azure Blob Storage。在 Blob 存储账户中创建data容器并按同样的目录结构上传，然后执行az login并选择一个对该存储有读权限的账户，再设置：

export BLOB_ACCOUNT_NAME=<blob_storage_name> export BLOB_CONTAINER_NAME=<blob_container_with_projects> # 可选，默认使用 data 容器

两个变量都要替换为你自己的值。如果DATA_ROOT和BLOB_ACCOUNT_NAME都未设置，应用会在启动阶段抛出ValueError: Either DATA_ROOT or BLOB_ACCOUNT_NAME environment variable must be set.，这是判断环境变量是否生效的直接依据。

安装依赖并启动应用

进入unified-search-app目录后，按 README 建议始终使用虚拟环境，然后安装依赖并启动：

uv venv --python 3.11 source .venv/bin/activate uv sync uv run poe start

uv venv --python 3.11/source .venv/bin/activate：创建并激活 Python 3.11 的虚拟环境；
uv sync：安装应用的全部依赖（依赖清单见 pyproject.toml，固定了streamlit==1.43.0等版本）；
uv run poe start：启动应用。poe 任务start实际执行的是streamlit run app/home_page.py，即 home_page.py。

如果需要容器方式运行，仓库提供了 Dockerfile：它基于mcr.microsoft.com/oryx/python:3.11镜像，安装 uv 后执行uv sync --no-install-project，EXPOSE 8501，入口为uv run poe start_prod。start_prod对应streamlit run app/home_page.py --server.port=8501 --server.address=0.0.0.0，用于对外部地址提供访问。

在界面中提问并对比搜索结果

应用启动后是左右两个面板。

左侧配置面板（可收起）包含三项：

Datasets：listing.json中声明的所有数据集都会出现在下拉框中，切换它即可在多个索引之间对比；
Number of suggested questions：设置建议问题数量；
Search options：选择本次要参与对比的搜索方式，至少必须启用一种，否则界面会提示Please select at least one search option from the sidebar.。

右侧面板自上而下是：所选数据集的名称与描述、"Suggest some questions" 按钮（该功能使用 global search 分析数据集，生成上面设置数量的建议问题，点击问题左侧的复选框即可选中）、"Ask a question to compare the results" 提问输入框，以及 Search 和 Community Explorer 两个标签页。点击 "Suggest some questions" 后的界面（文档配图）：

在输入框输入问题（或选中一条建议问题）后，启用的搜索方式会各自在一列中输出答案，答案下方展示对应的引用。四种搜索方式在界面上的标注是：

搜索方式	Answer context
Basic RAG	Fixed number of text chunks of raw documents
Local Search	Graph index query results with relevant document text chunks
Global Search	AI-generated network reports covering all input documents
Drift Search	Includes community information

Community Explorer 标签页分为 Community Reports List 和 Selected Report 两栏，用于浏览所选数据集的社区报告（文档配图）：

结果判断与限制

启动配置是否正确：数据集出现在左侧下拉框，且右上方显示该数据集的 name 和 description，说明listing.json、path和DATA_ROOT（或 Blob 配置）都指向了正确位置；下拉框为空时先检查环境变量和listing.json所在目录。
任务完成标志：输入问题后，启用的每种搜索方式都输出了带引用的答案，即可在同一页面横向对比多个索引、多种搜索方式的结果。
限制：README 明确声明该应用仅为 demo/experimental 用途、不受支持，相关 issue 可能不会被处理；它只使用listing.json中声明的数据集，未声明的目录一律忽略；数据集目录中的settings.yaml、output、prompts是应用读取索引所需的部分，缺表时 Blob 数据源只会记录Table ... does not exist警告并返回空表（见 blob_source.py），本地数据源则打印Table ... does not exist。