如果说GraphRAG是将信息编织成一张精密的网络，那么GraphRAG Visualizer就是一支能让你轻松展开这张网络的魔法棒。

在此前的文章中，我们探讨过GraphRAG如何把知识图谱与检索增强生成技术（RAG）深度融合，从而实现卓越的信息处理能力。简单回顾一下：在对数据集建立索引时，GraphRAG主要完成两项核心任务——提取实体（Entity），以及挖掘实体之间的关联关系。

从视觉呈现来看，每个实体对应图谱中的一个“节点”，而实体间的关系则是连接这些节点的“边”。节点与边相互交织，最终形成一张庞大的知识网络——这正是GraphRAG名称中“Graph”一词的由来。

既然GraphRAG的核心在于构建这张知识图谱，那么问题也随之而来：有没有一种更直观的方式，让人们能够真正“看见”这张图谱？答案是肯定的。像Neo4j、Jupyter Notebook等工具虽然能够实现可视化，但配置过程往往比较复杂，操作步骤也相对繁琐。

正因如此，GraphRAG Visualizer显得格外讨喜——它无需复杂配置，操作简单直观，就能让知识图谱清晰呈现。再复杂的关系网络，也能一目了然。

什么是GraphRAG Visualizer？

GraphRAG Visualizer，通俗地讲，是一款基于Web的轻量级可视化工具，专门用于展示GraphRAG索引管道的输出结果（Parquet文件）。你不需要额外安装Gephi、Neo4j，也无需编写脚本，只需上传文件即可直接查看和分析数据。

该工具支持2D和3D图形可视化，同时还提供数据表展示与搜索功能。所有数据处理均在本地完成，无需担心数据安全或隐私泄露问题。

• 图形可视化：在“图形可视化”选项卡中，可使用2D或3D视角浏览知识图谱。
• 数据表：在“数据表”选项卡中，可查看Parquet文件中的原始数据。
• 搜索功能：支持搜索特定节点或关系，聚焦你关注的部分。
• 本地处理：所有文件都在本地计算机上处理，数据不会外传。

如何安装GraphRAG Visualizer？

安装流程非常直接，几步即可完成。

1. 克隆源码

git clone https://github.com/noworneverev/graphrag-visualizer.git

cd graphrag-visualizer

2. 安装依赖

npm install

3. 运行项目

npm start

4. 浏览器访问

打开浏览器，在地址栏输入 http://localhost:3000 即可看到界面。

如何使用GraphRAG Visualizer？

我们通过一个示例来演示——假设测试文章内容是：「如果，你也喜欢薛之谦，那我们就是好朋友」。

1. 加载 Parquet 文件

将GraphRAG生成的Parquet文件放到GraphRAG Visualizer项目的 public/artifacts 目录下。应用启动时，会自动加载这些文件。

GraphRAG生成的Parquet文件位置：

GraphRAG Visualizer项目的public/artifacts目录：

2. 图形可视化界面

界面上提供了多个实用选项：

• 3D View：切换到3D视角，以更立体的方式探索数据。
• Show Node Labels：显示节点的标签名称。
• Show Link Labels：显示连接线的标签。
• Show Highlight：启用高亮，方便聚焦到特定节点或关系。
• Include Documents：显示与节点相关的文档信息。
• Include Text Units：展示图谱中的文本单元内容。
• Include Communities：包含社区信息，便于识别群组结构。
• Include Covariates：展示协变量信息，为节点关系提供更多背景数据。

这些选项让你能灵活定制图谱的显示方式，从而更高效地探索数据。

3. 查看节点详情

点击某个节点，即可查看其详细信息，以及它与其他节点之间的关联。

可以看到原文本、实体标题、实体类型、实体描述、实体关系、关系权重……效果相当出色。在这一刻，GraphRAG的强大能力变得非常直观。

4. 搜索功能

利用搜索框，可以轻松查询和探索本地服务器上存储的数据。

5. 数据表功能

在“数据表”选项卡中，你可以查看和分析Parquet文件中的原始数据。

总结

借助GraphRAG Visualizer，操作和利用GraphRAG所生成的数据变得极为便捷，数据分析和决策效率也得到显著提升。

通过可视化呈现，GraphRAG在建立索引、生成知识图谱方面的强大能力，变得更加可感可触。

以上。