要从 LlamaIndex 导出搜索结果，您可以使用内置方法序列化输出，或将其转换为常见的格式，如 JSON 或 CSV。 当您使用 LlamaIndex 执行搜索时，结果通常作为包含文本、元数据和源数据引用的对象返回。 要导出这些结果，您需要提取相关字段并将它们写入文件或数据库。 例如，在运行查询后，您可以访问 response.response（文本答案）或 source_nodes（源文档）等属性，并以编程方式保存它们。
一种简单的方法是将结果转换为 JSON。 例如，如果您的查询返回一个 Response 对象，您可以提取其 response 和 metadata 属性。 使用 Python 的 json 模块，您可以将这些数据序列化为 JSON 文件。 这是一个简化的示例
response = index.query("Your query")
result_data = {
"answer": response.response,
"sources": [node.text for node in response.source_nodes]
}
import json
with open("output.json", "w") as f:
json.dump(result_data, f)
这将创建一个包含答案及其来源的结构化文件。 对于 CSV 导出，您可以迭代多个结果并使用 csv 模块编写行，包括 query、answer 和 source_url 等列。
对于更高级的用例，您可能需要处理元数据或批量导出结果。 如果您的搜索包括分数、时间戳或文档 ID，您可以扩展导出逻辑以包括这些字段。 例如，当处理多个响应时，您可以将结果聚合到字典列表中，并使用 Pandas 等库创建 DataFrame，然后将其导出到 CSV 或 Excel。 此外，LlamaIndex 的 Response 对象可以使用 pickle 或 jsonpickle 直接序列化，以便以后重新加载，但这可能需要处理自定义对象编码器。
如果您需要与外部系统集成，请考虑将结果格式化为数据库或 API。 例如，您可以编写一个脚本，将 LlamaIndex 响应转换为 SQL 插入语句，或将它们上传到 AWS S3 等云存储服务。 诸如 LlamaIndex 的 Document 类之类的工具也支持使用 save_to_dir() 保存到磁盘，这可以保留元数据和文本以供将来重新加载。 关键是将 LlamaIndex 输出的结构映射到您的目标格式，确保下游应用程序的一致性。