LlamaIndex

一、项目简介

LlamaIndex 是面向 LLM 的「数据框架」，专注解决「如何把你的数据喂给大模型」。相比通用编排框架，它更聚焦数据接入、索引构建与检索优化，是构建企业知识库问答、文档助手的常用底座。

二、核心特性

• 数据连接器：支持 PDF、Word、数据库、Notion、API 等上百种数据源；
• 多种索引：向量索引、树索引、关键词索引、知识图谱索引；
• 查询引擎：支持多步推理、子查询、混合检索；
• RAG 优化：重排（rerank）、切片策略、引用溯源；
• Agent 支持：可构建数据驱动的智能体。

三、适用场景

• 企业内部知识库问答；
• 合同/文档检索与摘要；
• 需要可追溯引用的 RAG 应用。

四、快速上手

pip install llama-index
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

docs = SimpleDirectoryReader("./data").load_data()
index = VectorStoreIndex.from_documents(docs)
print(index.as_query_engine().query("文档讲了什么？"))

五、注意事项

• 切片策略直接影响检索质量，需按文档类型调优；
• 与 LangChain 可互补，不必二选一；
• 大规模场景需搭配外部向量库持久化索引。