简介
LlamaIndex 是一个用于构建 LLM 应用的数据框架，帮助将各种数据源（文档、API、数据库等）结构化并与大模型结合，以实现检索增强生成（RAG）和高质量问答功能。
主要特性
- 丰富的数据连接器与索引结构，支持快速接入多种数据源。
- 与主流 LLM/嵌入提供商无缝集成，支持插件化扩展。
- 提供工具链与 CLI，便于构建、评估与基准测试检索策略。
使用场景
- 构建知识库问答与文档检索型应用。
- 在企业内部将私有数据与 LLM 结合，提升搜索与自动化问答能力。
- 用于教学、原型验证与 RAG 系统的评估与比较。
技术特点
- 以 Python 为主实现，模块化设计，支持 core 与多种 integration 包。
- 包含数据加载、索引、检索与查询引擎组件，可持久化存储并支持多种后端。
- 拥有完善的文档与示例，便于上手与工程化生产部署。