简介
LlamaIndex（原名 GPT Index）是一个专门用于连接大语言模型与外部数据的开源数据框架。它的核心目标是解决”如何让 AI 读懂你的私有数据”这一问题。与 LangChain 的”应用开发框架”定位不同，LlamaIndex 聚焦于数据层面的能力，提供了丰富的”数据连接器”（支持 160+ 数据源）、灵活的索引策略以及强大的检索能力。
在一个典型的 RAG（检索增强生成）应用中，LlamaIndex 负责”数据”部分：连接并加载你的文档、数据库、API 等数据源，将数据分割、索引、存储，并在查询时从数据中找到最相关的内容，交给 LLM 进行生成。LlamaIndex 在数据索引方面的灵活性使其在 RAG 场景中广受欢迎，许多复杂的搜索和问答系统都基于 LlamaIndex 构建。
核心功能
- 160+ 数据连接器（Data Connectors）：可直接加载 PDF、HTML、Markdown、Word、Notion、Confluence、Google Drive、SQL 数据库、Github Issues、Slack 消息等 160 多种格式和数据源的数据，开箱即用。
- 灵活的索引策略：支持向量索引（Vector Index）、摘要索引（Summary Index）、关键词索引（Keyword Index）、知识图谱索引（Knowledge Graph Index）等多种索引方式，开发者可以根据任务需求选择最优方案。
- 高级 RAG 能力：支持句子窗口检索、层次化检索、混合检索（向量+关键词）、Auto-Retrieval（自动选择检索策略）等高级 RAG 技术，提升检索质量。
- 结构化数据查询：可以连接 SQL 数据库、Excel、Pandas DataFrame 等结构化数据源，使用自然语言查询数据库，实现 “NL2SQL” 功能。
- Agent 与工具集成：LlamaIndex Agent 可以自动规划和调用多个数据工具完成复杂查询，如”先搜索文档，再查数据库，最后汇总答案”。
价格
- 开源版（LlamaIndex）：完全免费，MIT 协议。
pip install llama-index即可使用全部功能。 - LlamaCloud（托管服务）：提供云端数据索引和托管 RAG API，免费额度后按量计费。支持 PDF 智能解析、文档管理等高级功能。
- LlamaParse：AI 驱动的文档解析服务，特别适合复杂 PDF（表格、图片、多栏布局），免费额度每月 1000 页。
优缺点
- 优点：数据接入能力在同类框架中最丰富，160+ 数据连接器几乎覆盖所有常见数据源；索引策略灵活多样，可以根据数据类型和查询模式选择最优方案；开源免费，社区活跃，示例和教程丰富；Agent 模式下组合查询能力强大，适合复杂数据场景。
- 缺点：概念和抽象层级较多，初学者理解需要一定时间；复杂 RAG 场景下的性能优化（如检索延迟、精度调优）需要较多实践经验；文档质量参差不齐，部分高级功能的文档不够详细。
适合人群
LlamaIndex 特别适合需要让 AI 模型”读懂私有数据”的开发者，如构建企业内部知识库问答系统、文档智能助手、数据报表自然语言查询等。对于 RAG 技术的学习者和研究者，LlamaIndex 也是一个优秀的实验平台。
使用技巧
- 对于 PDF 等复杂文档，优先使用 LlamaParse 进行智能解析，它能更好地识别表格和多栏布局，显著提升索引质量。
- 根据数据类型选择合适的索引策略：长文档用摘要索引，问答用向量索引，图数据关系用知识图谱索引。
- 在 Agent 模式下启用 Retriever Router，可以让 Agent 自动选择最合适的检索器，避免手动硬编码检索策略。
