用途：LlamaIndex 是 MIT 许可的 Python 框架，用于在自有数据上构建 LLM 应用，覆盖从数据摄取到生产部署的完整流程，也可用于对比 RAG 与智能体编排框架。
主要能力：围绕七个核心原语组织——Reader（数据加载器）、Document/Node（分块内容模型）、Index（基于 Node 的数据结构）、Retriever（相关 Node 选择）、Query Engine（检索加合成）、Agent（带工具的 LLM）、Workflow（事件驱动编排）。资料还提到 llama-deploy 生产运行时、AgentWorkflow 智能体编排、PropertyGraphIndex 知识图谱构建，以及 OpenTelemetry 原生可观测性。
使用方式：资料给出快速参考，例如 SimpleDirectoryReader("./data").load_data() 加载数据、SentenceSplitter(chunk_size=1024) 分块、VectorStoreIndex.from_documents(docs) 建索引、BM25Retriever 加 CohereRerank 做混合检索与重排、AgentWorkflow(agents=[...]) 编排多智能体、PropertyGraphIndex.from_documents(docs) 构建知识图谱、FaithfulnessEvaluator().evaluate_response(...) 评估、deploy_workflow(workflow=MyFlow()) 部署。资料强调先重排再生成、检索块与合成块解耦、智能体即工作流、图与向量结合、在同进程内评估等原则。
适用场景：企业或个人数据上的 RAG 管道、多智能体系统、生产部署与可观测性、从非结构化文档构建知识图谱、调试检索未命中或交接问题等。
限制：资料未提供具体收费、价格、平台支持范围与效果数据；部分内容为 2026 年框架演进的描述，实际能力以官方文档为准。