LlamaIndex（项目原名 gpt_index）是一个开源框架，用于构建智能体（agentic）应用。其定位是“数据框架”，帮助开发者将大语言模型（LLM）与自有或外部数据结合，解决 LLM 预训练数据之外的知识增强问题。
用途 LlamaIndex 主要服务于 LLM 应用的数据增强与检索场景，尤其是 RAG（检索增强生成）和智能体应用的开发。它帮助开发者把已有数据源和格式接入 LLM，让模型能够基于私有数据生成和推理。
主要能力 根据官方资料，LlamaIndex 提供以下工具：
- 数据连接器：用于摄取现有数据源和数据格式，如 API、PDF、文档、SQL 等。
- 数据结构化：提供索引（indices）、图（graphs）等方式，使数据便于与 LLM 配合使用。
- 高级检索/查询接口：输入任意 LLM 提示，返回检索到的上下文和知识增强输出。
- 外部应用框架集成：可与 LangChain、Flask、Docker、ChatGPT 等集成。 框架同时面向初级和高级用户：高层 API 允许初级用户用约 5 行代码完成数据摄取和查询；底层 API 允许高级用户自定义和扩展任意模块（数据连接器、索引、检索器、查询引擎、重排序模块等）。
生态与集成 LlamaIndex 核心与集成（插件）配合使用。Python 中开始构建有两种方式：
- 入门：llama-index，一个包含核心及部分集成的入门包。
- 自定义：llama-index-core，安装核心后按需从集成页面添加所需集成包。官方称有超过 300 个集成包可与核心无缝协作，支持用户偏好的 LLM、嵌入和向量存储提供商。 Python 库的命名空间设计为：包含 core 的导入语句表示使用核心包；不包含 core 的导入语句表示使用集成包。
使用方式与代码示例（来自文档） 默认数据存储在内存中。要持久化到磁盘（./storage 下），可进行相应配置；从磁盘重新加载也有对应方式。官方文档提供使用 OpenAI 构建简单向量存储索引，以及使用非 OpenAI LLM（例如通过 Ollama 托管的 LLM）构建简单向量存储索引的示例，示例位于 docs/examples 文件夹，索引位于 indices 文件夹。
验证构建资产 llama-index-core 默认包含一个 _static 文件夹，内含随包安装的 nltk 和 tiktoken 缓存，以便在运行时磁盘访问受限的环境中轻松运行 llama-index。为验证这些文件安全有效，官方使用 github attest-build-provenance action 进行验证，确认 _static 文件夹中的文件与 llama-index-core/llama_index/core/_static 文件夹中的文件一致。用户可运行脚本来验证（指向已安装的包）。
文档与贡献 完整文档提供最新教程、操作指南、参考等资源。官方说明 README 更新频率低于文档，建议查看文档获取最新更新。贡献方面，欢迎对核心及基于核心的集成做出贡献，新集成应与现有 LlamaIndex 框架组件有意义的集成；维护者保留拒绝部分集成的裁量权。
当前重点与产品演进 公司自该开源框架 2023 年首次发布以来经历了演进。早期框架由广泛编排工具组成，支持开发者构建各类 RAG 和智能体应用。虽然开源框架仍作为开放工具包提供，但主要焦点已转向 LlamaParse、LiteParse 和基准测试工作。官方认为智能体是文档的新消费者，需要合适工具以准确、低成本、大规模地从最难处理的文档中解锁上下文。 LlamaParse 是面向文档智能体和智能体 OCR 的平台，包含 Parse（解析）、LlamaAgents（部署的文档智能体）、Extract（结构化提取）和 Index（摄取与 RAG）。可配合 LlamaIndex 框架使用，也可独立使用。相关链接：注册获取 API 密钥；Parse 支持 130 多种格式的智能体 OCR 与文档解析；Extract 从文档中提取结构化数据；Index 摄取、索引与 RAG 管道；Split 将大文档拆分为子类别；Agents 使用 Workflows 和 Agent Builder 构建端到端文档智能体。 LiteParse 是打造市场上最佳免费、快速、廉价文本解析器的努力；ParseBench 和 ExtractBench 是开放基准测试的承诺。
适用场景 适用于需要将私有数据、外部知识库与 LLM 结合的开发者，构建 RAG、文档问答、数据检索、智能体应用等。也适用于从入门快速原型到高级定制扩展的不同层次需求。
限制与说明 官方未提供具体收费、价格、平台兼容性、效果量化等细节，以上内容未作补充。文档中提及的部分代码示例未在资料中给出完整代码内容，故未展示。README 更新频率低于文档，最新信息需查阅官方文档。
