智能体框架#RAG#数据框架#文档索引

LlamaIndex · 数据框架：把私有数据接进 LLM

以「数据连接与索引」为核心的 LLM 应用框架，RAG 项目高频之选

52k stars 8.1k forksPython MIT 最近提交 2026-09-08 在 GitHub 查看源码

快速上手

pip install llama-index
python -c "from llama_index.core import VectorStoreIndex, SimpleDirectoryReader;
docs = SimpleDirectoryReader('data').load_data();
idx = VectorStoreIndex.from_documents(docs);
print(idx.as_chat_engine().chat('总结这批文档').response)"

项目速览

LlamaIndex 与 LangChain 并称 RAG 双雄，差异在重心：它把「接入你的私有数据」做成一等公民——几百种数据连接器、成熟的索引/检索策略、评估工具，专门解决「让 LLM 读得懂你的资料」。

能做什么

300+ 数据源连接器（文件、数据库、SaaS、爬虫）
向量/关键词/知识图谱多形态索引与组合检索
LlamaParse 商业级复杂文档解析，Workflows 事件驱动编排

怎么部署

pip 安装。与 LangChain 常搭配使用（索引归 LlamaIndex，编排归 LangChain）。

适合谁

核心需求是「私有文档问答/检索增强」的开发者。

配套教程

🎓 用 LangChain 搭建 RAG 知识库问答系统 🎓 搭建 RAG 知识库问答系统 🎓 GraphRAG 本地知识库搭建教程：告别 AI 幻觉，企业级问答系统实战

不想部署？试试同类在线工具

LlamaIndex LangChain

返回全部开源项目指标每周自动更新，数据来自 GitHub API