LlamaIndex是一个数据框架，用于基于LLM的应用程序摄取、构建和访问私有或特定领域的数据。它可以在Python(这些文档)和Typescript中使用。LLM提供了人与数据之间的自然语言接口。广泛可用的模型已经在大量公开可用的数据上进行了预训练，如维基百科、邮件列表、教科书、源代码等。然而，尽管LLM经过大量数据的训练，但它们并没有经过你自己数据的训练，而您的数据可能是私有的或特定于您尝试解决的问题。它可能位于API后面，存储在SQL数据库中，或者被封存在PDF和幻灯片中。

LlamaIndex通过连接到这些数据源，并将数据添加到LLM已经拥有的数据中来解决这个问题。这通常被称为检索增强生成(RAG)。RAG使您能够使用LLM来查询数据、转换数据并生成新的见解。你可以询问有关数据的问题，创建聊天机器人，构建半自主代理等等。要了解更多信息，请查看左侧的用例。

LlamaIndex为初学者、高级用户以及介于两者之间的所有人提供了工具。我们的高级API允许初学者使用LlamaIndex在5行代码中摄取和查询他们的数据。对于更复杂的应用程序，我们的低级api允许高级用户定制和扩展任何模块——数据连接器、索引、检索器、查询引擎、重新排序模块——以满足他们的需求。对比LangChain(重点是Agent 和 Chain 上)，LlamaIndex的一个很大的优势，通过各种方式为文本建立索引，能够创建层次化的索引，这在语料库增长到一定大小时非常有帮助。

llama-index库目前在持续迭代。早期版本，对于中文支持存在一些小缺陷。它提供了许多DataConnector选项，包括PDF、ePub等电子书格式以及YouTube、Notion、MongoDB等外部数据源和API接入数据甚至本地数据库的数据。你可以在 llamahub.ai 上查看社区开发的各种不同数据源格式的DataConnector。

我们如何最好地用自己的私有数据增强 LLMs？我们需要一个综合工具包来帮助为 LLMs 执行这种数据增强。这就是 LlamaIndex 的作用所在。LlamaIndex 是一个“数据框架”，帮助你构建 LLM 应用。它提供以下工具：
>> 提供数据连接器以摄取你现有的数据源和数据格式（API、PDF、文档、SQL 等）。
>> 提供结构化数据的方法（索引、图表），以便这些数据可以轻松与 LLMs 一起使用。
>> 提供一个高级检索/查询接口：输入任何 LLM 提示，获取检索到的上下文和知识增强的输出。
>> 允许与外部应用框架轻松集成（例如，与 LangChain、Flask、Docker、ChatGPT 等）。

LlamaIndex 为初学者和高级用户提供工具。我们的高级 API 允许初学者在 5 行代码中使用 LlamaIndex 来摄取和查询数据。我们的低级 API 允许高级用户定制和扩展任何模块（数据连接器、索引、检索器、查询引擎、重新排序模块），以满足他们的需求。

官网地址：https://www.wpsshop.cn/w/黑客灵魂/article/detail/903929