run-llama/llama_index

LlamaIndex

LLM 数据框架与 RAG 引擎

★ 35k 4.9k forks Python MIT
ragllmdata-frameworkretrieval
4.0综合评分
功能
4.5
文档
4.0
活跃度
4.5
易用
3.5

亮点

  • 200+ 数据连接器
  • 高级 RAG 策略内置
  • LlamaParse 文档解析

适用场景

  • 企业知识库问答
  • 文档智能检索
  • 复杂 RAG 策略应用

评测正文

LlamaIndex 定位为「LLM 与私有数据之间的桥梁」,把文档加载、切分、索引、检索、生成的全链路标准化,是构建 RAG 应用的主流选择之一。相较 LangChain 的「通用框架」定位,它在数据连接与检索质量上更专精。

核心能力包括 200+ 数据连接器(Notion、Confluence、SQL、PDF 等)、多种索引结构(向量、树、关键词、知识图谱)、查询引擎与路由、高级 RAG 策略(子问题、递归、融合排序),以及 LlamaParse 文档解析与 LlamaCloud 托管服务。

亮点是数据源集成与 RAG 高级模式覆盖度高,对「检索质量」做了大量工程化封装;不足是与 LangChain 功能重叠区域越来越多,部分高级 API 抽象层层嵌套,调试时需要翻多层源码,版本间偶有 breaking change。

适用场景:企业知识库问答、文档智能检索、需要复杂 RAG 策略的应用。简单 demo 用 LangChain 更轻,重数据场景用 LlamaIndex 更顺。