LlamaIndex 文档

LlamaIndex —— 面向 Python 与 TypeScript 的开源 LLM 应用框架（RAG 与智能体）—— 的中文文档。 同族的 LlamaAgents、LlamaParse、LiteParse 也在本站：四块共用同一棵侧栏全量树，顶栏只占 「LlamaIndex」一项，靠页面顶部的子产品 tab 互相切换。

从这里开始

• 核心概念 —— 框架的五个核心抽象与最小示例
• 起步教程 —— 用 OpenAI 跑通第一个 RAG 应用（另有本地模型版）
• 理解与构建 —— 从概念走到能落地的应用
• 组件指南 —— 模型、加载、索引、查询、记忆、部署与可观测性
• LlamaAgents 概览 —— 把多步流程编排成可部署的智能体
• LlamaParse 快速上手 —— 云端文档解析（Parse / Extract / Classify / Split / Index）
• LiteParse 快速上手 —— 完全本地运行的文档解析器

这是什么

LlamaIndex 提供构建「把你的数据接给 LLM」这类应用所需的抽象：文档加载与解析、分块与嵌入、向量存储与 检索、查询引擎与响应合成、工具调用、Agent 工作流，以及跨服务商的可移植 API。它不是某个模型的 SDK， 而是一层可在多家模型与多家向量库之间替换的骨架。

官方开发者文档按产品分成四块，本站四块都已译完。一句话分工：两个解析产品把文档变成文本与结构 （LlamaParse 走云端模型、LiteParse 完全本地），框架把这些数据接给 LLM 组成应用， LlamaAgents 把多步流程编排成可部署的智能体。

覆盖范围

分类	内容
起步	核心概念、安装、OpenAI 与本地两个起步教程、常见问题、异步编程
理解与构建	构建智能体、RAG 流水线、结构化数据抽取、评估与成本、把组件拼成应用
典型用例 / 优化	文档问答、聊天机器人、结构化抽取、检索优化、RAG 失效模式清单
组件指南	模型、数据加载与解析、索引与持久化、查询与检索、后处理、响应合成、记忆、部署与可观测性、MCP
集成	逐家集成页：嵌入 49、大语言模型 91、检索器 19、向量库 108（含 2 篇「现有数据」迁移指南）
社区与生态	各家集成、向量库、LlamaPacks、合作与贡献
LlamaAgents	Agent 工作流（事件、状态、并发、持久化、人在回路、流式、测试、部署）、llamactl 与命令参考、云端托管
LlamaParse	面向生产 AI 流水线的托管文档解析：Parse（智能体式 OCR）、Extract（结构化数据）、Classify、Split、Index 五个可组合产品，130+ 格式，Python / TypeScript / Go / Java 四种 SDK，北美/欧盟区域或 BYOC 自托管
LiteParse	Rust 写的本地解析器：输出版面结构、边界框与 Markdown，内置 OCR，不需要云端与 API Key；也以插件形式提供给 Claude Code、Cursor、Codex 等编码智能体

来源与许可

• 上游：https://developers.llamaindex.ai/（原 docs.llamaindex.ai 已整体 301 迁移至此）
• 源仓库：run-llama/llama_index
• 上游许可：MIT，Copyright (c) run-llama contributors
• 本站译文：CC BY 4.0
• 收录：669 页中文快照（LlamaIndex 448、LlamaAgents 37、LlamaParse 170、LiteParse 14），framework/changelog 保留英文原文
• 路径与官方一一对应：官方 /python/framework/… 在本站为 /llamaindex/python/framework/…

本站为非官方翻译站点，与 LlamaIndex、run-llama 及其主体无隶属或背书关系。一切以官方英文原文为准。