LlamaIndex

LlamaIndex 简介

LlamaIndex 是一个开源的数据框架，用于构建基于大语言模型（LLM）的应用程序。它提供了数据接入、索引、检索和查询流水线等工具，支持处理结构化和非结构化数据。根据 PyPI 上的描述，LlamaIndex 是“用于 LLM 应用程序的数据框架”，能够用私有数据增强 LLM 的能力。

核心功能

LlamaIndex 的核心工具包为开发者提供了数据连接器，用于接入现有数据源和格式（如 API、PDF、文档、SQL 等）；提供了索引和图结构来组织数据，供 LLM 消费；还提供了高级检索/查询接口，能够为任何 LLM 提示返回检索到的上下文和知识增强的输出。此外，LlamaIndex 可以与 LangChain、Flask 和 Docker 等外部应用框架集成。

LlamaIndex 将自己定位为构建基于数据的 LLM 驱动智能体的领先框架。智能体是使用工具执行研究、数据提取等任务的 LLM 驱动的知识助手；工作流是事件驱动的多步骤流程，可以组合一个或多个智能体、数据连接器和工具，并可通过 llama_deploy 项目部署为生产微服务。

该框架提供了引擎，为数据提供自然语言访问：查询引擎是问答（如 RAG 流程）的接口，聊天引擎支持与数据进行对话式、多消息交互。文档化的用例包括检索增强生成（RAG）问答、聊天机器人、文档理解和数据提取、自主智能体研究并采取行动、多模态应用以及基于数据微调模型。

语言和包

LlamaIndex 提供 Python 和 TypeScript 两种版本。其高级 API 允许初学者用大约五行代码接入和查询数据，而低级 API 允许高级用户自定义数据连接器、索引、检索器、查询引擎和重排序模块。Python 生态提供了入门包（llama-index）和核心包（llama-index-core），以及 LlamaHub 上的 300 多个集成包，用于选择 LLM、嵌入和向量存储提供商。TypeScript 项目 LlamaIndex.TS 已被弃用并归档为只读。

LlamaParse 平台

LlamaIndex 还运营 LlamaParse，这是一个企业级平台，用于将文档转化为生产级 AI 流水线。它提供六个可组合的产品，通过一个 API 密钥和 SDK 访问：Parse（针对 130 多种格式的智能 OCR）、Extract（从文档中提取结构化数据）、Classify、Split、Sheets 和 Index（用于 RAG 的托管向量搜索）。官方 SDK 支持 Python、TypeScript、Go 和 Java，并提供 CLI 工具。

根据官网信息，LlamaParse 平台声称符合 SOC 2 Type II、GDPR 和 HIPAA 标准，数据在传输和静态时加密，提供细粒度访问控制，并为生产工作负载提供 99.9% 的可用性。SaaS 缓存数据仅保留 48 小时，之后永久删除。企业客户可以在云提供商的私有 VPC 中部署，或通过 AWS 和 Azure 市场部署，以满足数据驻留要求。

定价

LlamaParse 的定价采用积分制，1,000 积分价格为 1.25 美元。免费计划每月包含 10,000 积分（约 1,000 页），Starter 计划每月 50 美元，包含 40,000 积分，并支持按需付费，最高 400,000 积分；Pro 计划每月 500 美元，包含 400,000 积分，按需付费最高 5,000 美元/月；企业版定价为自定义，提供批量折扣和更高的速率限制。

生态系统

更广泛的 LlamaIndex 生态系统包括 LlamaHub（一个大型且不断增长的自定义数据连接器和集成库）、create-llama（用于快速搭建 LlamaIndex 项目的 CLI 工具）、llama_deploy（用于将智能体工作流部署为生产微服务）以及 SEC Insights（一个由 LlamaIndex 驱动的金融研究应用）。该项目是开源的，欢迎为核心库和第三方集成做出贡献。

官网 FAQ 澄清了开源边界：LlamaParse 是一个商业平台，用于文档工作流（智能解析、提取和索引），不是开源的；而开源项目 LlamaIndex 和 Workflows 提供了基础构建块，既支持低级也支持高级抽象，可用几行代码部署。基本解析每页可能只需 1 积分，而更高精度的布局感知智能解析成本更高。