安装 LlamaIndex
pip install llama-index准备文档
texts = [ "《三体》是刘慈欣创作的科幻小说，讲述了地球文明与三体文明的接触和冲突。", "《红楼梦》是中国古典四大名著之一，作者一般认为是曹雪芹，描写了贾宝玉与林黛玉的爱情悲剧。", "Python 是一种高级编程语言，语法简洁，广泛用于数据分析、人工智能和 Web 开发。" ]创建索引
fromllama_indeximportVectorStoreIndex,SimpleDirectoryReaderfromllama_index.schemaimportDocument# 将文本转换为 Document 对象documents=[Document(text=text)fortextintexts]# 创建向量索引（默认使用 OpenAI 的 embedding 模型）index=VectorStoreIndex.from_documents(documents)VectorStoreIndex 是 LlamaIndex 中最常用的索引类型，它会将文档切片并生成向量嵌入（embeddings），便于语义搜索。
进行问答查询
# 创建查询引擎query_engine=index.as_query_engine()# 提出问题（中文）response=query_engine.query("《三体》是谁写的？")# 打印回答print(response.response)完整代码示例
importosfromllama_indeximportVectorStoreIndexfromllama_index.schemaimportDocument# 设置 OpenAI API 密钥（可选，如果已设环境变量则无需此行）os.environ["OPENAI_API_KEY"]="你的API密钥"# 准备中文文档texts=["《三体》是刘慈欣创作的科幻小说，讲述了地球文明与三体文明的接触和冲突。","《红楼梦》是中国古典四大名著之一，作者一般认为是曹雪芹，描写了贾宝玉与林黛玉的爱情悲剧。","Python 是一种高级编程语言，语法简洁，广泛用于数据分析、人工智能和 Web 开发。"]# 转为 Document 列表documents=[Document(text=t)fortintexts]# 构建索引index=VectorStoreIndex.from_documents(documents)# 查询query_engine=index.as_query_engine()response=query_engine.query("《红楼梦》的作者是谁？")print("回答：",response.response)
