什么是 LlamaIndex？
LlamaIndex（前身为 GPT Index）是一个专为大语言模型（LLM）应用设计的数据框架。它解决了一个核心问题：如何让 LLM 能够访问和理解你的私有数据？无论是文档、数据库还是 API，LlamaIndex 都能帮助你构建强大的检索增强生成（RAG）应用。
核心概念
在开始使用之前，让我们了解几个关键概念：
索引（Index）：LlamaIndex 将你的数据组织成易于检索的结构。最常用的是向量索引（VectorStoreIndex），它将文本转换为向量嵌入，支持语义搜索。
查询引擎（Query Engine）：这是你与数据交互的接口。你提出问题，查询引擎会检索相关信息并生成回答。
节点（Node）：数据被分割成的基本单元。每个节点包含一段文本及其元数据。
安装与设置
首先安装 LlamaIndex：
pipinstallllama-index设置你的 OpenAI API 密钥（或其他 LLM 提供商）：
importos os.environ["OPENAI_API_KEY"]="your-api-key"基本使用流程
1. 加载数据
LlamaIndex 支持多种数据源。最简单的方式是从文本文件开始：
fromllama_index.coreimportSimpleDirectoryReader# 从目录加载文档documents=SimpleDirectoryReader("./data").load_data()2. 创建索引
将文档转换为可查询的索引：
fromllama_index.coreimportVectorStoreIndex# 创建向量索引index=VectorStoreIndex.from_documents(documents)这一步会自动：
- 将文档分割成节点
- 为每个节点生成向量嵌入
- 存储到向量数据库中
3. 查询数据
现在你可以开始提问了：
# 创建查询引擎query_engine=index.as_query_engine()# 提问response=query_engine.query("这份文档的主要内容是什么？")print(response)进阶技巧
自定义分块策略
控制文本如何被分割：
fromllama_index.core.node_parserimportSentenceSplitter# 自定义分块大小text_splitter=SentenceSplitter(chunk_size=512,chunk_overlap=50)index=VectorStoreIndex.from_documents(documents,transformations=[text_splitter])持久化索引
避免每次都重新构建索引：
# 保存索引index.storage_context.persist(persist_dir="./storage")# 加载已保存的索引fromllama_index.coreimportStorageContext,load_index_from_storage storage_context=StorageContext.from_defaults(persist_dir="./storage")index=load_index_from_storage(storage_context)使用不同的 LLM
LlamaIndex 支持多种语言模型：
fromllama_index.llms.anthropicimportAnthropicfromllama_index.coreimportSettings# 使用 ClaudeSettings.llm=Anthropic(model="claude-3-5-sonnet-20241022")流式响应
对于长答案，可以使用流式输出：
query_engine=index.as_query_engine(streaming=True)response=query_engine.query("详细解释一下...")# 逐步打印响应fortextinresponse.response_gen:print(text,end="",flush=True)实用示例：构建文档问答系统
让我们整合以上知识，构建一个完整的应用：
fromllama_index.coreimportVectorStoreIndex,SimpleDirectoryReader,Settingsfromllama_index.core.node_parserimportSentenceSplitter# 配置Settings.chunk_size=512Settings.chunk_overlap=50# 加载文档print("正在加载文档...")documents=SimpleDirectoryReader("./docs").load_data()# 创建索引print("正在构建索引...")index=VectorStoreIndex.from_documents(documents)# 保存索引index.storage_context.persist()# 创建查询引擎query_engine=index.as_query_engine(similarity_top_k=3,# 返回最相关的3个节点response_mode="compact"# 紧凑模式)# 交互式问答whileTrue:question=input("\n请输入你的问题（输入 'quit' 退出）：")ifquestion.lower()=='quit':breakresponse=query_engine.query(question)print(f"\n回答：{response}\n")# 显示来源print("参考来源：")fornodeinresponse.source_nodes:print(f"-{node.node.metadata.get('file_name','Unknown')}")最佳实践
选择合适的分块大小：较小的块（256-512 tokens）适合精确检索，较大的块（1024+ tokens）保留更多上下文。
使用元数据过滤：为文档添加元数据，可以实现更精确的检索，比如按日期、类别或作者过滤。
监控成本：构建索引和查询都会调用 LLM API，注意控制成本。可以使用本地嵌入模型降低费用。
优化检索：调整similarity_top_k参数，在检索质量和响应速度之间找到平衡。
缓存常见查询：对于重复的问题，可以实现缓存机制避免重复调用 API。
常见应用场景
- 企业知识库问答：员工可以快速查询公司文档、政策和流程
- 客户支持助手：基于产品文档和 FAQ 自动回答客户问题
- 研究助手：帮助研究人员快速检索和总结学术论文
- 代码文档助手：理解和解释大型代码库
更多高级功能如多模态索引、混合检索、查询转换等，可以访问 LlamaIndex 官方文档 深入学习。
