LlamaIndex

核心能力

LlamaIndex (原 GPT Index) 专注于「数据接入、索引、检索、查询」全流程，提供 160+ 数据连接器、多种索引结构、高级检索策略、评测框架。RAG 为核心业务的团队首选。

主要功能特性

优势

• RAG 核心能力最强：索引构建(树/图/关键词/向量混合)、检索策略(小到大/自动合并/递归/重排)、查询引擎(子查询/多步推理/结构化输出)
• 数据连接器最全：160+ Loader 覆盖文件/数据库/API/SaaS/代码库/笔记/邮件/对话记录
• LlamaParse：自家 PDF/文档解析服务，表格/多列/公式/复杂布局提取效果 SOTA
• 模块化设计清晰：Document → Node → Index → Retriever → QueryEngine → Response，每层可替换
• 高级 RAG 模式内置：Sentence Window Retrieval, Auto-Merging Retrieval, Recursive Retrieval, Knowledge Graph Index
• 评测框架完善：Faithfulness, Relevancy, Correctness, Guideline Adherence 等指标 + 合成数据集生成
• LlamaCloud：托管索引/解析/检索，零运维，按量付费，企业级合规
• 与 LangChain 互操作无缝：`as_langchain()` / `from_langchain()` 双向转换

劣势与避坑

• 非 RAG 场景 (纯 Agent/Chat/工具调用) 抽象层不如 LangChain 完善
• Agent/编排能力弱：无类 LangGraph 的图状态机，复杂控制流需自行实现
• 学习曲线陡峭：概念多 (Index/Retriever/QueryEngine/ChatEngine/ResponseSynthesizer/NodeParser/Transformations...)
• 版本迭代快，破坏性变更频繁 (v0.9 → v0.10 → v0.11 大改 API)
• LlamaCloud 数据出海，高敏感场景需自托管或规避
• Python 为主，TypeScript/JS 生态相对薄弱 (正在追赶)

最佳适用场景

• RAG 为核心业务：知识库问答、文档分析、合同审阅、研报生成、客服机器人
• 复杂非结构化数据：PDF 表格/公式/多列、代码库、邮件/聊天记录、Notion/Confluence/GDrive
• 需要高级检索策略：小到大、自动合并、递归检索、知识图谱增强
• 需要完善评测体系：离线评测、合成数据集、回归测试、生产监控