什么是RAG？

检索增强生成（RAG）是构建生产型人工智能应用程序的最重要模式。它将法学硕士与您自己的数据连接起来，从而根据您的文档、数据库和知识库提供准确的答案。

为什么选择 LlamaIndex？

LlamaIndex 是 RAG 应用程序的领先框架。它用最少的代码处理文档摄取、分块、嵌入、检索和响应生成。

快速入门

pip install llama-index
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

# Load documents
documents = SimpleDirectoryReader("data").load_data()

# Create index
index = VectorStoreIndex.from_documents(documents)

# Query
query_engine = index.as_query_engine()
response = query_engine.query("What is this document about?")
print(response)

关键概念

文档摄取

LlamaIndex 处理 PDF、Word 文档、网页、数据库等。文档会自动解析并分成可管理的部分。

嵌入

文档被转换为向量嵌入以进行语义搜索。您可以使用 OpenAI、Hugging Face 或本地嵌入模型。

检索策略

选择简单的相似性搜索、混合搜索（关键字+语义）或基于代理的复杂查询检索。

高级功能

  • 跨不同数据源的多文档查询
  • 从非结构化文档中提取结构化数据
  • 聊天记录和对话记忆
  • 针对特定用例的自定义检索策略