LlamaIndex 是什么？把「企业数据」喂给 LLM 的横向 Agent 框架，52K 星可不是白拿的

导语

聊到 Agent 平台，大家张口就是 LangChain、CrewAI、Dify。但有个 52K 星的家伙总被忽略——LlamaIndex。它不打「多 Agent 打架」的浪漫牌，专治一件事：怎么让大模型老老实实读懂你的文档。做 RAG、查知识库、读 PDF、抠非结构化数据，这活儿市面上的通用 Agent 框架还真没它干得细。

项目介绍

LlamaIndex 是 LlamaIndex 公司在 2022 年开源的一个 Python 框架，官方定位很直白：「构建 LLM 应用的数据框架」。创始人自己就是写「把任意格式数据接进大模型」起家的，所以它的长相和 LangChain 很像——都讲 loader、index、retriever、agent 那一套——但精力全砸在数据管道上。

它的 GitHub（run-llama/llama_index）目前 52.1K 星、8.1K fork，MIT 协议，释放管理宽松，商用、魔改都不卡你。仓库里塞了 300 多个集成包：PDF、Word、CSV、SQL、API、Notion、Confluence……把你能想到的数据源基本都包圆了。配合 LlamaHub（社区仓库）和 LlamaParse（企业级文档解析/OCR 平台），一条从「脏文档」到「能给 LLM 用的干净数据」的流水线就齐了。

最关键的是 LlamaIndex 也在往 Agent 方向卷。它拿出 LlamaAgents + Workflows——一个事件驱动、异步优先、按步骤控制的编排库。步骤就是普通的 async Python 函数，发事件、收事件，支持分支、循环、并行、断点续跑。不搞专有 DSL，纯 Python，能嵌进你已有的脚本、Notebook 或后端服务里。

上手

装起来是哈，pip install llama-index 就完事。5 行代码让你糊一个「问自己 PDF」的 RAG：

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
docs = SimpleDirectoryReader("docs/").load_data()
index = VectorStoreIndex.from_documents(docs)
res = index.as_query_engine().query("这份合同里的违约金是多少？")
print(res)

要上 Agent 就再叠一层 Workflows：写个 @step 装饰器定义步骤，await workflow.run(...) 一跑，事件编排就接管了。状态可落文件、可落数据库，生产环境挂了能断点续跑，这点比不少纯内存框架抗造。

实话

得说公道话：LlamaIndex 上手曲线比 Dify、Flowise 那种可视化的陡，你至少得会点 Python，别指望拖拖拽拽就完事。它主打的是数据质量和可控性，不是花哨界面。如果你的场景是「一堆企业文档要变成可问答的知识库」「要准确处理 OCR、结构化抽取、人工复核」，它是真强；但要是你只想搭个能聊天的 Agent，那杀鸡用牛刀，LangChain 或 Dify 反而更快。今年文档 Agent、LlamaCloud 商业化动作挺大，开源那半纯度依然在，放心学。

一句话：RAG 和文档处理它是老师傅，通用 Agent 编排它是新锐。 想啃数据这块硬骨头的，上 LlamaIndex 没错。

by 数码罗记 · godsun.pro