工作机制与关键组成
连接数据源
从应用有权限访问的系统中加载文档或记录。
建立索引
解析并切分数据，结合适合检索的元数据建立索引。
查询或编排
为回答检索证据，或将数据操作封装成智能体工具。
如何选择
如果 LLM 应用的核心工作是接入数据并提供检索能力，可以考虑 LlamaIndex。
适合解决哪些问题
- 基于自有数据构建文档问答应用。
- 连接多个数据源，并尝试不同的检索策略。
使用时要留意什么
- 连接器和框架抽象可能掩盖解析或检索中的关键选择。
- 应保留来源信息，并评估数据新鲜度、访问权限和引用质量。
使用前，先弄清楚
LlamaIndex 与向量数据库有什么分工？
LlamaIndex 帮助应用组织数据加载、解析、索引和检索流程；向量数据库负责相应数据的存储与查询，两者可以配合。选型时应先画出数据从来源到回答的完整路径，再决定哪些部分交给框架、哪些需要自己实现和评测。
放在一起理解
继续核对原始资料
概念说明参考项目文档与源码；场景选择和接入建议为 AI Manuals 的整理判断。版本、价格、许可及接口细节请以项目当前说明为准。