【59.Python+AI】LlamaIndex入门：为什么做RAG的人最后都转向了它

📖 文章简介： 本文系统介绍LlamaIndex——一个在RAG场景下比LangChain更专注的数据框架。内容涵盖LlamaIndex的核心数据结构抽象（Node/Document）、索引类型对比（向量索引/摘要索引/树索引/知识图谱索引）、IngestionPipeline数据摄入管道的设计理念，以及与LangChain在RAG场景下的功能对比矩阵。配以Mermaid架构图展示LlamaIndex的索引体系，适合已经在用LangChain做RAG、想了解"另一个选择"的开发者。

---

🎬 个人主页： 源码骑士

❄ 专栏传送门： 《Android开发基础》《python基础课程》

⭐️热衷从源码视角拆解技术底层原理，将复杂架构讲得通俗易懂

---

🎬 源码骑士的简介：（同上）

---

导入语

你一直用LangChain做RAG。但最近总听人说"LlamaIndex在数据索引方面更专业"——它到底专业在哪？值得再学一个新框架吗？

答案很简单：LangChain是通用AI框架（Agent/Chain/Tool什么都能做），LlamaIndex是数据索引专用框架（只做一件事：让LLM高效连接数据）。 如果你80%的工作是RAG，LlamaIndex可能比LangChain更顺手。这篇文章给你一个清晰的对比，5分钟就能上手写第一个LlamaIndex应用。

---

1 ~> LlamaIndex索引体系

---

2 ~> 5分钟上手

# pip install llama-index llama-index-embeddings-openai

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

# 1. 加载文档（一个目录下的所有文件）
documents = SimpleDirectoryReader("./my_docs").load_data()

# 2. 构建索引（一行代码）
index = VectorStoreIndex.from_documents(documents)

# 3. 查询
query_engine = index.as_query_engine()
response = query_engine.query("年假政策是什么？")
print(response)

对比LangChain的同样功能： LangChain需要手动组合Loader→Splitter→Embeddings→VectorStore→Retriever→Chain，LlamaIndex两行搞定。

---

3 ~> LangChain vs LlamaIndex 对比矩阵

	LangChain	LlamaIndex
定位	通用AI应用框架	数据索引与检索框架
RAG上手难度	中（需理解Chain/Tool等概念）	低（2行代码开始用）
索引类型	向量索引为主	向量+摘要+树+知识图谱
数据摄入	DocumentLoader + Splitter组合	IngestionPipeline统一管道
Agent支持	⭐⭐⭐⭐⭐ 核心能力	⭐⭐ 有限
复杂工作流	⭐⭐⭐⭐⭐ LCEL + LangGraph	⭐⭐
数据连接器	⭐⭐⭐⭐ 200+	⭐⭐⭐⭐ 160+
最佳场景	Agent、复杂工作流	企业知识库、数据密集型RAG

---

4 ~> LlamaIndex的独有特性

多种索引类型

# 除了向量索引，LlamaIndex还支持：
from llama_index.core import SummaryIndex, TreeIndex, KnowledgeGraphIndex

# 摘要索引：适合"这篇文章整体讲了什么"
summary_index = SummaryIndex.from_documents(docs)

# 树索引：适合多级分类的问答
tree_index = TreeIndex.from_documents(docs)

# 知识图谱索引：实体关系检索
kg_index = KnowledgeGraphIndex.from_documents(docs)

IngestionPipeline：声明式数据管道

from llama_index.core.ingestion import IngestionPipeline
from llama_index.core.extractors import TitleExtractor

pipeline = IngestionPipeline(
    transformations=[
        SentenceSplitter(chunk_size=500),
        TitleExtractor(),           # 自动提取标题
        OpenAIEmbedding(),
    ]
)
nodes = pipeline.run(documents=documents)

---

思考 && 总结

1. LlamaIndex是RAG专用工具： 如果你90%的工作是"文档→索引→问答"，LlamaIndex的API比LangChain简洁得多。
2. LangChain是通用框架： Agent、复杂工作流、多工具编排是它的优势；纯RAG场景用LlamaIndex更快。
3. 两者可以混用： LlamaIndex建索引 + LangChain做Agent编排，是很多团队的实践。
4. 索引类型是LlamaIndex的杀手锏： 树索引和知识图谱索引在特定场景（层级分类、实体关系）比纯向量检索效果好。
5. 不要面向框架编程： 需求驱动选框架，而不是学完一个框架再给它找应用场景。

LangChain是瑞士军刀，LlamaIndex是手术刀。割盲肠（做RAG）的时候，手术刀更快。

---

结尾

各位小伙伴，本文完！源码骑士 👀 | ❤️ | ⭐ | 💬 | 🔄 一键四连！🗡️ 寄语：好工具让你专注"问什么"，而不是"怎么查"。

往期回顾：【Python+AI】LangSmith调试 / 【Python+AI】LangChain Memory / 【Python+AI】LCEL流水线 / 【Python+AI】LangChain核心概念 / 【Python+AI】企业知识库