Llama-Index（原名GPT Index）是一个专为大语言模型（LLM）设计的检索增强生成（RAG）框架，旨在高效连接私有/结构化/非结构化数据与LLM，提升其在特定领域问答、文档分析等任务中的准确性与可解释性。
核心特性包括：
- 模块化数据连接器（Data Connectors）：支持PDF、Word、Markdown、CSV、数据库（SQL/NoSQL）、API、Web页面等多种数据源。
- 灵活的数据索引（Indexing）：提供多种索引类型，如
VectorStoreIndex（基于向量相似性检索）、SummaryIndex（文档级摘要索引）、TreeIndex（层次化摘要树）、KeywordTableIndex（关键词倒排表）及复合索引（如MultiVectorIndex支持多粒度嵌入）。 - 高级检索（Query Engine）：支持子问题分解（Sub-question Decomposition）、递归检索（Recursive Retriever）、HyDE（Hypothetical Document Embeddings）、自定义重排序（Reranking）等策略。
- 可扩展的查询管道（Query Pipeline）：通过
QueryEngineTool、RouterQueryEngine等实现多数据源路由与工具调用集成。 - 与主流LLM生态深度集成：原生支持OpenAI、Anthropic、Ollama、Llama.cpp、HuggingFace Transformers等后端，并兼容LangChain生态。
- 评估与可观测性：提供
Evaluation模块（如CorrectnessEvaluator、FaithfulnessEvaluator）和CallbackManager用于追踪token消耗、检索过程、延迟等。
典型使用流程：
- 加载文档 → 2. 分块（NodeParser）→ 3. 嵌入（Embedding Model）→ 4. 构建索引 → 5. 查询引擎配置 → 6. 执行查询（含上下文注入与LLM生成）
示例代码（简化版）：
fromllama_index.coreimportVectorStoreIndex,SimpleDirectoryReaderfromllama_index.llms.ollamaimportOllama# 加载文档documents=SimpleDirectoryReader("data/").load_data()# 构建向量索引（默认使用sentence-transformers/all-MiniLM-L6-v2）index=VectorStoreIndex.from_documents(documents)# 配置本地LLM（如Ollama运行的llama3）llm=Ollama(model="llama3",request_timeout=300)index.set_llm(llm)# 查询query_engine=index.as_query_engine()response=query_engine.query("本文档主要讲什么？")print(response)注意：Llama-Index v0.10+ 已全面重构为llama-index-core+llama-index-*插件体系（如llama-index-llms-ollama,llama-index-embeddings-huggingface），推荐使用最新稳定版（≥0.10.48）以获得最佳性能与维护支持。
Llama-Index 中VectorStoreIndex与SummaryIndex是两种语义建模逻辑和检索机制截然不同的索引类型，其核心区别体现在数据表示粒度、检索方式、适用任务及性能特征上：
| 维度 | VectorStoreIndex | SummaryIndex |
|---|---|---|
| 基本原理 | 将每个文本块（Node）独立嵌入为向量，构建向量数据库（如FAISS、Chroma），通过向量相似性检索（cosine similarity）召回最相关片段 | 将整篇文档（或大段落）生成一个全局摘要（summary），并将该摘要向量化；检索时仅匹配文档级摘要向量，返回整篇文档或其摘要 |
| 检索粒度 | 细粒度（chunk-level）：可精准定位到具体段落、句子甚至代码行 | 粗粒度（document-level）：只能返回整个文档或其摘要，无法定位内部细节 |
| 召回结果 | 返回若干相关Node（带原始文本内容），供LLM上下文注入 | 返回若干Document对象（含其摘要 + 原始全文/元数据），需后续处理提取细节 |
| 适用场景 | ✅ 需要精确答案定位的任务：如技术文档问答、合同条款查询、论文方法检索 ✅ 支持多跳推理、跨文档片段聚合 ✅ RAG标准范式首选 | ✅ 快速文档筛选/路由：如“找出所有讨论‘碳中和政策’的报告” ✅ 元数据驱动的初筛（配合 MetadataFilter）✅ 摘要先行、再深入阅读的两阶段工作流 |
| 优势 | 高精度、高灵活性、天然支持重排序与混合检索（keyword+vector） | 构建快、内存占用低（摘要短）、适合海量文档快速过滤、语义泛化性强（摘要更鲁棒） |
| 局限 | 向量库随chunk数线性增长；长文档易碎片化导致语义割裂；对嵌入模型质量敏感 | 丢失细节信息；无法回答需局部上下文的问题（如“图3说明了什么？”）；摘要质量直接影响检索效果 |
📌典型组合用法（进阶实践）：
常将二者协同使用——先用SummaryIndex进行文档级粗筛（如“哪些PDF涉及合规审计？”），再对筛选出的文档构建VectorStoreIndex进行段落级精检，实现效率与精度的平衡（即“两级检索架构”）。
