本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# LlamaIndex
<a name="llamaindex"></a>

[https://www.llamaindex.ai/](https://www.llamaindex.ai/) 是一種資料架構，專門用於將大型語言模型 (LLMs) 與外部資料來源連線，以啟用複雜的擷取增強生成 (RAG) 和代理式 AI 應用程式。框架為代理程式系統、自訂協同運作模式和系統整合提供抽象和加速開發工作流程，以減少知識驅動型 AI 解決方案的time-to-production。

## 的主要功能 LlamaIndex
<a name="key-features-of-llamaindex"></a>

LlamaIndex 提供一組完整的功能，特別適合企業代理式 AI 應用程式：
+ 以**資料為中心的架構** – 從超過 100 種資料格式擷取、編製索引和擷取資訊的 ExcelPDFs、MicrosoftWord 文件、試算表等。框架會將企業資料轉換為可查詢的知識庫，這些知識庫已針對 AI 代理器進行最佳化。如需詳細資訊，請參閱 [LlamaIndex 文件](https://developers.llamaindex.ai/)。
+ **生產就緒部署** – 透過 LlamaIndex同時提供開放原始碼架構和受管服務LlamaCloud，提供企業級功能，包括安全控制、可擴展性、可觀測性整合和部署彈性。如需詳細資訊，請參閱[LlamaIndex架構文件](https://developers.llamaindex.ai/python/framework/)。
+ **進階文件處理** – LlamaCloud提供文件剖析、擷取、索引和擷取功能，可處理複雜的配置、巢狀資料表、多模態內容，甚至是手寫筆記。這種複雜的剖析可讓客服人員有效地處理包含圖表、圖表和複雜格式的真實世界企業文件。如需詳細資訊，請參閱 [LlamaCloud 文件](https://developers.llamaindex.ai/python/cloud/)。
+ **工作流程協同運作** – LlamaAgents提供事件驅動、非同步優先協同運作引擎，用於建置多步驟代理系統。工作流程支援複雜的模式，包括迴圈、平行執行、條件式分支和有狀態恢復，使其非常適合複雜的客服人員互動。如需詳細資訊，請參閱[LlamaIndex工作流程文件](https://developers.llamaindex.ai/python/framework/understanding/workflows/)。
+ **代理程式擷取功能** – 進階擷取模式，包括混合搜尋、語意搜尋和自動路由，可智慧地判斷每個查詢的最佳擷取策略。此架構支援跨多個知識庫的複合擷取，並透過重新排名來提高準確性。如需詳細資訊，請參閱 [LlamaIndex RAG 文件](https://developers.llamaindex.ai/python/framework/understanding/rag/)。
+ **可觀測性和評估** – 與各種可觀測性和評估工具LlamaIndex整合。此整合功能可協助您追蹤和偵錯應用程式、評估其效能，以及監控成本。如需詳細資訊，請參閱[追蹤、偵錯](https://developers.llamaindex.ai/python/framework/understanding/tracing_and_debugging/tracing_and_debugging/)和[評估](https://developers.llamaindex.ai/python/framework/module_guides/evaluating)LlamaIndex文件。

## 使用時機 LlamaIndex
<a name="when-to-use-llamaindex"></a>

LlamaIndex 特別適合強調資料密集型工作流程和知識管理的客服人員 AI 案例：
+ 文件密集型應用程式，需要客服人員處理、分析和擷取大量企業文件的洞見，例如合約、報告、手冊和法規文件
+ 生產案例的快速原型設計，其中組織想要快速建置和部署以文件為中心的代理程式，而無需大量的基礎設施管理開銷
+ 優先考慮擷取準確性和內容相關性的 RAG 架構，特別是在使用包含資料表、影像和結構化資料的複雜多模式文件時
+ 多代理程式文件工作流程，需要專門的代理程式來處理文件的不同層面，例如剖析、分析、摘要和合規檢查

## 的實作方法 LlamaIndex
<a name="implementation-approach-for-llamaindex"></a>

LlamaIndex 提供低階建置區塊和高階抽象，可適應不同的實作方法：
+ 使用LlamaIndex高階 APIs，在幾行程式碼中快速開發功能性 RAG 應用程式。此方法可讓初次接觸代理式 AI 的業務團隊和開發人員LlamaIndex存取。
+ 透過 LlamaHub 進行企業整合，適用於熱門企業系統，包括 SharePoint、Amazon Simple Storage Service (Amazon S3)、資料庫和 APIs。此方法可讓 與現有資料基礎設施無縫整合。
+ 開放原始碼自我託管部署之間的彈性部署選項，可實現最大控制，或可降低營運開銷和企業功能的LlamaCloud受管服務。
+ 應用程式可以從簡單的查詢引擎開始，並隨著需求的演進逐步新增代理程式功能、多重代理程式協同運作和複雜的工作流程。

## 的實際範例 LlamaIndex
<a name="real-world-example-llamaindex"></a>

此範例著重於一家專門提供航空導航和操作解決方案的航太公司的子公司。他們需要解決不斷增長的挑戰，這涉及試行不協調的 AI 聊天機器人試驗。這些試驗導致整個組織的重複工作、長開發週期、合規障礙和隔離實作。

他們開發了統一的代理程式架構，這是以LlamaIndex開放原始碼架構為基礎的可重複使用範本型解決方案，可讓代理程式建立更有效率。它們比較了數個競爭架構，包括鏈結導向和圖形型架構。最後，他們選擇了LlamaIndex三個關鍵優勢：其彈性設計、模組化元件和生產就緒的協同運作控制。

平台可將代理程式開發和部署時間從 512 縮短 87%，縮短為 64 小時。透過讓團隊建置具有大約 50 行程式碼和 JSON 組態檔案的客服人員，即可實現此減少。團隊利用具有內建安全性、合規性和特殊權限系統存取的統一架構。如需詳細資訊，請參閱[LlamaIndex客戶案例研究](https://www.llamaindex.ai/customers)。