LlamaIndex 快速开始

这页的目标很直接：先让你把第一条 LlamaIndex 检索链路跑通。别一上来就做多数据源、重排、路由和评估体系，那些都该放在第二阶段。

#1. 核心概念：数据连接器 (LlamaHub)

LlamaIndex 将数据处理分为三个阶段：

1. Loading (加载): 将数据读入系统。
2. Indexing (索引): 将数据转化为可搜索的结构。
3. Querying (查询): 输入问题，检索知识并生成答案。

#2. 安装

bash复制
pip install llama-index

#3. 5 行代码实现 RAG (检索增强生成)

假设你有一个名为 data 的文件夹，里面存着一些文本文件或 PDF：

python复制
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

# 1. 加载数据
documents = SimpleDirectoryReader("data").load_data()

# 2. 创建索引 (默认会调用 OpenAI 接口生成向量)
index = VectorStoreIndex.from_documents(documents)

# 3. 创建查询引擎
query_engine = index.as_query_engine()

# 4. 提问
response = query_engine.query("文件里提到了哪些关键点？")
print(response)

这段代码跑通以后，你先别急着优化。先确认三件事：

• 文档确实被读进来了
• 问题能查到相关内容
• 输出里没有明显胡答或脱离原文

很多人跳过这一步，直接往上叠复杂组件，后面一出问题就很难知道是哪层坏了。

#4. 为什么选择 LlamaIndex 而不是 LangChain？

#5. LlamaHub: 你的数据仓库

LlamaHub↗ 是 LlamaIndex 的插件市场。无论你的数据在 Notion、Google Drive、Slack 还是 SQL 数据库中，你都能在这里找到现成的 Reader（读取器）。

python复制
# 使用 LlamaHub 上的 Notion Reader
from llama_index.readers.notion import NotionPageReader

reader = NotionPageReader(integration_token="your_token")
documents = reader.load_data(page_ids=["page_id_1"])

别被“连接器很多”这件事带偏。连接器解决的是“怎么接数据”，不是“怎么保证回答靠谱”。跑通以后，下一步还是得回到索引和查询本身。

---

下一步：深入了解 LlamaIndex 的灵魂——数据索引。