Descripción
LlamaIndex es un marco de trabajo de datos de código abierto para construir aplicaciones sobre modelos de lenguaje grandes. Su propósito es resolver un problema específico: un LLM se entrena con datos públicos, por lo que conectarlo a información privada o propietaria requiere una capa separada para la ingestión, estructuración y recuperación de esos datos. LlamaIndex proporciona esa capa a través de conectores de datos para fuentes como APIs, PDFs, otros documentos y bases de datos SQL, formas de estructurar los datos ingeridos en índices o gráficos, y una interfaz de recuperación y consulta que alimenta contexto relevante en un aviso de LLM.
Leer más
Hay dos formas de comenzar a construir con él en Python. El paquete inicial, llama-index, agrupa la biblioteca principal con una selección de integraciones para una configuración rápida. Una construcción personalizada, en cambio, instala llama-index-core más paquetes de integración específicos, de los cuales hay más de 300 que cubren diferentes proveedores de LLM, incrustación y almacenamiento de vectores. Una API de alto nivel permite a un principiante ingerir y consultar datos en unas pocas líneas de código, mientras que las APIs de nivel inferior exponen los conectores de datos, índices, recuperadores, motores de consulta y módulos de reordenamiento para una personalización avanzada. LlamaIndex también se integra con marcos externos como LangChain, Flask o Docker, en lugar de requerir que todo funcione a través de él solo.
La empresa detrás de LlamaIndex ha cambiado su enfoque principal desde el lanzamiento del marco en 2023. Su producto principal actual es LlamaParse, una plataforma empresarial separada para análisis de documentos, OCR y extracción estructurada, junto con un analizador ligero y gratuito llamado LiteParse y esfuerzos de benchmarking abiertos (ParseBench y ExtractBench) para la calidad de análisis y extracción. LlamaParse se puede usar junto con el marco LlamaIndex o por sí solo. El marco de código abierto en sí sigue estando disponible y mantenido como un conjunto de herramientas para desarrolladores que construyen aplicaciones de recuperación y agentes.
El repositorio se publica bajo la licencia MIT y ha recibido más de 52,000 estrellas en GitHub y más de 8,000 bifurcaciones, lo que lo convierte en una de las herramientas de código abierto más utilizadas para conectar LLMs a datos externos.
- CategoríaAprendizaje automático y ciencia de datos
- Modelo de preciosCódigo abierto
- ImplementaciónNube
- PlataformasWeb
Características principales de LlamaIndex
Conectores de datos para la ingestión de APIs, PDFs, otros documentos y bases de datos SQL
Índices y estructuras gráficas para organizar los datos ingeridos para el uso de LLM
Una interfaz de recuperación y consulta que alimenta contexto relevante en un aviso de LLM
Una API de alto nivel para un pipeline básico de ingestión y consulta en unas pocas líneas de código
APIs de nivel inferior para personalizar conectores de datos, índices, recuperadores, motores de consulta y módulos de reordenamiento
Más de 300 paquetes de integración para diferentes proveedores de LLM, incrustación y almacenamiento de vectores
Interopera con marcos externos como LangChain, Flask y Docker
Emparejamiento opcional con LlamaParse, la plataforma separada de análisis y extracción de documentos de la empresa
Licencia MIT, con más de 52,000 estrellas en GitHub y más de 8,000 bifurcaciones
Primeros pasos con LlamaIndex
Instálalo: ejecuta pip install llama-index para el paquete inicial, o llama-index-core más integraciones elegidas para una configuración personalizada.
Conecta tus datos: utiliza un conector de datos para cargar documentos, APIs o una base de datos.
Construye un índice: estructura los datos ingeridos en un índice o gráfico.
Consúltalo: envía un aviso a través de la interfaz de recuperación para obtener una respuesta basada en esos datos.
Casos de uso de LlamaIndex
- Generación aumentada por recuperación
- Pipelines de datos personalizados
- Aplicaciones de agentes
- Análisis y extracción de documentos
