説明
LlamaIndexは、現在LlamaParse、すなわちエージェント型文書処理製品を前面に出したAIフレームワークであり、一般的な検索強化生成(RAG)の提案ではありません。フレームワークのルーツは依然として存在しており、開発者にプライベートまたはドメイン特有のデータを取り込み、構造化し、取得するためのビルディングブロックを提供します。これにより、LLMは訓練されていないコンテンツに対して質問に答えたり、推論を行ったりできますが、今日のフラッグシップ製品は、LlamaIndexがコストと精度の最前線と表現する文書の解析と抽出です。
続きを読む
LlamaParseは、PDF、Office文書、画像を含む50種類以上の非構造化ファイルタイプを解析し、埋め込まれた画像、複雑なレイアウト、複数ページのテーブル、手書きのメモを処理します。タスク特化型エージェントは、テキスト、チャート、テーブルなどの異なるコンテンツを専門の解析エキスパートにルーティングし、乱雑なスキャンでのエラーを検出して修正する自動修正ループを備えています。Extract機能は、カスタムモデルを訓練することなく、定義されたスキーマに対して非構造化コンテンツを構造化データに変換します。Split機能は、自然言語の説明から文書を論理的なセクションに分割し、Classify機能は自然言語ルールを使用して文書を自動的に分類します。Index機能は、RAG検索のためのエンタープライズグレードのチャンク化および埋め込みパイプラインを実行します。
ローカルまたはオフラインでの使用のために、LiteParseはLlamaParseチームによるオープンソースのVLMフリーのパーサーで、ユーザー自身のマシン上で完全に動作し、クラウドコールやLLMトークンの消費はありません。'npm install @llamaindex/liteparse'でインストール可能です。
LlamaIndexは、この文書インテリジェンス作業を特定の業界に位置付けています:保険(請求および引受自動化)、金融(金融研究およびデューデリジェンス)、製造(仕様および検査報告からの洞察の抽出)、医療(医療記録および手書きの医師のメモ)。処理された文書は10億件以上、月間のパッケージダウンロードは2500万件以上、LlamaParseユーザーは30万人以上、99.9%の稼働率、エンタープライズ展開におけるHIPAA、GDPRおよびSOC2の準拠を報告しています。
LlamaParseはクレジットシステムで価格設定されています(1,000クレジット = $1.25)。無料プランには月間10,000クレジット(約1,000ページ)、基本サポート、最大100ユーザーが含まれています。Starterは月額50ドルで40,000クレジットが含まれ、従量課金制で最大400,000クレジットまで利用可能です。Proは月額500ドルで400,000クレジットが含まれ、従量課金制で最大5,000ドル/月、優先Slackサポートが提供されます。Enterpriseはボリュームディスカウント付きのカスタム価格で、5倍のレート制限、エンタープライズSSO、専任のアカウントマネージャーが含まれます。LlamaIndexは、完成品のチャット製品を求めるエンドユーザーではなく、文書重視のパイプラインで作業する開発者や技術チームのために構築されています。
- カテゴリーAIドキュメント・PDFツール
- 料金モデルフリーミアム
- デプロイクラウド、VPC
- プラットフォームWeb
LlamaIndexの主要機能
LlamaParse:50種類以上の非構造化ファイルタイプ(画像や手書きを含む)にわたるエージェント型解析
テキスト、チャート、テーブル用のタスク特化型解析エージェント、自動修正ループ付き
Extract:カスタムモデルを訓練することなくスキーマベースの構造化データ抽出
Split:自然言語の説明から文書を論理的なセクションに分割
Classify:自然言語ルールを使用して文書を自動分類
Index:RAG検索のためのエンタープライズグレードのチャンク化および埋め込みパイプライン
LiteParse:クラウドコールやトークンコストなしのオープンソース、ローカル、VLMフリーの文書解析
保険、金融、製造、医療向けの業界特化型ワークフロー
LlamaIndexをはじめる
インストール:ローカル解析のために'npm install @llamaindex/liteparse'を実行するか、ホストされたLlamaParse APIにサインアップします。
文書をアップロード:解析するためにPDF、Officeファイル、またはスキャンした画像を送信します。
解析ティアを選択:精度のニーズに応じて、コスト効果の高いエージェント型またはエージェント型プラスのティアを選択します。
構造化データを抽出:Extractエージェントが文書から埋めるためのスキーマを定義します。
下流を構築:解析またはインデックス化された出力をRAGまたはエージェントパイプラインに供給します。
使用状況を追跡:ダッシュボードから消費されたクレジットを監視します(1,000クレジット = $1.25)。
LlamaIndexの使用例
- 複雑な文書の解析
- 構造化データの抽出
- RAGアプリケーションの構築
- 保険請求の自動化








