# llamaIndex-examples

**Repository Path**: lzdn/llama-index-examples

## Basic Information

- **Project Name**: llamaIndex-examples
- **Description**: llamaIndex的使用教程
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2025-03-13
- **Last Updated**: 2025-03-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

LlamaIndex Tutorials
最近开始学习LlamaIndex框架，顺手将学习内容整理归纳为该入门教程系列。

项目的python版本是3.12.9 ，numpy版本是1.26.4

RAG 中的阶段#
在RAG中有五个关键阶段，这些阶段将成为你构建的任何更大应用程序的一部分。这些阶段包括：

加载：这指的是从数据源（无论是文本文件、PDF、另一个网站、数据库或API）获取你的数据并将其放入你的流水线中。LlamaHub 提供了数百个可供选择的连接器。

索引：这意味着创建一个允许查询数据的数据结构。对于LLM来说，这几乎总是意味着创建向量嵌入，即你的数据含义的数值表示，以及许多其他元数据策略，使其易于准确找到上下文相关的数据。

存储：一旦你的数据被索引，你几乎总是希望存储你的索引，以及其他元数据，以避免重新对其进行索引。

查询：对于任何给定的索引策略，你可以利用LLM和LlamaIndex数据结构进行查询的许多方式，包括子查询、多步查询和混合策略。

评估：在任何流水线中的一个关键步骤是检查它相对于其他策略的有效性，或者当你进行更改时。评估提供了关于你对查询的响应有多准确、忠实和快速的客观度量。


![输入图片说明](image.png)








LlamaIndex项目 - https://github.com/jerryjliu/llama_index

## 目录

1. 什么是LlamaIndex？[链接](./01_Introduction)
2. 核心概念 [链接](./02_Core_Concepts)
3. 个性化配置 [链接](./03_Customization)
4. 数据连接器 [链接](./04_Data_Connectors)
5. 文档和节点 [链接](./05_Documents_Nodes)