LlamaIndex
简介
以数据为中心的 LLM 框架：RAG 索引、检索、文档解析能力业界最全，现已扩展出 Agent 工作流（Workflows），是知识库类应用的首选底座。
English
The data-centric LLM framework: the richest RAG indexing/retrieval toolchain, now extended with agent workflows.
适用场景
- 文档密集型 RAG：几十上百份 PDF/网页要可检索问答
- 需要多种索引与检索策略（向量、关键词、混合、重排）
- 要把企业数据源（Notion、Slack、数据库）统一接进来
快速上手
- pip install llama-index，配模型与嵌入 API Key
- 用 SimpleDirectoryReader 读入文档，先看切分结果是否合理
- 建 VectorStoreIndex，用 query_engine.query 做首次问答
- 接上 rerank 与混合检索，或用 Workflow 编排多步查询
标签
相关资源
LangChain 精选
最流行的 LLM 应用开发框架，提供链式调用、Agent 编排、工具调用与 RAG 全套能力，Python 与 JS 双语言生态，适合快速搭建各类 AI Agent 应用。The most popular framework for building LLM applications: chains, agent orchestration, tool calling and RAG out of the box, in both Python and JavaScript.
Dify 精选
开源 LLM 应用开发平台：可视化编排工作流、内置 RAG 知识库、Agent 与模型管理，国产开源明星项目，企业落地案例多。Open-source LLM app platform with visual workflow, built-in RAG knowledge base, agents and model management.
FastMCP
最流行的 Python MCP Server 开发框架，几行装饰器即可把函数发布为 MCP 工具，开发效率极高。The popular Pythonic framework for building MCP servers — expose functions as tools with a few decorators.