agents-llamaindex
用于构建基于 RAG 的 LLM 应用的数据框架。专长于文档摄取（300 多个连接器）、索引和查询。具备向量索引、查询引擎、智能体和多模态支持。适用于文档问答、聊天机器人、知识检索或构建 RAG 流水线。最适合以数据为中心的 LLM 应用。
机器翻译查看英文原文
Data framework for building LLM applications with RAG. Specializes in document ingestion (300+ connectors), indexing, and querying. Features vector indices, query engines, agents, and multi-modal support. Use for document Q&A, chatbots, knowledge retrieval, or building RAG pipelines. Best for data-centric LLM applications.
适用对象：学习与科研。自动收录 · 待核查。
原作者说明节选
从固定版本的 SKILL.md 提取，保留原文语言。以下内容属于作者说明，本站尚未验证安装、兼容或运行结果。
查看英文原文
原文涵盖的主题
- LlamaIndex - Data Framework for LLM Applications
- When to use LlamaIndex
- Quick start
- Installation
- 5-line RAG example
- Core concepts
- 1. Data connectors - Load documents
- 2. Indices - Structure data
The leading framework for connecting LLMs with your data. Use LlamaIndex when: Building RAG (retrieval-augmented generation) applications Need document question-answering over private data Ingesting data from multiple sources (300+ connectors) Creating knowledge bases for LLMs Building chatbots with enterprise data Need structured data extraction from documents Metrics: 45,100+ GitHub stars 23,000+ repositories use LlamaIndex 300+ data connectors (LlamaHub) 1,715+ contributors v0.14.7 (stable) Use alternatives instead: LangChain: More general-purpose, better for agents Haystack: Production search pipelines txtai: Lightweight semantic search Chroma: Just need vector storage 1. Use vector indices for most cases - Best performance 2. Save indices to disk - Avoid re-indexing 3. Chunk documents properly - 512-1024 tokens optimal 4. Add metadata - Enables filtering and tracking 5. Use streaming - Better UX for long responses 6. Enable verbose during dev - See retrieval process 7. Evaluate responses - Check relevance and faithfulness 8. Use chat engine for conversations - Built-in memory 9. Persist storage - Don't lose your index 10. Monitor costs - Track embedding and LLM usage | Operati
这里只展示节选，请以完整原文和当前要求为准。
- 来源仓库
- davila7/claude-code-templates
- 源文件
- cli-tool/components/skills/ai-research/agents-llamaindex/SKILL.md
- 固定版本
- 21be197f100a12b8d0dd9a211cc244c8179f84d3
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
第一件可以尝试的小事
先阅读原作者说明，再决定是否在自己的 AI 工具中使用。
对应 AI 工具说明
作者有说明不等于本站实机验证。没有证据时，不自动标为兼容、安全或免费。
来源与内容状态
本条为自动发现的元数据，尚未完成人工文档核查；适用性与运行结果待核查。
原作者：davila7/claude-code-templates · 原作者仓库元数据。文档核查：未核查。最近来源检查：2026-11-09T14:01:42.971Z。
分类由名称、说明与路径规则生成，分类不代表已核实适配。
许可与权利归属
MIT。第三方内容及版权归原作者，使用条件以原文为准。
许可原文 ↗本站没有因同步、复制或用户自报成功而将资源标为运行验证通过。
限制与注意事项
- 元数据收录不代表本站已经安装、适配、实测或进行安全审查。