写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：LlamaIndex
LlamaIndex Plus LangGraph：RAG智能体的简洁架构方案
如何使用 LlamaIndex 构建知识库，并将其作为工具提供给 LangGraph 智能体使用，同时介绍持久化存储、Chroma 以及仅检索模式的相关内容。
阅读约 14 分钟可与任何 GitHub 仓库聊天：Streamlit、LlamaIndex、Groq 以及本地嵌入模型
基于 GitHub 仓库构建一个 RAG 聊天机器人，涵盖 git 文件的导入、Markdown 内容的分块处理、缓存模型、能够承认不知情的提示词，以及 Streamlit 中的异步流处理功能。
阅读约 11 分钟使用LlamaIndex为API构建RAG文档助手
使用LlamaIndex构建API文档助手：加载Markdown文档，通过SentenceSplitter进行分块，进行嵌入处理，存储在Chroma中，并通过RAG QueryEngine进行查询。
阅读约 6 分钟五种RAG架构及其在实际应用中的适用场景。
通过LlamaIndex和LangGraph，对朴素的、混合型的、基于图的、高级的以及代理型的RAG技术进行实用讲解，涵盖其故障模式、成本以及如何组合使用这些技术。
阅读约 19 分钟RAG分块策略——完整工程指南
RAG分块策略对比：上下文与精确度之间的权衡、固定大小分块与结构感知分块，以及有效的先进上下文感知方法。
阅读约 12 分钟实用指南：LangChain与Haystack与LlamaIndex——哪种是优秀的代理型AI？
《实用笔记》操作指南：LangChain vs Haystack vs LlamaIndex——哪种代理型人工智能更合适？为采用该架构的团队提供的模板、检查清单及可直接使用的代码片段。
阅读约 9 分钟LlamaIndex RAG——构建更智能人工智能的实操手册
LlamaIndex RAG实际应用：什么是RAG，LlamaIndex的作用，以及从加载和索引文档到使用大语言模型进行查询的完整流程。
阅读约 17 分钟使用 LlamaIndex 在 Google Colab 中构建一个简单的 RAG 应用程序
使用 LlamaIndex 在 Google Colab 中构建一个简单的 RAG 应用：安装相关库，设置 Groq API 密钥，对文档进行索引，然后通过开源大语言模型查询这些文档。
阅读约 5 分钟AI智能体框架对比：LangChain、LangGraph、CrewAI及更多选择
根据控制流需求选择编排方式——链式、图式、团队式、聊天机器人或数据代理式——而无需将所有框架堆叠成一个难以维护的服务。
阅读约 4 分钟