llamaindex

LlamaIndex to framework do łączenia modeli językowych z Twoimi danymi. Specjalizuje się w pozyskiwaniu dokumentów z 300+ źródeł, indeksowaniu i wyszukiwaniu. Oferuje indeksy wektorowe, silniki zapytań, agentów i obsługę multimodalną. Użyj go do budowania chatbotów, systemów pytań i odpowiedzi nad prywatnymi danymi, lub całych pipeline'ów RAG. Idealny dla aplikacji skoncentrowanych na danych.

1. Zainstaluj LlamaIndex za pomocą pip install llama-index. Jeśli chcesz minimalną instalację, użyj llama-index-core i dodaj konkretne integracje, takie jak llama-index-llms-openai oraz llama-index-embeddings-openai.

2. Przygotuj folder z dokumentami, które chcesz indeksować. Umieść pliki w katalogu data lub innym wybranym przez Ciebie folderze.

3. Załaduj dokumenty za pomocą SimpleDirectoryReader, wskazując ścieżkę do folderu. Funkcja load_data() wczyta wszystkie dostępne pliki.

4. Utwórz indeks wektorowy z załadowanych dokumentów, używając VectorStoreIndex.from_documents(). Ta operacja przygotuje Twoje dane do wyszukiwania semantycznego.

5. Stwórz silnik zapytań z indeksu, wywołując as_query_engine(). Będziesz mógł teraz zadawać pytania w języku naturalnym, a system zwróci odpowiedzi oparte na Twoich dokumentach.

6. Testuj zapytania, przekazując pytania do silnika. LlamaIndex automatycznie wyszuka odpowiednie fragmenty dokumentów i wygeneruje odpowiedź na podstawie modelu LLM.