Part 12 · LlamaIndex | 折叠思维

Section 1 · LlamaIndex 是什么 + 装环境

Subsection 1 · 概念

LlamaIndex = 专为"让 LLM 读懂你的数据"设计的框架  - 加载各种数据（PDF/网页/DB/API）  - 建索引（Index）  - 用查询引擎（Query Engine）问答一句话：LangChain 重"链/Agent 编排"，LlamaIndex 重"数据接入/索引检索"

Subsection 2 · 装库 cmd：pip install llama-index

Subsection 3 · 跑最小例 新建 li_first.py：

python

import osfrom dotenv import load_dotenvload_dotenv()os.environ["OPENAI_API_KEY"] = os.getenv("DEEPSEEK_API_KEY")os.environ["OPENAI_API_BASE"] = "https://api.deepseek.com"os.environ["OPENAI_MODEL"] = "deepseek-chat"from llama_index.core import VectorStoreIndex, SimpleDirectoryReader# 读文件夹里的文档docs = SimpleDirectoryReader("rag_data").load_data()index = VectorStoreIndex.from_documents(docs)query_engine = index.as_query_engine()print(query_engine.query("迟到会怎么样？"))

预期看到：基于 company.md 的回答。
注意：LlamaIndex 通过 OPENAI_ 环境变量兼容 DeepSeek（OpenAI 兼容协议）。

过关：最小例跑通 = Section 1 完成。

Section 2 · 理解 Index（索引）

Subsection 1 · 跑并打印索引结构 新建 li_index.py：

python

import osfrom dotenv import load_dotenvload_dotenv()os.environ["OPENAI_API_KEY"] = os.getenv("DEEPSEEK_API_KEY")os.environ["OPENAI_API_BASE"] = "https://api.deepseek.com"os.environ["OPENAI_MODEL"] = "deepseek-chat"from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderfrom llama_index.core.node_parser import SimpleNodeParserdocs = SimpleDirectoryReader("rag_data").load_data()print("原始文档数:", len(docs))# LlamaIndex 把文档切成"节点 Node"（它叫法不同，本质=chunk）nodes = SimpleNodeParser.from_defaults(chunk_size=200).get_nodes_from_documents(docs)print("切出的节点数:", len(nodes))for n in nodes[:3]:    print("-", n.get_text()[:30])

预期看到：文档被切成节点列表。
LlamaIndex 术语：Document → Node（带索引）→ VectorStoreIndex。

过关：能说出 Document/Node/Index 关系 = Section 2 完成。

Section 3 · 查询引擎与检索器

Subsection 1 · 拆开看查询流程 新建 li_query.py：

python

import osfrom dotenv import load_dotenvload_dotenv()os.environ["OPENAI_API_KEY"] = os.getenv("DEEPSEEK_API_KEY")os.environ["OPENAI_API_BASE"] = "https://api.deepseek.com"os.environ["OPENAI_MODEL"] = "deepseek-chat"from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderindex = VectorStoreIndex.from_documents(SimpleDirectoryReader("rag_data").load_data())# 1) 只用检索器，看召回什么retriever = index.as_retriever(similarity_top_k=2)nodes = retriever.retrieve("迟到怎么处理")print("召回节点:")for n in nodes:    print("-", n.node.get_text()[:40], f"分:{n.score:.3f}")# 2) 完整问答print("\n回答:", index.as_query_engine().query("迟到怎么处理").response)

预期看到：先召回相关节点，再给出回答。
和Part 5 一样：检索 → 生成，只是 LlamaIndex 把索引/检索封装得更"数据友好"。

过关：能拆出"检索器 + 问答"两步 = Section 3 完成。

Section 4 · 换数据源（PDF / 网页）

Subsection 1 · 加载 PDF cmd：pip install pypdf 新建 li_pdf.py：把任意一个 PDF 放到 rag_data 里，然后：

python

import osfrom dotenv import load_dotenvload_dotenv()os.environ["OPENAI_API_KEY"] = os.getenv("DEEPSEEK_API_KEY")os.environ["OPENAI_API_BASE"] = "https://api.deepseek.com"os.environ["OPENAI_MODEL"] = "deepseek-chat"from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderdocs = SimpleDirectoryReader("rag_data", required_exts=[".pdf"]).load_data()index = VectorStoreIndex.from_documents(docs)print(index.as_query_engine().query("这份PDF讲了什么？").response)

预期看到：能回答 PDF 内容。
LlamaIndex 支持几十种数据源（PDF/网页/Notion/数据库），换数据源几乎不改代码。

过关：PDF 问答跑通 = Section 4 完成。

Section 5 · 对比 + 站 10 验收

Subsection 1 · 写对比笔记

                LangChain              LlamaIndex擅长            链/Agent/编排           数据加载/索引/检索学习曲线        陡（概念多）             平（面向数据）生态            最大                    专注 RAG选谁            要 Agent/工具 → 它       纯数据问答/知识库 → 它结论            两者可混用，不必二选一

Subsection 2 · Part 12 验收勾选

li_first.py 跑通
能说出 Document / Node / Index 关系
能拆出"检索器 + 问答"
PDF 数据源问答跑通
对比笔记写完

全勾选 = Part 12 通过 → 进入下一站 Part 13 · Transformer 深入，10 天，手写注意力）。