LlamaIndex
LlamaIndex是一个面向大语言模型（LLM）应用开发的开源数据框架，专注于将外部数据与LLM高效集成。其核心能力包括：支持多种数据源的接入与索引构建、提供检索增强生成（RAG）等数据查询架构、以及简化LLM应用中的数据摄取、结构化与检索流程。LlamaIndex主要面向开发者，用于构建问答系统、知识库助手、智能搜索等基于LLM的应用场景。
核心事实
时间轴 (近 90 天)
Docling 内置版面分析、表格结构识别、阅读顺序还原与 OCR 能力，并可对接 LangChain、LlamaIndex 等生态。
开源Agent项目主流可分为三类：编排框架（如LangChain、LlamaIndex、AutoGen、CrewAI）、通用型Agent产品开源版（如OpenHands、MetaGPT）、轻量级SDK（如OpenAI Agents SDK、Claude Agent SDK）。
Ollama提供Embedding模型和生成模型的API，可配合LangChain、LlamaIndex等框架搭建RAG流水线。
OpenTelemetry的GenAI语义约定正在推动LLM追踪字段的标准化，使不同框架产生的轨迹可以用同一套后端采集和查询
LangChain 和 LlamaIndex 都拥有庞大的社区、频繁的版本迭代和商业公司支持。
编排框架（如LangChain、LlamaIndex或自研调度器）的成熟度、阶段间数据传输的开销，会直接影响整体吞吐和延迟表现。
LlamaIndex的核心优势在于企业知识库的索引与检索。
代理网关部署在Agent框架与LLM提供商之间，负责自动循环检测、按步骤语义路由和LLM-as-a-Judge持续质量评估。
LlamaIndex邀请正在考虑迁移出传统解决方案的团队与其沟通，表明ExtractBench Pro是其文档处理产品栈的一部分。
LlamaIndex在公告中强调，即使前沿智能在足够算力下开始能够处理任何事情，快速解决文档工作仍然存在巨大机会。
还有 40 条时间轴事件
全部知识事实 (20)
LlamaIndex（原GPT Index）专注于数据索引和检索增强生成（RAG）场景
90%已验证Agent Harness指包裹在大语言模型外围、负责协调模型与外部世界交互的整套工程系统
80%已验证LLM 工具支持 OpenAI、Anthropic、Google 等多种模型提供商
80%已验证LangChain的Agent模块支持ReAct（Reasoning + Acting）范式
80%已验证AI Agent底层通常由大语言模型（LLM）驱动，配合工具调用、记忆模块和规划框架（如ReAct范式）实现复杂任务自动化
80%已验证OpenAI API格式已成为大模型领域事实上的行业标准接口规范，其核心是/v1/chat/completions端点
80%已验证LlamaIndex专注于数据索引与检索场景，在RAG应用构建方面具有更精细的控制能力
80%已验证LlamaParse 是 LlamaIndex 团队推出的专用文档解析服务，针对 PDF、Word、Excel 等格式做深度优化，支持复杂表格、多栏版式和嵌入图片的提取
75%已验证LlamaIndex（原名GPT Index）由Jerry Liu于2022年创建，专注于解决大模型与外部数据之间的连接问题
75%已验证LangChain、LlamaIndex等框架可用于快速构建RAG系统、智能Agent和自动化工作流
75%已验证OpenObserve将Agent和LLM的调用纳入OpenTelemetry体系，使开发者能在同一平台统一分析LLM调用与后端服务、数据库的日志、指标和追踪数据
65%已验证AI产业分层结构最顶层是基础模型层（如GPT系列、LLaMA、DeepSeek），中间层是框架与中间件层（如LangChain、向量数据库），底层是应用开发层，类似互联网时代的IaaS-PaaS-SaaS架构
65%已验证开发框架如LangChain、AutoGPT、Cursor会预先注册可调用的工具函数并将工具描述注入模型上下文
65%已验证OpenAI的Function Calling机制、Anthropic的Tool Use API以及开源框架LangChain、AutoGen均属于工具调用型智能体范畴
65%已验证OpenAI兼容协议的核心是 /v1/chat/completions REST接口规范，定义了model、messages、temperature等字段及流式响应（Server-Sent Events）格式
65%已验证RAG技术栈由向量数据库（如Pinecone、Weaviate、Chroma）、嵌入模型、重排序等技术构成
65%已验证LlamaIndex原名GPT Index
65%已验证Flowise是一个基于LangChain和LlamaIndex构建的开源低代码平台，提供拖拽式的节点编排界面用于构建LLM应用
65%待验证Opik支持与LangChain、LlamaIndex等主流框架无缝集成
90%待验证LlamaIndex采用插件化架构，将每个集成拆分为独立的Python包，如llama-index-vector-stores-pinecone、llama-index-llms-openai等
90%