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)
ReAct框架已成为当前Agent开发的事实标准,被LangChain、LlamaIndex等主流框架深度集成
LlamaIndex擅长做RAG和数据检索，而LangChain在智能体工作流编排上更为专业
开源模型生态发展了丰富工具链：量化技术（如GGUF、GPTQ）降低部署门槛，LoRA等参数高效微调方法降低训练成本，LangChain、LlamaIndex等框架简化应用开发
MCP 目前仍处于早期阶段，主要被 Anthropic 的 Claude 生态采用，在 LangChain、LlamaIndex 等框架中的支持还不够成熟
Unstructured.io已成为LangChain和LlamaIndex等主流LLM编排框架的默认文档处理后端
使用LangChain、LlamaIndex等编排框架可统一不同模型的调用方式
LangChain、LlamaIndex、Flowise等AI中间件和编排工具帮助应用开发者管理提示词、编排多步骤AI工作流、整合多个模型的能力
Crawl4AI 可以通过 LangChain、LlamaIndex 等主流 AI 开发框架的连接器接口无缝集成
Crawl4AI 用 Python 编写，可与 LangChain、LlamaIndex 等主流 AI 开发框架集成
LangChain、LlamaIndex、CrewAI等Agent框架将工具调用标准化为可组合、可编排的流水线
还有 10 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
80%已验证LangChain、LlamaIndex、Dify、OpenWebUI 等主流框架和工具都以 OpenAI 格式作为首选适配目标
80%已验证OpenAI API已成为LLM领域的事实标准接口协议
80%已验证LangChain、AutoGen、CrewAI是当前市面上的主流Agent开发框架
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LangChain和LlamaIndex等AI应用开发框架内置了记忆管理模块
65%已验证LlamaIndex专注于数据索引与检索，对各类数据源的接入有更精细的支持
65%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
65%待验证与LangChain形成竞争和互补关系的框架包括LlamaIndex、Semantic Kernel（微软推出）和Haystack（deepset开发）
85%待验证LangChain是当前AI应用开发领域最热门的开源框架之一
60%待验证ReAct框架已成为当前Agent开发的事实标准,被LangChain、LlamaIndex等主流框架深度集成
50%待验证LlamaIndex擅长做RAG和数据检索，而LangChain在智能体工作流编排上更为专业
50%待验证开源模型生态发展了丰富工具链：量化技术（如GGUF、GPTQ）降低部署门槛，LoRA等参数高效微调方法降低训练成本，LangChain、LlamaIndex等框架简化应用开发
50%待验证MCP 目前仍处于早期阶段，主要被 Anthropic 的 Claude 生态采用，在 LangChain、LlamaIndex 等框架中的支持还不够成熟
50%待验证Unstructured.io已成为LangChain和LlamaIndex等主流LLM编排框架的默认文档处理后端
50%待验证使用LangChain、LlamaIndex等编排框架可统一不同模型的调用方式
50%待验证LangChain、LlamaIndex、Flowise等AI中间件和编排工具帮助应用开发者管理提示词、编排多步骤AI工作流、整合多个模型的能力
50%待验证Crawl4AI 可以通过 LangChain、LlamaIndex 等主流 AI 开发框架的连接器接口无缝集成
50%待验证Crawl4AI 用 Python 编写，可与 LangChain、LlamaIndex 等主流 AI 开发框架集成
50%