增加每章节 README 文件

This commit is contained in:
2026-09-22 15:57:59 +08:00
parent 8e86665096
commit 9445061c76
49 changed files with 3815 additions and 6 deletions
@@ -0,0 +1,54 @@
# LlamaIndex(RAG 数据接入与检索)
> 所属:阶段三 · 主流 Agent 开发框架
> 目标:掌握 LlamaIndex 的 Document / Node / Index / QueryEngine 四件套,专门做 RAG 数据接入与检索。
---
## 📌 学习目的
掌握 LlamaIndex 的 Document / Node / Index / QueryEngine 四件套,专门做 RAG 数据接入与检索。
## ✅ 学习要求(前置条件)
已完成「01_langchain_basics」+ 阶段四「02_vector_db_and_memory」(如顺序学习可先看)。
## 📚 主要学习内容
- Document / Node:文档加载与切块
- Index:VectorStoreIndex / SummaryIndex / KeywordTableIndex
- QueryEngine:检索入口,可与 Agent 工具融合
- LlamaIndex 与 LangGraph 组合:检索 vs 编排分工
## 📖 对应 docs
- 目录:[`docs/03-阶段三-主流Agent开发框架/`](../../docs/03-阶段三-主流Agent开发框架/)(按目录名里的 `第 X 篇` 对应)
- 在 docs 目录里找到对应的小点 markdown 文件阅读详细理论。
## 🛠️ 建议练习
- [ ] 用 LlamaIndex 加载一份 PDF 并做问答
- [ ] 把 QueryEngine 包成 LangGraph 的工具节点
- [ ] 对比 LlamaIndex 与 Chroma 原生 API 的异同
## 🏁 完成后达成标准
- [ ] 能用 LlamaIndex 完成文档接入 → 索引 → 检索
- [ ] 能把 QueryEngine 与 LangGraph 配合使用
- [ ] 能解释 LlamaIndex 与 LangGraph 的分工
---
## 🚀 运行提示
```bash
# 激活根目录的虚拟环境
cd /Users/jack/source/Demo/py/demo_python_agent
source .venv/bin/activate # 或直接用 uv run ...
# 进入本章目录
cd code/003_phase3_frameworks/03_llamaindex
# 跑你的练习文件
uv run python your_exercise.py
```