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/（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
# 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