Skip to content

如何阅读这些文档#

欢迎来到 LlamaIndex 文档！我们已经努力使这些文档变得易于理解，无论您对 LlamaIndex、LLMs 以及生成式人工智能的经验水平如何。

开始之前#

LlamaIndex 是一个 Python 库，因此您应该已经安装了 Python，并对如何编写它有基本的工作理解。如果您更喜欢 JavaScript，我们建议尝试我们的TypeScript 包。

我们的许多示例都以笔记本的格式呈现，这意味着 Jupyter 风格的笔记本。您不必安装 Jupyter；您可以在像Google Colab这样的托管服务上尝试我们的大多数示例。

文档结构#

我们的文档结构设计得让您可以通过简单地在左侧边栏向下滚动，或者只需点击每个页面底部的“下一步”链接，就能大致了解。

  1. 入门指南： 您现在所在的部分。我们可以帮助您从对 LlamaIndex 和 LLMs 一无所知开始。安装库，在五行代码中编写您的第一个演示，了解关于LLM应用的高级概念，然后看看您如何可以自定义这五行示例以满足您的需求。

  2. 学习： 一旦您完成了入门指南部分，这就是下一个要去的地方。在一系列简短的教程中，我们将引导您完成构建生产 LlamaIndex 应用的每个阶段，并在此过程中帮助您提升对库和LLMs的概念的理解。

  3. 用例： 如果您是一名开发人员，想弄清楚 LlamaIndex 是否适用于您的用例，我们有一个概述，介绍您可以构建的各种类型的内容。

  4. 示例： 我们几乎为太阳下的每个功能准备了丰富的笔记本示例。探索这些示例，找到并学习有关 LlamaIndex 的新内容。

  5. 高级： 已经有一个可用的 LlamaIndex 应用程序，并希望进一步完善它？我们的高级部分将引导您完成优化的第一步，例如您的嵌入模型和块大小，逐渐进行更复杂和微妙的自定义，一直到微调您的模型。

  6. 组件指南： 这些指南按照构建LLM应用程序的顺序排列，与我们的理解部分相同，这些是关于LlamaIndex的各个组件以及如何使用它们的全面、较低级别的指南。