什么是 LlamaIndex？

LlamaIndex 是一个帮你把本地数据（比如 PDF、网页、数据库）和 AI 模型连接起来的工具。它通过 RAG（检索增强生成） 技术，让 AI 在回答问题时先查找你的资料，再给出更靠谱的答案。简单说，就是给 AI 配了一个专属知识库。

准备环境

你需要先装好 Python（推荐 3.9 以上版本）和 pip（Python 的包管理器）。打开终端（Windows 用命令提示符或 PowerShell，Mac/Linux 用终端），输入以下命令检查是否已安装：

• python --version 或 python3 --version
• pip --version

如果没装，去 python.org 下载安装包，安装时记得勾选“Add Python to PATH”。

安装 LlamaIndex

1. 打开终端，运行 pip install llama-index，等待安装完成（可能需要几分钟）。
2. 安装完成后，运行 python -c "import llama_index; print('安装成功')" 验证。如果没报错，就说明装好了。
3. 常见坑：如果安装很慢，可以换成国内镜像源，比如 pip install llama-index -i https://pypi.tuna.tsinghua.edu.cn/simple。

第一次跑通：构建索引并查询

下面我们用一个简单的例子体验 LlamaIndex 的工作流程。

1. 在桌面新建一个文件夹，比如 llama_test，进去创建一个文本文件 data.txt，写入一句话：“北京是中国的首都，人口约 2100 万。”
2. 在同一个文件夹里新建 Python 文件 test.py，粘贴以下代码：

   from llama_index.core import SimpleDirectoryReader, VectorStoreIndex
   
   # 加载文件夹中的文档
   documents = SimpleDirectoryReader('.').load_data()
   # 构建索引
   index = VectorStoreIndex.from_documents(documents)
   # 创建查询引擎
   query_engine = index.as_query_engine()
   # 提问
   response = query_engine.query("北京是哪个国家的首都？")
   print(response)

3. 在终端中进入该文件夹（cd 桌面/llama_test），运行 python test.py。
4. 如果一切顺利，你会看到输出“中国”。这就是 LlamaIndex 从你的文本中找到答案并返回的结果。

常见坑：如果报错说缺少 OpenAI API Key，说明代码默认调用了 OpenAI 的模型。你可以改用本地模型（需要额外安装），或者先申请一个免费的 OpenAI Key（但本教程侧重本地跑通，建议先跳过）。

下一步可以做什么

• 尝试用自己的文档（比如 PDF、网页）替换 data.txt，用 SimpleDirectoryReader 读取整个文件夹。
• 学习如何持久化索引（保存到磁盘），下次直接加载，省时省钱。
• 探索 LlamaIndex 的更多功能，比如连接数据库、自定义提示词等。

恭喜你，已经迈出了 RAG 的第一步！