LlamaIndex & Data RAG: ghid Python, arhitectură și exemple practice

LlamaIndex (cunoscut inițial ca GPT Index) este un framework open-source pentru Python, pentru aplicații RAG (Retrieval-Augmented Generation) și agenți: conectează surse de date private (PDF-uri, baze de date SQL, API-uri, foi de calcul) la modelele mari de limbaj.

LlamaIndex se concentrează pe date și regăsirea informației: de la parsarea tabelelor cu LlamaParse și divizarea semantică în noduri, până la căutarea hibridă (BM25 + Vectori), reordonarea rezultatelor (Reranking), descompunerea întrebărilor complexe (SubQuestionQueryEngine), agenți (FunctionAgent, AgentWorkflow) și fluxuri bazate pe evenimente (Workflows).

Cum este organizat acest ghid

Cele 21 de pagini sunt grupate în 4 categorii:

• Ingestie, Parsare & Indexare: SimpleDirectoryReader, VectorStoreIndex.from_documents(), obiectul global Settings, SentenceSplitter / SemanticSplitterNodeParser, LlamaParse, Document / Node și IngestionPipeline.
• Stocare & Baze de Date Vectoriale: StorageContext & .persist(), integrarea cu ChromaVectorStore / QdrantVectorStore și filtrarea pe metadate (MetadataFilters, auto-retrieval).
• Interogare & RAG Avansat: index.as_query_engine(), index.as_chat_engine(), căutare hibridă BM25 + QueryFusionRetriever, NodePostprocessor / Reranker, PropertyGraphIndex și RAG multimodal.
• Rutare, Date Structurate & Agenți: RouterQueryEngine, SubQuestionQueryEngine, structured_predict (Pydantic), agenți (FunctionAgent, AgentWorkflow) și LlamaIndex Workflows (@step).

Fiecare pagină are sintaxă Python actualizată (llama-index-core 0.14), explicații și exemple de cod.

# Instalare LlamaIndex și conectori uzuali pe macOS:
brew install uv
uv venv .venv && source .venv/bin/activate
uv pip install llama-index llama-index-llms-anthropic llama-index-llms-ollama llama-index-embeddings-huggingface

# În Windows PowerShell:
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -U llama-index llama-index-llms-anthropic llama-index-llms-ollama llama-index-vector-stores-qdrant

# Pe Linux (Ubuntu / Debian):
python3 -m venv .venv && source .venv/bin/activate
pip install -U llama-index llama-index-llms-anthropic llama-index-llms-ollama llama-index-vector-stores-qdrant llama-parse

# Configurare chei API în mediul de lucru:
export OPENAI_API_KEY="sk-..."               # Folosit implicit de VectorStoreIndex
export LLAMA_CLOUD_API_KEY="llx-..."         # Pentru parsarea PDF avansată cu LlamaParse