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

LlamaIndex (cunoscut inițial ca GPT Index) este framework-ul de referință în industrie pentru construirea sistemelor avansate de RAG (Retrieval-Augmented Generation), indexarea documentelor de întreprindere și conectarea surselor de date private (PDF-uri complexe, baze de date SQL, API-uri, foi de calcul) la modelele mari de limbaj.

Dacă LangChain este un cuțit elvețian general pentru orchestrare, LlamaIndex este un laser chirurgical optimizat pentru date și regăsirea informației: de la parsarea inteligentă a tabelelor cu LlamaParse și divizarea semantică în noduri, până la căutarea hibridă (BM25 + Vectori), reordonarea rezultatelor (Reranking), descompunerea întrebărilor complexe (SubQuestionQueryEngine) și arhitectura modernă de agenți bazați pe evenimente (Workflows).

Cum este organizat acest ghid

Am structurat cele 15 concepte și clase fundamentale LlamaIndex în 4 categorii practice:

• Ingestie, Parsare & Indexare: SimpleDirectoryReader, VectorStoreIndex.from_documents(), obiectul global Settings, SentenceSplitter / SemanticSplitter și LlamaParse (PDF Vision).
• Stocare & Baze de Date Vectoriale: StorageContext & .persist() și integrarea cu ChromaVectorStore / QdrantVectorStore.
• Interogare & RAG Avansat: index.as_query_engine(), index.as_chat_engine(), căutare hibridă BM25 + QueryFusionRetriever și NodePostprocessor / Reranker.
• Rutare, Date Structurate & Agenți: RouterQueryEngine, SubQuestionQueryEngine, structured_predict (Pydantic) și LlamaIndex Workflows (@step).

Apasă pe oricare componentă de mai jos pentru sintaxă Python actualizată (`llama-index-core` v0.11+), explicații tehnice, analogii intuitive și exemple gata de rulat.

# 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