LlamaIndexTS - 轻量级TS/JS库，简化自定义数据与大型语言模型的整合

LlamaIndex.TS 项目介绍

项目背景

LlamaIndex.TS 是一个用于大语言模型（LLM）应用的数据框架。这一项目的目标是通过提供一组轻量且易于使用的库，帮助开发者将大语言模型与他们自己的数据进行集成，从而增强应用的功能性和智能化水平。这些模型包括 OpenAI 的 ChatGPT 等主流的大型语言模型。

支持的功能和语言模型

LlamaIndex.TS 兼容多个 JavaScript 环境，包括 Node.js、Deno、Bun、Nitro，甚至是 Vercel Edge 和 Cloudflare Workers 等边缘环境。由于对类似于 AsyncLocalStorage API 的支持有限，目前的浏览器支持较为受限。

LlamaIndex.TS 支持多种语言模型，包括但不限于：

OpenAI 语言模型
Anthropic 语言模型
Groq 语言模型
Llama 系列模型（如 Llama2、Llama3 等）
MistralAI，Fireworks 和 DeepSeek 等模型
ReplicateAI 和 TogetherAI 语言模型
HuggingFace 以及 DeepInfra 模型
Gemini 模型

如何开始使用

要使用 LlamaIndex.TS，只需要简单地运行以下命令安装相应的包：

npm install llamaindex
pnpm install llamaindex
yarn add llamaindex

在 Node.js、Deno 或 Bun 等环境下进行具体设置的详细说明可以参阅官方文档。

在非 Node.js 环境中使用时，需要注意一些导入限制。例如，某些类只能与 Node.js 运行时兼容，因此如果需使用这些类需要通过包内的具体文件路径进行导入。

项目核心概念

LlamaIndex.TS 的核心功能通过多个概念模块进行支撑：

文档（Document）：代表一个文本文件、PDF 文件或其他连续的数据片段。
节点（Node）：数据的基本构建模块，通常为文档的一部分，被分割成适合嵌入模型和 LLM 的小块。
嵌入（Embedding）：是一组浮点数，用来表示节点中的数据。通过比较嵌入的相似度，可以推断两个数据片段的相似性。
索引（Indices）：存储节点及其嵌入，并通过嵌入相似性来检索这些节点。
查询引擎（QueryEngine）：生成查询并返回结果。它通常通过结合预构建的提示和索引中的节点，为 LLM 提供答复所需的上下文。
聊天引擎（ChatEngine）：帮助构建能够与索引交互的聊天机器人。
简单提示（SimplePrompt）：是一种标准化的函数调用定义，它接收输入并将其格式化为模板文字，支持特化和组合。

社区与贡献

LlamaIndex.TS 项目鼓励开发者积极参与和贡献，更多信息请参考贡献指南。此外，项目社区欢迎大家加入 Discord 以交流和讨论，链接为：https://discord.com/invite/eN6D2HQ4aX。