#LlamaIndex
create-tsi入门指南 - 低代码生成AI应用的RAG工具包
rag-demystified学习资料汇总 - 从零搭建LLM驱动的高级RAG管道
Code Indexer Loop: 高效索引和检索源代码的Python库
Modal Finetune SQL: 使用LlamaIndex微调Llama 2实现高效文本到SQL转换
create_llama_projects：LlamaIndex的多功能项目生成工具
llama_index
LlamaIndex是一个针对LLM应用的数据框架，提供数据连接器、索引、图结构及高级检索查询接口等功能。通过LlamaIndex，用户可以轻松地将现有数据源和格式（如APIs, PDFs, 以及SQL等）整合使用，并且通过简单的API，高效地进行数据查询或定制和扩展模块，以适应各种应用需求。LlamaIndex不仅支持初学者，也适应高级用户的需求，是构建和扩展LLM应用的理想选择。
LlamaIndexTS
LlamaIndex.TS 提供简便的 TypeScript 和 JavaScript 库，帮助开发者将数据集成到大型语言模型中。支持 Node.js、Deno、Bun 和 React Server Components 等 JS 环境，尽量减少浏览器环境的限制。通过文档分割、嵌入和查询引擎，用户可以高效创建索引并执行查询。此外，LlamaIndex.TS 兼容多种大型语言模型，包括 OpenAI GPT、Anthropic Claude 和 Llama 系列，提供灵活工具构建高级应用程序。
rag-demystified
本项目深入探讨了检索增强生成（RAG）管道的内部机制，揭示其技巧、局限性和成本。通过LlamaIndex和Haystack框架，了解如何构建和优化RAG管道，并解决透明度和错误问题。详细分析了子问题查询引擎的工作原理，帮助用户理解复杂的RAG管道的关键组成部分和面临的挑战。
create-tsi
create-tsi 是一款可通过LlamaIndex平台迅速实现AI应用生成的低代码工具。此工具支持在开放电信云上使用多样的大型语言模型（LLMs），通过灵活易用的配置，用户可以生成聊天机器人、编写代理并根据特定用例进行定制。无论是生成简单的聊天应用还是处理个性化数据集，create-tsi 都能提供快速、灵活且支持自动化、API和云服务的解决方案。
LlamaIndex-course
本课程面向LlamaIndex初学者，旨在帮助用户使用这一强大的开源框架在私有数据上训练ChatGPT。需要学员具备Python基础，了解机器学习和语言模型更佳。关注最新视频更新并加入Discord服务器获取更多支持。课程欢迎各类贡献和改进建议。
ClassGPT
ClassGPT利用PDF解析工具和ChatGPT API实现讲义的内容解析与互动问答，采用LlamaIndex和LangChain提升查询效率，支持使用Streamlit开发UI，提供本地和Docker部署选项，并附有详细的配置指南。
create-llama
create-llama是一个用于快速构建LlamaIndex应用的命令行工具。它支持Next.js、Express和Python FastAPI等多种后端，并提供基于Next.js的前端界面。开发者可以方便地添加数据源、创建AI代理和自定义模型。该工具兼容多种文件格式，具备数据索引和查询功能。create-llama提供了一个灵活的AI应用开发环境，简化了LlamaIndex应用的创建流程。
llama_parse
LlamaParse是LlamaIndex开发的文件解析API，旨在提高LlamaIndex框架的检索和上下文扩充能力。该API支持多种文件格式，可将解析结果输出为Markdown或纯文本。LlamaParse提供每日1000页的免费解析额度，支持异步和批量处理，并可与SimpleDirectoryReader集成，简化文件处理和索引流程。通过直接集成到LlamaIndex中，LlamaParse为开发者提供了更高效的文档处理解决方案。
ragapp
RAGapp是一款企业级Agentic RAG解决方案，配置简单如OpenAI的自定义GPT，可通过Docker部署在云基础设施中。基于LlamaIndex构建，支持OpenAI和Gemini托管AI模型以及本地Ollama模型。提供Docker Compose和即将推出的Kubernetes部署选项。访问Admin UI进行配置，详情请参阅各端点和安全信息。