企业官网建设流程全解析

1. RAG 五大阶段

当前大语言模型（LLM）原生存在知识滞后、事实幻觉、无法对接私有数据等核心痛点，单纯依靠模型本身无法满足企业落地、私有知识库问答、垂直领域智能检索等实际业务需求。

因此，工业界主流的LLM落地应用，均不再是简单的模型单次调用，而是形成了一套标准化、可迭代、可工程化的完整运行流水线。

所有成熟的RAG落地应用，底层逻辑高度统一，核心离不开数据加载、索引构建、持久化存储、查询检索、效果评估五大闭环环节。

这五个环节层层递进、相互支撑，覆盖了数据接入、模型预处理、工程优化、用户交互、迭代调优的全流程。掌握该整套流程，能够系统性解决大模型幻觉问题、降低调用成本、提升问答精准度与业务适配性，为各类垂直领域LLM智能应用开发提供核心支撑。

2. 基础概念

Loading（数据加载）是LLM应用流水线的起点，负责对接各类异构数据源，将外部原始数据导入业务流程，支持文本文件、PDF文档、网页内容、业务数据库、第三方API接口等多种数据来源。

数据加载完成后，可以在此基础上：

1. 构建索引（Index）
2. 使用查询引擎（Query Engine）提问
3. 使用聊天引擎（Chat Engine）进行对话

2.1 Documents（文档）

Document是LlamaIndex里的数据源容器，对应一份完整原始数据，一份PDF文件、一次API返回结果、数据库单条/一批查询结果、一篇网页都可以封装成一个Document对象。

它保存原始完整文本以及来源、时间等基础元信息，代表未经切分的完整资料，是数据进入框架后的第一层封装，还没有做文本拆分，后续会被进一步处理生成更小粒度的单元。

2.2 Nodes（节点）

Node是LlamaIndex中最小的原子数据单元，本质就是文档经过文本切分之后得到的Chunk文本块。

RAG做向量向量化、检索召回，都是以Node为单位执行。Node除了存储片段文本，还携带丰富元数据，可以记录它归属哪一份原始Document、页码、位置信息，同时支持和其他Node建立关联关系，记录前后上下文，方便检索时还原片段上下文，是索引构建、语义检索的核心操作对象。

2.3 Connectors（数据连接器）

数据连接器（Connectors）（也常称作读取器Reader），是LlamaIndex数据接入层的核心组件，负责对接各类异构数据源与多样化文件格式，完成原始数据的读取、初步解析与格式归一化工作。

它能够适配本地文档、PDF文件、网页内容、数据库、API接口等多种输入来源，屏蔽不同数据源之间的接口差异与格式差异，把杂乱的原始业务数据统一解析转换为框架标准的Document文档对象。

后续再经由文本切分逻辑，将完整文档进一步拆解为粒度更细的Node节点对象。作为整个RAG流水线的入口模块，连接器的能力直接决定知识库能够支持哪些数据来源，是实现多源数据接入、为后续索引构建与检索召回提供标准化数据输入的首要环节。

3. 资源介绍

3.1 LlamaHub

数据连接器通过 LlamaHub 🦙 提供。LlamaHub是一个开源仓库，
包含各类数据加载器，可以轻松地将它们即插即用地集成到任何LlamaIndex应用中。

查找一个文件Reader：

点开后，可以看到使用介绍：

3.2 llama-index-integrations

LlamaIndex主仓库的llama‑index‑integrations目录包含了所有加载器、LLM、向量库、嵌入的实现，每个子模块独立打包成PyPI包。

llama‑index‑integrations/readers/包含了所有的Reader，所有在LlamaHub网页上看到的连接器，源码都在主仓库的llama‑index‑integrations下面，LlamaHub只是个是网页市场 / 注册表，展示所有集成，二者是源码仓库 ↔ 展示门户的关系。

3.3 LlamaParse

LlamaParse是由LlamaIndex推出的云端解析服务，用于高效解析、结构化各类文件，配合LlamaIndex框架实现高质量检索与上下文增强。

可以与 LlamaIndex 直接集成，注册即可免费使用！支持数十种文档格式，包含PDF、Word、PowerPoint、Excel表格等多种文件。

入门指引请查看 LlamaParse 文档。

3.4 LiteParse

LiteParse是一款开源文档解析库，能够解析文本并保留空间布局信息与文本包围盒。底层使用Rust开发，兼顾速度与稳定性；完全在本机运行，无云端依赖、不调用大模型、不需要API Key。

LiteParse本身不依赖LlamaIndex，是独立Rust开源库；LlamaIndex通过LiteParseReader 适配器把它封装成标准BaseReader，输出LlamaIndex Document对象。

因为是学习教程，我们肯定先重点学习LlamaIndex自带的读取器，LiteParse、LlamaParse文档解析引擎后续再深入！！！

入门指引请查看 LiteParse 文档。

3.5 LlamaParse / LiteParse / LlamaAgents / LlamaIndex Framework

LlamaIndex官方文档中可以看到四个产品：

这些产品构成了整个文档处理链路：

他们之间的定位和区别如下：