本教程将指导你循序渐进地掌握如何利用 LlamaIndex 的数据连接与索引能力，并结合 Ragflow 的工作流编排功能，二者协同打造高效、可扩展的大语言模型（LLM）应用。不论你是刚接触 RAG（检索增强生成）的开发者，还是希望进一步优化现有应用性能的工程师，这份教程都将提供清晰的操作指引和可直接运行的代码范例。

1 核心概念与定义

1.1 LlamaIndex —— 数据连接与索引框架

LlamaIndex 是一套功能强大的数据框架，能够帮助开发者将大语言模型与多样化的外部数据源无缝整合。这些数据源包括：

• 结构化数据：例如 SQL 数据库、NoSQL 数据库
• 非结构化数据：例如文档、网页
• 私有数据：通过 API 获取的专属数据

借助 LlamaIndex，你可以构建能够广泛获取信息并完成推理的 LLM 应用。其核心特性如下：

• 便捷数据连接器：内置丰富的预构建连接器库，适配常见数据源。对接新数据源时，无需编写自定义代码，开箱即用。
• 高效数据索引：对外部数据建立索引，即使面对大规模数据集也能快速搜索和检索信息，显著提升查询效率。
• 智能问答功能：基于外部数据源直接回答用户问题，便于打造面向特定主题或文档的问答应用（如企业知识库智能问答）。