LlamaIndex
专注检索增强（RAG）的数据框架，把文档接入、切分、索引与查询封装成完整链路，适合以知识库为核心的应用。
截至 2026-10-18：
提供免费档， 付费共 1 档。
本站不列金额，具体价格与优惠以官方定价页为准。
免费档
有
中文界面
不支持
开放 API
无
适合
- RAG 链路最完整，从文档解析到查询一站解决
- 文档格式与数据源支持丰富
- 索引结构可选，便于按场景调优
- 可完全自托管，数据不出内网
不适合
- 聚焦检索，通用 Agent 编排能力弱于 LangChain
- 抽象概念较多，上手有学习成本
- 检索质量高度依赖切分与嵌入策略，需要调优
档位结构
| 档位 | 要点 |
|---|---|
| 开源版 | MIT 许可，可自由商用与自托管 |
各档具体金额与当期优惠活动以官方定价页为准：查看官方定价 →
费用与规则提醒
- 免费额度
- 开源版无用量限制，成本来自自建算力与所调用的模型。
- 商用授权
- MIT 许可，可自由商用与二次分发。
- 部署与集成
- 支持私有部署，可放在内网或自有服务器。 支持接入自有 MCP。
同类替代品
常见问题
- LlamaIndex 和 LangChain 冲突吗？
- 不冲突，可以配合——用 LlamaIndex 管检索，用 LangChain 管编排。但小项目建议先选一个，避免两套抽象叠加增加复杂度。
- 检索效果不好怎么办？
- 先看切分策略与嵌入模型，再考虑重排（rerank）。大多数"检索不准"的问题出在切分粒度，不是模型本身。
最后更新：2026-10-18