《Llamalndex大模型RAG开发实践》是一本深入探讨基于 Llamalndex 和 RAG 技术构建 LLM 应用和智能体的实践指南，旨在帮助读者掌握生成式 AI的核心技能。本书介绍了工LM 与 RAG 的概念，阐述了如何通过 Uamalndex 增强ILM 的检索推理与回答能力。此外，本书还涵盖了工作流效率提升、RAG 项目的定制开发与部署、性能追踪与评估技术、智能体构建和提示工程**实践等多方面内容。

"作者简介安德烈·乔尔基乌（Andrei Gheorghiu）是一位经验丰富的IT专业人士和ITAcademy的资深培训师，拥有超过20年的培训、咨询和审计经验。安德烈拥有包括ITIL Master、CISA、ISO2700 Lead Auditor和CISSP等多项认证，这些证书彰显了安德烈在IT服务管理、信息安全、IT治理和审计等领域的深厚造诣。安德烈曾经为数千名学生提供了关于ERP和CRM系统的实施，以及安全评估和审计的培训。译者简介杨森，Epsilla（YC S23）联合创始人，AI Infra领域专家。南京航空航天大学本硕，曾在贝尔、英特尔、众安保险、达达、得物等多家企业担任核心技术岗位，主导过双云双活、弹性调度等重大项目。现聚焦AI在企业私有数据场景的应用实践，赋能企业释放数据价值，推动智能化转型与商业增长。秦婧，Epsilla（YC S23）联合创始人，前TigerGraph高级工程师，人工智能与图数据基础设施专家。毕业于南加州大学计算机硕士，具备多年大型图数据库系统开发经验，参与多个企业级产品落地。现致力于打造面向私有数据的AI智能体平台，为AI应用提供坚实的数据与知识基础。宋壬初，Epsilla（YC S23）联合创始人兼CEO，图数据库与RAG技术专家。毕业于复旦大学与康奈尔大学，曾任Meta高级工程师、TigerGraph云工程总监，具备丰富的图技术与企业级AI平台构建经验。现专注于打造基于私有数据的AI智能体平台，助力领域专家高效构建垂直AI应用。热衷技术创新，拥有多项轨迹计算专利与顶会论文，致力于以技术推动商业与社会进步。"

前言 穿越了生成式 AI 和大语言模型快速发展所引起的最初热潮，我们得以观察这项技术的优势和局限性。大语言模型是一种多功能且强大的工具，代表自然语言生成（natural language generation，NLG）技术的前沿应用，并推动了多个领域的创新发展。尽管大语言模型潜力巨大，但它也有局限性，如无法访问实时数据、难以辨别真伪、处理长篇文档时难以保持上下文连贯性，以及在推理和事实记忆方面表现出不可预测的错误。检索增强生成技术（retrieval-augmented generation，RAG）试图解决这些问题，而 LlamaIndex 可能是进入这一开发新范式的最简单、最友好的方式。开源框架 LlamaIndex 由一个繁荣且不断壮大的社区推动，它为各种 RAG 场景提供了丰富的工具，这也是本书编写的原因。作者第一次接触 LlamaIndex 框架时，对其全面的官方文档印象深刻。但很快发现，对于初学者来说，众多的选项可能会令人感到不知所措。因此，本书的目标是提供一个适合初学者的指南，帮助读者了解并使用 LlamaIndex 框架的功能。随着对 LlamaIndex 内部机制的深入了解，读者会更加欣赏它的高效性。本书通过简化复杂概念并提供实际案例，旨在确保读者能自信地构建 RAG 应用，同时避免常见的陷阱。 所以，请跟随我们一起踏上探索 LlamaIndex 生态系统的旅程：从理解 RAG 的基础概念到掌握高级技术，读者将学会如何从多样化的数据源导入数据、构建索引和查询数据、创建针对特定需求优化的索引，并构建能够展示生成式 AI 全部潜能的聊天机器人和交互式应用。本书...