llama_index
LlamaIndex est la principale plateforme d'agent de documents et d'OCR
Depuis le README
- Offers data connectors to ingest your existing data sources and data formats (APIs, PDFs, docs, SQL, etc.).
- Provides ways to structure your data (indices, graphs) so that this data can be easily used with LLMs.
- Provides an advanced retrieval/query interface over your data: Feed in any LLM input prompt, get back retrieved context and knowledge-augmented output.
- Allows easy integrations with your outer application framework (e.g. with LangChain, Flask, Docker, ChatGPT, or anything else).
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLlamaIndex est la principale plateforme d'agent de documents et d'OCR
llama_index compte 51.9k étoiles sur GitHub. Il a été forké 8.1k fois. llama_index est écrit principalement en Python. Il est développé activement depuis 2022. llama_index est disponible sous licence MIT. Ses principaux thèmes sont : agents, application, data, fine-tuning.
Read the full guideQu'est-ce que llama_index ?
LlamaIndex est la principale plateforme d'agent de documents et d'OCR
llama_index est-il open source ?
llama_index est un projet open source. Il est distribué sous licence MIT.
llama_index est-il gratuit ?
Oui. llama_index est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est llama_index ?
llama_index est disponible sous licence MIT.
Dans quel langage llama_index est-il écrit ?
llama_index est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/run-llama-llama-index.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.