llamaindex
✓RAG를 사용하여 LLM 애플리케이션을 구축하기 위한 데이터 프레임워크입니다. 문서 수집(300개 이상의 커넥터), 인덱싱 및 쿼리를 전문으로 합니다. 벡터 인덱스, 쿼리 엔진, 에이전트 및 다중 모드 지원 기능을 제공합니다. 문서 Q&A, 챗봇, 지식 검색 또는 RAG 파이프라인 구축에 사용하세요. 데이터 중심 LLM 애플리케이션에 가장 적합합니다.
SKILL.md
| Index 100 docs | 10-30s | One-time, can persist | | Query (vector) | 0.5-2s | Retrieval + LLM | | Streaming query | 0.5s first token | Better UX | | Agent with tools | 3-8s | Multiple tool calls |
| Best for | RAG, document Q&A | Agents, general LLM apps | | Data connectors | 300+ (LlamaHub) | 100+ | | RAG focus | Core feature | One of many | | Learning curve | Easier for RAG | Steeper | | Customization | High | Very high | | Documentation | Excellent | Good |
RAG를 사용하여 LLM 애플리케이션을 구축하기 위한 데이터 프레임워크입니다. 문서 수집(300개 이상의 커넥터), 인덱싱 및 쿼리를 전문으로 합니다. 벡터 인덱스, 쿼리 엔진, 에이전트 및 다중 모드 지원 기능을 제공합니다. 문서 Q&A, 챗봇, 지식 검색 또는 RAG 파이프라인 구축에 사용하세요. 데이터 중심 LLM 애플리케이션에 가장 적합합니다. 출처: ovachiever/droid-tings.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/ovachiever/droid-tings --skill llamaindex- 카테고리
- {}데이터 분석
- 인증됨
- ✓
- 최초 등록
- 2026-02-01
- 업데이트
- 2026-02-18
빠른 답변
llamaindex이란?
RAG를 사용하여 LLM 애플리케이션을 구축하기 위한 데이터 프레임워크입니다. 문서 수집(300개 이상의 커넥터), 인덱싱 및 쿼리를 전문으로 합니다. 벡터 인덱스, 쿼리 엔진, 에이전트 및 다중 모드 지원 기능을 제공합니다. 문서 Q&A, 챗봇, 지식 검색 또는 RAG 파이프라인 구축에 사용하세요. 데이터 중심 LLM 애플리케이션에 가장 적합합니다. 출처: ovachiever/droid-tings.
llamaindex 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/ovachiever/droid-tings --skill llamaindex 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/ovachiever/droid-tings
상세
- 카테고리
- {}데이터 분석
- 출처
- skills.sh
- 최초 등록
- 2026-02-01