llamaindex

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 |

使用 RAG 构建 LLM 应用程序的数据框架。专注于文档摄取（300 多个连接器）、索引和查询。具有向量索引、查询引擎、代理和多模式支持。用于文档问答、聊天机器人、知识检索或构建 RAG 管道。最适合以数据为中心的法学硕士应用程序。 来源：orchestra-research/ai-research-skills。

打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill llamaindex 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用

查看原文