LlamaIndex 是什么？
从字面上理解，是 Llama + Index，Llama 是大语言模型，Index 是索引，Index for Llama 就是为大语言模型做索引，那么大语言模型为什么需要索引，索引的作用是什么？
我们先看大语言模型都有什么，大语言模型主要分为开源还是闭源两个阵营，开源包括 Qwen 、Llama、Gemma 等模型，闭源包括文心一言、ChatGPT、Gemini 等模型。大语言模型都是预训练模型，各模型在已有数据集上进行训练，这种通用模型通常都具备全域知识，普遍的问题都可以进行问答。但是对于最新的知识，或者一些专有知识，模型就会出现幻觉或者回答不正确的情况。如果想要让模型更新知识或者采用私域知识，最直接的方法就是对模型进行训练，训练需要具备一定的经验，需要数据和提供相应的计算资源。
什么是 RAG
有没有其他相对容易并节省资源的方式呢？答案是肯定的，RAG 是一种被普遍采用的策略，RAG （Retrieval-Augmented Generation），检索增强，通过包括通过三步进行实现：
- 检索 (Retrieval): 根据用户输入查询，从知识库中检索相关的文档或段落。
- 增强 (Augmentation): 将检索到的信息与输入内容结合，提供额外的上下文。
- 生成 (Generation): 语言模型利用输入和检索到的信息生成回答。
通过以上这三步，借助外部知识的填充，模型就是根据最新的上下文信息对数据进行回答。有了策略，接下来就是怎么实现，我们主角 LlamaIndex 就要登场了，LlamaIndex 相当于一个框架，可以集成各种工具完成以上三步，包括知识库的搜索、上下文准备到最后调用大模型进行回答。
搜索
搜索知识库包括企业私有知识库或者互联网上最新的知识，由于成本问题（模型是按 Token 收费，1-1.5个中文是一个 Token）和上下文长度的限制，通常不会将所有的知识都放到模型的上下文当中，而是找到与查询内容相关联的内容。
怎么搜索是一个核心问题？最简单的方式就是全文检索，但是基于分词的全文检索有很大的局限性，分词是无法完成语意搜索的，需要对字典进行维护。NLP 会使用语意相似度进行语意搜索，将一段文字转为 Embedding，在通过 Query 的 Embedding 与段落的 Embedding 进行比较找到相似度高的内容。
LlamaIndex 提供了相关工具对文档进行切分，并进行 Embedding，随后保存到本地文件或者向量数据中，为后续搜索做准备。
数据增强
当查询到本地知识库相关知识后，下一步就是要进行数据增强了，这步是通过提示词进行的，要告诉大语言模型，对查询的回答要在上下文中寻找答案，我们可以看下面这个例子，该例子来自 QQ 音乐开源项目 supersonic，通过文字生成 SQL，需要将数据库结构传给模型。
+ "#Role: You are a data product manager experienced in data requirements.\n"
+ "#Task: Your will be provided with current and history questions asked by a user,"
+ "along with their mapped schema elements(metric, dimension and value),"
+ "please try understanding the semantics and rewrite a question.\n"
+ "#Rules: "
+ "1.ALWAYS keep relevant entities, metrics, dimensions, values and date ranges. "
+ "2.ONLY respond with the rewritten question.\n"
+ "#Current Question: %s\n"
+ "#Current Mapped Schema: %s\n"
+ "#History Question: %s\n"
+ "#History Mapped Schema: %s\n"
+ "#History SQL: %s\n"
+ "#Rewritten Question: ";
调用 LLM
最后，将拼接完成的提示词传给 LLM进行回答，这步 LlamaIndex 集成了所有的主流包括开源、闭源，大大提高了效率。
总结
LlamaIndex 是一个优秀的大语言 LLM 集成框架，从文档索引、提示词管理到大语言模型集成，让开发 AI 的效率提高不少，在后续的文章中，我将继续介绍如果使用 LlamaIndex 实现 RAG、对接数据库和语言模型等内容。
