dotsagent.io
Sprache:Deutsch
Framework · LlamaIndex

LlamaIndex im Überblick

LlamaIndex kombiniert Tools zum Parsen und Abrufen von Dokumenten mit ereignisgesteuerten Agent Workflows in Python und TypeScript. Workflows können für menschliche Eingaben angehalten, ihr Status kann persistiert und sie können als MCP-Server bereitgestellt oder auf LlamaCloud deployed werden.

Ideal für: Agenten mit vielen Dokumenten und Fokus auf Retrieval, die Inhalte parsen, extrahieren und durchsuchen, bevor sie handeln.

Wichtige Fakten

Maintainer
LlamaIndex
Sprachen
Python, TypeScript
Lizenz
MIT
Neueste Version
llama-index 0.14.25 / llama-index-workflows 2.25.0 · 25. September 2026
Repository
run-llama/llama_index · 52.380 Sterne
Gehostete Option
LlamaCloud via LlamaAgents (llamactl deploy)
Deployen Sie mit llamactl; anschließend werden Workflows über api.cloud.llamaindex.ai bereitgestellt.

Schnellstart

Installieren Sie das Paket, richten Sie die Zugangsdaten ein und starten Sie dann den einfachsten Agent aus der offiziellen Dokumentation. Die Modell-IDs entsprechen denen in der Dokumentation und sind möglicherweise nicht für Ihr Konto freigeschaltet.

Installieren
pip install llama-index-core llama-index-llms-openai  (from search summary of the starter tutorial; not copied verbatim)

Benötigt OPENAI_API_KEY

Python
import asyncio
from llama_index.core.agent.workflow import FunctionAgent
from llama_index.llms.openai import OpenAI

# Define a simple calculator tool
def multiply(a: float, b: float) -> float:
    """Useful for multiplying two numbers."""
    return a * b

# Create an agent workflow with our calculator tool
agent = FunctionAgent(
    tools=[multiply],
    llm=OpenAI(model="gpt-4o-mini"),
    system_prompt="You are a helpful assistant that can multiply two numbers.",
)

async def main():
    # Run the agent
    response = await agent.run("What is 1234 * 4567?")
    print(str(response))

# Run the agent
if __name__ == "__main__":
    asyncio.run(main())

Quelle des Schnellstarts

Funktionen

Beliebiges ModellJaFunctionAgent für Modelle mit Function Calling; ReActAgent für alle anderen
MCP-ClientJaget_tools_from_mcp_url aus llama-index-tools-mcp
MCP-ServerJaworkflow_as_mcp stellt einen Workflow über FastMCP bereit
Multi-AgentJaAgentWorkflow koordiniert mehrere Agenten
Persistente AusführungJaWorkflows persistieren ihren Status, sobald ein Koordinierungs-Backend angebunden ist
Menschliche FreigabeJaInputRequiredEvent und HumanResponseEvent halten einen Workflow an
TracingNicht bestätigt
EvalsNicht bestätigt

Aktuelle Änderungen

  • Das Workflows-Repository wurde in run-llama/llama-agents (LlamaAgents) umbenannt; das PyPI-Paket heißt weiterhin llama-index-workflows.
  • llamactl stellt Workflows jetzt bereit und deployt sie.

Alternativen in derselben Sprache

Quellen

  1. developers.llamaindex.ai/python/framework/getting_started/starter_example/
  2. developers.llamaindex.ai/python/framework/module_guides/deploying/agents/
  3. developers.llamaindex.ai/python/examples/agent/agent_workflow_basic/
  4. developers.llamaindex.ai/python/examples/tools/mcp/
  5. developers.llamaindex.ai/python/llamaagents/workflows/human_in_the_loop/
  6. developers.llamaindex.ai/python/llamaagents/llamactl/workflow-api/
  7. github.com/run-llama/llama-agents
  8. pypi.org/pypi/llama-index/json
  9. api.github.com/repos/run-llama/llama_index