dotsagent.io
Lingua:Italiano
Framework · LlamaIndex

LlamaIndex in breve

LlamaIndex abbina gli strumenti per l'analisi e il recupero dei documenti ad Agent Workflows basati sugli eventi, in Python e TypeScript. I workflow possono sospendersi in attesa dell'input umano, rendere persistente lo stato ed essere esposti come server MCP o distribuiti su LlamaCloud.

Ideale per: Agenti incentrati sul recupero e su grandi quantità di documenti, che analizzano, estraggono e cercano informazioni prima di agire.

Informazioni principali

Responsabile
LlamaIndex
Linguaggi
Python, TypeScript
Licenza
MIT
Ultima versione
llama-index 0.14.25 / llama-index-workflows 2.25.0 · 25 settembre 2026
Repository
run-llama/llama_index · 52.380 stelle
Opzione hosted
LlamaCloud via LlamaAgents (llamactl deploy)
Esegui il deploy con llamactl; i workflow saranno quindi disponibili da api.cloud.llamaindex.ai.

Guida rapida

Installa il pacchetto, configura le credenziali, quindi esegui l'agente più semplice indicato nella documentazione ufficiale. Gli ID dei modelli sono quelli usati nella documentazione e potrebbero non essere abilitati per il tuo account.

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

Richiede 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())

Fonte della guida rapida

Funzionalità

Qualsiasi modelloSìFunctionAgent per i modelli che supportano le chiamate di funzione; ReActAgent per gli altri
Client MCPSìget_tools_from_mcp_url in llama-index-tools-mcp
Server MCPSìworkflow_as_mcp espone un workflow tramite FastMCP
Multi-agentSìAgentWorkflow coordina più agenti
Esecuzioni durevoliSìI workflow rendono persistente lo stato una volta connesso un backend di coordinamento
Approvazione umanaSìInputRequiredEvent e HumanResponseEvent sospendono un workflow
TracingNon confermato
ValutazioniNon confermato

Modifiche recenti

  • Il repository workflows è stato rinominato run-llama/llama-agents (LlamaAgents); il pacchetto PyPI si chiama ancora llama-index-workflows.
  • llamactl ora consente di servire e distribuire i workflow.

Alternative nello stesso linguaggio

Fonti

  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