AI Skill 大全

文档问答开发模式

用 LlamaIndex 把自建数据接成大模型能查会答的问答和对话引擎

功能与用途

开发者想让大模型基于自己的文档、数据库或内部知识回答问题时,需要一套能落地、能带出处的实现方案。它给出 LlamaIndex 的核心用法:从 160 多种数据源加载文档、建向量索引、做带引用的查询引擎、带记忆的多轮对话引擎、带工具的智能体,以及路由、融合等进阶 RAG 模式,还有向量库对接和常见报错的排查表。

适用场景

  • 企业私有文档智能问答检索:解析 PDF、Notion 或本地资料并构建向量索引,生成带可溯源引文的回答。
  • 带上下文记忆的多轮知识对话:搭建支持多轮追问的 Chat Engine,在持续对话中准确结合历史上下文检索知识。
  • 路由与融合进阶 RAG 搭建:配置多查询引擎路由器与向量库集成,根据问题类型自动分流到最合适的检索策略。

适用人群

  • 做企业知识库问答的后端开发、构建 RAG 应用的 AI 工程师、需要把内部文档接入大模型的技术团队

使用步骤

  1. 先确定数据从哪来:本地文件、数据库还是 Notion、Slack 之类的外部源
  2. 按文档加载并建立向量索引,把数据变成可检索的形式
  3. 根据场景选查询引擎(单轮问答)或对话引擎(多轮),需要更复杂就上带工具的智能体
  4. 接上向量库(Pinecone、Qdrant 等)做持久化,出问题时对照报错表调参数

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-09
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Use when llamaIndex data framework — ingestion, indexing, query engines,

使用前准备

  • Python 开发环境,需要安装 llama-index 相关包
  • 一个大模型接口的 API Key,例如 OpenAI
  • 可选:向量数据库(Pinecone、Qdrant)的账号或本地服务

依赖与权限

  • 读取用户主动提供的内容

同类 Skill