本文深入解析了LlamaIndex中的Reader机制，重点介绍了常用Reader的工作原理与集成方式。通过源码分析，详细讲解了BaseReader基类、SimpleDirectoryReader的调度逻辑以及PDFReader、DocxReader等常用Reader的实现。文章还提供了自定义Reader的实战建议，强调通过file_extractor参数实现深度集成，并推荐生产环境使用Llama

摘要 本文探讨了RAG系统中处理Excel/表格数据的正确方法。传统将Excel与PDF等文档统一向量化存储的方式存在严重缺陷：无法执行聚合、排序等操作，查询精度低。作者提出应将结构化数据与非结构化数据分离处理，对比了临时表和永久表两种方案，推荐采用永久数据库表方案（零延迟查询、支持索引、数据可复用）。最终架构设计将RAG知识库与结构化数据隔离，通过Agent智能路由问题类型，PDF等走语义检索路

这篇文章详细介绍了基于FastAPI和LlamaIndex构建的企业级RAG知识库管理系统中的文档处理Pipeline设计。主要内容包括： 整体架构：采用组件化设计，包含文档清洗、切片、后处理、上下文增强、元数据增强和入库收集六个环节，各环节解耦为独立的无状态组件。 核心设计： 通过PipelineContext实现统一配置管理 采用注册式工厂模式实现策略可插拔 全异步执行架构（CPU密集型用线程

import re"""Markdown 文档结构分析器从 MD 文本中提取各类结构特征，供策略推荐引擎使用。"""# --- 正则模式 ---\[.*?\]\(.*?\)')!)\[.*?\]\(.*?\)')！？?]+')# 场景特征检测?r'^(?各正则的作用正则匹配目标示例Markdown 标题## 二级标题表格行| 列1 | 列2 |列表行- 项目1. 步骤代码块标记```python_

本文是LlamaParse参数配置的完整指南，详细介绍了文档解析服务的各类参数和使用方法。主要内容包括： 核心参数速查表：列出认证、解析层级、页面控制、输出格式等分类下的所有参数及其默认值 参数详解与示例： 基础用法和不同解析层级（tier）的选择 页面控制技巧（指定页码、限制页数、裁剪区域） 输出格式配置（Markdown/文本/结构化数据） 性能优化和高级功能（并发处理、OCR设置等） 完整配

本文深入解析了LlamaIndex的8种ResponseMode响应合成模式，通过源码分析揭示其工作原理和适用场景。文章首先介绍了ResponseMode的概念和枚举定义，随后详细分析了REFINE（迭代精炼）、COMPACT（压缩精炼）、SIMPLE_SUMMARIZE（简单汇总）等8种模式的实现机制和典型应用。通过对比表格、继承关系图和流式支持矩阵，帮助开发者理解模式间的区别与关联。最后提供了

本文深入解析了LlamaIndex的8种ResponseMode响应合成模式，通过源码分析揭示其工作原理和适用场景。文章首先介绍了ResponseMode的概念和枚举定义，随后详细分析了REFINE（迭代精炼）、COMPACT（压缩精炼）、SIMPLE_SUMMARIZE（简单汇总）等8种模式的实现机制和典型应用。通过对比表格、继承关系图和流式支持矩阵，帮助开发者理解模式间的区别与关联。最后提供了

LlamaIndex六大核心切片策略深度解析 摘要 本文深入解析LlamaIndex框架中的六大文档切片策略(Sentence、Semantic、Window、Hierarchical、Markdown、JSON)，分析其底层执行逻辑、数据结构特点和适用场景。特别针对中文RAG系统开发中的8大常见问题提供解决方案，包括Word文档解析、中文分句器优化、Embedding API限制等痛点，并给出工

本文系统分析了企业级智能体工具调用的四种架构方案，按照理论准确率从低到高排序：1）纯语义检索方案（60%-75%准确率）实现简单但存在语义鸿沟；2）两阶段层级路由方案（75%-85%）通过业务分类降维提升确定性；3）漏斗过滤混合架构（85%-92%）结合层级限定与局部检索；4）双路召回重排架构（92%-98%）通过并行路由与语义检索实现交叉验证。文章指出架构选型应遵循渐进原则，建议从基础层级路由入

本文探讨了在基于大语言模型的智能体开发中，如何合理划分知识供给、动作执行与任务指引三大核心功能。文章重点解析了MCP协议中的Resources、Tools和Prompts三大原语：Resources用于静态知识供给，由应用控制；Tools用于动态操作，由模型自主决策调用；Prompts作为对话模板由用户控制。针对"静态vs动态数据"的选型难题，提出了明确的决策标准：静态数据优先使用Resource