这是一套什么样的平台
LlamaIndex 官网首页给自己的定位是面向文档的智能体与工作流平台，口号是为文档解析与工作流打造的 AI 智能体。它要解决的是把散落在表格、图表、扫描件和图片里的信息取出来、组织好，再交给应用去用：官方描述提到对复杂表格与图片也能做到接近人工的读取精度，并把成本与精度的平衡放在明处。对需要让程序读懂文档的团队来说，它同时提供可直接使用的产品和可自行部署的开源框架。
深度介绍
LlamaIndex详细介绍
核心功能：一条链路上的四档形态
产品线围绕 LlamaParse 展开，分为解析、抽取、索引和轻量解析四种形态：解析把文档变成结构化内容，抽取按需取出字段，索引把结果组织成可检索的知识，轻量解析面向不需要视觉模型的场景，可以在本地以开源方式运行。首页还挂着 ExtractBench 文档抽取基准的公告，用来对外说明抽取能力的评测口径。开源仓库在 GitHub 上累计 52.3k 星，说明它在开发者社区里有稳定的使用者。
落地场景：四个行业与三类角色
首页把场景按行业和角色铺开：保险、金融、制造、医疗与医药四类行业各有一组说明，典型用例包括尽职调查、发票处理、技术文档搜索和客服应答。角色侧提到工程研发、行政运营与财务分析师三类使用者，对应不同的阅读习惯与输出要求。也就是说，无论是从合同堆里找条款、把发票字段落进系统，还是让客服按内部文档回答问题，都能在同一条解析到检索的链路上找到对应位置。
特色：分区部署与公开基准
站点提供 Global 与 EU 两个分区，数据驻留按地域区分，欧洲团队可以把数据留在欧盟区，采购评估时少一道合规讨论。评测方面，官方把 ExtractBench 摆在首页公告位，用公开的文档抽取基准来支撑精度说法，而不是只给一句宣传语。对在意数据边界的企业，这两点通常比功能数量更早被问到；对开发者，开源代码与公开基准则提供了自己复现与比较的余地。
资源渠道：文档、客户与品牌素材
官网的资源分布比较完整：Docs 文档站单独一个域名，写清安装、API 与使用方式；Customers 页面给出客户与案例，方便判断同行怎么用；Blog 承载发布公告与教程，Careers 收招聘信息，Brand 位置提供品牌素材，About 与使命页面说明团队方向。导航里还有面向不同角色的入口，方便工程研发、行政运营和财务分析背景的读者各取所需。找资料通常从文档进，遇到选型问题再看客户页与博客。
上手路径：三个入口任选
首页首屏给了三个入口：Get started 用于直接开始使用，Sign in 面向已有账号的用户，Book a demo 则是希望先看演示、由人讲解的企业团队。旁边还挂着 Pricing 入口，想先确认成本可以先打开定价页。开源路线同样清楚——仓库地址在页面上直接给出，习惯自己搭的开发者可以先读文档再克隆代码。对多数人而言，最短路径是先在文档里跑通一次解析，再决定要不要约演示或购买云服务。
资费门槛：开源与云端两条线
费用方面，LlamaIndex 走双线：核心框架开源，可自行部署长期免费使用，LiteParse 这一档明确标注可以本地以开源方式运行，不依赖视觉模型；云端解析服务则走 Pricing 页面的付费方案，并按 Global 与 EU 分区提供。想先估算成本，可以打开定价页对照用量，或者通过 Book a demo 与销售确认规模报价。对个人与小团队，从开源部分起步通常就够，等需要托管与合规分区时再考虑云上方案。
产品特点
核心功能与独有价值
轻量解析档不依赖视觉模型
LiteParse 这一档可以在本地以开源方式跑通，不调用视觉模型，机器一般、预算有限的团队也能先把解析链路搭起来，等规模上来再换到云端服务。
抽取基准直接挂在首页
ExtractBench 的公告就放在首页位置，官方用公开的文档抽取基准来说明能力，而不是只给宣传语；想了解精度的人有明确入口可以跟进去看。
全球与欧盟分区写在明面上
站点把 Global 与 EU 两个分区摆在明面上，数据驻留按地域区分，欧洲团队在采购与合规讨论时可以直接引用这一条，不必反复追问数据放在哪里。
四种形态对应不同算力
从解析、抽取、索引到免视觉模型的轻量解析，四档形态对应不同的算力与预算；同一套接口可以随业务量逐步升级，不必一开始就买最大配置。
最近动态
重要更新
ExtractBench 文档抽取基准发布
官方在首页挂出 ExtractBench 公告，把文档抽取能力放进公开基准里说明，方便读者自行对照；后续变化可留意官网公告与文档站的更新记录。
开源仓库累计 52.3k 星
GitHub 上 run-llama 的仓库累计 52.3k 星，在同类框架里保持活跃；配合文档站与定价页，开源与云服务两条线都能找到对应入口。
LlamaParse 补齐轻量一档
官网现在把 LlamaParse 分成解析、抽取、索引与轻量解析四种形态，其中轻量解析标注免视觉模型、可本地开源运行，为算力受限的场景补齐了一档。
产品总结
LlamaIndex 是一个面向文档解析与智能体工作流的平台，首页把自己描述为为文档解析与工作流打造的 AI 智能体，并把 LlamaParse 称作目前表现最好的智能解析工具。它想解决的事情很具体：表格、图表、扫描件和图片里的信息需要被读出来、组织好，再交给应用去用。官方给出的说法是对这类杂乱内容也能做到接近人工的读取精度，同时把成本与精度的平衡摆在明面上，读者可以先看效果再谈价格。 产品线围绕 LlamaParse 展开，分成解析、抽取、索引和轻量解析四种形态，分别对应把文档变成结构化内容、按需取出字段、组织成可检索知识，以及不需要视觉模型的本地轻量场景。首页还挂着 ExtractBench 文档抽取基准的公告，用来对外说明评测口径；开源仓库在 GitHub 上累计 52.3k 星，社区规模稳定。落地场景铺得很开：保险、金融、制造、医疗与医药四类行业，工程研发、行政运营与财务分析师三类角色，用例包括尽职调查、发票处理、技术文档搜索与客服应答。 费用走双线：核心框架开源可自行部署，LiteParse 一档明确可以本地以开源方式运行；云端解析服务则见定价页，并提供 Global 与 EU 两个分区，数据驻留按地域区分。上手有三个入口——Get started 直接开始、Sign in 面向已有账号、Book a demo 适合想先看演示的企业团队，旁边还有 Pricing 可以先确认成本；资料侧文档站、客户页、博客、招聘与品牌素材都在主导航内，开发者可以直接打开仓库读源码。
- 产品类型
- 面向文档解析与智能体工作流的 RAG 数据框架平台
- 支持平台
- 网页版
- 资费模式
- 核心框架开源免费，云端方案见定价页，企业可预约演示后按规模报价。
核验信息
参考文章与数据来源
本页信息整理自 LlamaIndex 官方站点：首页定位与产品形态说明、LlamaParse 四档能力、ExtractBench 基准公告、定价与分区信息，以及文档站、GitHub 仓库与客户页面；素材取自官网图标与分享图。页面信息核对于 2026-10-04。
- 其他官网首页
- 官方文档文档站
- 其他GitHub 仓库
- 其他定价页
- 官方文档robots 规则文件
- 官方文档站点图
- 其他封面分享图 og-image.png
- 其他应用图标 apple-touch-icon.png
用户体验调查
LlamaIndex介绍页面对您是否有帮助？