创建 Llama

使用 create-llama 是开始使用 LlamaIndex 最简单的方式。这个命令行工具可以让你快速开始构建一个新的 LlamaIndex 应用，并为你设置好所有内容。

开始使用

只需运行

npx create-llama@latest

即可开始，或观看此视频了解演示会话：

https://github.com/user-attachments/assets/dd3edc36-4453-4416-91c2-d24326c6c167

应用生成后，运行

npm run dev

启动开发服务器。然后你可以访问 http://localhost:3000 查看你的应用。

你将获得什么

使用 shadcn/ui 组件的 Next.js 驱动的前端。该应用设置为聊天界面，可以回答有关你的数据的问题或与你的代理交互
三种后端选择：
- Next.js：如果选择此选项，你将拥有一个全栈 Next.js 应用，只需几次点击就可以部署到 Vercel 等主机上。这使用了我们的 TypeScript 库 LlamaIndex.TS。
- Express：如果你想要更传统的 Node.js 应用，可以生成一个 Express 后端。这也使用 LlamaIndex.TS。
- Python FastAPI：如果选择此选项，你将获得一个由 llama-index Python 包驱动的后端，可以部署到 Render 或 fly.io 等服务上。
后端有两个端点（一个流式，一个非流式），允许你发送聊天状态并接收额外的响应
你可以向聊天添加任意数据源，如本地文件、网站或从数据库检索的数据。
通过添加工具（由 LLM 调用的函数）将你的聊天转变为 AI 代理。
该应用默认使用 OpenAI，因此你需要一个 OpenAI API 密钥，或者你可以自定义它以使用我们支持的数十种 LLM 中的任何一种。

以下是它的外观：

https://github.com/user-attachments/assets/d57af1a1-d99b-4e9c-98d9-4cbd1327eff8

使用你的数据

你可以提供自己的数据；应用将对其进行索引并回答问题。你生成的应用将有一个名为 data 的文件夹（如果你使用 Express 或 Python 并生成前端，它将位于 ./backend/data）。

应用将摄取你放在此目录中的任何支持的文件。你的 Next.js 和 Express 应用使用 LlamaIndex.TS，因此它们能够摄取任何 PDF、文本、CSV、Markdown、Word 和 HTML 文件。Python 后端可以读取更多类型，包括视频和音频文件。

在使用数据之前，你需要对其进行索引。如果你使用 Next.js 或 Express 应用，运行：

npm run generate

然后重新启动你的应用。记住，如果你向 data 文件夹添加新文件，需要重新运行 generate。

如果你使用 Python 后端，可以通过调用以下命令触发数据索引：

poetry run generate

需要前端吗？

如果你选择了 Python 或 Express 后端，可以选择性地生成一个前端。如果这样做，create-llama 将生成两个文件夹：frontend，用于你的基于 Next.js 的前端代码，和 backend，包含你的 API。

自定义 AI 模型

应用默认使用 OpenAI 的 gpt-4o-mini LLM 和 text-embedding-3-large 嵌入模型。

如果你想使用不同的 OpenAI 模型，添加 --ask-models CLI 参数。

你还可以用我们支持的数十种其他 LLM 中的一种替换 OpenAI。

为此，你必须手动更改生成的代码（对于 TypeScript 项目编辑 settings.ts 文件，对于 Python 项目编辑 settings.py 文件）

示例

最简单的方法是在交互模式下运行 create-llama：

npx create-llama@latest
# 或
npm create llama@latest
# 或
yarn create llama
# 或
pnpm create llama@latest

你将被询问项目名称以及其他配置选项，类似这样：

>> npm create llama@latest
Need to install the following packages:
  create-llama@latest
Ok to proceed? (y) y
✔ What is your project named? … my-app
✔ Which template would you like to use? › Agentic RAG (single agent)
✔ Which framework would you like to use? › NextJS
✔ Would you like to set up observability? › No
✔ Please provide your OpenAI API key (leave blank to skip): …
✔ Which data source would you like to use? › Use an example PDF
✔ Would you like to add another data source? › No
✔ Would you like to use LlamaParse (improved parser for RAG - requires API key)? … no / yes
✔ Would you like to use a vector database? › No, just store the data in the file system
✔ Would you like to build an agent using tools? If so, select the tools here, otherwise just press enter › Weather
? How would you like to proceed? › - Use arrow-keys. Return to submit.
   Just generate code (~1 sec)
❯  Start in VSCode (~1 sec)
   Generate code and install dependencies (~2 min)
   Generate code, install dependencies, and run the app (~2 min)

非交互式运行

你也可以传递命令行参数来非交互式地设置新项目。请参阅 create-llama --help：

create-llama <project-directory> [options]

选项：
  -V, --version                      输出版本号

  --use-npm

    明确告诉 CLI 使用 npm 引导应用

  --use-pnpm

    明确告诉 CLI 使用 pnpm 引导应用

  --use-yarn

    明确告诉 CLI 使用 Yarn 引导应用