跳转至

引言

文档/节点

概念

Document 和 Node 对象是 LlamaIndex 中的核心抽象。

文档(Document) 是任何数据源（例如 PDF、API 输出或从数据库检索的数据）的通用容器。它们可以手动构建，也可以通过Llama-index的数据加载器自动创建。默认情况下，文档会存储 文本 以及 其他一些属性。下面列出了其中一些属性。

  • metadata: 可以附加到文本的注释词典。
  • relationships: 包含与 其他文档/节点 的 关系 的字典。

节点表示源文档的“块”，可以是文本块、图像或其他。与文档类似，它们包含元数据和与其他节点的关系信息。

节点(Node)是 LlamaIndex 中的一等公民。您可以选择直接定义节点及其所有属性。您也可以选择通过我们的 NodeParser 类将源文档“解析”为节点。默认情况下，从文档派生的每个节点都将从该文档继承相同的元数据（例如，文档中归档的“file_name”会传播到每个节点）。

使用模式

以下是一些有关文档和节点的简单代码片段。

文档 Documents

Python
from llama_index.core import Document, VectorStoreIndex

text_list = [text1, text2, ...]
documents = [Document(text=t) for t in text_list]

# build index
index = VectorStoreIndex.from_documents(documents)

节点 Nodes

Python
from llama_index.core.node_parser import SentenceSplitter

# load documents
...

# parse nodes
parser = SentenceSplitter()
nodes = parser.get_nodes_from_documents(documents)

# build index
index = VectorStoreIndex(nodes)

文档/节点使用方式

请查看我们的深入指南，了解有关如何使用文档/节点的更多详细信息。

  • 使用文档
  • 使用节点
  • 插入到流程