llamaindex 文档和节点（Documents / Nodes）

文档和节点（Documents / Nodes）

概念解释

在 LlamaIndex 中，Document 和 Node 对象是核心抽象。

• Document：是一个通用容器，可以包含任何数据源，例如 PDF、API 输出或从数据库中检索的数据。它们可以手动构造，也可以通过我们的数据加载器自动创建。默认情况下，Document 存储文本以及其他一些属性，例如：

  • metadata：一个字典，包含可以附加到文本的注释。
  • relationships：一个字典，包含与其他 Document 或 Node 的关系。

  注意：我们正在积极改进其多模态能力，目前支持 Document 存储图像的 beta 版本。

• Node：表示源 Document 的一个“块”，无论是文本块、图像还是其他。与 Document 类似，它们包含元数据和与其他节点的关系信息。

  Node 是 LlamaIndex 中的一等公民。你可以选择直接定义 Node 及其所有属性。你也可以选择通过我们的 NodeParser 类将源 Document 解析为 Node。默认情况下，从 Document 派生的每个 Node 将继承该 Document 的相同元数据（例如，Document 中的“file_name”字段会传播到每个 Node）。

使用模式

以下是一些简单的代码片段，帮助你开始使用 Document 和 Node。

文档（Documents）

from llama_index.core import Document, VectorStoreIndex

text_list = [text1, text2, ...]  # 假设 text1, text2 等是你的文本数据
documents = [Document(text=t) for t in text_list]

# 构建索引
index