拉玛索引通讯 2024-07-30
内容提要
LlamaIndex发布了LlamaCloud和LlamaExtract的更新，提供了全面的指南、详细的教程和即将举行的网络研讨会。LlamaExtract Beta版提供了从非结构化文档中提取结构化数据的托管服务，支持ETL、RAG和代理工作流程。还提供了与Ollama的集成和Mistral Large-2的支持。
延伸解读
LlamaExtract Beta：托管式结构化提取服务
LlamaExtract Beta 是 LlamaIndex 推出的托管服务，旨在从非结构化文档中提取结构化数据。它通过 UI 和 API 提供，能够增强 RAG 和代理管道。该服务支持异步操作和流式处理，允许实时 JSON 输出可视化，并可通过 Pydantic 对象集成实现块级或文档级提取。
结构化提取功能：支持异步与流式处理
LlamaIndex 推出了针对 LLM 驱动的 ETL、RAG 和代理管道的结构化提取功能。该功能全面支持异步操作和流式处理，用户只需使用 as_structured_llm(…) 将 Pydantic 对象与 LLM 集成，即可实现块级或文档级的结构化提取，并实时可视化 JSON 输出。
本地模型与最新 LLM 支持
LlamaIndex 集成了 Ollama 的工具调用功能，允许用户使用本地模型（如 llama3.1）构建代理。此外，还提供了对 Mistral Large-2 的 day-0 支持，方便开发者利用该模型构建 LLM 应用程序。这些集成扩展了框架的灵活性和适用场景。
自动化结构化提取指南
LlamaIndex 发布了一份关于 RAG 的自动化结构化提取指南，旨在通过 LlamaExtract 定义模式并提取元数据，以改善 RAG 管道中的检索和合成过程，提供更丰富的上下文。该指南帮助用户优化 RAG 工作流。
Q&A
LlamaExtract Beta版的主要功能是什么？
LlamaExtract Beta版提供从非结构化文档中提取结构化数据的托管服务，支持ETL、RAG和代理工作流程。
如何使用LlamaExtract进行结构化数据提取？
用户可以通过UI和API进行结构化提取，支持异步操作和流式处理，允许实时JSON输出可视化。
LlamaExtract如何增强RAG和代理管道？
LlamaExtract通过提供结构化提取能力，增强了RAG和代理管道的效率和功能。
LlamaExtract与Ollama的集成有什么优势？
与Ollama的集成允许用户使用本地模型构建代理，提升了灵活性和功能性。
LlamaExtract支持哪些类型的工作流程？
LlamaExtract支持ETL、RAG和代理工作流程，适用于多种数据处理需求。
LlamaExtract的自动化结构化提取指南有什么内容？
该指南帮助用户定义模式并提取元数据，以改善RAG管道中的检索和合成过程。
