跳过内容

概念#

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

一个 Document 是围绕任何数据源的通用容器，例如 PDF、API 输出或从数据库检索的数据。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 存储文本以及一些其他属性。其中一些属性如下所示。

metadata - 一个字典，包含可附加到文本的注解。

  • relationships - 一个字典，包含与其他 Document/Node 的关系。
  • 注意：我们对 Document 存储图像提供了 Beta 支持，并正在积极努力改进其多模态能力。

一个 Node 表示源 Document 的一个“块”，可以是文本块、图像或其他内容。与 Document 类似，它们包含元数据以及与其他节点的关联信息。

Node 在 LlamaIndex 中是一等公民。您可以选择直接定义 Node 及其所有属性。您也可以选择通过我们的 NodeParser 类将源 Document“解析”成 Node。默认情况下，从 Document 派生的每个 Node 都将继承该 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，可帮助您开始使用 Document 和 Node。

文档#

节点#

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)

文档/节点使用#

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)

请参阅我们的深度指南，了解有关如何使用 Document/Node 的更多详细信息。

返回顶部