跳至内容

文档/节点#

概念#

Document（文档）和Node（节点）对象是LlamaIndex中的核心抽象概念。

文档是一个通用容器，可封装任何数据源——例如PDF文件、API输出或从数据库检索的数据。它们可以手动构建，也可以通过我们的数据加载器自动创建。默认情况下，文档会存储文本以及一些其他属性。以下是其中部分属性的说明。

  • metadata - 可以附加到文本上的注释字典。
  • relationships - 一个包含与其他文档/节点关系的字典。

注意: 我们目前测试性地支持让Documents存储图像功能，正在积极改进其多模态能力。

Node（节点）代表源文档的一个"片段"，无论是文本片段、图像还是其他内容。与文档类似，它们包含元数据以及与其他节点的关系信息。

节点是LlamaIndex中的一等公民。您可以选择直接定义节点及其所有属性。您也可以通过我们的NodeParser类将源文档"解析"为节点。默认情况下，每个从文档派生的节点都会继承该文档的相同元数据（例如，文档中的"file_name"字段会传播到每个节点）。

使用模式#

以下是一些简单的代码片段，帮助您开始使用文档(Documents)和节点(Nodes)。

文档#

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#

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#

查看我们的深度指南，了解更多关于如何使用文档/节点的详细信息。

优云智算