LlamaIndexTS

用 TypeScript 构建生产级 LLM 数据应用，快速接入 RAG 与 Agent

LlamaIndexTS 是 LlamaIndex 的 TypeScript 版本，专为 LLM 应用提供数据框架，聚焦服务端解决方案。它解决了 JavaScript/TypeScript 生态中缺乏成熟 LLM 数据编排工具的问题，让开发者能用熟悉的语言构建 RAG、Agent 等应用。核心能力包括：数据连接器（支持多种数据源）、索引构建（向量索引、摘要索引等）、查询引擎（支持复杂检索与合成）、Agent 工作流（支持工具调用）、以及完整的文档和示例。它提供 create-llama 脚手架快速启动项目，并集成 Groq、Claude 等主流模型提供商，适合在 Node.js 环境中构建生产级 LLM 应用。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3079

维护状态低维护

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队run-llama

所属国家

官网地址https://ts.llamaindex.ai

GitHubhttps://github.com/run-llama/LlamaIndexTS

定价模式free

价格说明开源框架，MIT许可证，完全免费，可自行部署或使用在线文档。

访问状态

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型agent,chatbot,claude-ai,create-llama,embedding,groq-ai,javascript,llama,llama-index,llama3,llamaindex,llm,node,nodejs,openai,react,typescript

GitHub 星标★ 3079

30天Star增速

HF 下载量

上线时间2023-06-13 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Node.js >= 20（同时也支持 Deno、Bun、Nitro）
支持 TypeScript 的 JavaScript 运行环境
本机已安装 npm、pnpm 或 yarn 之一
Vercel Edge Runtime / Cloudflare Workers 仅部分支持
浏览器环境支持有限（缺少 AsyncLocalStorage 类 API）

安装与启动步骤

1确认运行环境

检查本机 Node.js 版本不低于 20；也可改用 Deno、Bun、Nitro 等 README 列出的运行时。
```
node -v
```
2安装 llamaindex 依赖

在项目目录下用 npm 安装 llamaindex 包；也可换成 pnpm install llamaindex 或 yarn add llamaindex。
```
npm install llamaindex
```
3阅读官方上手文档

README 未给出完整代码示例，安装后请按官方文档的 Getting Started 页面继续配置。
4了解核心概念

继续阅读官方文档的核心概念章节，掌握数据连接器、索引、查询引擎与 Agent 的用法。
5选择 LLM 提供商

从 README 列出的提供商中选择其一（如 OpenAI、Anthropic、Groq），按其要求准备访问凭证。

如何确认成功

package.json 中出现 llamaindex 依赖，且 node_modules 下存在 llamaindex 目录，导入时不报模块找不到。

常见问题

Q：这个项目还能用吗？

A：README 已明确标注 Deprecated，不再维护。已安装的版本仍可继续使用，但不会有新特性与修复，新项目建议先评估替代方案。

Q：支持哪些 JavaScript 运行时？

A：Node.js >= 20、Deno、Bun、Nitro 完整支持；Vercel Edge Runtime 与 Cloudflare Workers 支持但有限制；浏览器因缺少 AsyncLocalStorage 类 API 支持有限。

Q：可以用哪些大模型？

A：OpenAI、Anthropic、Groq、Llama2/Llama3/Llama3.1、MistralAI、Fireworks、DeepSeek、ReplicateAI、TogetherAI、HuggingFace、DeepInfra、Gemini。

Q：安装后怎么写出第一个应用？

A：README 只给了安装命令，完整上手代码请查看官方文档 https://ts.llamaindex.ai/docs/llamaindex/getting_started 及核心概念章节。

注意事项

项目已废弃且不再维护，README 建议 LlamaCloud/LlamaParse 相关需求改用官方 Python 版文档：https://developers.llamaindex.ai/python/cloud/
README 中的安装命令同时给出了 npm、pnpm、yarn 三种写法，任选一种即可，不要重复执行
README 未提供端口、路径或环境变量示例，具体配置需以官方文档为准
在线示例链接在 README 中未给出完整地址，请以官网 https://ts.llamaindex.ai 为准

核心亮点

纯 TypeScript 实现，与 Node.js 生态无缝集成，类型安全
提供 create-llama 脚手架，几分钟内启动 LLM 应用
内置多种索引和查询引擎，支持复杂 RAG 场景

不足之处

相比 Python 版 LlamaIndex，社区和文档资源较少
部分高级功能（如数据连接器）覆盖不如 Python 版全面

适用场景

在 Node.js 后端构建企业级 RAG 问答系统
开发支持工具调用的 AI Agent 服务
快速原型验证 LLM 应用，并平滑迁移到生产

替代项目

LangChain.js、Vercel AI SDK、Mastra

项目介绍

LlamaIndexTS 是开发框架领域的开源项目，由 run-llama 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,079）位列前 30%，在开发框架分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署或使用在线文档。从国内网络环境看，可直接访问。

它主要面向的使用场景是：在Node.js后端构建企业级RAG问答系统。同类可对比的替代方案包括 LangChain.js、Vercel AI SDK、Mastra。

上一篇：TensorFlow.NET

下一篇：magentic