LlamaIndexTS

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

开源 🏷️完全免费 ✅ 目前可打开对话助手 🍴 复刻 520 🐛 待处理 149 👀 关注 20 ⚠️ 作者已归档（停止维护）

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3081

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源框架，MIT许可证，完全免费，可自行部署或使用在线文档。

项目预览

项目数据

分类对话助手

开发团队run-llama

官网地址https://ts.llamaindex.ai

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

定价模式🏷️完全免费

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✅ 目前可打开

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★ 3081

上线时间2023-06-13 00:00:00

代码更新2026-03-11

仓库体积84.5 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3081

技术标签

agent chatbot claude-ai embedding javascript

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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