developing-llamaindex-systems
一个用于构建生产级LlamaIndex智能体RAG系统的综合技能包。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：developing-llamaindex-systems。 它的用途是：一个用于构建生产级LlamaIndex智能体RAG系统的综合技能包。 完整的 Skill 内容见：https://321skill.com/skills/developing-llamaindex-systems/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我在当前项目中实现一个基于LlamaIndex的混合检索器，结合BM25和向量搜索。”，它会引导你安装必要依赖，导入BM25Retriever等模块，并编写代码配置融合权重。或者说：“我想用PropertyGraphIndex为我的文档构建一个知识图谱。”，它会提供从图提取器配置到Neo4j集成的分步指导。
介绍
这个技能包旨在解决开发者使用LlamaIndex构建复杂、生产就绪的智能体RAG系统时遇到的挑战。它提供了从数据摄取、检索、知识图谱构建到智能体编排和系统观测的全链路深度指导。
通过提供一套结构化的学习路径和即用代码示例，该技能包能指导你完成LlamaIndex核心模块的配置与集成。例如，你可以快速学会如何使用语义分割器处理文档、配置混合检索策略，或搭建基于事件驱动的工作流。
它非常适合有一定Python和RAG基础，希望将LlamaIndex应用于实际生产项目的中高级开发者、AI工程师或全栈开发人员。无论是构建企业级知识库、智能客服还是复杂的多智能体系统，都能从中获益。
使用建议：建议在开始具体项目前，先通过其提供的六大支柱（如语义摄取、属性图）来系统性地了解LlamaIndex的高级功能。注意，它侧重于LlamaIndex框架本身，对于基础的Python环境配置和大模型API调用需要用户自行准备。
核心特点
与仅提供基础RAG示例的Skill不同，它深度聚焦于LlamaIndex的“智能体（Agentic）”和“生产级（Production-grade）”能力，系统性地覆盖了语义分割、混合检索、知识图谱、查询路由、多智能体编排及可观测性六大核心支柱，提供了从开发到部署的完整视角。
注意事项
不适合仅需快速搭建一个简单问答机器人，或对Python和LlamaIndex框架完全零基础的初学者。
常见问题
这个技能包能帮我做什么？
它能指导你使用LlamaIndex构建复杂的、支持智能体交互的生产级RAG系统，例如实现语义分块、混合搜索、知识图谱查询和多智能体工作流。
需要什么前置知识？
需要具备Python编程基础，对RAG（检索增强生成）概念有基本了解，并已配置好大模型（如OpenAI）的API访问环境。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/developing-llamaindex-systems/raw/index.md 读取 developing-llamaindex-systems 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/developing-llamaindex-systems/raw/index.md（查看排版版本）