LlamaIndex

LlamaIndex empezó como una librería de código abierto para conectar modelos de lenguaje con datos privados, y esa sigue siendo su función principal. Ayuda a cargar información de archivos, bases de datos, API y apps como Notion y Slack, dividirla en fragmentos, indexarla y recuperar las partes relevantes cuando un usuario hace una pregunta. Este patrón de generación aumentada por recuperación es el que usan muchos chatbots de empresa para responder a partir de documentos internos y no del conocimiento general del modelo.

La atención de la empresa se ha desplazado hacia el procesamiento de documentos y los agentes. LlamaParse es un servicio alojado que convierte PDF desordenados, tablas, presentaciones y escaneos en texto limpio y datos estructurados, con herramientas para extraer campos, dividir y clasificar documentos y crear un índice. También hay un analizador local de código abierto. Workflows es un framework para crear agentes y procesos de varios pasos, y LlamaCloud reúne los servicios gestionados para los equipos que no quieren encargarse de todo.

El framework de código abierto es gratuito. Los servicios en la nube funcionan con créditos, con una asignación mensual gratuita y planes de pago, además de opciones para empresas con despliegue en nube privada y soporte. Frente a LangChain, LlamaIndex está más centrado en la ingesta de datos y la recuperación, aunque ambos coinciden en parte. La precisión con documentos desordenados depende de la calidad del análisis, y ahí es donde LlamaIndex pone su esfuerzo. Unstructured, Haystack y Azure Document Intelligence son las otras opciones para trabajos de IA con muchos documentos.