概览

LangChain vs LlamaIndex：RAG 与 Agent 框架对比

对比 LangChain 与 LlamaIndex 在 RAG、数据连接、索引检索、Agent 能力和应用开发体验上的差异。

对比项目

Python · MIT

136.5k ★

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它提供了链式调用、记忆管理、Agent 编排等核心功能，是构建 AI Agent 的首选框架之一。

llmagentragpythontypescript

Python · MIT

49.3k ★

LlamaIndex 是一个数据框架，用于构建 LLM 应用程序的数据连接层。它提供了强大的 RAG 能力，支持多种数据源和向量数据库。

ragllmindexingpython

适合场景	LangChain	LlamaIndex
核心优势	通用 LLM 应用编排和 Agent 生态，适合端到端应用开发	数据框架和 RAG 检索能力突出，适合知识库和企业数据问答
RAG 能力	覆盖完整 RAG 流程，依赖生态组件组合	专注索引、检索、查询引擎和数据连接器
Agent 能力	Agent 抽象和工具生态丰富	支持 Agent，但更偏数据和检索驱动应用

建议根据你的主要工作流、技术栈语言和集成需求来选择。用于生产前，请进一步查看项目文档、社区活跃度和最近的 GitHub 维护情况。