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

144.4k ★

LangChain 是面向 Agent 工程化的开源框架与编排平台，提供模型接入、工具调用、RAG、记忆与可观测性的统一抽象。

agent-frameworkragorchestrationllmpython

Python · MIT

51.7k ★

LlamaIndex 是一个用于构建 LLM 应用的数据框架，提供数据连接、索引构建、查询引擎和 Agent 工作流编排能力，是 RAG 领域的核心工具之一。

ragdata-frameworkindexingquery-enginepython

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。