LlamaIndexs 将大语言模型和外部数据连接在一起的工具。大模型prompt有一个长度限制，当外部知识的内容超过这个长度，无法同时将有效信息传递给大模型，因此就诞生了 LlamaIndex。
具体操作就是通过多轮对话的方式不断提纯外部数据，达到在有限的输入长度限制下，传达更多的信息给大模型。
本文在mac平台验证ollama llamaindex，假设ollama已安装，mac安装ollama安装参考
在mac m1基于ollama运行deepseek r1_m1 mac deepseek-r1-CSDN博客
1 llama-index运行环境搭建
环境向量搭建
conda create -n llama-index python=3.12
conda activte llama-index
pip install llama-index
# chromadb依赖
pip install llama-index-llms-ollama
pip install llama-index-embeddings-ollama
pip install llama_index-vector_stores-chroma
# 开源向量存储
pip install chromadb
ollama embedding模型下载
由于mac本地计算能力有限，所以使用qwen3:1.7b小模型。
ollama pull yxl/m3e
ollama pull qwen3:1.7b
ollama list
2 向量本地化 & 自定义查询
以pdf文件"长安的荔枝- 马伯庸.pdf"为例(可以替换为其他PDF书籍)，通过llama_index读取为documents，为减少计算量，取前10个子document。
docs/长安的荔枝- 马伯庸.pdf
documents向量本地目录为./chromadb_v0
rm -rf ./chromadb_v0
mkdir -p ./chromadb_v0
向量集合名称为"llama_index_test"
本地向量化代码如下
import chromadb
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, get_response_synthesizer, Settings
from llama_index.llms.ollama import Ollama
from llama_index.embeddings.ollama import OllamaEmbedding
from llama_index.core.node_parser import SentenceSplitter
from llama_index.vector_stores.chroma import ChromaVectorStore
from llama_index.core import StorageContext
Settings.embed_model = OllamaEmbedding(model_name="yxl/m3e:latest")
Settings.llm = Ollama(model="qwen3:1.7b", request_timeout=360)
documents = SimpleDirectoryReader("docs").load_data()
documents = documents[:10]
print(f"documents: {len(documents)}")
db = chromadb.PersistentClient(path="./chromadb_v0")
chroma_collection = db.get_or_create_collection("llama_index_test")
vector_store = ChromaVectorStore(chroma_collection=chroma_collection)
storage_context = StorageContext.from_defaults(vector_store=vector_store)
index = VectorStoreIndex.from_documents(
documents, storage_context=storage_context, transformations=[SentenceSplitter(chunk_size=256)]
)
print(index)然后是自定义查询，prompt=“李善德”
import chromadb
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, get_response_synthesizer, Settings
from llama_index.vector_stores.chroma import ChromaVectorStore
from llama_index.core import StorageContext
from llama_index.llms.ollama import Ollama
from llama_index.embeddings.ollama import OllamaEmbedding
from llama_index.core.retrievers import VectorIndexRetriever
from llama_index.core.query_engine import RetrieverQueryEngine
Settings.embed_model = OllamaEmbedding(model_name="yxl/m3e:latest")
Settings.llm = Ollama(model="qwen3:1.7b", request_timeout=720)
db = chromadb.PersistentClient(path="./chromadb_v1")
chroma_collection = db.get_or_create_collection("llama_index_test")
vector_store = ChromaVectorStore(chroma_collection=chroma_collection)
storage_context = StorageContext.from_defaults(vector_store=vector_store)
index = VectorStoreIndex.from_vector_store(
vector_store, storage_context=storage_context
)
retriever = VectorIndexRetriever(
index=index,
similarity_top_k=5, # 返回最相似的前 n 个文档片段
)
response_synthesizer = get_response_synthesizer()
query_engine = RetrieverQueryEngine(
retriever=retriever,
response_synthesizer=response_synthesizer,
)
response = query_engine.query("李善德")
print(response) # 输出查询结果
llama_index的回复如下。
<think>
</think>李善德是《长安的荔枝》一书中的一位重要角色，他因在官场中表现出的忠诚与谨慎，而逐渐被世人所知。他曾在多个衙署任职，包括司农寺和上林署，负责处理各种政务事务。在一次重要的政务活动中，他被圣人指派为荔枝使，负责运输珍贵的荔枝，这一职位对他来说具有极大的意义。他的经历展现了他在官场中的沉稳与担当，也体现了他在复杂的政治环境中所展现出的智慧与忠诚。
可见，llamaindex，借助外部知识库chromadb，和向量检索，找到知识库中最相关内容，然后通过大模型将这些内容提纯为最终答案。
reference
---
ollama - qwen3:1.7b
https://www.ollama.com/library/qwen3:1.7b
Ollama LLM llamaindex
https://docs.llamaindex.ai/en/stable/examples/llm/ollama/
RAG+Agent 实战 llama-index+ollama 本地环境构建rag、agent
https://blog.csdn.net/yierbubu1212/article/details/142718139