🦙

LlamaIndex MCP

✓ 官方/认证

LlamaIndex

LlamaIndex 文档加载、索引、查询引擎 RAG 框架，40+ 数据连接器、20+ 索引类型

⭐ 36.0k

GitHub Stars

stdio

安装方式

MIT

开源协议

可用工具

📖 详细介绍

LlamaIndex 官方 MCP Server，专注 RAG（检索增强生成）场景。提供 40+ 数据连接器（Notion、Slack、Google Drive、PDF 等）、20+ 索引类型（Vector、Keyword、Knowledge Graph、Tree）、Query Engine 高级查询。

✨ 核心特性

✓40+ 数据连接器

✓20+ 索引类型

✓Query Engine

✓Chat Engine

✓ReAct Agent

✓LlamaParse 高级解析

🛠️ 可用工具 (6)

load_data()

create_index()

query_engine()

chat_engine()

agent_run()

index_persist()

🎯 适用场景

▸企业知识库 RAG

▸多源数据整合

▸复杂文档问答

▸金融研报分析

▸法律文档检索

▸学术论文问答

🔎 相关搜索

用户搜索 LlamaIndex MCP 时的常见问题和长尾关键词：

#LlamaIndex MCP 教程#RAG 框架对比 LangChain#LlamaParse PDF 解析#多模态文档 RAG#知识图谱 RAG

🧷 主题归类

LlamaIndex MCP 属于以下主题：

📂 AI 框架 📂 RAG 📂 文档问答 📂 知识库

❓ 常见问题 (FAQ)

Q1.LlamaIndex 和 LangChain 哪个更易用？▼

LlamaIndex 在 RAG 场景开箱即用，5 行代码即可构建基本 RAG。LangChain 适合需要复杂 Chain 和多 Agent 编排的场景。

Q2.LlamaParse 是什么？▼

LlamaIndex 的高级 PDF/文档解析器，能准确识别表格、公式、图片、图表，免费额度每月 1000 页。

Q3.支持流式输出吗？▼

是的，Query Engine 和 Chat Engine 都支持 streaming token 输出，配合 FastAPI 可实现打字机效果。

⚙️ 安装与配置

系统要求

•Python 3.10+
•OpenAI/Claude API Key

安装命令

npx -y @modelcontextprotocol/server-llamaindex

Claude Desktop 配置 (claude_desktop_config.json)

{
  "mcpServers": {
    "llamaindex-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-llamaindex"
      ]
    }
  }
}