LlamaIndex（ラマインデックス）

具体例・対応製品

• LlamaIndex (Python・PyPI・無料) : pip install llama-index
• LlamaCloud (マネージド RAG・$0-$500/月) : Production RAG サービス
• LlamaParse (PDF パーサ・$0-$0.003/page) : 複雑 PDF 高精度解析
• Vector DB (Chroma + Pinecone + Qdrant) : 統合主流
• LlamaHub : 100+ データソースコネクタライブラリ

自作PCでの選び方・注意点

LlamaIndex は2026年現在 「データ重視 RAG 業界主流フレームワーク + 35K+ stars」。選び方: ① データ重視 + RAG + 100+ データソース + Vector DB 統合 ならLlamaIndex ($0・MIT) ② 汎用 LLM + Agent + Chain + RAG 機能あり ならLangChain ($0・MIT・300K+ stars) ③ RAG + 検索特化 + エンタープライズ ならHaystack (deepset・$0・MIT・17K+ stars) ④ Cohere LLM + RAG パイプライン ならCohere RAG ($0.0006/1K tokens から商用) ⑤ エンタープライズ + 商用サポート ならVectara (商用・カスタム価格)。重要な注意: ① 2022年11月 Jerry Liu 発表 → 2026年現在 35K+ stars データ重視 RAG 業界主流 ② データ取り込み + インデックス特化 で100+ データソース (PDF + Notion + Slack + GitHub + Salesforce + Confluence + SharePoint) でエンタープライズ RAG 主流 ③ LlamaParse (PDF パーサ・$0-$0.003/page) で複雑な表 + 画像 + 数式 + 多段組 PDF を Adobe Acrobat レベル品質で解析 + 法務 + 医療 + 金融業界文書解析適合 ④ LlamaCloud (マネージド RAG・$0-$500/月) でProduction RAG サービス + チーム連携 + 監査 + Enterprise SSO ⑤ LangChain (300K+ stars・汎用 LLM フレームワーク) と相補的で**「LangChain で Agent + Chain」+「LlamaIndex で RAG + データ取り込み」の組み合わせ主流**。

関連用語との違い

• LangChain: 競合・300K+ stars・汎用 LLM フレームワーク。
• Haystack: 競合・17K+ stars・RAG + 検索特化。
• OpenAI Agents SDK: 競合・OpenAI 公式 + 軽量 + Multi-Agent。

よくある質問（FAQ）

Q1: LlamaIndex vs LangChain？ A: LlamaIndex (35K+ stars + データ重視 + RAG 特化 + 100+ データソース) vs LangChain (300K+ stars + 汎用 LLM フレームワーク + Agent + Chain)。RAG + データ重視 ならLlamaIndex、汎用 LLM アプリ ならLangChain。両方併用も主流。

Q2: LlamaParse の精度？ A: 複雑な表 + 画像 + 数式 + 多段組 PDF を Adobe Acrobat レベル品質で解析・法務 + 医療 + 金融業界文書解析適合・$0.003/page (Standard)・$0.012/page (Premium)。無料枠 1,000 pages/日。

Q3: LlamaCloud 必要？ A: 必須ではないが Production RAG + チーム連携 + 監査 + Enterprise SSO + マネージド ならLlamaCloud ($0-$500/月) 推奨。個人開発 + 学習 ならLlamaIndex (Python・無料) で十分。