Llamaindex揭幕了非結構化數據代理的雲服務
AI代理如今風靡一時,每個人對其定義各有不同,但核心是它們是能自主執行任務的AI工具。代理的熱潮相當高漲,但LlamaIndex公司早已領先一步。由前Uber研究科學家Jerry Liu與Simon Suo於2023年創立,LlamaIndex幫助開發者打造能處理非結構化資料的自訂代理。
「LlamaIndex於2022年11月啟動,當時是個有趣的開源項目,」Liu對TechCrunch表示。「我著迷於探索大型語言模型(LLMs)如何利用不在訓練集中的專有資料,於是開發了一些工具,幫助開發者在LLM應用中索引和使用這些資料。」
透過LlamaIndex的開源軟體,已在GitHub上被下載數百萬次,開發者可打造自訂代理,提取資訊、生成報告與洞察,甚至執行特定操作。LlamaIndex提供資料連接器和工具,如LlamaParse,將雜亂資料轉化為AI應用可用的整潔格式。
雖然市場上有其他用於構建AI代理的開源框架,但Liu表示,LlamaIndex以其資料攝取、管理、索引與檢索工具脫穎而出。它能將PDF、PowerPoint等檔案以及Notion、Slack等應用的資料連接到代理。
據Liu透露,Salesforce、KPMG和Carlyle等知名企業已採用LlamaIndex。

LlamaIndex共同創辦人Jerry Liu的肖像。圖片來源:LlamaIndex 「其他解決方案針對生成AI堆疊中不同層級的特定問題,但開發者需要自行整合這些方案來打造運作的代理,」Liu解釋。「這是個真正的麻煩,會拖慢代理上線的進度。LlamaIndex的目標是提供最安全、準確且用戶友好的平台,用於構建完整的知識代理。」
LlamaIndex的下一步是推出企業服務LlamaCloud,基於其開源技術打造。它允許客戶設置雲端託管的代理,處理和操作各種格式的非結構化資料。
LlamaCloud可作為軟體即服務或虛擬私有雲部署,Liu提到它具備角色基礎存取控制和單一登入等功能。
為支持LlamaCloud的成長,LlamaIndex剛完成1900萬美元的A輪融資,由Norwest Venture Partners領投,Greylock也參與其中。總融資額達2750萬美元,Liu表示將用於擴展20人團隊並持續開發產品。
「我們有足夠資金支持平台商業化的早期階段,」Liu說。「我們非常看好開發者在將GenAI應用引入企業中扮演的關鍵角色。」
相關文章
Vercel 執行長吉列爾莫·勞赫暗示將進行首次公開募股,因人工智慧代理程式帶動營收成長
與許多在 ChatGPT 問世前成立、如今卻在 AI 時代苦於尋求立足之地的新創公司不同,擁有十年歷史的開發工具與網站託管平台 Vercel,正因 AI 生成應用程式與自主代理程式的蓬勃發展而蓬勃發展。「當我創立這家公司時,只有數千萬人能夠部署應用程式,」Vercel 執行長吉列爾莫·勞赫(Guillermo Rauch)上週在舊金山 HumanX 會議上對與會者表示。「如今我們看到,全世界每個人
OpenAI 強化 Codex 以挑戰 Anthropic 在桌面 AI 領域的主導地位
目前,OpenAI 與 Anthropic 之間正展開一場靜默的競爭,雙方爭相爭奪哪家公司能提供最實用且強大的 AI 編碼工具。到目前為止,Anthropic 似乎略佔上風。正如 TechCrunch 上週報導的,Claude Code 已成為許多企業的首選工具,但 OpenAI 並未退縮。本週,OpenAI 對其自動化工具 Codex 進行了重大改版,推出了一系列旨在大幅擴展其功能的新更新。週四
AWS神經符號人工智慧為受監管領域提供可驗證的自動化代理解決方案
AWS 相信,將 Bedrock 平台上的自動推理檢查功能全面開放,將使企業與受監管產業對採用及部署更多人工智慧應用程式與代理程式產生更大信心。該公司進一步預期,自動推理等技術——透過數學驗證建立基準事實——將協助企業轉型至神經符號人工智慧領域。AWS視此為人工智慧領域的下個重大演進方向,亦是關鍵差異化優勢。自動推理檢查功能讓企業用戶能驗證回應準確性並偵測模型幻覺現象。AWS去年12月於re:In
相關專題推薦
評論 (59)
0/500
Just read about LlamaIndex's new cloud service for unstructured data agents. Honestly, the agent hype is real, but seeing a company that was actually early to this is refreshing. Ex-Uber scientists building this? Makes you wonder what data challenges they faced there that sparked this idea. Curious about the pricing model though—hoping it's accessible for smaller devs and not just enterprise giants. The potential for automating messy data tasks is huge. 🤔
LlamaIndexのクラウドサービス発表か…非構造化データ向けエージェントって実際どのくらい使えるんだろう?🤔 前職でデータ整理に苦労した経験があるから、これが本当に機能すればかなり助かる人いるかも。でも元Uber研究者が起業ってところが気になるな、シリコンバレーではよくあるパターンだけど。
¡Menuda revolución con estos agentes de IA! Aunque muchos se suben ahora al carro, LlamaIndex ya vio el potencial hace tiempo. Me pregunto si su enfoque para datos no estructurados realmente marcará la diferencia frente a otras soluciones... 🤔 ¿Podrán mantener la ventaja técnica cuando todos lancen sus propias plataformas? Ojalá expliquen más sobre casos de uso reales.
This LlamaIndex cloud service sounds like a game-changer for handling messy data! 😎 I wonder how it stacks up against other AI agent tools in terms of speed and accuracy.
LlamaIndex का क्लाउड सर्विस कूल है लेकिन थोड़ा ओवरहाइप्ड है। अनस्ट्रक्चर्ड डेटा को हैंडल करने के लिए बढ़िया है, लेकिन सेटअप करना सिरदर्द था। अगर आप AI एजेंट्स में रुचि रखते हैं, तो इसे आजमाएं, लेकिन तकनीकी चुनौतियों के लिए तैयार रहें। 🤓💻
AI代理如今風靡一時,每個人對其定義各有不同,但核心是它們是能自主執行任務的AI工具。代理的熱潮相當高漲,但LlamaIndex公司早已領先一步。由前Uber研究科學家Jerry Liu與Simon Suo於2023年創立,LlamaIndex幫助開發者打造能處理非結構化資料的自訂代理。
「LlamaIndex於2022年11月啟動,當時是個有趣的開源項目,」Liu對TechCrunch表示。「我著迷於探索大型語言模型(LLMs)如何利用不在訓練集中的專有資料,於是開發了一些工具,幫助開發者在LLM應用中索引和使用這些資料。」
透過LlamaIndex的開源軟體,已在GitHub上被下載數百萬次,開發者可打造自訂代理,提取資訊、生成報告與洞察,甚至執行特定操作。LlamaIndex提供資料連接器和工具,如LlamaParse,將雜亂資料轉化為AI應用可用的整潔格式。
雖然市場上有其他用於構建AI代理的開源框架,但Liu表示,LlamaIndex以其資料攝取、管理、索引與檢索工具脫穎而出。它能將PDF、PowerPoint等檔案以及Notion、Slack等應用的資料連接到代理。
據Liu透露,Salesforce、KPMG和Carlyle等知名企業已採用LlamaIndex。

「其他解決方案針對生成AI堆疊中不同層級的特定問題,但開發者需要自行整合這些方案來打造運作的代理,」Liu解釋。「這是個真正的麻煩,會拖慢代理上線的進度。LlamaIndex的目標是提供最安全、準確且用戶友好的平台,用於構建完整的知識代理。」
LlamaIndex的下一步是推出企業服務LlamaCloud,基於其開源技術打造。它允許客戶設置雲端託管的代理,處理和操作各種格式的非結構化資料。
LlamaCloud可作為軟體即服務或虛擬私有雲部署,Liu提到它具備角色基礎存取控制和單一登入等功能。
為支持LlamaCloud的成長,LlamaIndex剛完成1900萬美元的A輪融資,由Norwest Venture Partners領投,Greylock也參與其中。總融資額達2750萬美元,Liu表示將用於擴展20人團隊並持續開發產品。
「我們有足夠資金支持平台商業化的早期階段,」Liu說。「我們非常看好開發者在將GenAI應用引入企業中扮演的關鍵角色。」
Vercel 執行長吉列爾莫·勞赫暗示將進行首次公開募股,因人工智慧代理程式帶動營收成長
與許多在 ChatGPT 問世前成立、如今卻在 AI 時代苦於尋求立足之地的新創公司不同,擁有十年歷史的開發工具與網站託管平台 Vercel,正因 AI 生成應用程式與自主代理程式的蓬勃發展而蓬勃發展。「當我創立這家公司時,只有數千萬人能夠部署應用程式,」Vercel 執行長吉列爾莫·勞赫(Guillermo Rauch)上週在舊金山 HumanX 會議上對與會者表示。「如今我們看到,全世界每個人
OpenAI 強化 Codex 以挑戰 Anthropic 在桌面 AI 領域的主導地位
目前,OpenAI 與 Anthropic 之間正展開一場靜默的競爭,雙方爭相爭奪哪家公司能提供最實用且強大的 AI 編碼工具。到目前為止,Anthropic 似乎略佔上風。正如 TechCrunch 上週報導的,Claude Code 已成為許多企業的首選工具,但 OpenAI 並未退縮。本週,OpenAI 對其自動化工具 Codex 進行了重大改版,推出了一系列旨在大幅擴展其功能的新更新。週四
AWS神經符號人工智慧為受監管領域提供可驗證的自動化代理解決方案
AWS 相信,將 Bedrock 平台上的自動推理檢查功能全面開放,將使企業與受監管產業對採用及部署更多人工智慧應用程式與代理程式產生更大信心。該公司進一步預期,自動推理等技術——透過數學驗證建立基準事實——將協助企業轉型至神經符號人工智慧領域。AWS視此為人工智慧領域的下個重大演進方向,亦是關鍵差異化優勢。自動推理檢查功能讓企業用戶能驗證回應準確性並偵測模型幻覺現象。AWS去年12月於re:In
Just read about LlamaIndex's new cloud service for unstructured data agents. Honestly, the agent hype is real, but seeing a company that was actually early to this is refreshing. Ex-Uber scientists building this? Makes you wonder what data challenges they faced there that sparked this idea. Curious about the pricing model though—hoping it's accessible for smaller devs and not just enterprise giants. The potential for automating messy data tasks is huge. 🤔
LlamaIndexのクラウドサービス発表か…非構造化データ向けエージェントって実際どのくらい使えるんだろう?🤔 前職でデータ整理に苦労した経験があるから、これが本当に機能すればかなり助かる人いるかも。でも元Uber研究者が起業ってところが気になるな、シリコンバレーではよくあるパターンだけど。
¡Menuda revolución con estos agentes de IA! Aunque muchos se suben ahora al carro, LlamaIndex ya vio el potencial hace tiempo. Me pregunto si su enfoque para datos no estructurados realmente marcará la diferencia frente a otras soluciones... 🤔 ¿Podrán mantener la ventaja técnica cuando todos lancen sus propias plataformas? Ojalá expliquen más sobre casos de uso reales.
This LlamaIndex cloud service sounds like a game-changer for handling messy data! 😎 I wonder how it stacks up against other AI agent tools in terms of speed and accuracy.
LlamaIndex का क्लाउड सर्विस कूल है लेकिन थोड़ा ओवरहाइप्ड है। अनस्ट्रक्चर्ड डेटा को हैंडल करने के लिए बढ़िया है, लेकिन सेटअप करना सिरदर्द था। अगर आप AI एजेंट्स में रुचि रखते हैं, तो इसे आजमाएं, लेकिन तकनीकी चुनौतियों के लिए तैयार रहें। 🤓💻





首頁






