文档与节点#
概念#
Document（文档）和 Node（节点）对象是 LlamaIndex 中的核心抽象概念。
Document 是一个通用容器，可封装任何数据源——例如 PDF 文件、API 输出或数据库检索数据。它们可以手动构建，也可以通过我们的数据加载器自动创建。默认情况下，Document 会存储文本及一些其他属性，部分属性如下：
metadata- 可附加到文本的注解字典relationships- 包含与其他文档/节点关系的字典
注：我们目前测试版支持 Document 存储图像功能，正在积极提升其多模态能力。
Node 表示源文档的"分块"，无论是文本块、图像还是其他内容。与 Document 类似，它们包含元数据以及与其他节点的关系信息。
节点是 LlamaIndex 中的一等公民。您可以直接定义节点及其所有属性，也可以通过我们的 NodeParser 类将源文档"解析"为节点。默认情况下，每个从 Document 派生的节点都会继承该文档的相同元数据（例如 Document 中的"file_name"字段会传播到每个节点）。
使用模式#
以下是一些使用文档和节点的简单代码片段。
文档#
from llama_index.core import Document, VectorStoreIndex
text_list = [text1, text2, ...]
documents = [Document(text=t) for t in text_list]
# build index
index = VectorStoreIndex.from_documents(documents)
节点#
from llama_index.core.node_parser import SentenceSplitter
# load documents
...
# parse nodes
parser = SentenceSplitter()
nodes = parser.get_nodes_from_documents(documents)
# build index
index = VectorStoreIndex(nodes)