Frameworks · ReferenzFramework
LlamaIndex
Retrieval-zentrisches Framework; Konnektoren und Indizes verwandeln proprietäre Dokumente in Agent-Kontext.
01
Eignung
Am besten für
RAG- und dokumentengetriebene Agenten, die in proprietären Daten verankert sind.
Vorsicht bei
Retrieval-Durchsatz hängt vom gewählten Vektor-Store ab.
02
Architektur & Integrationen
Datenkonnektoren + Indexierungs-Pipelines + Query-Engines; Agent-Workflows über dem Retrieval-Layer. Wissensassistenten, Enterprise-Suche, dokumentenlastiges RAG.
03
Technisches Profil
Ansatz
Retrieval-first: Konnektoren, Indizes, Query-Engines, mit Agenten obendrauf.
Kontrolle & Lernkurve
Flach bis mittel; Query-Engines sind High-Level, Agent-Workflows Low-Level.
Performance
Stark bei dokumentenlastigen/RAG-Workloads; Durchsatz hängt vom Vektor-Store ab.
Weiter erkunden
Das Feld vergleichen.
ReferenzFrameworksSiebzehn Plattformen über den Stack — direkt verglichen.Das Feld vergleichen ReferenzProtokolleWie Agenten zusammenarbeiten — MCP, A2A und AG-UI auf der Leitung.Protokolle vergleichen PatternsDie sechs Koordinations-PatternsDie sechs Patterns, aus denen jede Architektur aufgebaut ist.Katalog durchstöbern