Building Data-Driven Applications with LlamaIndex

Manual integral de Andrei Gheorghiu dedicado al desarrollo de aplicaciones impulsadas por datos privados mediante LlamaIndex en Python (cubriendo la arquitectura v0.10+). Está dirigido a desarrolladores de software, ingenieros de datos y especialistas en IA de nivel intermedio que dominan Python y los conceptos generales de modelos fundacionales, y necesitan solventar problemas como alucinaciones, conocimiento desactualizado y límites de contexto mediante la conexión de LLMs con repositorios documentales propietarios.

La obra aborda todas las fases de una canalización RAG (Retrieval-Augmented Generation): carga de archivos heterogéneos con SimpleDirectoryReader, segmentación de texto en nodos (node parsers), indexación vectorial y de resumen, estrategias de consulta con filtrado semántico y postprocesamiento mediante reordenadores (rerankers) y filtros de similitud. Asimismo, cubre el diseño de motores conversacionales (chat engines), agentes basados en el patrón ReAct, la integración de modelos locales con Ollama y LM Studio para evitar costes de API, y la creación de interfaces web con Streamlit.

El aprendizaje se articula a través de implementaciones prácticas, culminando en aplicaciones completas como un asistente experto en revisión de contratos y sistemas de estudio interactivo. Lo más valioso del libro es su enfoque arquitectónico metódico para estructurar flujos RAG fiables y optimizados para entornos de producción sin atarse exclusivamente a OpenAI; conviene tener en cuenta que el ecosistema de LlamaIndex evoluciona con rapidez, por lo que algunas APIs secundarias pueden experimentar ajustes sintácticos con el tiempo.