LlamaIndex est une entreprise américaine d'intelligence artificielle dont le siège social est situé à San Francisco, en Californie. L'entreprise se spécialise dans la reconnaissance optique de caractères (OCR) agentique et l'infrastructure d'intelligence documentaire, développant des outils et des cadres qui permettent aux grands modèles de langage (LLM) d'ingérer, d'indexer et d'interroger des sources de données structurées et non structurées. Ses produits sont utilisés pour créer des applications qui connectent des modèles d'IA générative à des données propriétaires ou privées, répondant aux limitations des fenêtres de contexte des modèles et de l'accessibilité des données.
Le cadre open-source phare de l'entreprise, également nommé LlamaIndex, fournit une boîte à outils basée sur Python pour construire des applications de génération augmentée par récupération (RAG) et des agents d'IA. Il comprend des connecteurs de données, des structures d'index, des moteurs de requête et des primitives d'orchestration d'agents. En outre, LlamaIndex propose des produits commerciaux tels que LlamaCloud, un service géré, et LlamaParse, un système OCR agentique qui utilise un pipeline multi-agents pour traiter des mises en page documentaires complexes.
Historique
LlamaIndex trouve ses origines dans un projet secondaire commencé fin 2022 par Jerry Liu, alors responsable de l'ingénierie de l'apprentissage automatique chez la startup de sécurité de l'IA Robust Intelligence et anciennement chercheur scientifique dans la division des véhicules autonomes d'Uber. En expérimentant avec le modèle GPT-3 d'OpenAI, Liu a constaté son incapacité à fonctionner de manière fiable avec des données privées ou propriétaires et sa fenêtre de contexte étroite de 4 096 jetons. Pour y remédier, il a construit un petit utilitaire d'indexation et l'a publié sur GitHub en novembre 2022 sous le nom de GPT Tree Index. En quelques mois, le projet avait accumulé plus de 16 000 étoiles GitHub, 200 000 téléchargements mensuels et un serveur Discord d'environ 6 000 développeurs, ce qui a convaincu Liu de le transformer en entreprise. Simon Suo, ancien collègue d'Uber qui a ensuite travaillé chez la startup de conduite autonome Waabi, l'a rejoint en tant que cofondateur.
L'entreprise a été officiellement constituée en avril 2023, et le projet a été rebaptisé LlamaIndex. En juin 2023, l'entreprise a annoncé un tour de table d'amorçage de 8,5 millions de dollars mené par Greylock Partners, avec la participation de Jack Altman, Lenny Rachitsky et Charles Xie. L'année suivante, une enquête publiée par InfoWorld a décrit LlamaIndex comme un fournisseur d'orchestration qui aide à connecter les LLM à des sources de données privées, notant son accent principal sur l'ingestion, l'indexation et la récupération de données.
En mars 2025, LlamaIndex, avec Cisco, LangChain, Glean et Galileo, a participé au lancement d'AGNTCY, une initiative open-source destinée à soutenir l'interopérabilité et la collaboration entre les agents d'IA. Le même mois, LlamaIndex a annoncé un tour de financement de série A de 19 millions de dollars, portant son financement total divulgué à environ 27,5 millions de dollars. Les investisseurs ont inclus Databricks et KPMG, qui a réalisé un investissement minoritaire en capital dans le cadre d'un partenariat commercial. LlamaIndex a simultanément lancé LlamaCloud, un service cloud géré basé sur le cadre LlamaIndex. L'entreprise a également publié LlamaParse, un système OCR agentique qui utilise un pipeline multi-agents combinant vision par ordinateur, modèles spécialisés de vision-langage et raisonnement basé sur LLM pour traiter les mises en page documentaires, les tableaux, les graphiques et l'écriture manuscrite qui peuvent être difficiles à gérer pour les systèmes OCR conventionnels.
En octobre 2025, IBM a publié un connecteur Python open-source permettant à IBM Db2 de servir de magasin de vecteurs dans les flux de travail LlamaIndex. En mars 2026, LlamaIndex a publié LiteParse, une bibliothèque d'analyse open-source native en TypeScript conçue pour une exécution locale et hors ligne. LiteParse fonctionne entièrement sur la machine de l'utilisateur sans dépendances API externes ni exigences Python. Plus tard, LiteParse a été relancé en tant que projet Rust avec des liaisons natives TypeScript et Python, en plus d'ajouter une sortie markdown. En avril 2026, LlamaIndex a introduit ParseBench, un benchmark pour évaluer les systèmes d'analyse de documents sur des documents d'entreprise.
Cadre open-source
Le cadre open-source original LlamaIndex a été développé comme une bibliothèque Python, en plus de ses produits OCR, pour construire des applications de génération augmentée par récupération (RAG) et des agents d'IA. Le cadre fournit des connecteurs de données, des structures d'index, des moteurs de requête et des primitives d'orchestration d'agents. LlamaIndex a introduit l'abstraction Workflows, un système piloté par événements pour créer des pipelines d'agents en plusieurs étapes avec un état durable, permettant à des tâches de traitement de documents de longue durée de persister entre les sessions. Les bibliothèques open-source sont concédées sous licence commerciale sans restriction, permettant une adoption large dans les environnements d'entreprise et de recherche.
Le cadre est conçu pour fonctionner avec divers modèles et sources de données d'IA, y compris les services de stockage Amazon Web Services, Azure et Google Cloud, ainsi que les bases de données vectorielles et les bases de données traditionnelles. Il prend en charge l'intégration avec les modèles OpenAI et d'autres fournisseurs de LLM, permettant aux développeurs de créer des applications qui interrogent des documents privés, des bases de données et des API.
Produits et services
LlamaCloud est un service cloud géré qui fournit une version hébergée du cadre LlamaIndex, offrant des capacités d'ingestion, d'indexation et de récupération de données évolutives. Il est conçu pour les organisations qui nécessitent une infrastructure de niveau production sans gérer leur propre déploiement. LlamaParse, le produit OCR agentique, utilise un pipeline multi-agents pour extraire du texte et de la structure à partir de documents complexes, y compris ceux contenant des tableaux, des graphiques et de l'écriture manuscrite. LiteParse, publié en 2026, est une bibliothèque d'analyse open-source qui fonctionne localement et hors ligne, avec un noyau Rust et des liaisons pour TypeScript et Python.
ParseBench, introduit en avril 2026, est un benchmark pour évaluer les systèmes d'analyse de documents sur des documents d'entreprise. Il fournit un ensemble standardisé de tâches et de métriques pour comparer les performances de différents outils OCR et d'analyse.
Publications et recherche
LlamaIndex a fait l'objet de plusieurs articles de recherche scientifique, y compris des études sur le contexte étendu pour InstructGPT, la génération de réponses ancrées dans des documents dans des dialogues de recherche d'informations, et l'interrogation contextuelle dans la fabrication additive. Un article de 2025 de l'Institut coréen des médias intelligents a décrit un guide de secours d'urgence combiné à des dossiers de patients construit sur LlamaIndex, tandis qu'une autre étude de 2025 a évalué les grands modèles de langage pour l'extraction d'informations à partir de dossiers de santé électroniques non structurés dans les soins aux personnes âgées en résidence. Ces publications démontrent l'utilisation du cadre dans des domaines tels que la santé, la fabrication et l'IA conversationnelle.
Les outils de l'entreprise ont été adoptés dans des contextes de recherche académique et industrielle, en particulier pour des applications nécessitant l'intégration de LLM avec des sources de données spécifiques à un domaine. La nature open-source du cadre a facilité son utilisation dans une large gamme de projets, allant de simples systèmes de questions-réponses documentaires à des flux de travail multi-agents complexes.
Voir aussi
- Génération augmentée par récupération
- Agent d'IA
- Ingestion de données
- Intelligence documentaire