LlamaIndex 現在提供原生的 MCP 搜索功能，並附上我們的文檔！- 你的編碼代理可以直接訪問我們所有文檔中的搜索工具！ 🔍 你可以將此 URL 插入任何支持 MCP 搜索的客戶端/框架/工具： 🔎 search_docs — 用於快速查找相關文檔的詞彙搜索 🎯 grep_docs — 帶有上下文行的精確正則表達式搜索，便於精確查找 📖 read_doc — 完整頁面內容訪問，適用於任何文檔路徑 閱讀完整的實施細節： 與你的代理和工作流程一起試試吧：

LlamaIndex 將在 @wandb ( @CoreWeave ) Fully Connected London (11月 4–5日) 贊助並發言，這是一個為期兩天的活動，專為將 AI 推向生產的工程師而設。 演講：用 AI 代理自動化知識工作 講者：@tuanacelik (資深開發關係工程師) #AI #LLM #Agents #LlamaIndex #FullyConnected2025

學習如何使用 @neo4j 和代理工作流程實現 DRIFT 搜索 - 一種結合全球和本地搜索的混合方法，以獲得更準確的 GraphRAG 回應。 DRIFT 以社區層級的上下文開始，然後通過迭代的後續查詢智能地深入具體內容。以下是您將發現的內容： 🔍 DRIFT 如何通過避免處理每個社區報告來平衡計算效率與全面的答案質量 ⚡ 使用我們的異步工作流程系統實現，並為後續查詢進行並行處理 🧠 HyDE（假設文檔嵌入）集成，以通過在相似性匹配之前生成假設答案來提高向量搜索的準確性 🔄 迭代深化過程，模仿人類的信息尋求行為 - 先獲得全局視圖，然後提出針對性問題 這一實現由 Tomaz 反向工程 @Microsoft 的 GraphRAG 方法，專門為 LlamaIndex 工作流程和 neo4j 進行調整。該系統通過幾個工作流程步驟協調實體提取、社區總結和動態知識圖譜遍歷。 完整教程及代碼示例：