LangChain与LlamaIndex

面试回答

常见问法

LangChain 和 LlamaIndex 分别适合什么场景？它们的定位差别是什么？

回答

LangChain 更像通用的 LLM 应用编排框架，覆盖 Prompt、工具、链路、Agent 等多个环节；LlamaIndex 更偏文档数据接入和 RAG 场景，强调数据连接、索引和检索链路。简单理解就是，前者更偏“通用应用框架”，后者更偏“知识库 / 检索增强框架”。

追问

• 为什么很多团队用过框架后又会回到半自研？
• 框架在快速验证阶段最值钱的地方是什么？
• 一旦线上链路复杂，框架封装为什么可能变成阻碍？

原理展开

框架的核心价值是把重复样板代码抽掉，例如 Prompt 组织、模型调用、回调钩子、检索封装和工具接入。这样在验证阶段可以显著提升速度，降低搭第一版原型的成本。

但框架抽象越多，隐藏的调用链越长，调试成本和性能成本也越可能上升。尤其到了线上复杂系统，团队往往会把关键链路逐步下沉成更可控的自定义逻辑，而不是把全部业务都绑在框架抽象上。

易错点

• 把会用框架等同于理解系统
• 不区分原型开发阶段和生产阶段的不同诉求