如何 @11xAIbuild 构建了 Alice，AI SDR 🚀 培训 SDR 可能需要很长时间，11x 将这个时间缩短到几天，通过解决一个关键挑战：让 AI 理解复杂的公司材料，就像人类一样。 𝗧𝗵𝗲 𝗯𝗿𝗲𝗮𝗸𝘁𝗵𝗿𝗼𝘂𝗴𝗵：使用 LlamaParse 进行多模态文档摄取和解析 ✅ PDF、PowerPoint 和各种文档 - 所有文档都自动解析并使 LLM 可读 ✅ 对表格、图像和非结构化数据进行细粒度解析控制 LlamaParse 能够准确处理多种文件类型，加上以开发者为中心的工具，让 11x 专注于构建他们的代理，而不是解析基础设施。 想要完整的技术分析吗？ 📖 阅读案例研究： 🎥 观看最新 @aiDotEngineer 团队的技术深度探讨：

使用 @claudeai，您现在可以将搜索结果作为内容块，带来对代理应用程序的引用 - 不再需要文档变通方法！ 𝙎𝙚𝙖𝙧𝙘𝙝 𝙧𝙚𝙨𝙪𝙡𝙩𝙨 𝙖𝙨 𝙘𝙤𝙣𝙩𝙚𝙣𝙩 𝙗𝙡𝙤𝙘𝙠𝙨 由 @AnthropicAI 提供，能够为工具调用的结果提供适当的来源归属，匹配您从网络搜索功能中获得的引用质量： 🔗 自然引用，带有来源和标题归属，链接回特定的工具调用 ⚡ 在 Claude Opus 4.1、Claude Sonnet 4 和其他最新模型中通过 Anthropic 和 Google Vertex AI 提供 🛠️ 我们已经将其集成到 LlamaIndex 中，全面支持可引用的工具结果和代理工作流程 阅读官方文档： 开始使用 LlamaIndex 集成：

通过使用 @ZeroEntropy_AI 的重排序器对您的 LlamaParse PDF 结果进行重排序，提高检索准确性 📊 了解如何通过重排序技术增强您的文档搜索管道，显著提高相关性评分，以获得更好的 AI 响应。 🎯 将 LlamaParse 的高级 PDF 提取与重排序模型结合，以呈现最相关的内容 📈 实施语义重排序，使用 𝙯𝙚𝙧𝙖𝙣𝙠-1 提高检索质量，超越基本的相似性搜索 ⚡ 在重排序前后比较结果，以查看答案质量的可测量改善 LlamaParse 处理复杂的 PDF 结构，而重排序确保您的用户每次都能获得最相关的信息。 查看完整教程：

构建实时 AI 代理，能够处理来自 @Zoom 会议的实时语音数据，使用 RTMS 和 LlamaIndex 🎙️🤖 加入我们于 8 月 14 日举行的实操技术研讨会，您将学习如何创建与流音频配合的生产级 AI 系统： 🔗 设置 Zoom RTMS 以捕获实时音频 📊 使用转录块作为 LLM 上下文 🧠 构建智能的事件驱动代理，能够总结对话、检测意图、创建行动项和会议记录 与 @ojusave 和 @tuanacelik 一起，获取使用实时语音数据进行 LLM 编排的完整蓝图。 注册研讨会：2025 年 8 月 14 日，星期四，下午 6:00 CEST

你好，GPT-5！@OpenAI刚刚宣布了他们最新的模型🔥 我们有零日支持：𝗽𝗶𝗽 𝗶𝗻𝘀𝘁𝗮𝗹𝗹 -𝗨 𝗹𝗹𝗮𝗺𝗮-𝗶𝗻𝗱𝗲𝘅-𝗹𝗹𝗺𝘀-𝗼𝗽𝗲𝗻𝗮𝗶 GPT-5能在迷宫中找到宝藏吗？试试Agent Maze：一个工具极少的代理，任务是解决一个我们生成的迷宫。 然后我们测试它的时间和工具调用次数。 试试Agent Maze： 并开始使用LlamaIndex和GPT-5：

使用 LlamaCloud Index 构建企业 AI 应用程序，并将其连接到能够处理复杂多步骤查询的智能工具调用代理。 这篇由 @seldo 撰写的教程将引导您创建第一个 LlamaCloud Index，使用摩根大通的银行文件，并构建一个能够跨多个数据源进行推理的代理： 🏦 设置 LlamaCloud Index，以解析和索引密集的 PDF 文档，如银行协议和费用清单 🤖 使用我们的工作流抽象创建多工具代理，可以查询您索引的数据以及其他功能 💰 处理复杂场景，例如计算多个交易和时间框架下的银行费用 📊 实时流式传输代理推理，以准确查看您的 AI 系统如何处理多步骤问题 该代理成功处理了一个复杂的银行场景，涉及透支计算、费用评估和时间安排 - 演示了 LlamaCloud Index 如何与基于我们开源框架构建的代理工作流无缝集成。 📹 观看完整的演示： 📖 开始教程：

🤖 @AnthropicAI 刚刚发布了 Claude Opus 4.1，我们对此提供了零日支持，你只需运行： 𝘱𝘪𝘱 𝘪𝘯𝘴𝘵𝘢𝘭𝘭 -𝘜 𝘭𝘭𝘢𝘮𝘢-𝘪𝘯𝘥𝘦𝘹-𝘭𝘭𝘮𝘴-𝘢𝘯𝘵𝘩𝘳𝘰𝘱𝘪𝘤 想尝试与 LlamaIndex 一起使用吗？查看我们的示例笔记本：

准备好看看文档代理如何处理混乱的财务文件了吗？ 我们即将于 1️⃣ 周后举办的网络研讨会将向您展示如何构建与财务团队每天处理的复杂多模态文档相适应的系统： 📊 使用 LlamaCloud 的企业级解析引擎构建文档代理，该引擎能够处理 10-K 和财报中的嵌套表格、图表和不一致格式 🤖 设置端到端的自动化工作流程，利用 LlamaIndex 的代理编排实现无缝文档处理 💼 实施真实用例，如 SEC 文件分析、投资组合风险评估和合规报告，使用智能管道 ⚡ 超越传统 OCR 的限制，从非结构化财务文档中提取可操作的数据 加入 @tuanacelik 和 LlamaIndex 团队，8 月 12 日上午 9 点 PST：

无论您是想与终端聊天还是为您的网络应用添加语音助手，我们都通过我们的 Gemini Live 集成为您提供支持，现在在 TypeScript 中可用！ 👇 查看下面的演示，@itsclelia 将向您展示如何设置和运行一个简单的终端聊天 - 如果您非常渴望尝试，您可以直接运行 𝘯𝘱𝘹 @𝘤𝘭𝘦-𝘥𝘰𝘦𝘴-𝘵𝘩𝘪𝘯𝘨𝘴/𝘭𝘪𝘷𝘦-𝘤𝘩𝘢𝘵 🏃 📚 了解 LlamaIndex TS： ⭐ 在 GitHub 上为演示代码加星：

部署自主 AI 代理在生产中的最大障碍不是能力，而是可靠性。 虽然演示展示了令人印象深刻的自主行为，但大多数组织在代理面临企业环境的复杂现实时却苦苦挣扎。基于代币的循环不可预测地漂移，上下文窗口被污染，状态管理在会话之间失败。 🏭 @MongoDB 的持久状态管理确保代理在系统重启和故障时保留完整的上下文 🧠 我们的智能检索系统通过学习哪些历史信息是有价值的，消除了上下文污染 ⚙️ LlamaIndex 工作流在自主操作中实现确定性控制，提供可审计性而不牺牲适应性 📈 来自 @cemex 的真实验证显示开发周期从三周减少到不到一天 未来不是在智能和可靠性之间选择：而是构建足够可靠的基础设施以支持真正独立操作的自主代理。当持久状态管理与智能代理框架相结合时，组织终于可以在生产中部署始终如一的代理。 阅读 @MongoDB 和 LlamaIndex 如何解决自主代理中的可靠性危机：