# LlamaIndex 接入指南

https://modelportal.ai/docs/integrations/llamaindex?lang=zh

> Python 的检索增强框架，用 OpenAILike 接入 OpenAI 兼容接口。

## 适用场景

适合用 LlamaIndex 做检索增强、文档问答的 Python 项目。OpenAILike 走 OpenAI 兼容接口，不会按模型名校验，填平台的模型 ID 即可。

## 使用建议

is_chat_model 设为 True，请求才会走对话接口。处理长文档时可以同时设 context_window，让 LlamaIndex 按模型的上下文长度切分。

## 连不通时检查

1. API 地址填 `https://modelportal.ai/v1`，不要多写 `/chat/completions`。
2. 密钥以 `mp-`（早期的为 `key_`）开头且没有被暂停或撤销，错误码 `invalid_api_key` 表示密钥不可用。
3. 模型 ID 与[模型目录](/catalog)一致，并且在这把密钥的可用模型里。
4. 余额不足会返回 `insufficient_balance`，更多错误见[常见错误](/docs/errors)。

## 配置步骤

1. 安装依赖：pip install llama-index-llms-openai-like。
2. 创建 OpenAILike 时 api_base 填下面的 API 地址，api_key 用你自己的密钥，is_chat_model 设为 True。
3. 把这个对象设为 Settings.llm，索引和查询引擎就会用它。

## 配置参数

- API 地址：`https://modelportal.ai/v1`
- API 密钥：`YOUR_API_KEY`
- 模型：`MODEL_ID`

```python
from llama_index.llms.openai_like import OpenAILike

llm = OpenAILike(
    model="MODEL_ID",
    api_base="https://modelportal.ai/v1",
    api_key="YOUR_API_KEY",
    is_chat_model=True,
)
print(llm.complete("你好"))
```

## 常见问题

### 向量模型也能这样接吗？

可以用 llama-index-embeddings-openai-like 的 OpenAILikeEmbedding，api_base 同样填 https://modelportal.ai/v1，模型选具备向量能力的模型。