LlamaIndex开发注意事项：Settings 全局默认 / 快速开发模式、Low‑level 自定义 / 组合式模式-马育民老师

# Settings 全局默认 / 快速开发模式

**一句话：统一全局配置，少传参数、少写代码、快速跑通 Demo。**

### 1. 核心入口
```python
from llama_index.core import Settings
```
`Settings` 是**全局单例**，一旦设置，后面所有索引/查询默认都用它。

### 2. 能全局设置什么
```python
# 模型类
Settings.llm = 你的LLM实例
Settings.embed_model = 你的Embedding实例

# 分块参数
Settings.chunk_size = 512
Settings.chunk_overlap = 20

# 节点解析器、回调、日志等
Settings.transformations = [SentenceSplitter(chunk_size=512)]
```

### 3. 用法（极简，几乎不用传参数）
```python
documents = SimpleDirectoryReader("./docs").load_data()
index = VectorStoreIndex.from_documents(documents)  # 自动用 Settings 的 LLM/Embedding
query_engine = index.as_query_engine()
```

### 4. 特点
- ✅ **写得少、跑得快、原型最快**
- ✅ 所有组件共享一套默认配置
- ❌ **耦合重、升级易崩、不好混用外部原生模型**
- ❌ 不适合长期维护的桌面应用（API一变全挂）

---

# Low‑level 自定义 / 组合式 模式

**一句话：不用全局 Settings，每个组件手动实例化、手动传入，完全自己控制。**

### 1. 核心思想：不依赖 Settings，所有组件「显式组装」
```python
# 1. 自己建 LLM、Embedding（可以是原生库，不一定用 LlamaIndex 的）
from langchain.llms import OpenAI
from sentence_transformers import SentenceTransformer

llm = OpenAI(...)
embed_model = SentenceTransformer("all-MiniLM-L6-v2")

# 2. 自己建节点解析器、向量库、存储上下文
from llama_index.core.node_parser import SentenceSplitter
from llama_index.vector_stores.chroma import ChromaVectorStore
import chromadb

node_parser = SentenceSplitter(chunk_size=512)
vector_store = ChromaVectorStore(chroma_collection=...)
storage_context = StorageContext.from_defaults(vector_store=vector_store)

# 3. 手动传参，不依赖 Settings
index = VectorStoreIndex(
    nodes=nodes,
    llm=llm,
    embed_model=embed_model,
    storage_context=storage_context,
    transformations=[node_parser]
)

# 4. 检索器、查询引擎也手动组装
retriever = VectorIndexRetriever(index=index, similarity_top_k=3)
query_engine = RetrieverQueryEngine(retriever=retriever)
```

### 2. 特点
- ✅ **完全解耦、可控、兼容最强**
- ✅ 可以混用：**LlamaIndex 只做文档加载/索引，LLM/Embedding/向量库用原生**
- ✅ **升级不怕崩**：LlamaIndex 改 API，你只改「组装那一小段」
- ✅ **桌面应用长期维护首选**
- ❌ 代码稍多，需要自己管理组件依赖

---

# 选择建议

1. **有 Settings 模式**：全局配置、快速开发、适合 Demo；
2. **有自己组装模式**：显式传参、完全可控、适合生产/桌面应用；
3. **想最大化兼容**：**坚决不用 Settings，全部自己组装**；
4. **向量模型/LLM/向量库**：**优先用原生库，只把实例传给 LlamaIndex**。

原文出处：http://malaoshi.top/show_1GW3LlDL8Tg2.html