Erstellen Sie Unternehmens-AI-Anwendungen mit LlamaCloud Index und verbinden Sie diese mit intelligenten Tool-Calling-Agenten, die komplexe, mehrstufige Anfragen bearbeiten können. Dieses Tutorial von @seldo führt Sie durch die Erstellung Ihres ersten LlamaCloud Index, unter Verwendung von JP Morgan Chase-Banking-Dokumenten und dem Aufbau eines Agenten, der über mehrere Datenquellen hinweg schlussfolgern kann: 🏦 Richten Sie LlamaCloud Index ein, um dichte PDF-Dokumente wie Bankverträge und Gebührenübersichten zu parsen und zu indizieren 🤖 Erstellen Sie Multi-Tool-Agenten mit unserer Workflows-Abstraktion, die Ihre indizierten Daten zusammen mit anderen Funktionen abfragen können 💰 Bearbeiten Sie komplexe Szenarien wie die Berechnung von Bankgebühren über mehrere Transaktionen und Zeitrahmen hinweg 📊 Streamen Sie die Schlussfolgerungen des Agenten in Echtzeit, um genau zu sehen, wie Ihr AI-System mehrstufige Probleme verarbeitet Der Agent verarbeitet erfolgreich ein komplexes Bankszenario, das Überziehungsberechnungen, Gebührenbewertungen und Zeitrahmen umfasst - und demonstriert, wie LlamaCloud Index nahtlos mit agentischen Workflows integriert, die auf unserem Open-Source-Framework basieren. 📹 Sehen Sie sich die vollständige Anleitung an: 📖 Beginnen Sie mit dem Tutorial: