LangChain 與 LlamaIndex：供應商文件裡的名字，教師該追問甚麼

學期初，一所中學校長把三份 AI 方案放在會議桌上，封面都寫「採用 LangChain 與 LlamaIndex」。他轉向資訊科技主任：「我唔識呢兩個名——佢哋係咪代表好勁？」主任答：「我知係開發工具，但唔知佢哋喺我哋學校究竟接邊啲線。」

這是模組四的收尾課。上一課談 Agent 與 Tool Calling；實務上很少從零手寫循環，而是用現成框架把檢索、工具與紀錄接好。教師不必選框架，但要能在評審會追問設計——否則術語會變成空白支票。

---

前台與後台

學年匯演當晚，觀眾看見的是台上十分鐘：燈光、音響、投影、司儀串詞。同一時間，後台有另一群人：接 HDMI、對講頻道、備援播放、記錄哪一段出錯要重來。

語言模型是前台表演者——生成文字、回應提問。LangChain 與 LlamaIndex 這類框架是後台線路——把 PDF 讀進來、切成段落、建索引、接到工具、在失敗時重試、把每一步寫進日誌。沒有後台，每次匯演都要重新拉線；有後台，換一位表演者（換模型）時，燈光台不必整個拆掉。

兩條後台分工

名字常一起出現，但側重不同。

LangChain 管流程

它回答「先做甚麼、後做甚麼」：模型要求使用工具時怎樣接、Agent 循環怎樣轉、哪一步要等人手按確認。上一課的「讀結果再排下一步」，在工程裡多半由這類編排層搭出來。

LlamaIndex 管資料入口

它回答「文件怎樣變成可搜尋的段落」：讀 PDF、Word、網頁，切段、建向量索引、檢索後重排。對應 校本知識庫與 RAG 與 Chunking 與重排 的實作版。

實務上常一起用：LlamaIndex 處理資料與檢索，LangChain 串流程與工具——像匯演同時需要音控與燈控，不是二選一。

框架的真正價值不是名氣，而是「換模型時後台線路可唔可以留低」——這句值得帶去評審會。

可換供應商才值得寫進合約

若程式直接寫死在某一家 API 上，由 OpenAI 轉 Anthropic，或轉校內 Ollama，往往等於重寫。我們見過學校花一年做原型，供應商合約一完就無力遷移。

框架提供一層共用接口：換模型時，理想情況只改設定檔的一小段，其餘流程、稽核、介面不動。這與 MCP 的道理同方向——MCP 統一工具接法，框架統一模型接法；都在保護學校的長期彈性。

Edor.ai 已內建這層：可在 OpenAI（預設）、Azure OpenAI、Anthropic、Poe 與本地 Ollama 之間切換，學校拿到的是成品工具，不是一堆待組裝零件。

評審會上的四條追問

回到那三份建議書。資訊科技主任讀完本課後，在評審會只問四件事——不需懂程式：

1. 來源：「答案會否標明出自哪一段校本文件？教師點得開原文？」——第一份只做了檢索，介面沒有回傳段落，答不出來。
2. 可換性：「三年後換 AI 供應商，我們要改幾多？」——第二份說明模型設定集中在一處；第三份含糊其詞。
3. 稽核：「每次 AI 回覆有否紀錄？誰可查？保留幾耐？」——其中一份完全沒有設計，直接出局。
4. 帶走：「合約結束，文件與索引可否整套匯出？收費幾多？」

四條問題把差距完全問出來。入選的不是術語最多的那份，而是四條都有具體答案的那份。教師的專業不在選框架，而在確認設計有把資料擁有權、稽核與覆核寫進去。

容易走歪的地方

• 錯法：見到框架名字就默認方案可靠，不再追問來源與稽核。自查：用下面練習的提示，把技術章節轉成追問清單再開會。
• 錯法：用教師時間與校本預算自行維護框架層。自查：問「誰在科任離職後負責安全更新？」若答不出，應選平台而非自研。
• 錯法：只比模型名稱，不比資料能否一鍵匯出。自查：要求示範匯出格式與是否含索引；見 安全與私隱。

動手做一次

時間：約 12 分鐘。材料：任一 AI 工具 + 一份（可公開的）技術建議書或產品說明節錄。

1. 貼入：

你是協助香港學校評審資訊科技採購的顧問。以下 <<< >>> 內是 AI 方案技術章節。
請就四項列出「建議書有寫／沒寫／應追問甚麼」：一、答案可否標明資料來源；二、更換 AI 供應商成本；三、每次回答的稽核與保留期；四、合約結束時資料與索引匯出。
只根據提供文字判斷，未提及寫「未提及」，不要替供應商推測；有依據時引用原句。
<<<
[貼上技術章節]
>>>

2. 交出：AI 產出的四項清單 + 你標記「最危險的一項缺漏」及理由（一句即可）。

做對了：清單裡有「未提及」而非編造；你的標記應指向稽核或匯出其中一項。模組四到此完成；下一模組由 LoRA 與 QLoRA 開始。課程總覽見 LLM 教室。