方案对比

Unifiles 与其他文档处理和 RAG 方案有什么不同？本文从多个维度进行对比分析，帮助你选择最适合的方案。

定位差异

首先需要明确，这些方案的定位并不完全相同：

方案	定位	核心价值
Unifiles	文档处理基础设施服务	开箱即用的三层文档处理
LangChain	LLM 应用开发框架	灵活的组件编排能力
LlamaIndex	数据索引框架	丰富的数据连接器
Dify	LLM 应用开发平台	低代码可视化搭建

它们可以是互补关系而非替代关系。例如，你可以用 Unifiles 处理文档，然后通过 LangChain 构建应用逻辑。

---

详细对比

Unifiles vs 自建方案

如果你考虑自己搭建文档处理流水线：

维度	自建方案	Unifiles
开发时间	需要 2-4 周搭建基础设施	API 调用即可使用
文档解析	需要集成多个解析库	内置多格式支持
OCR 能力	需要接入 OCR 服务	内置 OCR 引擎
向量存储	需要部署向量数据库	内置 pgvector
多租户	需要自行设计实现	原生支持
运维成本	需要维护多个组件	单一服务 / 托管
灵活性	完全可控	通过配置调整

适用场景：

• 选择 Unifiles：快速启动，专注业务逻辑
• 选择 自建：有特殊定制需求，团队有足够资源

Unifiles vs LangChain

LangChain 是一个 LLM 应用开发框架，提供了丰富的组件和链式编排能力。

维度	LangChain	Unifiles
本质	Python/JS 库	独立服务
部署方式	集成到你的代码中	独立部署或 SaaS
文档处理	需要自行集成解析器	内置完整流水线
OCR	需要接入第三方	内置
向量存储	需要自行选择和配置	内置
学习曲线	需要理解框架概念	API 调用
灵活性	极高，完全可编程	通过参数配置
多租户	需要自行实现	原生支持

LangChain 的优势：

• 极高的灵活性，可以组合任意组件
• 丰富的 LLM 支持（OpenAI, Claude, 本地模型等）
• 活跃的社区和生态系统
• 复杂的链式逻辑编排

Unifiles 的优势：

• 开箱即用，无需组装组件
• 内置文档处理能力（OCR、格式转换）
• 原生多租户支持
• 独立服务，语言无关

搭配使用：

# Unifiles 负责文档处理
from unifiles import UnifilesClient

unifiles = UnifilesClient(api_key="sk_...")
file = unifiles.files.upload("document.pdf")
unifiles.extractions.create(file.id).wait()
unifiles.knowledge_bases.documents.create(kb_id, file.id).wait()

# LangChain 负责应用逻辑
from langchain.chains import RetrievalQA
from langchain_openai import ChatOpenAI
from unifiles.integrations.langchain import UnifilesRetriever

retriever = UnifilesRetriever(api_key="sk_...", kb_id=kb_id)
qa_chain = RetrievalQA.from_chain_type(
    llm=ChatOpenAI(model="gpt-4"),
    retriever=retriever
)

answer = qa_chain.invoke({"query": "合同的违约条款是什么？"})

Unifiles vs LlamaIndex

LlamaIndex 专注于数据索引和检索，提供了丰富的数据连接器。

维度	LlamaIndex	Unifiles
本质	Python 库	独立服务
数据连接器	100+ 数据源连接器	专注文档处理
文档处理	依赖集成的解析器	内置完整流水线
OCR	需要接入第三方	内置
索引策略	多种索引结构	知识库 + 分块
查询引擎	多种查询模式	语义 + 混合搜索
多租户	需要自行实现	原生支持

LlamaIndex 的优势：

• 丰富的数据源连接器（Notion, Slack, 数据库等）
• 多种索引结构（向量、关键词、图等）
• 高级查询引擎（子问题分解、路由等）

Unifiles 的优势：

• 内置高质量 OCR
• 文档处理即服务，无需代码集成
• 原生多租户
• 语言无关

Unifiles vs Dify

Dify 是一个 LLM 应用开发平台，提供可视化搭建能力。

维度	Dify	Unifiles
本质	应用开发平台	文档处理服务
界面	可视化工作流	API / SDK
文档处理	内置知识库	内置完整流水线
LLM 支持	多模型支持	不包含 LLM
应用构建	低代码搭建	需要编程
部署方式	自部署 / 云	自部署 / SaaS
定制性	中等	高（API 级别）

Dify 的优势：

• 可视化工作流搭建
• 内置多种 LLM 支持
• 低代码，非开发者友好
• 完整的应用运行环境

Unifiles 的优势：

• 专注文档处理，更专业的 OCR
• API 级别集成，更灵活
• 可与任意 LLM 框架配合
• 更细粒度的控制

---

选择建议

适合选择 Unifiles 的场景

1. 需要高质量 OCR：处理扫描件、复杂布局文档
2. 构建多租户 SaaS：需要原生的租户隔离
3. 快速启动：不想花时间搭建文档处理基础设施
4. 语言无关：团队使用多种编程语言
5. 与现有系统集成：通过 API 与现有架构对接

适合选择 LangChain/LlamaIndex 的场景

1. 复杂应用逻辑：需要高度定制的链式编排
2. 多数据源：需要连接 Notion, Slack 等数据源
3. 本地 LLM：需要使用本地部署的模型
4. 团队熟悉 Python：深度集成到 Python 代码库

组合使用

最佳实践往往是组合使用：

文档来源 ──► Unifiles（处理和存储）──► LangChain（应用逻辑）──► LLM ──► 用户

• Unifiles 负责文档的上传、OCR、存储和检索
• LangChain/LlamaIndex 负责应用逻辑和 LLM 交互

---

迁移指南

从 LangChain 迁移

如果你已经在使用 LangChain，可以逐步将文档处理迁移到 Unifiles：

# 之前：LangChain + 自建文档处理
from langchain.document_loaders import PyPDFLoader
from langchain.vectorstores import Chroma

loader = PyPDFLoader("document.pdf")
docs = loader.load()
vectorstore = Chroma.from_documents(docs, embeddings)

# 之后：Unifiles + LangChain
from unifiles import UnifilesClient
from unifiles.integrations.langchain import UnifilesRetriever

client = UnifilesClient(api_key="sk_...")
file = client.files.upload("document.pdf")
client.extractions.create(file.id).wait()
client.knowledge_bases.documents.create(kb_id, file.id).wait()

retriever = UnifilesRetriever(api_key="sk_...", kb_id=kb_id)
# 后续 LangChain 代码保持不变

从自建方案迁移

1. 替换文件存储：将文件上传改为调用 Unifiles API
2. 替换 OCR：移除自建 OCR 逻辑，使用 Unifiles 提取
3. 替换向量存储：使用 Unifiles 知识库
4. 适配检索接口：使用 Unifiles 搜索 API

---

下一步

• 快速开始

  5 分钟体验 Unifiles

  quickstart.md

• API 使用指南

  详细的 API 使用说明

  using-the-api

• LangChain 集成

  与 LangChain 的集成指南

  langchain.md