Component
core/ai-agent/llamaindex
A LlamaIndex agent, run in-cluster as an application image the Release supplies. LlamaIndex offers several distinct ways for an agent to reach an answer rather than one — reasoning and acting a step at a time, delegating tool selection to the model's own tool-calling, or planning the whole sequence before any of it runs — and that choice is the value this component insists on, alongside the system prompt the agent works under and a ceiling on how many tool calls a single run may make. Deploying it gives that agent as a worker wired to a model on the `model` socket, so one image runs against any model in the catalog. The catalog supplies no image for it — LlamaIndex is published as a library an application is built around, so there is no upstream image to pin — and until a Release sets `infra.image` the build halts naming the container image and renders nothing. An `inject:` block on the model connection delivers the names the application reads, as variables or as files, in place of the model-name variable the Recipes choose by default; the endpoint variable the client SDK reads and the attached key stay. Its Recipes deliver each own value under a default variable name; the component's own `inject:` block takes `env` and `file` entries, and one reading a value alone replaces that value's default name.
Asal-usul
- Digest konten
- sha256:8ecb518fa9de94671a0dc115d59b47db1ebf8835e53c68feb4fd0d652144c8de
- Dipublikasikan
- 2026-11-10T10:08:24Z
- Identitas penandatangan
- https://token.actions.githubusercontent.com/https://github.com/aggrega-ai/aggrega-hub/.github/workflows/catalog-publish-sign.yml@refs/heads/main
Tanda tangan
- Resmiapplication/vnd.dev.sigstore.bundle.v0.3+json
https://token.actions.githubusercontent.com/https://github.com/aggrega-ai/aggrega-hub/.github/workflows/catalog-publish-sign.yml@refs/heads/main
sha256:26402593d105f586ba18855c8a532104886790e416f02ce496276808d58c6c0e
Referensi pada versi ini
oci://hub.aggrega.ai/component/core/ai-agent/llamaindex:1.0.0Parameter pengembang
Nilai yang ditetapkan pengembang di Aggregate.
Memperluas BaseComponents#/schemas/BaseAgentParameter
| Nama | Tipe | Bawaan | Wajib | Deskripsi |
|---|---|---|---|---|
| agent_mode | string (react | openai_tools | rewoo) | react | ya | — |
| system_prompt | string | — | tidak | — |
| max_function_calls | integer | 10 | ya | — |
| log_level | string (DEBUG | INFO | WARNING | ERROR | CRITICAL) | INFO | ya | Log verbosity the agent emits. At DEBUG the agent narrates each step of its reasoning as it works; INFO and above report progress and problems only. |
Penentuan ukuran oleh operator
Ukuran infrastruktur yang disesuaikan operator untuk setiap lingkungan.
| Nama | Tipe | Bawaan | Wajib | Deskripsi |
|---|---|---|---|---|
| image | string | — | tidak | Container image running the LlamaIndex application code. |
Kontrak keluaran
Nilai yang dipublikasikan komponen ini kepada konsumen melalui topologi uses.
Tidak ada nilai keluaran yang dideklarasikan.
Soket uses
Soket dependensi yang menjadi jalur koneksi komponen ini. Target setiap koneksi yang dihubungkan melalui sebuah soket harus memenuhi selektor labelnya, dan setiap koneksi dapat membawa lampiran pada slot yang dideklarasikan soket tersebut. Slot wajib harus diisi oleh setiap koneksi yang dihubungkan oleh Aggregate atau Release melalui soket tersebut.
model
- Selektor
- component.aggrega.ai/category in (ai-model, gateway), model.aggrega.ai/api
- Injeksi
- env, file
Slot yang dapat diisi oleh setiap koneksi melalui soket ini
| Slot | Selektor | Wajib | Injeksi | Sensitif | Deskripsi |
|---|---|---|---|---|---|
| credential | feature.aggrega.ai/kind=secret | tidak | env | ya | Optional credential the agent presents to the model this connection reaches. When attached, the Recipe delivers it to the application as OPENAI_API_KEY (a Kubernetes secretKeyRef on helm, the inject pipe on compose); unattached, the application runs without an injected key. |
Slot lampiran
Titik pengikatan bernama tempat sebuah Feature dilampirkan ke komponen ini. Selektor sebuah slot membatasi Feature mana yang dapat mengisinya, dan daftar injeksinya menyebutkan cara materi Feature dapat dikirimkan. Slot wajib harus terikat pada setiap instans, melalui lampiran pada instans tersebut atau pada cakupan di atasnya, dan slot sensitif dideklarasikan untuk menangani materi rahasia. Sebuah Feature juga dapat dilampirkan dengan nama yang tidak dideklarasikan oleh slot mana pun.
Tidak ada slot lampiran yang dideklarasikan.
Daftar izin injeksi mandiri
env, file
Relasi
Sisi bertipe ke dan dari entitas lain yang dipublikasikan. Referensi tanpa target yang dipublikasikan ditampilkan sebagai sisi yang terputus, bukan sebagai tautan.
Menggunakan
- menggunakanmenggunakan soket «model»
component.aggrega.ai/category in (ai-model, gateway), model.aggrega.ai/api
Slot lampiran: credential
core/ai-model/ai21 v1.0.0 →core/ai-model/anthropic v1.0.0 →core/ai-model/azure-managed v1.0.0 →core/ai-model/azure-openai v1.0.0 →core/ai-model/azure-openai-embedding v1.0.0 →core/ai-model/bedrock v1.0.0 →core/ai-model/bedrock-embedding v1.0.0 →core/ai-model/cohere v1.0.0 →core/ai-model/databricks v1.0.0 →core/ai-model/docker-model-runner v1.0.0 →core/ai-model/gemini v1.0.0 →core/ai-model/huggingface v1.0.0 →core/ai-model/litellm v1.0.0 →core/ai-model/mistral v1.0.0 →core/ai-model/nvidia-api v1.0.0 →core/ai-model/nvidia-nim v1.0.0 →core/ai-model/ollama v1.0.0 →core/ai-model/openai v1.0.0 →core/ai-model/openai-compatible v1.0.0 →core/ai-model/openai-embedding v1.0.0 →core/ai-model/replicate v1.0.0 →core/ai-model/sagemaker v1.0.0 →core/ai-model/tei v1.0.0 →core/ai-model/tgi v1.0.0 →core/ai-model/vertex-ai v1.0.0 →core/ai-model/vertex-ai-embedding v1.0.0 →core/ai-model/vllm v1.0.0 →core/gateway/agentgateway v1.0.0 →core/gateway/apisix v1.0.0 →core/gateway/envoy-gateway v1.0.0 →core/gateway/higress v1.0.0 →core/gateway/kong v1.0.0 →core/gateway/kong-enterprise v1.0.0 →core/gateway/litellm v1.0.0 →core/gateway/traefik-hub v1.0.0 → - $refmemperluas skema (values)
BaseComponents#/schemas/BaseAgentParameter
Digunakan oleh
menggunakan soket «runner»
menggunakan soket «api»
menggunakan soket «runner»
menggunakan soket «api»
menggunakan soket «services»
menggunakan soket «api»
menggunakan soket «services»
menggunakan soket «services»
menggunakan soket «sandbox»
menggunakan soket «plugin_daemon»
menggunakan soket «ssrf_proxy»
menggunakan soket «sandbox»
menggunakan soket «plugin_daemon»
menggunakan soket «ssrf_proxy»
menggunakan soket «api»
menggunakan soket «ssrf_proxy»
menggunakan soket «api»
menggunakan soket «api»
menggunakan soket «sandbox»
menggunakan soket «plugin_daemon»
menggunakan soket «ssrf_proxy»
menggunakan soket «sandbox»
menggunakan soket «plugin_daemon»
menggunakan soket «ssrf_proxy»
menggunakan soket «target_agent»
menggunakan soket «scrape_target»
berlaku untuk
berlaku untuk
berlaku untuk
mengimplementasikan
mengimplementasikan