CocoIndex 是一个开源的 数据转换与索引框架，专注于为 RAG（检索增强生成）和语义搜索提供高效的数据处理。它支持 PDF 解析、文本分块（chunking）、embedding 生成与索引更新，帮助开发者快速构建智能问答和知识检索应用。

🌟核心特性与功能：

⚡ 高性能引擎：核心用 Rust 编写，支持大规模数据处理

🔄 增量处理：数据源更新时只重新计算必要部分，提升效率

🧩 模块化数据流：声明式 Dataflow 编程模型，像拼积木一样快速组装

👀 数据血缘追踪：所有转换过程可观察，确保透明性与可调试性

📚 多源支持：支持本地文件、S3、Azure、Google Drive 等数据源

🔍 语义搜索：内置文本、代码、PDF、图像等嵌入索引，支持向量数据库（如 Qdrant、LanceDB）

🧠 LLM 集成：可结合大模型进行结构化信息抽取、推荐系统、知识图谱构建

🖼 多模态处理：支持文本、图像、PDF 等多格式数据的嵌入与索引

🚀 生产级准备：开箱即用，支持快速部署到 FastAPI + Docker