最近在做本地知识库问答，文档量大概几千份PDF，主要是技术手册。我先用LangChain搭了一个基础的向量检索+LLM生成流程，用的Chroma和OpenAI的embedding，效果还行但总感觉控制粒度不够细。后来看社区说LlamaIndex对索引和检索优化更好，又试了一下，确实它的Node解析和query engine用起来更顺手，但跟LangChain的生态（比如agent、memory）集成又麻烦。现在纠结的是：项目后期肯定要加多轮对话和工具调用，是继续在LangChain上自己调优检索，还是干脆用LlamaIndex做核心、再包一层LangChain？有没有朋友遇到过类似的取舍，或者有两者混用的实践？求指点，谢谢。