PageIndex
活跃简介
开源向量无关的推理型 RAG 系统，绕过 chunking 与向量检索，用 LLM 在层级树索引上做上下文感知检索。
核心特性
- 向量无关检索 — 无需向量数据库或 chunking，通过文档结构与 LLM 推理完成检索
- 层级树索引 — 自动从长文档生成 TOC 树状结构，模拟人类专家导航
- 推理驱动 — 每个检索结果都可追溯到具体页码和章节
- 上下文感知 — 检索依赖完整对话上下文，可动态加入新信息
- 树搜索算法 — LLM 在索引树上进行多步推理找到相关段落
- 高精度 — 在 FinanceBench 上达到 98.7% 准确率，远超向量检索
适用场景
💡 在长篇财务报告、监管文件和学术教材上做高精度问答
💡 构建可解释的 RAG 系统，每个检索结果都能追溯到原始页码
💡 替换传统向量检索以避免相似而非相关的误召回
💡 集成到企业知识库，处理需要多步推理的专业文档
💡 为 LLM 提供 Agentic 工具调用以完成文档分析任务
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（35.2k stars）
- • 开源许可证友好（MIT）
- • Issue 响应及时，积压少
分类
快速开始
git clone https://github.com/VectifyAI/PageIndex.git
cd PageIndex
pip install -r requirements.txt
export OPENAI_API_KEY=sk-...
python examples/agentic_vectorless_rag_demo.py