VectifyAI / PageIndex

∴ 是什么

PageIndex 是一个无向量库（vectorless）、基于推理（reasoning-based）的检索增强生成（RAG）引擎。它用分层树索引替代向量索引，检索时让 LLM 像人类专家一样在树中推理导航。索引和检索分两步：先生成文档的树结构索引，再让 LLM 基于完整上下文（对话历史、领域知识等）搜索该树。它支持本地模式和云模式，本地模式在用户机器上完成索引、检索和聊天。

∴ 解决什么问题

• ›向量数据库对长且复杂的专业文档检索准确率低，相似性不等于相关性
• ›向量检索结果不透明，缺乏可追溯性
• ›查询时只能使用查询嵌入，无法利用完整上下文
• ›将整个 PDF 作为原生输入传给模型，成本随文档长度增长且会超出上下文窗口

∴ 怎么上手

1. 01安装：pip install -U pageindex
2. 02设置环境变量 OPENAI_API_KEY="your-openai-key"
3. 03创建客户端：client = PageIndexClient(index="gpt-5.6-luna", chat="gpt-5.6-sol")
4. 04提交文档：doc_id = client.submit_document("report.pdf")["doc_id"]
5. 05提问：answer = client.chat("What was the 2023 operating margin?", doc_id=doc_id)
6. 06打印回答：print(answer)

∴ 适合谁

适用于需要处理金融报告、法律文件、监管文件、技术手册、医学文献、学术教材等长且复杂的专业文档的开发者，以及希望在本地或云端构建可解释 RAG 应用的团队。

∴ 要点

• ›无向量数据库、无分块（no chunking）
• ›检索结果可追溯到明确的引用，可解释
• ›上下文感知：检索时利用完整对话历史和领域知识
• ›本地模式下索引成本约每页 0.001 美元，1000 页约几美元
• ›在 FinanceBench 上达到 98.7% 准确率
• ›支持本地模式（文本 PDF）和云模式（扫描件、图像丰富文档、OCR、块级引用）

∴ 在榜记录

GitHub Trending 今日榜的每日存档，日期按北京时间。2026-09-29 首次上榜，累计在榜 3 天，最高第 11 名。