PageIndex 是什么？它和传统 RAG 有何不同？

PageIndex 是 VectifyAI 开源的 RAG 系统，无需向量数据库即可检索信息。它不对文档做嵌入和分块，而是为每篇文档构建一棵层级树结构，并利用 LLM 推理来遍历这棵树，模拟人类专家阅读目录、定位相关章节的方式。

PageIndex 需要向量数据库或文档分块吗？

不需要。PageIndex 把两者都省掉了。它不存储向量嵌入，从而避免了高昂的向量存储成本；它也不对文档分块，因此能保留文档天然的逻辑结构，而不是把它切碎。

PageIndex 在 FinanceBench 基准测试上的准确率如何？

PageIndex 搭配 GPT-4 在 FinanceBench 上达到 98.7% 的准确率，属于 state-of-the-art 水平。PageIndex 搭配 Claude-3 达到 97.2%，而传统向量 RAG 在同一基准上的得分约为 79-82%。

我该如何安装 PageIndex 并运行一次基础查询？

用 `pip install pageindex` 安装。然后用 `pi = PageIndex()` 初始化，通过 `pi.load_pdf("file.pdf")` 加载文档，再用 `result = pi.query("your question")` 进行查询。返回结果中既包含答案，也包含页码、章节等引用来源。

PageIndex 最适合处理哪类文档？

PageIndex 专为那些结构很重要、且需要可解释引用的长篇专业文档而设计，例如财报和招股说明书、法律合同和判例法、医学文献和临床试验报告，以及 API 参考、操作手册等技术文档。

PageIndex：29K⭐革命性 RAG 系统，不用向量数据库也能做文档检索

PageIndex 是 VectifyAI Open Source的向量无关、推理驱动 RAG 系统。29K+ Stars，通过构建文档树结构实现人类般的检索，在 FinanceBench 达到 98.7% 准确率。

Go
Python
MIT
更新于 2026-05-15

📦 出现在以下合集中

📚 知识库 Stack →

🔗 相关资源推荐

📦 出现在以下合集中

💬 留言讨论