星标数：40408★ Fork数：3475 《PageIndex：基于树状索引与推理的无向量RAG引擎》
PageIndex 是一个无向量、基于推理的 RAG 引擎，它模仿人类的阅读方式，提供可追溯、可解释、上下文感知的检索，无需向量数据库，也无需分块（chunking）。
你是否对长而复杂的文档上向量数据库的检索准确率感到沮丧？基于向量的 RAG 通过语义相似度进行检索，但相似 ≠ 相关——检索真正需要的是相关性，而相关性需要推理。在需要上下文理解、领域专业知识和多步推理的专业文档上，相似度搜索会漏掉那些相关但不相似的内容，却返回那些相似但不相关的结果。
受 AlphaGo 启发，PageIndex 用层级树状索引替代向量索引，让 LLM 像人类专家翻阅并阅读长报告中正确章节那样，通过推理在索引中穿行。检索分为两步：先为每份文档生成树结构索引，再由 agent 化地用 LLM 推理搜索这棵树。它适用于财报、法律文书、监管申报、技术手册、医学文献、学术教材，以及任何冗长复杂的专业文档。
主要特点
- 基于推理的 RAG，无需向量数据库、无需分块
- 上下文感知检索，可纳入对话历史、领域知识等完整上下文
- 检索结果可追溯到明确引用，而非不透明的“凭感觉检索”
- 用树索引替代向量索引，用 LLM 推理替代语义相似度搜索
- 提供 PageIndex SDK，支持本地与云端两种模式，也可通过 Page Search API 等接入
快速开始
pip install -U pageindeximport os
from pageindex import PageIndexClient
os.environ["OPENAI_API_KEY"] = "your-openai-key"
client = PageIndexClient(
index="gpt-6-luna", # model to build the tree index
chat="gpt-6-sol", # model to search the tree
)
doc_id = client.submit_document("report.pdf")["doc_id"]
answer = client.chat("What was the 2023 operating margin?", doc_id=doc_id)
print(answer)关于模型选择：index= 使用基础模型即可，因为树结构本身从文档版式中提取，不依赖 LLM；chat= 建议使用你能负担得起的最强模型，由它搜索树来检索信息。
📊 本项目 GitHub 星标数：40408。最后更新：2026-11-05，发布：2026-11-05。项目地址：https://github.com/VectifyAI/PageIndex
