PageIndex

产品简介

PageIndex 是由 Vectify AI 打造的一套「无向量、基于推理」的新一代文档检索（RAG）引擎，被官方定义为「AI 的文档检索层」。传统向量检索依赖语义相似度，但在财报、法律文书、监管文件这类长而复杂的专业文档上，「相似」并不等于「相关」。PageIndex 干脆放弃向量数据库与文本分块，改用受 AlphaGo 启发的层次化树状索引，让大模型像人类专家一样「翻到对的章节去读」，从而实现可追溯、可解释、上下文感知的检索。项目在 GitHub 上已获得超过 3.6 万 Star，采用 MIT 协议开源，并同时提供本地 SDK 与 PageIndex Cloud 云服务。

核心功能

• 树状索引（Tree Index）：为每份文档自动生成层级化的树结构索引，替代传统向量索引。
• LLM 推理式检索：检索不是相似度匹配，而是大模型在索引树上做多步推理，找到真正相关的内容。
• 无向量数据库、无分块：彻底省去向量库搭建与切片调参，降低工程复杂度。
• 可追溯引用：答案可定位到具体文档、具体页码，返回 <cite /> 形式的引用，避免「凭感觉检索」。
• PageIndex Flash：针对纯文本 PDF 的高速树索引生成方案，是 SDK 本地模式的默认索引方法。
• PageIndex File System：文件级树索引层，让 PageIndex 能对整个语料库做推理，而非只针对单篇文档。
• PageIndex App：面向长篇专业文档的「类人」文档分析智能体，同时提供 MCP 与 API 接入方式。
• 双模式部署：既可本地模式用自己的 LLM Key 离线索引与问答，也可接入 PageIndex Cloud 云服务。
• 多模型兼容：支持 gpt-5.6-sol、claude-opus-5、glm-5.3-flash 等主流模型自由搭配。

特色优势

相较传统向量 RAG，PageIndex 的核心差异在于「索引方式」与「检索方式」的双重革新：向量 RAG 用向量索引 + 语义相似度搜索，结果往往不透明，难以解释；PageIndex 用树索引 + 大模型推理，结果可追溯到明确的引用位置。此外它支持把对话历史、领域知识等完整上下文一并纳入检索判断，而向量 RAG 通常只能用查询本身的向量去匹配，容易「找到相似但无关、漏掉相关但不相似」的内容。对于需要专业理解与多步推理的长文档场景，这一路线在准确率与可解释性上优势明显，同时因为不需要维护向量库，整体成本也更可控。

应用场景

• 金融与财报分析：在 120 页的年报中精确检索「2023 年营业利润率」等具体指标，并给出页码引用。
• 法律与合规审阅：对合同、监管文件做上下文敏感的条款定位与比对。
• 技术手册检索：在超长产品文档、开发手册中快速找到对应章节。
• 学术与医学文献：在教科书、论文、医学文献中做基于推理的知识检索。
• 企业知识库：用 PageIndex File System 在整个文档语料上构建可推理的检索层，支撑内部问答与智能体。

适用人群

需要处理长而复杂专业文档的金融分析师、法律从业者、科研人员、合规与风控团队，以及正在构建 RAG / Agentic 检索系统的 AI 工程师与开发者。

出品方

Vectify AI（Vectify AI 团队），项目以 MIT 协议在 GitHub 开源，仓库地址为 github.com/VectifyAI/PageIndex。

更新动态

2026 年 8 月，官方发布 PageIndex SDK 本地模式（pip install -U pageindex），支持在本机用自己的 LLM Key 完成索引、检索与对话，或指向 PageIndex Cloud；同期推出 PageIndex Flash 高速树索引方案并设为本地模式默认；并上线 PageIndex File System 文件级树索引层与 PageIndex App 文档分析智能体。

官网链接

https://pageindex.ai （GitHub：https://github.com/VectifyAI/PageIndex）