jev-doc-search 是搜索知识领域的开源项目，由 VectifyAI 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 651 个项目，GitHub 星标数为 121。
项目目前处于活跃维护状态，最近一次代码更新于 2026-10-03。
它主要面向的使用场景是：研究长文档RAG索引策略的技术验证。同类可对比的替代方案包括 RAGFlow、LlamaIndex。
jev-doc-search
长文档检索，先定位页面再回答，省 token 提精度
jev-doc-search 是一个面向长文档检索场景的开源实验项目，核心思路是把 Jev 与 PageIndex 结合，解决传统 RAG 在超长文档中切块检索精度下降、上下文割裂的问题。它先对文档做页面级索引，再借助 Jev 的检索能力定位相关页面，从而在保持较低 token 消耗的同时提升长文档问答的召回质量。项目用 Python 实现，技术栈围绕 rag 与 search，适合想研究长文档索引策略、页面级检索与 RAG 结合的开发者参考。当前星标约 121，属于早期项目，代码规模和生态仍在成长阶段，更适合作为思路验证与二次开发的起点，而非直接上生产的成熟方案。
开源
unknown
搜索知识
GitHub 星标
★ 121
维护状态
活跃
是否开源
是
定价模式
unknown
项目预览
项目数据
分类搜索知识
开发团队VectifyAI
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型rag,search
GitHub 星标★ 121
30天Star增速
HF 下载量
上线时间2026-09-30 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-09
浏览次数0
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
正在加载星标数据…
技术标签
使用教程
—
核心亮点
- 用 PageIndex 做页面级索引，避免长文档切块导致上下文割裂
- 结合 Jev 检索，思路清晰，便于理解长文档 RAG 的索引与召回链路
- Python 实现，代码量小，适合快速阅读和二次改造
不足之处
- 早期项目，文档与使用示例可能不完整
- 社区规模小，稳定性和长期维护待观察
适用场景
- 研究长文档 RAG 索引策略的技术验证
- 为合同、论文、手册等超长文档做问答原型
- 作为页面级检索思路的教学与二次开发起点
替代项目
RAGFlow、LlamaIndex
项目介绍
下一篇：docsmint
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
Supercharge your AI agents with data from the web and beyond. Building the library f···
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔，自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···