PageIndex

不靠向量靠推理，让 RAG 检索更聪明

开源 🏷️定价信息待确认 ✅ 目前可打开搜索知识 🍴 复刻 3456 🐛 待处理 166 👀 关注 152

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 40168

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类搜索知识

开发团队VectifyAI

官网地址https://pageindex.ai

GitHubhttps://github.com/VectifyAI/PageIndex

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agentic-ai,agents,ai,ai-agents,context-engineering,information-retrieval,llm,rag,reasoning,retrieval,retrieval-augmented-generation,vector-database

GitHub 星标★ 40168

上线时间2025-04-01 00:00:00

代码更新2026-11-07

仓库体积32.0 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

PageIndex 是一个面向 RAG（检索增强生成）场景的文档索引框架，核心思路是放弃传统向量检索，转而通过推理（reasoning）来定位信息。它解决的问题是：向量检索依赖语义相似度，难以处理逻辑复杂、需要多步推理或跨文档关联的查询。PageIndex 将文档组织为可推理的结构，让 LLM 在检索时进行上下文推理，从而更精准地找到答案。其核心能力包括：构建支持推理的文档索引、提供无向量检索的 RAG 流水线、以及集成 agentic AI 能力，使检索过程更智能。项目用 Python 实现，适合需要高精度、可解释检索的场景。

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

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 40168

技术标签

agentic-ai agents ai ai-agents context-engineering

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 环境（README 使用 pip 安装）
可用的 OpenAI API Key
待索引的文档，例如 PDF 文件（示例为 report.pdf）

安装与启动步骤

1安装 PageIndex SDK

使用 pip 安装最新版 pageindex 包，安装后即可在本地 Python 代码中导入使用。
```
pip install -U pageindex
```
2配置 LLM 密钥

把 OpenAI API Key 写入环境变量 OPENAI_API_KEY，示例值需替换为你自己的真实密钥。
```
import os
os.environ["OPENAI_API_KEY"] = "your-openai-key"
```

3初始化客户端

创建 PageIndexClient，index 指定构建树索引的模型，chat 指定检索树的模型。

from pageindex import PageIndexClient

client = PageIndexClient(
    index="gpt-5.6-luna",   # model to build the tree index
    chat="gpt-5.6-sol",     # model to search the tree
)

4提交文档建索引

调用 submit_document 传入本地文档路径，返回结果中的 doc_id 用于后续检索，需妥善保存。
```
doc_id = client.submit_document("report.pdf")["doc_id"]
```
5提问验证检索

用 client.chat 针对该 doc_id 提问，返回结果即推理式检索得到的答案。
```
answer = client.chat("What was the 2023 operating margin?", doc_id=doc_id)
print(answer)
```

关键配置

配置项	必填	说明	示例
`OPENAI_API_KEY`	是	本地模式调用 LLM 的密钥，写入环境变量后客户端读取	`your-openai-key`
`index`	是	PageIndexClient 参数，指定构建树索引所用的模型	`gpt-5.6-luna`
`chat`	是	PageIndexClient 参数，指定检索树时所用的模型	`gpt-5.6-sol`