PageIndex

VectifyAI PageIndex

PageIndex 项目核心内容总结：

项目功能
PageIndex 是一个基于推理的 检索增强生成（RAG）系统，通过构建 树状索引结构，实现对复杂文档（如金融报告）的精准内容提取与问答。无需依赖传统向量数据库或分块处理，显著提升检索准确性。

主要特性

1. 无向量数据库：不依赖向量存储，降低技术复杂度。
2. 无分块处理：保留文档原始层级结构，避免信息割裂。
3. 类人检索：通过层级索引实现类似人类的文档导航能力。
4. 透明过程：支持节点ID、摘要等元数据添加，增强可追溯性。
5. OCR 支持：专为复杂 PDF 设计的 OCR 模型，保留文档全局结构。

使用方法

1. 安装依赖：pip3 install --upgrade -r requirements.txt
2. 配置 OpenAI API 密钥（通过 .env 文件）。
3. 运行脚本生成树结构：

   python3 run_pageindex.py --pdf_path /path/to/document.pdf

   支持 Markdown 文件（需正确层级格式）：

   python3 run_pageindex.py --md_path /path/to/document.md

部署选项

• 自托管：本地运行脚本处理文档。
• 云服务：通过 API 集成（提供 OCR、树生成等服务）。

案例成果
在金融问答基准测试（FinanceBench）中，基于 PageIndex 的 Mafin 2.5 系统 达到 98.7% 准确率，显著优于传统向量 RAG 方法。

资源
提供教程、案例研究、API 文档及社区支持（Twitter/LinkedIn/Discord）。