Repolode
Enviar
VectifyAI

VectifyAI/PageIndex

Um mecanismo de RAG sem vetores que cria um índice em árvore hierárquica de documentos longos e permite que um LLM navegue por ele para encontrar respostas.

Ver no GitHubSite
Estrelas
40,024
Forks
3,443
Issues abertas
151
Último commit
há 18 horas

O que é?

PageIndex é um framework de recuperação para documentos longos e complexos, como relatórios financeiros, documentos jurídicos, manuais técnicos e livros didáticos. Em vez de dividir o texto em chunks e armazenar embeddings em um banco de dados vetorial, ele gera um índice em árvore hierárquica para cada documento e usa um LLM para buscar nessa árvore as seções relevantes, de forma semelhante a como uma pessoa navegaria por um sumário.

O projeto oferece um SDK Python (pip install pageindex) com um modo local, que cria e armazena índices na sua máquina usando sua própria chave de API de LLM, e um modo na nuvem, em que a indexação, o OCR, a interpretação de imagens e o armazenamento ficam a cargo do PageIndex Cloud. O modo local é voltado a PDFs com texto, enquanto o modo na nuvem também lida com documentos digitalizados e ricos em imagens. As respostas incluem referências à fonte: no nível da página no modo local e no nível do bloco na nuvem.

O README apresenta resultados de benchmarks no FinanceBench e uma comparação de custos com o envio de PDFs inteiros a um modelo, mas essas medições são dos próprios autores.

Recursos principais

  • 01Cria um índice em árvore para cada documento, sem banco de dados vetorial nem divisão em chunks.
  • 02Recupera informações por meio do raciocínio do LLM sobre a árvore, em vez de usar similaridade semântica.
  • 03O modo local funciona na sua máquina com sua própria chave de API de LLM.
  • 04O modo na nuvem inclui OCR, interpretação de imagens e armazenamento gerenciado.
  • 05As respostas incluem referências rastreáveis às páginas ou aos blocos da fonte.

Casos de uso

  • Responder a perguntas sobre relatórios financeiros longos ou documentos regulatórios.
  • Consultar contratos jurídicos ou manuais técnicos em que referências precisas às seções são importantes.
  • Criar RAG sobre livros didáticos ou artigos acadêmicos sem gerenciar um banco vetorial.

Início rápido

  1. 1

    Instale o pacote PageIndex

    pip install -U pageindex
  2. 2

    Configure sua chave de API da OpenAI, crie um índice em árvore a partir de um PDF e faça uma pergunta

Antes de usar

  • Para indexar e conversar, é necessária uma chave de API de um LLM, como a da OpenAI, ou uma assinatura do Claude.
  • O modo local é voltado para PDFs baseados em texto; documentos digitalizados ou com muitas imagens exigem o serviço Cloud pago.
  • A precisão das respostas e o custo dependem do modelo de chat escolhido.

Em coleções

Frameworks e apps de agentes de IA open source

Tópicos

#rag#llm#retrieval#document-qa#information-retrieval#python#reasoning#agentic-ai#agents#ai

Perguntas frequentes

O que é PageIndex?
Um mecanismo de RAG sem vetores que cria um índice em árvore hierárquica de documentos longos e permite que um LLM navegue por ele para encontrar respostas. PageIndex é um framework de recuperação para documentos longos e complexos, como relatórios financeiros, documentos jurídicos, manuais técnicos e livros didáticos. Em vez de dividir o texto em chunks e armazenar embeddings em um banco de dados vetorial, ele gera um índice em árvore hierárquica para cada documento e usa um LLM para buscar nessa árvore as seções relevantes, de forma semelhante a como uma pessoa navegaria por um sumário.
PageIndex é gratuito? Qual é a licença?
PageIndex é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
PageIndex ainda é mantido?
Manutenção ativa. O último commit de PageIndex foi em 5 de nov. de 2026.
Para que posso usar PageIndex?
Responder a perguntas sobre relatórios financeiros longos ou documentos regulatórios. Consultar contratos jurídicos ou manuais técnicos em que referências precisas às seções são importantes. Criar RAG sobre livros didáticos ou artigos acadêmicos sem gerenciar um banco vetorial.
Como instalar PageIndex?
Instale o pacote PageIndex: pip install -U pageindex Configure sua chave de API da OpenAI, crie um índice em árvore a partir de um PDF e faça uma pergunta
Onde consigo PageIndex?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/VectifyAI/PageIndex

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados