PageIndex 无向量 RAG 架构详解：基于推理的检索替代方案

一、介绍

前面已经聊过检索增强生成（RAG），它是 AI 和大模型应用中的重要一环，尤其在 Agent 应用场景里，RAG 是提供知识处理的关键手段。传统的 RAG 一般依赖向量数据库作为记忆和检索的基础支撑，让系统能对问题进行精确匹配。可以说，正是 AI 的快速发展，把向量数据库推向了真正的生产级应用。

二、传统 RAG 存在的问题

传统 RAG 使用向量数据进行检索，核心是寻找语义上的相似性。这在很多场景下没什么问题，但也有不少应用场景涉及大量上下文及相关性处理。举个简单的例子：如果检索到“煤球是白的”，系统会不会直接返回“煤球是白的”？可人家的上下文里还有一句“这是不可能的”。当然，现在的 AI 大概已经能处理这类问题，但类似的坑依然存在。

尤其在结构化很强或者相关性很高的资料中，这种问题更容易暴露。比如金融或法律资料里，大段文献的正向和反向引用，经常让传统向量数据库的准确性大打折扣。究其原因，正是传统向量数据库需要对资料进行切块，以便检索，这个切块过程本身就容易割裂上下文。

一个技术的适用场景终究是有限的。随着需求的发展和技术的进步，新的需求会倒逼新技术出现，解决老技术无法胜任的问题。这正是科学发展和技术进步的动力所在。

三、PageIndex

PageIndex 技术就是为了更好地解决强结构化、强逻辑场景下的这类需求。它由 VectifyAI 公司开发并开源，2025 年初出现在技术社区，是一种无向量、基于推理的 RAG 架构。传统 RAG 更像图书管理式的检索，而 PageIndex 则通过推理和导航来实现信息定位。

一般来说，PageIndex 会把数据转化为树状结构，形成一种类似目录但更适合 LLM 理解的结构。通过节点 ID、摘要和描述来呈现上下文的层级关系——有没有想到 JSON？这样就能通过目录及其内容定位到具体相关的数据。

看到没有？PageIndex 用的是内容推理，而不是传统 RAG 中的相似度查询。把握住这一点，就抓住了 PageIndex 型 RAG 与传统 RAG 的核心区别。PageIndex 可以融会贯通所有上下文知识，根据语境模拟人类的推理思考来找到相关答案，并在整体分析之后给出最终结果。

四、分析

PageIndex 最强的部分在于它可以像人类一样，理解用户的问题，并在此基础上检索、分析、推理。它对返回的结果可以给出证据解释和说明，而不像传统 RAG 那样只是检索，没法解释为什么是这个结果。PageIndex 的优势很多：

1. 不需要向量数据库
   非相似性搜索，不需要对数据进行向量化并存储。

2. 不需要嵌入模型
   没有了向量，也就不需要传统的嵌入模型，节省了计算资源。

3. 不需要分块
   同样，不做向量处理，也就无需进行分块数据处理，可以更好地发现相关上下文。

4. 推理的可解释性
   结果基于推理而来，所以可以回溯并给出解释。

5. 智能的上下文感知
   推理需要更多相关性，因此它可以更智能地理解历史会话。

6. 类人的导航思维
   模拟人类的思维方式，先理解问题本身，再在文档数据中导航并给出结果。

正所谓事物都有两面性，PageIndex 的缺点也比较明显：

1. 检索效率低、成本高
   由于这个过程需要大模型的参与，不可避免地会消耗 token，响应较慢且需要一定成本。

2. 适用场景受限
   它比较依赖强结构化或逻辑性强的数据，对离散性数据的效果不好。而且目前只适合单一文档，对多文档的处理也不太好。

3. 反复变化的情况下成本高
   因为 PageIndex 依赖大模型，如果相关数据更新频繁，每次都要调用大模型处理，无法增量更新。时间成本和金钱成本都不小。

4. 检索依赖大模型
   这个没办法，天生如此，改不了。

五、应用场景

PageIndex 的优势在于对结构性、逻辑性数据的高效处理，而且这类问题往往需要追根溯源、层层说明验证。基于这些特点，可以找到它适合的应用场景：

1. 行政或法律相关行业
   行政和法律最基础的要求就是准确和可追溯，这正是 PageIndex 的强项。

2. 金融行业
   金融行业强调准确性，而 PageIndex 在 FinanceBench 上的高准确率，让它具备了进入这个领域的资格。

3. 学术领域
   能通过推理帮助学术人员进行资料查找和分析，防止非相关数据混入。

4. 严格的企业管理和技术管理
   很多管理和技术场景往往需要按内容查找而非按名称查找，这也是 PageIndex 的优势所在。

5. 强相关的上下文处理
   对于需要处理超长且强相关的上下文场景，比如某个作品中主人公的完整历程等，非常有帮助。

作为一个新技术，它还需要成长和发展，大家不必过多苛求。想了解更多 RAG 相关技术进展，可以多关注社区里的讨论。

六、总结

PageIndex 型 RAG 并不是为了革传统 RAG 的命，而是一种有益的补充。正如日常用的螺丝刀一样，有大有小，有长有短，形状也各有不同，但目的只有一个——更好地解决问题。PageIndex 也是如此。