PageIndex 是 VectifyAI 维护的 Python SDK，用层级树和 LLM 推理检索长文档，不依赖向量数据库。v0.2.19 同时提供本地与云端客户端；本地模式不需要 PageIndex API key 或 PageIndex 服务器。
来源：github.com/VectifyAI/PageIndex 查看 GitHub 仓库 → 📘 使用教程 →旧稿没有固定版本，也把百万文档能力和本地能力混在一起；v0.2.19 已明确 Flash 本地索引流程和 Local/Cloud 边界，因此需要按当前官方资料重写。
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19每份文档建立可导航的树，查询时由 LLM 在树上逐层判断相关节点，而不是先做向量相似度召回。
来源：github.com/VectifyAI/PageIndex默认 Flash 引擎从 PDF 布局统计和可信书签取得结构，结构生成本身不用 LLM；节点摘要以及 full 优化的扩展仍会调用 LLM。
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19PageIndexClient 与 PageIndexLocalClient 覆盖提交文档和对话流程，本地模式把索引存到指定目录，云端模式改由 PageIndex 托管文档与索引。
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19本地模式支持文本型 PDF 与页级引用；扫描件、图片丰富文档、OCR 和更细粒度 block citation 属于云端能力。
来源：github.com/VectifyAI/PageIndexPageIndex 先把文档组织成层级树，再让模型阅读节点摘要并选择下一层，最终返回相关页面并生成回答。v0.2.19 的 Flash 路径把 PDF 结构提取改为基于布局统计的确定性步骤，但节点摘要和部分树优化仍需模型。LocalClient 使用本地目录保存索引；Cloud 客户端则把文档和索引交给 PageIndex 服务。
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19pageindex PyPI 包openai、openai-agents 与 LiteLLMPyPDF2、pypdfium2、Pillow所选模型提供商的 API key适合财报、法规、研究报告和技术手册等章节结构清楚、需要跨页推理的长文档。若材料主要是扫描图、表格图片或需要跨百万文件导航，应先评估云端 OCR、图像理解和 File System 产品；本地开源路径不能自动获得这些云端能力。
来源：github.com/VectifyAI/PageIndex截至 2026-09-23，最新版本是 v0.2.19，发布于 2026-09-21。该版把 PageIndex SDK 的本地与云端路径统一起来，并将 Flash 设为本地默认索引引擎；结构提取改用布局统计，LLM 负责节点摘要和可选的完整树扩展。
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19status: docs-only | checked_at: 2026-09-23 | environment: 只核对 VectifyAI/PageIndex 官方 README、pyproject.toml、LICENSE 与 v0.2.19 release | limitations: 未安装 pageindex，未提交 PDF，未调用任何模型或 PageIndex Cloud，未复跑官方 FinanceBench、索引耗时或每页成本数据 | observed_output: 官方最新 release 为 v0.2.19，发布于 2026-09-21；pyproject 声明 Python >=3.10 和 MIT，release 明确本地模式无需 PageIndex API key、server 或 vector DB
来源：github.com/VectifyAI/PageIndex/releases/tag/v0.2.19LightRAG 同时维护知识图谱、向量嵌入和可替换的 KV/vector/graph 存储，并提供多种切块策略；PageIndex 的本地路线不建向量库，而是让模型沿文档树推理。需要实体关系、增量更新和多后端生产存储时可评估 LightRAG；关注单份长文档的结构导航、希望减少存储组件时可先试 PageIndex。
来源：github.com/HKUDS/LightRAGPageIndex 值得在结构清楚的长 PDF 上做小规模对照测试。判断效果时应同时记录命中页、回答准确性、模型费用和索引时间；官方 benchmark 可作线索，不能代替自己的文档集验证。
来源：github.com/VectifyAI/PageIndex不需要，但仍要配置所选 LLM provider 的凭据。
不是。结构生成可不调用 LLM，节点摘要和默认 full 树优化仍会调用。
官方把本地模式标为 text-based PDF；扫描件、图片理解和 OCR 属于 Cloud 能力。
不代表。它省掉向量数据库和 embedding，摘要、树搜索及回答仍会产生模型费用。