🚨 Questo strumento Python ha appena reso opzionali i database vettoriali per RAG. Si chiama PageIndex. Legge i documenti come fai tu. Niente embedding. Niente suddivisione. Nessun database vettoriale necessario. Ecco il problema con il normale RAG: Prende il tuo documento, lo taglia in pezzi minuscoli, trasforma quei pezzi in numeri e cerca la corrispondenza più vicina. Ma la corrispondenza più vicina non significa la migliore risposta. PageIndex funziona in modo completamente diverso. → Legge il tuo documento completo → Costruisce una struttura ad albero come un indice → Quando fai una domanda, l'AI percorre quell'albero → Pensa passo dopo passo fino a trovare la sezione esatta Proprio come troveresti una risposta in un libro di testo. Non leggi ogni pagina. Controlli i capitoli, scegli quello giusto e vai direttamente alla risposta. È esattamente ciò che PageIndex insegna all'AI a fare. Ecco la parte più sorprendente: Ha ottenuto il 98,7% di accuratezza su FinanceBench. È un test in cui l'AI risponde a domande reali da documenti SEC e rapporti sugli utili. La maggior parte dei sistemi RAG tradizionali non può avvicinarsi a quel numero. Funziona con PDF, markdown e persino immagini di pagina grezze senza OCR. 100% Open Source. Licenza MIT.