🚨 Esta ferramenta Python acabou de tornar os bancos de dados vetoriais opcionais para RAG. Chama-se PageIndex. Lê documentos da mesma forma que você. Sem embeddings. Sem fragmentação. Sem necessidade de banco de dados vetorial. Aqui está o problema com o RAG normal: Ele pega seu documento, corta-o em pedaços minúsculos, transforma esses pedaços em números e procura a correspondência mais próxima. Mas a correspondência mais próxima não significa a melhor resposta. O PageIndex funciona de forma completamente diferente. → Lê seu documento completo → Constrói uma estrutura em árvore como um índice → Quando você faz uma pergunta, a IA percorre essa árvore → Ela pensa passo a passo até encontrar a seção exata Da mesma forma que você encontraria uma resposta em um livro didático. Você não lê cada página. Você verifica os capítulos, escolhe o certo e vai direto para a resposta. É exatamente isso que o PageIndex ensina a IA a fazer. Aqui está a parte mais impressionante: Ele obteve 98,7% de precisão no FinanceBench. Esse é um teste onde a IA responde a perguntas reais de documentos da SEC e relatórios de lucros. A maioria dos sistemas RAG tradicionais não consegue alcançar esse número. Funciona com PDFs, markdown e até mesmo imagens de páginas brutas sem OCR. 100% Open Source. Licença MIT.