# Mecanismo de busca de documentos de IA não baseado em vetores

O PageIndex é uma ferramenta de indexação de documentos que opera com capacidade de raciocínio, sem a necessidade de métodos de busca baseados em vetores. Em vez de bancos de dados vetoriais tradicionais, ele otimiza os processos de RAG (Geração Aumentada por Recuperação) usando inferência lógica baseada em texto.

- ★ 39.643
- Python
- GitHub Trending · 2026-09-29

## Atualizações

- **25 de outubro de 2026:** Estrelas 39,586 → 39,643, versão mais recente v0.4.7 (24 de outubro de 2026).
- **24 de outubro de 2026:** Estrelas 39,527 → 39,586, versão mais recente v0.4.6 (23 de outubro de 2026).
- **23 de outubro de 2026:** Estrelas 39,271 → 39,527, versão mais recente v0.4.5 (22 de outubro de 2026).
- **19 de outubro de 2026:** Estrelas 39,253 → 39,271, versão mais recente v0.4.4 (19 de outubro de 2026).

## O que você ganha

- elimina a necessidade de busca baseada em vetores e divisão em pedaços
- indexa documentos com uma estrutura de árvore hierárquica
- realiza buscas com a capacidade de raciocínio de inteligência artificial

## Instalação

**Instalação do pacote**

```
pip install -U pageindex
```

## Se você não programa

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Quero indexar um documento no modo local usando a biblioteca Python do PageIndex e pesquisar no documento com um modelo de IA. Após concluir a instalação, você pode executar o código Python de exemplo que me permite definir minha chave de API da OpenAI, carregar o documento no sistema e fazer perguntas?

Repositório: https://github.com/VectifyAI/PageIndex. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Se uma chave de API for necessária, não me peça para digitá-la no chat. Mostre-me como adicioná-la ao arquivo .env e garanta que este arquivo não seja enviado ao Git.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

## Termos relacionados do glossário

- [RAG](https://trescout.com/pt/dictionary/rag/)
- [API](https://trescout.com/pt/dictionary/api/)
- [Artificial Intelligence](https://trescout.com/pt/dictionary/artificial-intelligence/)

- **Para quem é:** Destinado a quem deseja configurar uma infraestrutura de busca capaz de fazer inferências lógicas em documentos longos e complexos, sem usar divisão em pedaços ou bancos de dados baseados em vetores.
- **Licença:** MIT

## Links

- [Repositório no GitHub →](https://github.com/VectifyAI/PageIndex)
- [Ler em turco →](https://trescout.com/discover/pageindex/)

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-09-29: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi **traduzida automaticamente** do original em turco · a versão turca é a que vale.

---
Fonte: TreScout Descobrir · https://trescout.com/pt/discover/pageindex/