🚨 Esta herramienta de Python acaba de hacer que las bases de datos vectoriales sean opcionales para RAG. Se llama PageIndex. Lee documentos como lo haces tú. Sin embeddings. Sin fragmentación. No se necesita base de datos vectorial. Aquí está el problema con el RAG normal: Toma tu documento, lo corta en pedazos pequeños, convierte esos pedazos en números y busca la coincidencia más cercana. Pero la coincidencia más cercana no significa la mejor respuesta. PageIndex funciona de manera completamente diferente. → Lee tu documento completo → Construye una estructura de árbol como un índice → Cuando haces una pregunta, la IA recorre ese árbol → Piensa paso a paso hasta encontrar la sección exacta correcta De la misma manera que encontrarías una respuesta en un libro de texto. No lees cada página. Revisas los capítulos, eliges el correcto y vas directamente a la respuesta. Eso es exactamente lo que PageIndex enseña a la IA a hacer. Aquí está la parte más sorprendente: Obtuvo un 98.7% de precisión en FinanceBench. Esa es una prueba donde la IA responde preguntas reales de informes de la SEC y reportes de ganancias. La mayoría de los sistemas RAG tradicionales no pueden igualar ese número. Funciona con PDFs, markdown e incluso imágenes de páginas en bruto sin OCR. 100% Código Abierto. Licencia MIT.