PageIndex 把文档检索变成了找目录，账单却没消失
PageIndex 用树状目录和模型推理寻找长文档答案，但云端 credits、模型费用与数据出口仍要由使用者自己算清。
作者丨沐秋
长合同、财报和技术手册最烦人的地方，不是字多。
真正麻烦的是，答案往往藏在一个章节的脚注里，还要顺手跳到另一张表才能核对。
传统向量检索像把整本书撕成纸条，再挑几张“看起来相似”的递过来。
PageIndex 想换一套动作：先把文档整理成目录树，再让模型沿着树往下找。
8 月 28 日，PageIndex 出现在 Product Hunt 过去 24 小时趋势榜，产品主打长专业文档的可验证问答。1
AI 科技评论注意到，它卖的核心不是“又一个聊天框”。
它卖的是一条能回到原文的路。
01｜它先读目录
用户问“递延资产总额是多少”，模型可以先看财务摘要，再顺着“见附录 G”的线索跳到统计表。
这条路径比按关键词捞几段相似文本更接近人读报告的方式，但每一步都要花模型的推理额度。
PageIndex 当前给了两条路。
本地模式把索引、存储和问答流程放在自己的机器上，用户自备 OpenAI、Anthropic 或其他兼容模型的 key；云端模式则把解析、OCR、图片理解、树索引和存储交给 PageIndex Cloud。24
所以它的优势落在“找对章节并留下出处”，代价落在“模型要替你多走几步”。
开源仓库在 8 月 27 日还有一次提交，最近的 SDK 也加入了本地模式和 PageIndex Flash。5
这个更新让它从一个 RAG 思路，变成了能装进 Python 项目的工具。
02｜免费只是第一层
PageIndex Cloud 先给 200 个免费 credits，最多激活 200 个页面，带基础 API 和 MCP 访问。6
Standard 是每月 30 美元，包含 1000 个每月到期的 credits 和最多 1 万个激活页面。
Pro 是每月 50 美元，包含 2000 个 credits 和最多 5 万个激活页面。
Max 是每月 100 美元，包含 6000 个 credits 和最多 50 万个激活页面。6
索引每页消耗 1 credit。
云端问答按输入和输出 token 消耗 credits，额外充值是每个 credit 0.01 美元，充值 credits 不过期。6
还有一笔容易被漏算的账：PageIndex 把模型选择留给用户，本地和云端的问答都可以接自己的模型，模型供应商的推理费用另算。4
一份 1000 页的资料，首次云端索引就先吃掉约 1000 个 credits。
如果团队还要反复追问，Cloud 套餐、充值 credits 和模型 API 会叠在一起。
“免费试用”降低了打开网页的门槛，却没有把长文档处理变成零成本。
本地模式的现金成本更轻，但部署、模型 key、PDF 解析质量和权限管理都落回使用者。
这更像买了一台能自己加油的车，而不是叫来一辆包油的出租车。
03｜文档换了出口
PageIndex 的“本地”需要拆开看。
问答模型依旧可以由用户选择，但文档走哪条处理链，取决于你采用哪种索引模式。
官方隐私政策写着，个人数据存储在美国和英国，使用第三方时可能转移到其他国家。
政策还写明，经过匿名化的数据可以无限期用于改进业务，也可能出售给其他企业；该政策最后更新于 2024 年 5 月 17 日。7
服务条款又给了另一层口径：客户保有 Customer Data 的权利，但授予 Vectify AI 在协议期间使用这些数据提供服务的许可，供应商还可以用 Customer Data 改进软件和开发更新。8
条款把服务限定为商业用途，试用期按“原样”提供，试用相关责任上限写成 100 英镑；一般协议的累计责任上限则是过去 12 个月已付费用与 1000 英镑两者取高。8
产品页面强调“答案可追溯”，法务页面提醒你的数据处理与责任边界仍要自己追溯。
对于公开财报，云端模式很方便。
对于未公开合同、客户名单和内部投研材料，真正要问的不是“它有没有向量数据库”。
真正要问的是：原文件去了哪里，索引留在哪里，问答模型拿到了哪些内容，删除后能否确认清理。
04｜先拿假文件试
截至本期检索，独立用户验证不足。
想试的人，可以按四步走。
- 先用公开材料。 选一份上市公司年报或公开技术手册，先测试它能否从章节跳到附录，并检查每条引用的页码。
- 再做同题对照。 用同一份 PDF 同时跑现有向量 RAG 和 PageIndex，记录答对率、引用位置、延迟与模型费用。
- 然后测出口。 把一份脱敏合同放进本地模式和 Cloud 模式各跑一次，分别确认索引文件、原文存储、问答请求和删除路径。
- 最后才接业务。 给团队建立文档白名单、模型 key 权限和用量预算，再决定是否把真实资料交给云端处理。
PageIndex 像给一摞报告装上了目录和书签。
它让“答案在哪里”变得更容易核对，却没有替你支付模型费，也没有替你承担数据出城后的判断。
这本目录值得试读，机密文件值得慢一点翻页。
References
- 1PageIndex on Product Hunt
producthunt.com
- 2PageIndex Developer Docs
docs.pageindex.ai
- 3PageIndex 官方框架说明
pageindex.ai
- 4PageIndex Getting Started
docs.pageindex.ai
- 5VectifyAI/PageIndex
github.com
- 6PageIndex Subscription
docs.pageindex.ai
- 7PageIndex Privacy Policy
pageindex.ai
- 8PageIndex Terms of Service
pageindex.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.