PageIndex — RAG без векторных баз, на основе рассуждений
Вердикт
PageIndex — интересный R&D-сигнал для упрощения RAG-архитектуры, но не приоритет: Nexus RAG (80K docs) и GDrive-RAG работают, миграция нецелесообразна. Стоит зафиксировать как кандидата для Q2 бенчмарка на длинных документах, где чанкинг теряет контекст. Практическая ценность проявится только если reasoning-подход покажет значимо лучшее качество при сопоставимой стоимости.
Описание
id: c5d2591c-8761-4cc7-9a82-4920d414c1ac type: github category: exocortex relevance: 5.5 captured: 2026-03-15T19:30:15.532963+00:00
Сценарии использования
Анализ по линзам
Релевантно для Exocortex v2.1 и эволюции RAG-инфраструктуры, но не является приоритетом OKR 2026 — текущий Nexus RAG (80K docs, ChromaDB) работает в продакшене.
MCP-интеграция — плюс (уже 6 MCP-серверов в стеке), но миграция с работающего ChromaDB/embeddings пайплайна нецелесообразна сейчас; можно протестировать на длинных документах (контракты, стратегии) как дополнение, не замену.
Упрощение RAG-пайплайна (без чанкинга, без векторной БД) может снизить операционную сложность, но 24 AI-инструмента уже отслеживаются — преимущество инкрементальное.
Зависимость от VectifyAI (open-source, но нет гарантий поддержки), стоимость LLM-вызовов для reasoning-подхода может быть выше embeddings, миграция существующих 80K документов рискованна.
Текущий Nexus RAG стабилен, GDrive-RAG в процессе внедрения — переключение фокуса преждевременно; оценить в Q2 после стабилизации всех RAG-источников.