VectifyAI/pageindex-mcp

MCP server for PageIndex. PageIndex is a vectorless reasoning-based RAG system which uses multi-step reasoning and tree search to retrieve information like a human expert would.

해결하는 문제

PageIndex MCP를 사용하면 LLM이 컨텍스트 창 제한에 걸리거나 전통적인 벡터 데이터베이스에 의존하지 않고도 긴 문서(PDF 등)와 상호작용할 수 있습니다. 이는 벡터 유사성 검색을 추론 기반의 정보 검색 방식으로 대체하여, 사람이 책의 색인을 사용하여 특정 정보를 찾는 방식을 모방합니다.

작동 원리

텍스트를 벡터로 청킹하는 대신, PageIndex는 문서의 계층적 트리 구조를 생성합니다. LLM은 Model Context Protocol (MCP)를 사용하여 이러한 트리를 탐색하고 다단계 추론 및 트리 검색을 수행하여 관련 구절을 검색합니다. 이 프로세스는 문서의 전체 컨텍스트와 구조를 보존하여 고립된 파편의 "top-k" 검색 필요성을 방지합니다.

대상 사용자

MCP 호환 에이전트 또는 LLM 플랫폼(Claude, Cursor, Vercel AI SDK 등)을 사용하며, 고정밀 벡터리스 RAG를 AI 에이전트에 통합하고자 하는 개발자.

주요 특징

벡터리스 RAG: 벡터 데이터베이스 및 인프라 오버헤드의 필요성을 제거합니다.
추론 기반 검색: 트리 검색 및 추론 궤적을 사용하여 더 높은 정확도와 투명성을 제공합니다.
청킹 없음: 문서의 전체 컨텍스트와 구조를 유지합니다.
MCP 통합: Claude, LangChain, OpenAI Agents SDK와 같은 에이전트 프레임워크에 원활하게 연결됩니다.