이 저장소가 유용하신다면, 메인 페이지 인덱스 저장소에도 별표를 붙여 주세요. ⭐

     

📘 PageIndex는 문서를 계층적 트리 구조로 표현하는 벡터 없는 추론 기반 RAG 시스템입니다. 이 시스템은 LLM이 벡터 유사성이 아닌 구조와 추론을 통해 정보를 탐색하고 검색할 수 있게 해줍니다 — 마치 사람이 책의 색인을 이용해 정보를 찾는 것과 매우 유사합니다.

🔌 PageIndex MCP는 이 LLM 네이티브, 컨텍스트 내 트리 인덱스를 MCP를 통해 LLM에 직접 노출하여, Claude, Cursor 및 기타 MCP 호환 에이전트나 LLM과 같은 플랫폼이 문서 구조를 추론하고 벡터 데이터베이스 없이 올바른 정보를 얻을 수 있게 합니다.

긴 PDF로 채팅하고 싶지만 문맥 제한에 도달한 오류가 발생하신가요? 파일을 PageIndex에 추가하면 어떤 에이전트/LLM 플랫폼에서도 긴 PDF와 원활하게 채팅할 수 있습니다.

✨ 긴 PDF에 인간처럼 추론 기반으로 채팅하기 ✨

• 지역 및 온라인 PDF 지원
• 무료 1000페이지
• 무제한 대화

자세한 정보는 PageIndex MCP 페이지를 방문하세요.

PageIndex MCP

If you find this repo useful, please also star our main PageIndex repo ⭐

    

📘 PageIndex is a vectorless, reasoning-based RAG system that represents documents as hierarchical tree structures. It enables LLMs to navigate and retrieve information through structure and reasoning, not vector similarity — much like a human would retrieve information using a book’s index.

🔌 PageIndex MCP exposes this LLM-native, in-context tree index directly to LLMs via MCP, allowing platforms like Claude, Cursor, and other MCP-compatible agents or LLMs to reason over document structure and retrieve the right information — without vector databases.

Want to chat with long PDFs but hit context limit reached errors? Add your file to PageIndex to seamlessly chat with long PDFs on any agent/LLM platforms.

✨ Chat to long PDFs the human-like, reasoning-based way ✨

• Support local and online PDFs
• Free 1000 pages
• Unlimited conversations

For more information, visit the PageIndex MCP page.

💡 Looking for a fully hosted experience? Try PageIndex App 🤖: a human-like document analyst that lets you chat with long PDFs using the same agentic, reasoning-based workflow as PageIndex MCP.

What is PageIndex?

PageIndex is a vectorless, reasoning-based RAG system that generates hierarchical tree structures of documents and uses multi-step reasoning and tree search to retrieve information like a human expert would. It has the following key properties:

• Higher Accuracy: Relevance beyond similarity
• Better Transparency: Clear reasoning trajectory with traceable search paths
• Like A Human: Retrieve information like a human expert navigates documents
• No Vector DB: No extra infrastructure overhead
• No Chunking: Preserve full document context and structure