夜雨聆风学习资料网

ARTICLE · 1361887

PDF存在本地,内容还会发出去吗?

PDF存在本地,内容还会发出去吗?

假设你要让AI整理一份供应商PDF,又不想把资料交给外部服务。看到工具写着“本地模式”,便把文件存在电脑里。这样就够了吗?

PageIndex在11月14日发布0.6.0版,本期作为近期补充。它用文档的树形目录帮助模型找内容,不必先建向量数据库。本刊对照该版说明和源码,发现“本地”需要拆开看:文件在哪里,与处理内容的模型在哪里,是两件事。

文件落在本机,模型可以在别处

这一版把索引和聊天分别配置。索引负责处理文档、建立目录;聊天模型负责搜索目录并回答问题。本地文档存入指定目录,云端模式则由PageIndex管理文档。

但“自己选的模型”也不等于“自己电脑上的模型”。官方快速开始示例把文档放在本地,同时使用模型服务的调用密钥;如果所选端点在外部,相关内容仍可能交给该服务处理。

本刊按配置的作用范围整理了这张表,三行要分别确认:

要确认的位置
配置告诉你什么
文件存储
原PDF和索引保存在本地目录,还是PageIndex云端
索引模型
生成摘要、完善索引时,使用哪个模型和端点
聊天模型
检索内容并回答问题时,使用哪个模型和端点

漫游观察

接收资料时,问“有没有上传云盘”只查到了第一行。更具体的问题是:整理目录时交出了哪些内容,回答问题时又交给了谁?一个“本地”标签,无法替这三项作答。

来源:Vectify AI|2026-11-14;检索词:PageIndex、v0.6.0、local and cloud

来源:Vectify AI|2026-11-14;检索词:PageIndex、README、Quickstart(对应版本源码)

改成merge,也没关掉全部调用

release提到,merge是一个不使用大语言模型的确定性优化步骤。它很容易被理解成:换成这个设置,整理PDF就不再需要模型。

本刊继续核对0.6.0固定版本的正常本地索引路径:调用Flash目录构建时,摘要参数仍为开启;拿到可用结构后,还会让指定模型生成文档的一句话说明。源码中的merge开关没有把这两件事一起取消。

所以,“合并目录这一步不用模型”不能推出“整个索引流程不用模型”。本刊运行了静态核对脚本,记录真实源文件中的调用参数和位置;没有运行SDK、调用模型或观察网络流量。这是源码比较,不是一次离线使用测试。

漫游观察

如果你的目标是让资料不交给外部模型,只改一个优化开关还不够。摘要和文档说明也是从原文得到的内容,不能因为它们不是原PDF附件,就把这一段处理漏掉。

来源:Vectify AI|2026-11-14;检索词:PageIndex、LocalAPI、summary=True、generate_doc_description(对应版本源码)

把“本地”写成可核对的要求

继续看两个假设配置:文件存在本地,索引和聊天都选远程模型,需要核对两个阶段的内容去向;即使索引模型改成本机服务,聊天仍选远程端点,问答阶段也不能省略检查。这些是按配置职责作的推导,不是本刊已经跑通的部署方案。

可以把任务要求写具体:原文件存放位置、索引模型端点、聊天模型端点,以及允许交给它们的内容类型。交接时分别填写,不能只留“本地处理”四个字。若要求不向外部发送内容,还应进一步核依赖、日志和实际出站请求;本文没有完成这项全流量验证。

适用条件也要就近说明:该本地入口面向可提取文字的PDF,不能由此认为扫描图片里的字也已识别;云端OCR是另一条处理路径。代码采用MIT许可,但模型服务的费用、地区和资料处理条款需另查,不能从开源许可推出免费或任意资料均可使用。

漫游观察

对数据团队,这份说明能把一句模糊承诺变成可查对象:文件落在哪个目录,两个阶段分别找哪个服务。之后若换了模型或服务地址,就能知道该重核哪一项,而不是重新猜“本地模式”到底包了什么。

来源:Vectify AI|2026-11-14;检索词:PageIndex、index_backend、chat_backend、local PDF(对应版本源码与文档)

漫游问一句

如果工具只标“本地处理”,你最想让它补清的是文件存放位置,还是两个阶段的模型服务地址?

核查截至北京时间2026年11月16日08:00。0.6.0版发布于11月14日10:40(北京时间),属近期补充。本文为说明与固定版本源码比较;静态核对不代表SDK、模型或离线运行实测。未经本刊实测。

向量漫游|分享新知,连接需求与灵感

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料