弃用向量库:用 INDEX.md 索引文件做 Agent 检索的取舍

Low_Rush_8535 · reddit · 2026-10-10

作者分享了在几十份文档规模的场景下,放弃向量数据库,改用一个 INDEX.md 文件做检索的方案:每份文档一行,附简短描述,不涉及 embedding。一个 doc-searcher 子智能体读取索引、挑出相关文件再阅读,另一个 summarizer 负责生成描述;文档更新时替换文件并重新生成描述。

关键收益在于上下文隔离:父智能体只拿到子智能体的最终结果,而不是所有中间读取内容。但作者也诚实指出这并非免费——子智能体仍要读索引和选中的文档,若父智能体需要原始材料,传回文件路径再读依然花 token;上下文隔离和总 token 节省是两回事,且作者没有干净的基准数据,拒绝给出节省百分比。

适用边界:小文档集合下减少了维护负担;若扩展到数千份文档,索引本身会变得太长,且模糊的描述可能漏掉相关文件。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →