ข้ามไปยังเนื้อหา
กลับหน้ารายการบทความ

PageIndex 0.6 รวม Local และ Cloud ใน SDK เดียว เพิ่ม Chat กับ Agent Tools สำหรับเอกสาร

PageIndex 0.6 รวมการทำดัชนีเอกสารและ chat แบบ local/cloud ผ่าน SDK เดียว พร้อม agent tools และ Flash engine ค่าเริ่มต้น

PageIndex 0.6 รวม Local และ Cloud ใน SDK เดียว เพิ่ม Chat กับ Agent Tools สำหรับเอกสาร

PageIndex 0.6 รวม Local และ Cloud ใน SDK เดียว เพิ่ม Chat กับ Agent Tools สำหรับเอกสาร

PageIndex ออกเวอร์ชัน 0.6.0 เมื่อ 14 พฤศจิกายน 2026 เวลา 02:40:33 UTC โดยขยาย SDK สำหรับค้นและถามตอบเอกสารแบบไม่พึ่ง vector database ให้ใช้งานทั้ง local และ cloud ผ่านแนวทาง API เดียวกัน บันทึกการออกรุ่นของโครงการ เน้นการเปลี่ยนจากเครื่องมือสร้างดัชนีเอกสารไปเป็นพื้นผิวครบชุดสำหรับส่งเอกสาร อ่านโครงสร้างต้นไม้ ดึงเนื้อหาหน้า สนทนา และให้ agent เรียกเครื่องมือ ผู้พัฒนาที่ทำระบบถามตอบ PDF จึงมีทางเลือกในการทดลองบนเครื่องก่อนย้ายส่วนเก็บเอกสารขึ้นบริการ โดยไม่ต้องเขียนเส้นทางเรียกเครื่องมือใหม่ทั้งหมด

Local กับ Cloud ใช้วิธีเรียกที่ใกล้กัน

รุ่นนี้ระบุว่า PageIndexLocalClient(storage_path=...) มีความสามารถหลักชุดเดียวกับ cloud client ได้แก่ submit, tree, page content, chat และ agent tools ใน local mode ไม่ต้องมีเซิร์ฟเวอร์, vector DB หรือ PageIndex API key ส่วนการตั้ง api_key เป็นตัวกำหนดว่าเอกสารอยู่ฝั่ง cloud หรือไม่ และผู้พัฒนายังเลือกโมเดล chat ของตนเองได้ ตัวอย่างจาก release note คือ PageIndexClient(api_key="pi-...", chat_model="openai/gpt-5.2") ซึ่งเรียก document QA ในกระบวนการของแอป โดยข้อมูลหน้าที่ดึงจาก cloud ไหลผ่านโปรเซสของผู้ใช้ไปยัง provider ตาม credential ของผู้ใช้นั้น

จุดแยกนี้สำคัญต่อการออกแบบข้อมูลและค่าใช้จ่าย: การเก็บเอกสารบน cloud ไม่ได้บังคับให้ใช้โมเดลสนทนาที่บริการจัดการ และการเลือกโมเดลภายนอกไม่ได้เปลี่ยนที่เก็บเอกสาร ผู้ดูแลควรทำแผนผังทางเดินข้อมูลจริงก่อนใช้งานกับเอกสารภายใน ระบุว่าไฟล์ PDF, เนื้อหาที่ดึงจากหน้า, prompt และคำตอบผ่านระบบใดบ้าง เพื่อกำหนดสิทธิ์และนโยบายเก็บข้อมูลให้ตรงกับสภาพแวดล้อมขององค์กร

ดัชนีแบบต้นไม้และค่าเริ่มต้นใหม่

PageIndex ใช้โครงสร้างเอกสารเป็นต้นไม้แทนการตัดเป็นชิ้นแล้วเก็บ embedding ใน vector DB รุ่น 0.6 ให้ Flash engine เป็นค่าเริ่มต้นของ local mode ขณะที่ mode="standard" ยังเลือก pipeline แบบเดิมได้ ระบบจะใช้ bookmark ที่ฝังใน PDF เมื่อเชื่อถือได้ และเปิดการปรับต้นไม้เป็นค่าเริ่มต้น โดย optimize="merge" ทำขั้นรวมแบบกำหนดผลได้โดยไม่ใช้ LLM ส่วนค่าเริ่มต้น "full" เพิ่มขั้นขยายด้วย LLM ซึ่งทำงานกับหลาย node พร้อมกันตามบันทึกรุ่น

โครงการกล่าวว่ารูปแบบใหม่นี้ลดต้นทุนและเพิ่มความแม่นยำเมื่อเทียบกับ vector RAG แต่ตัวเลขที่ผู้ใช้จะพบขึ้นกับชนิดเอกสาร โมเดล ราคา และรูปแบบคำถาม การประเมินที่เหมาะคือเลือกชุดเอกสารจริงของทีม เช่นรายงานที่มีสารบัญ, สัญญาที่มีหัวข้อซ้อน, และ PDF ที่ layout ซับซ้อน จากนั้นวัดเวลาและค่าใช้จ่ายของการสร้างดัชนี เปรียบเทียบคำตอบกับหลักฐานหน้าเอกสาร และตรวจกรณีที่โครงสร้างต้นไม้จับหัวข้อผิด แทนการถือคำกล่าวใน release note เป็นผลรับประกันสำหรับข้อมูลทุกชุด

Chat และ Agent Tools หลายรูปแบบ

chat() รองรับการถามตอบบน backend ที่เลือก และ chat(stream=True) ส่งความคืบหน้าเป็นข้อความหรือ typed events ผ่าน .events ผู้ที่ใช้ OpenAI Responses หรือ Anthropic Messages สามารถเลือก chat(protocol="responses" | "messages") เพื่อได้รูปแบบของโปรโตคอลนั้นโดยตรง ขณะที่ chat_completions() คง envelope ที่เข้ากันได้กับ OpenAI อีกทางหนึ่ง รุ่นนี้ระบุว่าประวัติของแต่ละ protocol จะถูกส่งต่อในการเรียกครั้งถัดไปตามรูปแบบเดิม ช่วยให้ทีมตรวจการสนทนาหลายรอบได้โดยไม่ต้องประกอบข้อความใหม่แบบเดาสุ่ม

ส่วนการเชื่อม agent มี client.agent_tools() เป็นฟังก์ชันธรรมดา และตัวแปลง as_openai_tools(), as_anthropic_tools() กับ as_claude_mcp() รวมถึง config bundle สำหรับ runner แต่ละแบบ ฝั่ง cloud รับชุดเครื่องมือจาก MCP bridge ของบริการ ส่วน local มี subset ที่ทำงานในโปรเซสและใช้ schema กับ envelope แบบเดียวกัน ควรตรวจว่าฟังก์ชันที่ workflow ของตนใช้มีใน local subset จริงก่อนย้าย backend แม้ prompt และรูปแบบการเรียกจะใกล้กัน โดยค่าเริ่มต้นของ MCP bridge ฝั่ง cloud เป็น endpoint แบบอ่านอย่างเดียว

จุดตรวจเมื่ออัปเกรด SDK

รุ่น 0.6 ต้องใช้ Python 3.10 ขึ้นไป และมี openai-agents ในการติดตั้งพื้นฐาน ขณะที่ SDK ของ Anthropic และ Claude อยู่ใน extras แยกต่างหาก การตั้งค่ามีชนิด IndexConfig, CloudIndexConfig, LocalIndexConfig และ ChatConfig พร้อมไฟล์ py.typed ให้ type checker เห็น โครงการระบุว่าจะปฏิเสธ key ที่ไม่รู้จัก การผสมค่า local/cloud ที่ขัดกัน และค่าที่ว่างตั้งแต่สร้าง client แทนการปล่อยให้ล้มภายหลัง; credential ที่ใช้ไม่ได้หรือโมเดลที่หายไปจะทำให้ขั้น indexing แจ้งข้อผิดพลาด แทนการเก็บเอกสารที่มี summary ว่าง

สำหรับทีมที่มีระบบเดิม ให้เริ่มทดสอบกับเอกสารที่ไม่มีข้อมูลอ่อนไหว ตรวจว่าการสร้าง client, submit, อ่าน tree, chat และการอ้างอิงหน้าได้ผลเหมือนที่แอปคาด จากนั้นทดสอบ stream และการต่อบทสนทนาใน protocol ที่ใช้จริง หากต้องทำ multi-tenant บน cloud รุ่นนี้เพิ่ม collection สำหรับสร้าง แสดง ลบ และผูกเอกสารกับ collection รวมถึง chat(collection_id=...) เพื่อจำกัดการค้นเอกสารในชุดนั้น จุดนี้ควรทดสอบขอบเขตข้อมูลแยก tenant โดยเฉพาะก่อนเปิดให้ผู้ใช้จริง

แหล่งข่าว: PageIndex v0.6.0 บน GitHub Releases, ประกาศ 14 พฤศจิกายน 2026 เวลา 02:40:33 UTC