Day 10 / 共 20 天 · 第 2 周 索引/嵌入/存储
其他索引类型（选对检索策略）
第 2 周收官。VectorStoreIndex 最常用，但不是唯一。今天概览其他索引，核心是理解一句话：选什么索引 = 选什么检索策略。看它们各自适合什么场景。
📍 你在整条链的位置
④ 建索引（VectorStore 主线）→
④' 其他索引类型→
⑤检索 ⑥合成（W3）
L01
索引类型 = 检索策略
💡 不同索引 = 不同的"组织方式"= 不同的"怎么找"
indices/ 目录：vector_store/（语义找）、list/（全遍历）、keyword_table/（按词找）、document_summary/（两级）、tree/（层级）、property_graph/（按关系找）。它们都继承 BaseIndex（Day 07 统一接口），但内部检索逻辑不同。用"图书馆找书"类比
向量索引=按"主题相近"找；关键词索引=按书名关键词找；摘要索引=先看简介再翻章节；图索引=顺着"作者→其他作品"的关系找。同一批书（Node），不同的找法（索引）适合不同的问题。
L02
SummaryIndex（全都要）
indices/list/：把所有 Node 存成列表，检索时遍历全部。
💡 和 VectorStore 正好相反：一个"精选"，一个"全要"
VectorStoreIndex 只取最相关的几个；SummaryIndex 把所有 Node 都拿来。
📝 什么时候用
问"
问"
缺点：文档多了慢（全遍历 + 全喂 LLM，费钱）。
总结这份文档讲了什么？"——需要看全文，不能只看相关几段。用 SummaryIndex。问"
报销上限多少？"——只需相关那段，用 VectorStoreIndex。缺点：文档多了慢（全遍历 + 全喂 LLM，费钱）。
L03
KeywordTableIndex（按词找）
indices/keyword_table/：给每个 Node 抽关键词，建"关键词→Node"倒排表。查询时从问题抽词，找含这些词的 Node。
经典搜索引擎式检索
像 Google 早期的关键词匹配。适合"精确术语"场景（产品型号
iPhone 15 Pro、专有名词）——这些用向量反而可能不准（相近型号会混）。缺点：不懂语义（"退款"匹配不到"退货"）。实践中常和向量检索"混合"（Day 11 的 QueryFusion），取长补短。L04
DocumentSummaryIndex（两级找）
indices/document_summary/：给每份文档生成摘要，检索时先按摘要选相关文档，再深入其 Node。
💡 先选书，再翻页
很多份长文档时，直接在所有 Node 里找，可能被"局部相似但整体无关"的段落误导。先用摘要判断"哪几份文档相关"，再在这些文档里细找。就像先看书的简介选书，再翻具体章节——提升"文档级相关性"的准确度。
L05
TreeIndex（层级摘要）
indices/tree/：把 Node 建成树——叶子是原始 Node，上层是 LLM 生成的"摘要"，层层向上。
摘要金字塔，从粗到细
建树时 LLM 把每组 Node 摘要成父节点，形成金字塔。查询时从顶层摘要逐层向下定位到最相关叶子。适合超长文档的层级导航。回想 Day 02 的 PARENT/CHILD 关系——TreeIndex 就是用它们建的。建树要多次调 LLM（贵），检索时高效聚焦。
L06
PropertyGraphIndex（GraphRAG）
indices/property_graph/（较新，取代旧 knowledge_graph）：用 LLM 从文档抽"实体-关系-实体"三元组，建成知识图谱，检索时按图关系遍历。
知识图谱：实体是点、关系是边。问"张三创办的公司在哪上市"→ 顺着 创办→上市于 两跳找到"纳斯达克"。
解决"多跳推理"（向量检索答不了的）
普通向量检索找"语义相似的段落"，但答不了"张三创办的公司在哪上市?"这种需要顺着关系链走两三步的问题。GraphRAG 把文档变成知识图谱，沿图遍历回答。这是 2024 年很火的方向，适合关系推理、多跳问答。建图要大量 LLM 抽取（贵），但能答向量检索答不了的问题。
L07
怎么选 / 能组合
| 场景 | 推荐索引 |
|---|---|
| 通用问答（默认） | VectorStoreIndex |
| 总结/需要全文 | SummaryIndex |
| 精确术语匹配 | KeywordTableIndex（或混合） |
| 多份长文档 | DocumentSummaryIndex |
| 关系/多跳推理 | PropertyGraphIndex |
不必二选一
LlamaIndex 支持"路由"（RouterQueryEngine，问题来了自动选合适的索引）和"组合"（一个索引嵌套另一个）。90% 入门场景 VectorStoreIndex 就够——其他是特定需求的进阶选择。
L08
今日小结 + 动手（第 2 周收官）
🧠 第 2 周你应该能回答
- "索引类型 = 检索策略"怎么理解？
- SummaryIndex（全要）vs VectorStoreIndex（精选）的对立？
- DocumentSummaryIndex 的"两级检索"好在哪？
- PropertyGraphIndex（GraphRAG）适合什么向量检索答不了的问题？
✋ 动手
cd /Users/bitmart/work/codes/github/llama_index/llama-index-core/llama_index/core
ls indices/
grep -rn "class SummaryIndex\|class KeywordTableIndex" indices/list/base.py indices/keyword_table/base.py 2>/dev/null | head
ls indices/property_graph/下周预告 · 第 3 周：库建好了（离线阶段完），进入 RAG 的"在线查询"——Retriever（找）→ QueryEngine（端到端问答）→ 合成答案 → 后处理 → LLM。Day 11 从检索器讲起。