# Grep 还是向量嵌入？面向公司文档的智能体搜索 — George He，LlamaIndex

- 原标题：Grep or Embeddings? Agentic Search Over Company Documents — George He, LlamaIndex
- 类型：讲座
- 来源：YouTube
- 发布时间：2026-10-07
- 首次精选：2026-11-02 01:09
- 分级：值得看
- 学习层级：进阶
- 主题：[rag-search-retrieval](<https://oplearnx.com/md/topics/rag-search-retrieval.md>)（第 11 位）、[agents-tool-use](<https://oplearnx.com/md/topics/agents-tool-use.md>)（第 13 位）、[document-understanding](<https://oplearnx.com/md/topics/document-understanding.md>)（第 14 位）
- 原文链接：[https://youtube.com/watch?v=X4w2Pkz5tDY](<https://youtube.com/watch?v=X4w2Pkz5tDY>)
- 本站页面：[https://oplearnx.com/resources/pk\_d2d6c8b9d21f](<https://oplearnx.com/resources/pk_d2d6c8b9d21f>)

## 摘要

这是 LlamaIndex 工程负责人 George He 的演讲，讨论智能体检索该用预建索引还是纯文件遍历。他解释了 Claude Code 跳过向量嵌入的原因是代码体量小、纯文本、本地且线索丰富，而企业数据庞大、杂乱、多模态且有权限控制；并展示如何给智能体一套工具组合：先用混合检索做定位，再用列举、元数据过滤、grep 和读取深入，复杂文档辅以解析文本和页面截图。还涉及 LlamaParse 与开源 LiteParse 的解析、生产环境中的多租户、权限与数据新鲜度，以及 ingest-parse-index 流程，并演示了从 135 份 Alphabet 财报构建现金流表的智能体。适合在构建企业文档检索或 RAG 系统的开发者观看。

## 原文涉及

- [GitHub - run-llama/liteparse: A fast, helpful, and open-source document parser](<https://github.com/run-llama/liteparse>)
- [LlamaParse documentation](<https://developers.llamaindex.ai/llamaparse/>)

---
来源：LearnMap · 学径（https://oplearnx.com）