Grep 还是 Embeddings？面向公司文档的 Agentic 搜索——LlamaIndex 的 George He

LlamaIndex 工程负责人 George He 讲解 Agent 检索策略：grep 在代码库上表现良好，但面对海量、杂乱、多模态且带权限的 PDF、幻灯片和扫描图纸时并不适用。Claude Code 之所以跳过 embeddings，是因为代码体量小、纯文本、本地且充满线索。他提出给 Agent 一套工具编排：以混合检索作为指南针，再用列表、元数据过滤、grep 和阅读深入挖掘，复杂文档辅以解析文本和页面截图。内容还涵盖 LlamaParse 与开源 LiteParse 的解析、生产环境中的权限与新鲜度、ingest-parse-index 流水线，并演示 Agent 基于 135 份 Alphabet 财报源文件构建现金流表。

AI推荐理由 LlamaIndex 工程负责人 George He 的演讲，具体对比了代码场景下 grep 式遍历与公司文档场景下预索引检索的适用边界，并给出混合检索作导航、再配合列表、元数据过滤、grep 与阅读的工具编排思路，还涉及 LlamaParse/LiteParse 解析、权限与新鲜度、ingest-parse-index 流水线，以及从 135 份 Alphabet 财报构建现金流表的演示。内容有明确技术细节和可验证的演示场景，对 Agent 检索架构与文档处理有实际参考价值；局限是演讲摘要未给出量化评测结果，效果仍需自行验证。