Grep or Embeddings? Agentic Search Over Company Documents — George He, LlamaIndex

摘要

George He 說明為何 Grep 適合程式碼卻不適用於公司檔案，並展示如何利用混合檢索與 Grep 讓代理自主搜尋。內容涵蓋使用 LlamaParse 解析複雜檔案與建立代理實作範例。

Explains why grep works for code but fails on company documents and demonstrates building an agent with hybrid search and parsing tools.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• LlamaIndex
• LlamaParse
• LiteParse
• Claude Code

適合誰看

正在開發或最佳化 AI 代理搜尋與檔案解析能力的工程師。

摘要依據

講者

George He

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.83

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Announcing Retrieval Harness in LlamaParse Index影片 ・ LlamaIndex
• Building retrieval harness for enterprise agents影片 ・ LlamaIndex ・ 1 小時 9 分
• Why Grep Beat Embeddings in Our SWE-Bench Agent (Lessons from Augment)文章 ・ Jason Liu（部落格）
• Building the Document Context Layer for AI Agents — Jerry Liu, LlamaIndex影片 ・ AI Engineer ・ 21 分鐘
• Day 08 - 在專案裡搜尋文章 ・ 高見龍
• Agentic Search vs Vector Search for Coding Agents: We Ran the Eval — Braintrust影片 ・ AI Engineer