要在 LlamaIndex 中为索引文档实现版本控制，您需要一个系统来跟踪文档随时间的变化，同时保持对特定版本的有效检索。核心方法包括存储文档的多个版本，并使用元数据来标识修订，并设计查询以定位正确的版本。这可以通过将文档元数据（如版本号或时间戳）与保存历史数据而不是覆盖它的存储策略相结合来实现。例如，每次更新文档时，您可以单独索引新版本，并使用版本标识符对其进行标记，以确保仍然可以访问旧版本。
一个实际的实现可能涉及两个关键步骤。首先，在将文档添加到 LlamaIndex 时，包括元数据字段，例如 version（例如，递增的整数）和 last_updated（时间戳）。例如，在索引标题为“ProjectPlan”的文档时，您可以将其存储为 version: 1，稍后添加更新版本，版本为 version: 2。其次，使用保留所有版本的存储后端（如数据库或文件系统）。例如，与其覆盖向量存储中的文档，不如附加一个具有唯一 ID 的新条目（例如，doc123_v2）和更新的元数据。这确保了每个版本都独立存储，并且可以使用元数据过滤器进行检索。可以通过解析文件名（例如，document_v2.txt）来自动提取版本信息，从而配置 LlamaIndex 的 SimpleDirectoryReader 来处理版本化的文件。
要检索特定版本，请将 LlamaIndex 的查询引擎与元数据过滤器一起使用。例如，在查询时，您可以指定 version >= 2 以排除过时的草稿，或使用 last_updated 来获取最新版本。如果使用像 Pinecone 这样的向量数据库，您可以在搜索期间按元数据字段过滤文档。此外，您可以创建一个包装类来管理版本历史记录——跟踪最新版本并将查询映射到相应的文档 ID。对于删除或回滚场景，维护一个单独的注册表（例如，JSON 文件），将文档 ID 链接到它们的版本和状态（活动/已存档）。这种方法在灵活性和最小开销之间取得了平衡，让您可以扩展版本控制，而不会使核心索引逻辑复杂化。