PixelRAG 是下一代视觉原生检索增强系统，用网页截图替代传统文本解析，让模型真正“看懂”文档的布局、图表与结构。

它把任意网页、PDF 渲染为截图切片，再用 LoRA 微调的 Qwen3-VL-Embedding 模型建立视觉索引，支持文本或图片直接检索。8.28M 篇维基百科已预置索引，开箱即用；同时提供完整工具链，支持本地构建、FAISS 索引服务以及 Claude Code 插件，让 Claude 也能“看图答题”。

GitHub：github.com/StarTrail-org/PixelRAG
官网：pixelrag.ai

主要功能：
- 截图渲染：将网页、PDF、图片转为视觉切片，保留完整布局与图表；
- 视觉检索：支持文本/图片查询，检索 8.28M 维基百科或自建索引；
- 即插即用：提供托管 API 与本地服务，无需训练即可开箱；
- Claude 插件：pixelbrowse 技能，让 Claude 通过截图理解网页；
- 全流程工具链：render、chunk、embed、index、serve 一键串联；
- 多平台支持：pip 一键安装，兼容 CPU/GPU 与自定义训练。

无论你是做 RAG、Agent 还是文档智能，PixelRAG 都为你打开了“视觉检索”的大门。

#AI创造营# #人工智能# #RAG# #多模态#