PixelRAG 是什么?

PixelRAG 是视觉 RAG 管线,把网页、PDF 和图片渲染成截图后检索,保留表格、图表、信息图和页面布局。

⭐ 6,350 Stars 🍴 513 Forks Python Apache-2.0 作者: StarTrail-org
来源:github.com/StarTrail-org/PixelRAG 查看 GitHub 仓库 → 📘 使用教程 →

为什么值得关注

本轮按官方仓库 README 核对,没有锁定一个单独 release 版本。PixelRAG 是视觉 RAG 管线,把网页、PDF 和图片渲染成截图后检索,保留表格、图表、信息图和页面布局。

来源:github.com/StarTrail-org/PixelRAG

核心功能

pixelshot 渲染

README 给出 pixelshot URL --output ./tiles,把页面或文档转成截图瓦片。

来源:官方 README 与文档入口
视觉索引 API

官方示例通过 api.pixelrag.ai/search 查询预构建的 Wikipedia 视觉索引。

来源:官方 README 与文档入口
pixelbrowse 插件

README 提供给 Claude Code 安装 pixelbrowse,使 Agent 通过截图读取页面。

来源:官方 README 与文档入口

技术架构

renderer 先用浏览器截图保留视觉结构,检索层在图像内容上进行匹配;预构建 Wikipedia 索引和本地自定义渲染是两条路径。

来源:官方 README 与文档入口

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) uv 或 pipx Playwright/CDP 运行环境Playwright/CDP… 可选在线 API pixelshot 渲染 视觉索引 API pixelbrowse 插件 PixelRAG 项目本体 核心功能 关键依赖

技术栈

语言Python/Node.js tooling框架pixelshot renderer + visual index API + Claude Code plugin
uv 或 pipxPlaywright/CDP 运行环境可选在线 API
本地渲染;官方提供 api.pixelrag.ai 预构建索引
来源:官方 README 与文档入口

快速上手

运行 uv tool install pixelrag;用 pixelshot URL --output ./tiles 渲染;需要 Claude Code 时添加 marketplace 并安装 pixelbrowse。
来源:官方 README 与文档入口

使用场景

适合图表、表格和复杂排版是答案一部分的页面;普通正文检索或敏感资料不应默认使用在线 API。

来源:官方 README 与文档入口

优势与局限

优势

  • 保留纯文本解析容易丢失的视觉结构
  • 提供无需本地建索引的 Wikipedia demo
  • 可作为 Claude Code 的截图工具

局限

  • 截图增加渲染和视觉模型成本
  • 动态页面、登录墙和小字体可能影响结果
  • 在线 API 的数据边界需要单独确认
来源:官方 README 与文档入口

最新版本

本轮按官方仓库 README 核对,没有锁定一个单独 release 版本。

来源:github.com/StarTrail-org/PixelRAG

实测与证据

status: official_readme_checked_not_installed  |  checked_at: 2026-09-22  |  environment: 核对官方 README、pixelshot、API 和 pixelbrowse 安装路径  |  limitations: 未在当前工作区运行截图、API 或 Claude plugin  |  observed_output: README 给出 uv tool install pixelrag、pixelshot 命令、预构建索引 API 和 Claude plugin 命令

来源:官方 README 与文档入口

同类项目对比

相比文本 RAG,PixelRAG 牺牲部分成本和速度来保留视觉结构;相比手动截图,它提供可复用的 renderer 和检索路径。

来源:官方 README 与文档入口

总结评价

适合图表、表格和复杂排版是答案一部分的页面;普通正文检索或敏感资料不应默认使用在线 API。采用前需要核对:截图增加渲染和视觉模型成本。

来源:官方 README 与文档入口

常见问题

PixelRAG 会解析 HTML 吗?

它的核心路径是把页面渲染成截图后检索,目的是保留纯文本解析容易丢失的视觉结构。

必须自己建索引吗?

官方 API 有预构建 Wikipedia 索引;使用自己的资料则需要按仓库管线处理。

为什么不用普通 pip?

README 推荐 uv tool 或 pipx,主要是确保 pixelshot 命令稳定在 PATH。

在线 API 适合敏感文档吗?

不要默认适合。先确认数据传输、保存和服务条款,再决定是否上传。

资料与核验范围
本文依据项目公开资料整理。版本、安装命令和功能边界可能随上游更新,请以所列来源和项目当前版本为准。 资料核对时间: 2026-09-23 13:55.

参考材料:README、GitHub API、依赖文件