Repolode
Предложить
StarTrail-org

StarTrail-org/PixelRAG

Open-source-пайплайн, который превращает веб-страницы и PDF в скриншоты и ищет по ним визуально, сохраняя таблицы и графики для RAG.

Открыть на GitHubСайт
Звёзды
10,309
Форки
910
Открытые issues
19
Последний коммит
5 дней назад

Что это?

PixelRAG работает с документами как с изображениями, а не как с текстом. Он преобразует веб-страницы, PDF и изображения в плитки-скриншоты, создаёт для них эмбеддинги с помощью модели Qwen3-VL-Embedding и ищет по индексу FAISS или Qdrant. Поскольку структура страниц, таблицы, графики и инфографика остаются нетронутыми, модель-ридер может отвечать на вопросы, для которых текстовые пайплайны с разбиением на чанки теряют важные данные при разборе HTML.

В проект входят несколько компонентов: CLI pixelshot для создания снимков через Playwright/CDP, команда pixelrag для разбиения на чанки, создания эмбеддингов и индекса, а также запуска поискового сервера FastAPI; кроме того, в отдельном проекте train/ есть рецепт дообучения LoRA. Доступен размещённый поисковый API по готовому индексу из 8,28 млн страниц Wikipedia. Тот же механизм рендеринга можно использовать в Claude Code или opencode через плагин.

Ключевые возможности

  • 01Преобразует веб-страницы и PDF в плитки-скриншоты с помощью pixelshot.
  • 02Создаёт эмбеддинги изображений страниц с помощью модели Qwen3-VL-Embedding, которую можно дообучать методом LoRA.
  • 03Создаёт индексы FAISS или Qdrant и предоставляет поиск через конечную точку FastAPI.
  • 04Поддерживает поиск по изображениям.
  • 05Работает в Linux с CUDA и в macOS с Apple Silicon MPS.

Сценарии использования

  • Ответы на вопросы по документам, в которых ключевые данные содержатся в таблицах и графиках.
  • Чтение веб-страниц AI-агентом для программирования в виде изображений, а не исходного HTML.
  • Индексация личной коллекции PDF для визуального поиска на локальном компьютере.

Темы

#rag#multimodal#vision#vector-search#embeddings#screenshot#faiss#qdrant#agent#ai

Частые вопросы

Что такое PixelRAG?
Open-source-пайплайн, который превращает веб-страницы и PDF в скриншоты и ищет по ним визуально, сохраняя таблицы и графики для RAG. PixelRAG работает с документами как с изображениями, а не как с текстом. Он преобразует веб-страницы, PDF и изображения в плитки-скриншоты, создаёт для них эмбеддинги с помощью модели Qwen3-VL-Embedding и ищет по индексу FAISS или Qdrant. Поскольку структура страниц, таблицы, графики и инфографика остаются нетронутыми, модель-ридер может отвечать на вопросы, для которых текстовые пайплайны с разбиением на чанки теряют важные данные при разборе HTML.
PixelRAG можно использовать бесплатно? Какая у него лицензия?
PixelRAG распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
PixelRAG всё ещё поддерживается?
Активно поддерживается. Последний коммит в PixelRAG — 14 окт. 2026 г..
Для чего можно использовать PixelRAG?
Ответы на вопросы по документам, в которых ключевые данные содержатся в таблицах и графиках. Чтение веб-страниц AI-агентом для программирования в виде изображений, а не исходного HTML. Индексация личной коллекции PDF для визуального поиска на локальном компьютере.
Где скачать PixelRAG?
Исходный код и инструкции по установке — на GitHub: https://github.com/StarTrail-org/PixelRAG

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

cocoindex-io / cocoindex

Фреймворк инкрементальных конвейеров данных на Python с ядром на Rust, который синхронизирует векторные индексы и графы знаний с меняющимися источниками для AI-агентов и RAG-приложений.

ИИ и машинное обучение#rag#incremental-processing#vector-search
11,7 тыс.921RustApache-2.0Обновлён 12 часов назад