TopOpenSourceAI
EN

#39 · 主分类： 知识库与企业搜索

PixelRAG

agent ai memory multimodal rag search searchengine vision vlm

https://arxiv.org/abs/2606.28344。网页解析的终结。可扩展像素原生搜索的开端。链接：https://pixelrag.ai/

项目最后更新：08/29/26

在 GitHub 查看 访问官网

GitHub Stars

9.8K

Forks数量

836

贡献者数量

20

许可证

Apache-2.0

收录理由

传统的检索流程往往会把页面视觉布局中蕴含的信息白白丢掉，而 PixelRAG 换了一条路：先把文档渲染成截图瓦片，再对这些图像建索引，这样图表、排版和结构这些纯文本提取会遗漏的内容，也能被搜索命中。工具本身很轻，核心就两个命令——一个把页面渲染成瓦片，另一个查询视觉索引，另外它还提供了一个包含 828 万维基百科页面的托管索引，不用自己搭流程就能直接试。这个项目源自伯克利的研究，他们对比了截图和文本在检索上的表现，发现视觉方案在实际中站得住脚。对于想评估视觉检索是否适合自己的语料的小团队来说，真实的评测加上能跑通的演示，是最快验证想法的途径。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合，为大型语言模型（LLM）打造卓越的上下文层。

#1

Understand-Anything

教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。

#2

crawl4ai

🚀🤖 Crawl4AI：开源的、对LLM友好的网页爬虫与抓取工具。别害羞，加入这里：https://discord.gg/jP8KfhDhyN

#3

docling

为生成式AI准备文档

#4

anything-llm

停止租用你的智能。用AnythingLLM拥有它。你需要的一切，实现强大的本地优先智能体体验。

#5