PixelRAG

PixelRAG

将网页、PDF和图像渲染为截图并进行视觉检索的AI工具

访问官网

编辑点评

"创新性地用视觉检索替代文本解析,保留文档原始排版信息,为复杂内容分析提供新思路。开源架构灵活,适合技术团队深度定制。"

优势

  • 完整保留文档视觉结构(表格/图表/排版)
  • 提供开箱即用的托管API与预建维基百科索引
  • 提供 Claude Code 插件(pixelbrowse skill),支持本地截图调用

局限

  • 大规模索引构建依赖GPU资源
  • 本地部署需配置Python环境与依赖项
  • 预建维基百科索引体积较大(约217GB),本地部署需充足存储空间

Q&A

快速了解这个工具的常见问题与答案

Q
这个工具是否提供免费版?
Answer

完全开源免费,提供Apache-2.0许可证。托管API端点无需API密钥即可使用预建维基百科索引。

Q
这个工具支持哪些访问方式?
Answer

支持 REST API 调用(https://api.pixelrag.ai),以及通过 Claude Code 插件(pixelbrowse skill)在本地调用。无官方 Web 应用或桌面/移动客户端。

Q
这个工具是否支持中文或多语言?
Answer

项目文档、CLI 和 API 均使用英文,暂无官方中文支持说明。

Q
这个工具有哪些主要限制?
Answer

大规模索引构建需要GPU加速。本地部署需配置Python依赖,对非技术用户有一定门槛。预建维基百科索引体积较大(约217GB),本地部署需充足存储空间。

工具介绍

产品简介

PixelRAG 是一款开源AI工具,通过将文档(网页、PDF、图像)渲染为截图并基于视觉内容进行检索,突破传统文本解析的局限。项目由伯克利团队开发,保留表格、图表、排版等视觉结构,使模型能更准确地理解复杂文档。

核心功能

  • 完整保留文档视觉结构(表格/图表/排版)
  • 提供开箱即用的托管API与预建维基百科索引
  • 提供 Claude Code 插件(pixelbrowse skill),支持本地截图调用
  • 覆盖搜索、知识库与研究相关需求
  • 覆盖开发与编程相关需求

适用场景

  • 知识管理
  • 文档处理

适合谁用

  • 开发者
  • 技术团队
  • 需要集成 AI 能力的产品团队

选择参考

  • 适合场景:知识库与资料整理 / 资料导入。
  • 外部参考:公开工具目录中的收录还比较少;GitHub 项目 security/advanced-security;可找到 10 个相关视频或教程。
  • 使用建议:更适合直接进入同类工具对比,重点看输出质量、价格和团队协作细节。

核心能力

主能力
搜索、知识库与研究
次要能力
开发与编程

适用场景

知识管理
文档处理
价格与版本
Free
访问方式
API
支持语言
English