实用开源小工具推荐:PixelRAG
项目思路很有趣:不解析网页,直接"看"网页的搜索方案
传统 RAG(检索增强生成)要爬取、清洗、解析 HTML/PDF——遇到复杂排版、图表、JS 渲染页面就容易翻车。但 PixelRAG 反其道而行——把文档直接渲染成截图,再用视觉语言模型给这些图片做embedding,建FAISS索引,最后提供搜索API,相当于跳过了"解析"这一步,让模型直接"看图"来理解和检索内容。
还有对应的Claude Code插件——相当于给Claude装了"眼睛"。装好插件后可以直接让Claude截图看网页、看论文、看本地开发页面,不需要额外的MCP服务器或后端支撑。
显示更多