排版一复杂，或者页面全靠 JS 渲染，传统 RAG 那套爬取、清洗、解析的流程就让我吃了不少亏。

大谢小贺

排版一复杂，或者页面全靠 JS 渲染，传统 RAG 那套爬取、清洗、解析的流程就让我吃了不少亏。

PixelRAG 索性绕开解析，直接让模型"看"——文档先渲染成截图，再由视觉语言模型对这些图做 embedding，建好 FAISS 索引，最后挂出一个搜索 API。

解析这一步就这么被跳过去了，模型对着图理解和检索。项目还附了个 Claude Code 插件，装好之后 Claude 就像长了眼睛：截个图，网页、论文、本地页面都能看，MCP 服务器和后端都不用另外配。

https://github.com/StarTrail-org/PixelRAG