StarTrail-org/PixelRAG

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

PixelRAG把网页、PDF和图片渲染成截图，并直接在图像上进行检索，从而保留HTML解析时会丢失的表格、图表和版式。它是一篇研究论文的官方代码。

对 ATF 的帮助

以页面图像而非解析后的文本进行检索的方式，值得与Company Brain检索含有表格、图表和复杂版式的公司文档的做法进行比较。

许可证

Apache-2.0 宽松许可，含专利授权。可商用，需保留声明并注明修改。

同领域的其他仓库

• semantica-agi/semantica
  一个Python库，可导入企业数据、提取关键信息、构建context graph和knowledge graph，并在其上进行图分析和推理。它保留决策溯源记录，实现端到端可追溯。
• GoogleCloudPlatform/knowledge-catalog
  面向Google Cloud Knowledge Catalog（原名Dataplex）的工具、agent和示例。Knowledge Catalog是为结构化和非结构化数据提供knowledge graph的数据目录和元数据平台，示例展示了面向AI agent的context管理、信息补充和检索。
• zvec-ai/zvec-grep
  zg 是一个本地优先的搜索工具，把 ripgrep、BM25 和向量搜索统一在同一个接口下，可在 CLI 中直接使用，也可由 agent 调用。它能搜索代码、文档和结构化数据，并返回带来源位置的排序结果。
• RyanCodrai/turbovec
  一个基于Google Research的TurboQuant量化方法、用Rust编写并提供Python绑定的vector index。它无需训练步骤即可添加向量，只保存变更部分，在搜索时按id过滤，完全在本地运行。
• Tencent/WeKnora
  WeKnora把原始文档转化为基于RAG的问答，以及使用检索、MCP tool和sandbox的ReAct agent。在Wiki Mode中，agent会构建相互链接、可编辑的markdown知识库，并保留修订历史。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。