PixelRAG: как новый опенсорс-фреймворк меняет веб-скрейпинг навсегда

PixelRAG — это новый опенсорсный фреймворк, который анализирует веб-страницы через их визуальное представление, а не через HTML-код. Это позволяет сохранить до 40% информации, которую теряют традиционные методы, и уже показал преимущество в 18% над лучшими текстовыми решениями.

• PixelRAG — опенсорсный фреймворк, который анализирует веб-страницы через визуальные данные (скриншоты) вместо традиционного парсинга HTML-кода
• Система превосходит лучшие текстовые RAG-решения на 18,1% в задачах ответов на вопросы, используя только визуальные данные
• Проект использует Qwen3-VL-Embedding с дообучением через LoRA на скриншотах и индексирует данные с помощью FAISS для быстрого поиска
• Разработчики создали визуальный индекс всей Википедии — более 30 миллионов скриншотов — для демонстрации возможностей технологии
• PixelRAG поддерживает плагин для Claude Code, позволяющий анализировать страницы через скриншоты без работы с DOM
• Проект опубликован под лицензией Apache-2.0, что делает его доступным для всех разработчиков

Веб-скрейпинг переживает революцию: новый опенсорсный фреймворк PixelRAG доказывает, что скриншоты страниц могут быть точнее, чем парсинг HTML-кода. Разработчики утверждают, что традиционные методы теряют до 40% информации — таблицы, графики и элементы разметки просто не сохраняются в текстовом формате.

PixelRAG работает иначе: он рендерит страницы в визуальные тайлы и анализирует их как изображения, а не как код. Система уже показала свои преимущества: в задачах ответов на вопросы она превосходит лучшие текстовые RAG-решения на 18,1%. Это стало возможным благодаря использованию модели Qwen3-VL-Embedding , дообученной на скриншотах через метод LoRA , а также индексации данных с помощью FAISS . Интересно, что при замене модели-чтеца на более мощную точность растет без необходимости переиндексировать базу — достаточно обновить только слой эмбеддингов.

Что этому предшествовало? Традиционные RAG-системы (Retrieval-Augmented Generation) полагаются на текстовый парсинг, который часто упускает визуальные элементы.

Например, таблицы или графики в статьях могут теряться при конвертации HTML в текст. PixelRAG решает эту проблему, сохраняя страницы в том виде, в котором их видит пользователь. Если тренд подтвердится, то визуальный анализ данных может стать стандартом для обработки сложных веб-страниц.

Компании, занимающиеся аналитикой или автоматизацией, смогут получать более полные данные без ручной доработки. Однако, если окажется, что визуальные методы не масштабируются на большие объемы или требуют слишком много вычислительных ресурсов, то развитие может пойти в сторону гибридных решений — сочетания текстовых и визуальных подходов.

За чем следить дальше? Во-первых, за развитием плагинов для популярных AI-ассистентов, таких как Claude Code , который уже поддерживает PixelRAG. Во-вторых, за тем, как быстро сообщество адаптирует этот подход в своих проектах. Наконец, стоит обратить внимание на возможные ограничения — например, как система будет обрабатывать динамически загружаемый контент или страницы с защитой от скриншотов.

PixelRAG — это не просто очередной инструмент для веб-скрейпинга, а серьезный шаг к тому, чтобы данные анализировались так, как их воспринимает человек. Если технология докажет свою эффективность на реальных проектах, это может изменить подходы к обработке данных в целом. Однако пока рано говорить о массовом переходе — нужно понять, как она будет работать с динамическим контентом и защищенными страницами.

Владимир Платонов