IA local y RAG
Buscar entre miles de capturas de pantalla describiéndolas, con IA en tu propio ordenador
PixelRAG es un proyecto abierto de Berkeley que indexa documentos e imágenes con un modelo de visión y te deja buscarlos describiéndolos. Corre en local en Mac con Apple Silicon o en Linux. Octavio Aranda indexó 17,972 capturas en casi 11 horas y acertó 5 de 5 búsquedas. No probado por Fluye.
| Herramientas | Claude Code (principal) |
|---|---|
| Qué necesitas |
|
| Coste aprox. | PixelRAG es gratis y de código abierto (Apache-2.0) y el índice propio se construye en tu máquina, sin API de pago según la fuente. Lo que gastas es tiempo de máquina y disco. |
| Tiempo de montaje | 45 min (primera vez) |
| Nivel | Avanzada |
| Plan gratis | Puede bastar para pruebas |
Prompt listo para usar
Tengo un índice de PixelRAG con mis capturas de pantalla sirviéndose en [URL_DEL_INDICE]. Busca la captura que encaje con esta descripción: [DESCRIPCION]. Haz la búsqueda con [NUM_RESULTADOS] resultados y dime la ruta de cada archivo, ordenados del más probable al menos. Si ninguno encaja, prueba dos descripciones distintas con otras palabras, por ejemplo [PISTAS], y dime qué has probado. No borres, muevas ni renombres ningún archivo.
| Variable | Qué poner | Ejemplo |
|---|---|---|
[URL_DEL_INDICE] | Dónde responde el buscador local | http://localhost:30001/search |
[DESCRIPCION] | Lo que recuerdas de la imagen | la infografía de los mitos sobre terremotos |
[NUM_RESULTADOS] | Cuántas imágenes quieres ver | 5 |
[PISTAS] | Otros datos que recuerdes | tenía fondo azul y era de 2022 |
Pégalo en: Claude Code
Prompt propio de Fluye. El README de PixelRAG sirve el índice con pixelrag serve y busca con una petición POST a /search; el agente necesita poder lanzar curl en tu máquina.
Cómo funciona
- Instala PixelRAG con el extra de índice. pip install con el extra index, en Python 3.10 o superior. El README indica que funciona en macOS con Apple Silicon y en Linux con CUDA, y que elige el mejor motor solo con device auto.
- Apunta la configuración a tu carpeta de capturas. En pixelrag.yaml, el origen es de tipo local con la ruta de la carpeta, el modelo de embeddings es Qwen3-VL-Embedding-2B y la salida es la carpeta del índice.
- Construye el índice, mejor de noche. pixelrag index build procesa todas las imágenes. Al autor del caso le llevó casi 11 horas con 17,972 capturas y 41 GB. Lánzalo como proceso aparte para que un reinicio no lo corte a medias.
- Sirve el índice en local. pixelrag serve con la carpeta del índice y un puerto deja un buscador en tu máquina que responde a peticiones POST en /search con el texto de la consulta.
- Busca describiendo la imagen. Pregunta con tus palabras, directamente con curl o a través de tu agente con el prompt de la ficha. El resultado trae primero las imágenes más parecidas a la descripción.
Qué resultado esperar
Un buscador privado de tus capturas: escribes lo que recuerdas de una imagen y te devuelve las más parecidas, sin subirlas a ningún servicio.
- Qué se hizo
- Octavio Aranda indexó sus capturas de pantalla con PixelRAG en su Mac para buscarlas describiéndolas, sin pagar ninguna API.
- Cómo fue
- Según su post del 29 oct, indexó 17,972 capturas y 41 GB en casi 11 horas durante la noche, y 5 de 5 búsquedas trajeron primero la imagen correcta. Un segundo lote de 8,929 imágenes se cortó al 21 % por un reinicio, y lo relanzó como proceso aparte.
- A tener en cuenta
- Experimento de una persona con una muestra pequeña. Pide máquina potente y horas de indexado. Sin prueba propia.
Límites y precauciones
- Las cifras son de un experimento de una persona: 5 búsquedas de prueba es una muestra muy pequeña.
- Indexar decenas de miles de imágenes lleva horas y pide una máquina potente.
- PixelRAG nació para buscar en páginas web y documentos; la fuente no detalla cómo configuró el autor su carpeta ni qué agente usó.
- Sin prueba propia todavía.
- Las capturas suelen tener datos personales y contraseñas a la vista. Mantén el índice en local y no lo expongas fuera de tu máquina.
- Si dejas que un agente lance las búsquedas, limita sus permisos para que no pueda borrar ni mover archivos.
- Si usas la imagen de Docker del proyecto, el README avisa de que Chrome corre sin sandbox: no la apuntes a páginas que no sean de fiar.
Variantes
- claude-code: El repo también trae pixelbrowse, un plugin para Claude Code que hace capturas de páginas web con pixelshot y se las da a leer al agente, para que vea tablas y gráficos como una persona.
Fuente: el post de Octavio Aranda en X del 29 oct 2026 y el README de PixelRAG en GitHub a 30 oct. Caso curado, no probado por Fluye.
«Ya puedo buscar en mis 27 mil capturas de pantalla como si fuera Google.» Octavio Aranda, en su post de X.
Casi todos tenemos miles de capturas guardadas en el móvil o en el ordenador: facturas, gráficos, recetas, pantallazos de conversaciones. Guardarlas es fácil; encontrar una dos años después, no. Los buscadores de fotos leen el texto o reconocen objetos, pero una infografía concreta se pierde.
Octavio Aranda probó a resolverlo con PixelRAG, un proyecto abierto de investigadores de Berkeley con licencia Apache-2.0. PixelRAG no convierte las imágenes en texto: las procesa como se ven, con un modelo de visión (Qwen3-VL-Embedding), y guarda el resultado en un índice. Luego escribes lo que recuerdas y te devuelve las imágenes más parecidas. Todo corre en local, en un Mac con Apple Silicon o en Linux.
Su experimento: 17,972 capturas y 41 GB indexadas en casi 11 horas, durante la noche. Le pidió a su agente la infografía de los mitos sobre terremotos y le sacó una que había guardado en septiembre de 2022. En su prueba, 5 de 5 búsquedas trajeron primero la imagen correcta. También cuenta lo que falló: un segundo lote se cortó al 21 % por un reinicio y nadie le avisó, así que lo relanzó como proceso aparte.
Es un experimento de una persona y la muestra es pequeña, pero el método es reproducible con el README. Si te interesa la IA que corre en tu propio ordenador, mira IA local en Mac con el comando fm o un modelo local con Ollama. Para ordenar lo que guardas en X, está pasar tus guardados de X a notas, y para darle memoria a tu agente, una LLM wiki. Más sobre el agente en Claude Code.
Preguntas frecuentes
¿Lo habéis probado?
No. La ficha resume el post de Octavio Aranda del 29 oct 2026 y el README de PixelRAG a 30 oct. No hemos indexado nada ni medido los aciertos.
¿Hay que pagar alguna API?
No para el índice propio. PixelRAG es de código abierto y el modelo corre en tu máquina. El autor del caso lo hizo en su Mac sin pagar API.
¿Cuánto tarda en indexar?
Depende de la máquina. El autor tardó casi 11 horas con 17,972 capturas. El README calcula unos 3 minutos para un PDF de ejemplo en un Mac con chip M.
¿Qué tiene de distinto frente a buscar por texto?
PixelRAG busca en la imagen tal como se ve, con un modelo de visión, en lugar de sacar antes el texto. Así no pierde tablas, gráficos ni infografías.
¿Sirve para PDF además de capturas?
Sí. El README trae un ejemplo para indexar un PDF en local; necesita el extra pdf y poppler instalado.
Telegram. Suscríbete al canal de Telegram para no perderte nada y estar al loro de todo lo nuevo en automatización y agentes de IA.Unirme al canal