# Instrucciones para el agente: PixelRAG: recupera información desde capturas de documentos

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: intermedio
- Proyecto: https://github.com/StarTrail-org/PixelRAG (licencia Apache-2.0)
- Guía completa: https://lab.wisd.ai/hub/pixelrag-visual-retrieval

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

### Paso 1: instala el renderizador

Comprueba que uv está disponible y que usará Python ≥3.12. En macOS o Windows, comprueba además que Chrome/Chromium está instalado; el navegador incluido se instala automáticamente solo en Linux x64.

```bash
uv tool install pixelrag
```

### Paso 2: registra la skill en Claude Code

```bash
claude plugin marketplace add StarTrail-org/PixelRAG
claude plugin install pixelbrowse@pixelrag-plugins
```

### Paso 3: captura una página pública

El ejemplo del README:

```bash
pixelshot https://en.wikipedia.org/wiki/Python --output ./tiles
```

La captura local prueba el renderizador. Para comprobar también la recuperación que anuncia la guía, con curl disponible usa el índice alojado público del README:

```bash
curl -X POST https://api.pixelrag.ai/search \
  -H 'Content-Type: application/json' \
  -d '{"queries":[{"text":"¿Cuál es la capital de Francia?"}],"n_docs":5}'
```

No requiere clave según el proyecto. La respuesta debe incluir documentos recuperados; abre sus referencias e imágenes para comprobar que permiten responder París. Este índice es remoto y no contiene tus capturas locales. Para construir uno propio, sigue después las etapas Pipelines del README.

## Comprobación

Abre las imágenes de tiles y confirma que contienen la página y sus tablas. Dentro de Claude Code puedes usar `/screenshot https://example.com`, documentado por el proyecto, y comparar la descripción con la captura.

## Si algo falla

Si el agente no encuentra pixelshot, revisa PATH y la instalación persistente con uv tool. Si una web no se renderiza, comprueba su acceso desde el navegador y la configuración de Playwright indicada por el proyecto.

Fuente: [documentación oficial](https://github.com/StarTrail-org/PixelRAG#readme).