好开源，值得被发现。

PixelRAG是一个开源视觉检索增强生成（RAG）系统，由加州大学伯克利分校的SkyLab、BAIR和NLP小组开发。它通过将文档渲染为截图瓦片并直接对图像进行检索，保留了表格、图表和布局等视觉结构，而这些是文本解析会丢失的。系统包含一个托管的828万页维基百科索引、CLI工具和Claude Code集成。

Apache SeaTunnel是一款高性能、分布式数据集成工具，支持160多个连接器、批流一体及多引擎执行。

Deep Lake 是一款面向 AI 的无服务器多模态数据库，结合向量搜索与嵌入、图像、视频、音频和文档存储，可将云端数据直接流式传输至 PyTorch/TensorFlow，支持数据版本控制，并集成 LangChain、LlamaIndex 和 Weights & Biases。