feat(crawler): add pixelrag visual evidence lane

docs/guides/browse_sh_crawler_playbook.md

@@ -51,3 +51,39 @@ python scripts/tools/browse_sh_probe.py -- screenshot
 - PChome：目前已有搜尋 API 與商品 API，`browse` 只用於確認 API 參數、分頁行為、前端是否切新 endpoint。
 - MOMO：若既有 BeautifulSoup selector 失效，先用 `browse` 找出前端實際 XHR；找到 API 時優先改成 structured API parser。
 - Matcher：`browse` 只提供候選證據；是否為同款仍由 `marketplace_product_matcher.score_marketplace_match()` 決定。
+
+## PixelRAG-style 視覺證據 fallback
+
+2026-07-09 評估 PixelRAG 後，結論是「可導入，但不可直接取代正式爬蟲」。PixelRAG 的核心價值是把渲染後頁面截圖切成 tiles，讓 AI 讀到 HTML parser 可能丟失的視覺結構；本專案第一階段只採用這個視覺證據思路，不直接拉外部 runtime、不用外部 embedding API、不把像素結果寫入正式價格表。
+
+導入順序：
+
+1. 既有 PChome API / MOMO structured parser 先跑；若 parser 結果為空、價格欄位缺失、規格/組合資訊疑似只存在渲染畫面，才啟動視覺證據 fallback。
+2. Phase 1 只輸出 screenshot/tile manifest：URL、platform、crawler、parse failure、viewport、tile coordinates、artifact path、evidence intent。
+3. Phase 2 用 manifest 收集 replay samples，對照 `marketplace_product_matcher` 與 `competitor_match_attempts` 的診斷結果，評估是否提高身份證據覆蓋率。
+4. Phase 3 才評估 Ollama-first multimodal embedding；未完成 GCP-A → GCP-B → 111 視覺 embedding 驗證前，不做自動像素檢索。
+5. Phase 4 若需要索引，優先設計 pgvector-compatible evidence metadata；FAISS 只能先當本地研究/ADR 候選，不直接進 production。
+6. Phase 5 才談 crawler fusion；正式 `competitor_prices` / `competitor_price_history` 寫入仍需 matcher replay/canary 證據。
+
+機器可讀評估：
+
+```bash
+python scripts/ops/report_pixelrag_crawler_integration.py
+python scripts/ops/report_pixelrag_crawler_integration.py --platform momo
+python scripts/ops/report_pixelrag_crawler_integration.py --capability ollama_multimodal_ready --capability pgvector_visual_ready
+python scripts/ops/report_pixelrag_crawler_integration.py \
+  --platform momo \
+  --manifest-url "https://m.momoshop.com.tw/search.momo?searchKeyword=test" \
+  --crawler MomoCrawler.search_products \
+  --trigger-reason parser_empty \
+  --page-size page=1440x1900 \
+  --tile-size tile=512x512
+```
+
+安全邊界：
+
+- read-only；不登入、不下單、不加入購物車、不寫第三方狀態。
+- 不從像素結果直接寫正式價格或同款判斷，只寫 artifact / review diagnostics。
+- 不使用 GitHub runtime 依賴；不讀 secrets / sessions / cookies。
+- 不呼叫 hosted embedding / VLM API；如需 embedding，必須走 Ollama-first 並保留成本/品質 benchmark。
+- 若穩定 XHR/API 可取得同樣資訊，仍優先回補 structured parser，不把視覺 fallback 變成主路徑。