[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-gcui-art--album-ai":3,"tool-gcui-art--album-ai":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":80,"owner_website":81,"owner_url":82,"languages":83,"stars":102,"forks":103,"last_commit_at":104,"license":105,"difficulty_score":10,"env_os":106,"env_gpu":106,"env_ram":106,"env_deps":107,"category_tags":112,"github_topics":113,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":122,"updated_at":123,"faqs":124,"releases":143},2946,"gcui-art\u002Falbum-ai","album-ai","AI-First Album: Chat with your gallery using plain language! LLM Vision + RAG + Album\u002FGallery.","Album AI 是一款创新的“以 AI 为核心”的相册管理工具，让你能用自然语言直接与照片库对话。它解决了传统相册管理中手动整理繁琐、检索困难的问题，特别是面对海量照片时，无需再费力添加标签或分类，只需像聊天一样提问，即可快速找到目标图片或获取相关内容。\n\n这款工具非常适合摄影爱好者、拥有大量图片素材的设计师，以及希望构建图像知识库的开发者使用。对于普通用户，它能极大简化照片回顾与查找体验；对于技术人员，它提供了基于 RAG（检索增强生成）技术的二次开发接口，可作为图像内容生成的辅助底座。\n\nAlbum AI 的技术亮点在于结合了 GPT-4o-mini 和 Haiku 等先进的视觉大模型，自动识别并提取图片元数据，再通过向量嵌入技术建立索引。它不仅支持传统的关键词搜索，更核心的是提供了智能对话功能：系统能理解你的问题，检索相关图片并生成自然的文字回复。项目完全开源，支持一键部署，允许用户将私有照片库转化为可交互的智能资产，让管理数 TB 的照片变得轻松高效。","\u003Cdiv align=\"center\">\n  \u003Ch1 align=\"center\">\n      Album AI\n  \u003C\u002Fh1>\n  \u003Cp>AI-First Album, Chat with your gallery\u002Falbum using plain language!\u003C\u002Fp>\n  \u003Cp>👉 We update frequently, feel free to star us.\u003C\u002Fp>\n\u003C\u002Fdiv>\n\u003Cp align=\"center\">\n  \u003Ca target=\"_blank\" href=\".\u002FREADME.md\">English\u003C\u002Fa> \n  | \u003Ca target=\"_blank\" href=\".\u002FREADME_CN.md\">简体中文\u003C\u002Fa> \n  | \u003Ca target=\"_blank\" href=\"http:\u002F\u002Falbum.gcui.ai\">Demo\u003C\u002Fa>\n  | \u003Ca target=\"_blank\" href=\"https:\u002F\u002Fdiscord.gg\u002FCGvNmywF\">Discord\u003C\u002Fa>\n  \n\u003C\u002Fp>\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.producthunt.com\u002Fposts\u002Falbum-ai-ai-first-album?embed=true&utm_source=badge-featured&utm_medium=badge&utm_souce=badge-album-ai-ai-first-album\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fapi.producthunt.com\u002Fwidgets\u002Fembed-image\u002Fv1\u002Ffeatured.svg?post_id=473306&theme=light\" alt=\"Album AI - AI-First Album - Chat with your gallery using plain language! | Product Hunt\" style=\"width: 250px; height: 54px;\" width=\"250\" height=\"54\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F5cc72436-2749-479f-a1bf-06e0d06ce1e3\n\n\n## Introduction\n\nAlbum AI is an experimental project that uses the recently released gpt-4o-mini and Haiku as a visual model to automatically identify metadata from image files in the album. It then leverages RAG technology to enable conversations with the album.\n\nIt can be used as a traditional photo album or as an image knowledge base to assist LLM in content generation.\n\n## Story\n\nAs a photography enthusiast facing terabytes of photos, I often felt overwhelmed. All existing photo management software required extra effort to maintain. Haiku and the newly released gpt-4o-mini gave me hope. So I decided to implement it immediately. My partner and I created the first version in less than 24 hours.\n\nWe hope you'll like it too. We welcome any praise or criticism. Don't forget to give us a ⭐️ or share to let more people know about it.\n\n## Live Demo\n[album.gcui.ai](http:\u002F\u002Falbum.gcui.ai) \n\n## Features\n\n- Automatically discover images in the album, using a PgSQL database for storage.\n- Utilize GPT-4-o-mini to automatically generate metadata for images.\n- Use OpenAI's Embedding API for metadata vectorization.\n- Provide two APIs:\n  - Search: A traditional Search API that takes a query and returns the most relevant images.\n  - Chat: A RAG API that takes a query, retrieves images, and generates responses.\n- One-click deployment to platforms like Render that support Docker container deployment.\n- A permissive open-source license allows for integration and modification (please contact us for commercial use).\n\n## How to start using?\n\nRecommended to run locally, if you want to run on a server, please deploy yourself, and we will improve this part of the guide.\n\n### 1. Clone the project\n\n```bash\ngit clone git@github.com:gcui-art\u002Falbum-ai.git\ncd album-ai\n```\n\n### 2. Modify the .env\n\n```bash\ncp .env.prod.example .env.prod\n```\n\nOpen `.env.prod` with your favorite editor, modify the configuration:\n\n```bash\nHOST_NAME= # Your local IP address, usually 192.168.x.x:8080\nPROXY_URL= # (Optional) Your local proxy IP address, usually 192.168.x.x:7890, required when accessing OpenAI API directly is not available\n\nOPENAI_API_KEY= # Your openai api key\nANTHROPIC_API_KEY= # Your Anthropic api key \n```\n\n### 3. Build and run the project\n\n```bash\nchmod a+x .\u002Fbuild.sh\n.\u002Fbuild.sh\n```\n\n### 4. Enjoy!\n\nOpen the browser and visit `http:\u002F\u002Flocalhost:8080` to see the demo.\n\n### 5. Add new photos\n\nOpen the `images` directory in the project, add new photos to the `images` directory, and the background will automatically recognize and vectorize metadata. After that, you can use it in the demo through search and chat.\n\n## API Reference\n\nAlbum AI currently implements the following APIs:\n\n- `get` \u002Fapi\u002Fv1\u002Ffile\u002Fsearch: Search for images\n- `post`\u002Fapi\u002Fv1\u002Fchat: Chat with images\n\n## Contribution\n\nThere are four ways to support this project:\n\n1. Fork the project and submit a PR: We welcome any PR to make Album AI better.\n2. Submit an Issue: We welcome any reasonable suggestions or bug reports.\n3. Recommend: Recommend the project to others; click Star; place a link to the project after using it.\n\n## License\n\nApache 2.0 License\n\n## Do You have a question\u002Fsuggestion\u002Fissue\u002FBug?\n\nWe use Github's Issue to manage these feedbacks, you can submit one. We will often deal with them.\n\n## Related links\n\n- Project repository: [github.com\u002Fgcui-art\u002Falbum-ai](https:\u002F\u002Fgithub.com\u002Fgcui-art\u002Falbum-ai)\n- Album AI homepage: [album.gcui.ai](http:\u002F\u002Falbum.gcui.ai)\n- Live Demo: [album.gcui.ai](http:\u002F\u002Falbum.gcui.ai)\n- Author: [@Kane](https:\u002F\u002Fx.com\u002FBlueeonY)\n\n## Disclaimer\n\nIf you want to use it for commercial purposes, please contact us.\n\n## Star History\n\n\u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#gcui-art\u002Falbum-ai&Timeline\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png&theme=dark\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png\" \u002F>\n   \u003Cimg alt=\"Star History Chart\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>\n","\u003Cdiv align=\"center\">\n  \u003Ch1 align=\"center\">\n      Album AI\n  \u003C\u002Fh1>\n  \u003Cp>AI优先相册，用自然语言与你的图库\u002F相册对话！\u003C\u002Fp>\n  \u003Cp>👉 我们频繁更新，欢迎给项目加星。\u003C\u002Fp>\n\u003C\u002Fdiv>\n\u003Cp align=\"center\">\n  \u003Ca target=\"_blank\" href=\".\u002FREADME.md\">英文\u003C\u002Fa> \n  | \u003Ca target=\"_blank\" href=\".\u002FREADME_CN.md\">简体中文\u003C\u002Fa> \n  | \u003Ca target=\"_blank\" href=\"http:\u002F\u002Falbum.gcui.ai\">演示\u003C\u002Fa>\n  | \u003Ca target=\"_blank\" href=\"https:\u002F\u002Fdiscord.gg\u002FCGvNmywF\">Discord\u003C\u002Fa>\n  \n\u003C\u002Fp>\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.producthunt.com\u002Fposts\u002Falbum-ai-ai-first-album?embed=true&utm_source=badge-featured&utm_medium=badge&utm_souce=badge-album-ai-ai-first-album\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fapi.producthunt.com\u002Fwidgets\u002Fembed-image\u002Fv1\u002Ffeatured.svg?post_id=473306&theme=light\" alt=\"Album AI - AI-First Album - Chat with your gallery using plain language! | Product Hunt\" style=\"width: 250px; height: 54px;\" width=\"250\" height=\"54\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F5cc72436-2749-479f-a1bf-06e0d06ce1e3\n\n\n## 简介\n\nAlbum AI 是一个实验性项目，利用近期发布的 gpt-4o-mini 和 Haiku 视觉模型，自动识别相册中图片文件的元数据。随后，它借助 RAG 技术实现与相册的对话功能。\n\n它可以作为传统的照片相册使用，也可以作为一个图像知识库，辅助大语言模型进行内容生成。\n\n## 故事\n\n作为一名拥有数TB照片的摄影爱好者，我常常感到不堪重负。现有的所有照片管理软件都需要额外的努力来维护。Haiku 和新发布的 gpt-4o-mini 让我看到了希望。于是，我决定立即动手实现。我和我的伙伴在不到24小时内就完成了第一个版本。\n\n我们也希望你能喜欢它。无论赞美还是批评，我们都欢迎。别忘了给我们点个 ⭐️ 或分享出去，让更多人了解这个项目。\n\n## 实时演示\n[album.gcui.ai](http:\u002F\u002Falbum.gcui.ai) \n\n## 特性\n\n- 自动发现相册中的图片，并使用 PgSQL 数据库进行存储。\n- 利用 GPT-4-o-mini 自动生成图片的元数据。\n- 使用 OpenAI 的 Embedding API 对元数据进行向量化。\n- 提供两个 API：\n  - 搜索：传统的搜索 API，接收查询并返回最相关的图片。\n  - 聊天：RAG API，接收查询、检索图片并生成回复。\n- 支持一键部署到 Render 等支持 Docker 容器部署的平台。\n- 宽松的开源许可证允许集成和修改（商业用途请联系我们）。\n\n## 如何开始使用？\n\n建议在本地运行。如果想在服务器上运行，请自行部署，我们会逐步完善这部分指南。\n\n### 1. 克隆项目\n\n```bash\ngit clone git@github.com:gcui-art\u002Falbum-ai.git\ncd album-ai\n```\n\n### 2. 修改 .env 文件\n\n```bash\ncp .env.prod.example .env.prod\n```\n\n用你喜欢的编辑器打开 `.env.prod`，修改配置：\n\n```bash\nHOST_NAME= # 你的本地 IP 地址，通常是 192.168.x.x:8080\nPROXY_URL= # （可选）你的本地代理 IP 地址，通常是 192.168.x.x:7890，当无法直接访问 OpenAI API 时需要使用\n\nOPENAI_API_KEY= # 你的 OpenAI API 密钥\nANTHROPIC_API_KEY= # 你的 Anthropic API 密钥 \n```\n\n### 3. 构建并运行项目\n\n```bash\nchmod a+x .\u002Fbuild.sh\n.\u002Fbuild.sh\n```\n\n### 4. 享受吧！\n\n打开浏览器，访问 `http:\u002F\u002Flocalhost:8080` 即可看到演示。\n\n### 5. 添加新照片\n\n打开项目中的 `images` 目录，将新照片放入 `images` 目录中，后台会自动识别并为元数据进行向量化。之后，你就可以通过搜索和聊天功能在演示中使用这些照片了。\n\n## API 参考\n\nAlbum AI 目前实现了以下 API：\n\n- `get` \u002Fapi\u002Fv1\u002Ffile\u002Fsearch：搜索图片\n- `post`\u002Fapi\u002Fv1\u002Fchat：与图片对话\n\n## 贡献\n\n支持该项目有四种方式：\n\n1. 分叉项目并提交 PR：我们欢迎任何让 Album AI 更好的 PR。\n2. 提交 Issue：我们欢迎任何合理的建议或错误报告。\n3. 推荐：向他人推荐这个项目；点击“Star”；使用后留下项目链接。\n\n## 许可证\n\nApache 2.0 许可证\n\n## 你有问题\u002F建议\u002F问题\u002FBug吗？\n\n我们使用 Github 的 Issue 来管理这些反馈，你可以提交一个。我们会经常处理它们。\n\n## 相关链接\n\n- 项目仓库：[github.com\u002Fgcui-art\u002Falbum-ai](https:\u002F\u002Fgithub.com\u002Fgcui-art\u002Falbum-ai)\n- Album AI 主页：[album.gcui.ai](http:\u002F\u002Falbum.gcui.ai)\n- 实时演示：[album.gcui.ai](http:\u002F\u002Falbum.gcui.ai)\n- 作者：[@Kane](https:\u002F\u002Fx.com\u002FBlueeonY)\n\n## 免责声明\n\n如需用于商业用途，请联系我们。\n\n## 星标历史\n\n\u003Ca href=\"https:\u002F\u002Fstar-history.com\u002F#gcui-art\u002Falbum-ai&Timeline\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png&theme=dark\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png\" \u002F>\n   \u003Cimg alt=\"星标历史图表\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_readme_9be1eb8ff487.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>","# Album AI 快速上手指南\n\nAlbum AI 是一个基于 GPT-4o-mini 和 Haiku 视觉模型的开源项目，支持通过自然语言与你的相册\u002F图库进行对话。它利用 RAG（检索增强生成）技术自动识别图片元数据并向量化，既可作为智能相册管理工具，也可作为图像知识库辅助大模型内容生成。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **操作系统**：Linux \u002F macOS \u002F Windows (需安装 Docker 或 WSL2)\n*   **核心依赖**：\n    *   `Git`：用于克隆项目代码\n    *   `Docker` & `Docker Compose`：项目采用容器化部署，必须安装\n*   **API Keys**：\n    *   `OpenAI API Key`：用于调用 GPT-4o-mini 进行图像识别及 Embedding 向量化\n    *   `Anthropic API Key` (可选)：用于调用 Haiku 模型\n*   **网络环境**：由于需要访问 OpenAI\u002FAnthropic 接口，若所在网络无法直连，需准备代理地址。\n\n## 安装步骤\n\n### 1. 克隆项目\n打开终端，执行以下命令获取源代码：\n\n```bash\ngit clone git@github.com:gcui-art\u002Falbum-ai.git\ncd album-ai\n```\n\n### 2. 配置环境变量\n复制示例配置文件并编辑：\n\n```bash\ncp .env.prod.example .env.prod\n```\n\n使用编辑器打开 `.env.prod` 文件，填入你的配置信息：\n\n```bash\nHOST_NAME= # 本地 IP 地址，通常为 192.168.x.x:8080 或 localhost:8080\nPROXY_URL= # (可选) 代理地址，如 192.168.x.x:7890。若无法直连 OpenAI 则必填\n\nOPENAI_API_KEY= # 填入你的 OpenAI API Key\nANTHROPIC_API_KEY= # 填入你的 Anthropic API Key\n```\n\n> **注意**：`HOST_NAME` 若在本地单机运行可设为 `localhost:8080`；若需在局域网其他设备访问，请填写本机局域网 IP。\n\n### 3. 构建并运行\n赋予构建脚本执行权限并启动服务：\n\n```bash\nchmod a+x .\u002Fbuild.sh\n.\u002Fbuild.sh\n```\n\n脚本将自动拉取镜像、初始化 PostgreSQL 数据库并启动应用容器。\n\n## 基本使用\n\n### 1. 访问界面\n服务启动成功后，在浏览器中访问：\n`http:\u002F\u002Flocalhost:8080`\n\n### 2. 添加照片\n将你需要管理的照片放入项目根目录下的 `images` 文件夹中：\n```bash\n# 示例：将照片复制到 images 目录\ncp \u002Fpath\u002Fto\u002Fyour\u002Fphotos\u002F*.jpg .\u002Fimages\u002F\n```\n系统后台会自动检测新文件，调用视觉模型生成元数据并完成向量化存储（过程耗时取决于图片数量和网速）。\n\n### 3. 开始交互\n刷新浏览器页面，即可在界面中进行以下操作：\n*   **搜索 (Search)**：输入关键词（如“海边的日落”），系统将返回最相关的图片。\n*   **对话 (Chat)**：使用自然语言提问（如“帮我找几张去年拍猫的照片，并总结它们的共同点”），系统将检索图片并生成回答。\n\n### 4. API 调用（开发者）\n项目同时提供 RESTful API 供集成使用：\n*   **搜图**：`GET \u002Fapi\u002Fv1\u002Ffile\u002Fsearch?q=你的查询词`\n*   **对话**：`POST \u002Fapi\u002Fv1\u002Fchat` (Body 中包含 query 参数)","资深摄影师李明拥有超过 5TB 的旅行与婚礼摄影素材，急需从海量图库中快速提取特定画面以制作年度精选集。\n\n### 没有 album-ai 时\n- **检索效率极低**：只能依靠手动浏览文件夹或搜索文件名，寻找“夕阳下的海边婚礼”等特定场景需耗费数小时。\n- **元数据缺失**：大量历史照片缺乏标签、地点或情感描述，无法通过内容特征进行筛选。\n- **灵感难以串联**：想要基于“孤独感”或“庆典氛围”等抽象概念整理素材时，完全无从下手。\n- **维护成本高昂**：传统相册软件需要人工逐张打标签，面对万级照片库，整理工作几乎不可完成。\n- **知识复用困难**：丰富的视觉素材沉睡在硬盘中，无法作为知识库辅助 AI 生成新的创作灵感或文案。\n\n### 使用 album-ai 后\n- **自然语言秒级定位**：直接输入“找出所有下雨天在城市街头的照片”，album-ai 利用视觉模型瞬间返回精准结果。\n- **智能元数据自动生成**：系统自动分析图片内容，为每张图生成详细的描述性标签和向量数据，无需人工干预。\n- **抽象概念语义搜索**：支持用“温馨的家庭聚餐”或“宏大的建筑细节”等模糊指令聊天，轻松挖掘潜在素材。\n- **零维护自动化入库**：只需将新照片拖入指定目录，album-ai 后台自动完成识别、向量化并更新索引。\n- **图库变身创作助手**：不仅能找图，还能基于图库内容回答“我过去三年拍过哪些蓝色调的作品？”并辅助生成配文。\n\nalbum-ai 将静态的图片仓库转化为可对话的智能视觉知识库，让创作者从繁琐的整理工作中解放，专注于核心创意。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgcui-art_album-ai_16adff6f.png","gcui-art","gcui.ai","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgcui-art_1ac46232.png","Making AI Creation Simple.",null,"BlueeonY","https:\u002F\u002Fsuno.gcui.ai","https:\u002F\u002Fgithub.com\u002Fgcui-art",[84,88,92,95,99],{"name":85,"color":86,"percentage":87},"TypeScript","#3178c6",68.5,{"name":89,"color":90,"percentage":91},"Handlebars","#f7931e",28.3,{"name":93,"color":94,"percentage":23},"JavaScript","#f1e05a",{"name":96,"color":97,"percentage":98},"Shell","#89e051",0.6,{"name":100,"color":101,"percentage":98},"Dockerfile","#384d54",791,69,"2026-03-28T16:04:20","Apache-2.0","未说明",{"notes":108,"python":106,"dependencies":109},"该项目基于 Docker 容器化部署，无需手动配置 Python 环境或本地 GPU（视觉识别与向量化通过调用 OpenAI GPT-4o-mini\u002FHaiku 及 Embedding API 完成）。运行前需配置 OpenAI 和 Anthropic 的 API Key。图片需放入项目 images 目录，系统会自动后台处理。支持一键部署到 Render 等支持 Docker 的平台。",[110,111],"Docker","PostgreSQL (PgSQL)",[13,14,15,26],[114,115,116,117,118,119,120,121],"ai","album","gpt-4o-mini","image","llm","rag","haiku","gallery","2026-03-27T02:49:30.150509","2026-04-06T08:46:21.437243",[125,130,134,139],{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},13608,"使用 GPT-4o 处理单张图片的成本大约是多少？","对于 512x512 分辨率的图片，单次处理成本约为 $0.000425。","https:\u002F\u002Fgithub.com\u002Fgcui-art\u002Falbum-ai\u002Fissues\u002F1",{"id":131,"question_zh":132,"answer_zh":133,"source_url":129},13609,"RAG API 是如何处理和存储图像数据的？","RAG 工作流程如下：图像首先被转换为元数据（字符串），然后通过 OpenAI 生成嵌入向量（embedding），最后存储在 PostgreSQL 数据库中（使用 pgvector 插件）。原始图像数据本身不直接以二进制形式存入向量库，而是通过元数据和向量索引进行检索。",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},13610,"如何过滤掉相似度得分较低的向量查询结果？","该功能已支持。您可以配置相关性评分阈值来过滤不相关的图片。如果启用此功能后没有返回结果，系统会提示未找到相关图片。","https:\u002F\u002Fgithub.com\u002Fgcui-art\u002Falbum-ai\u002Fissues\u002F5",{"id":140,"question_zh":141,"answer_zh":142,"source_url":138},13611,"启用新功能后，现有的数据库需要如何处理？","对于正在运行的服务，可能需要删除并重新初始化数据库以应用更改。可以使用以下命令删除本地测试数据库：\n`rm -rf \u002Ftmp\u002Fpostgres`\n执行后重启服务即可重新初始化。",[]]