[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-unsplash--datasets":3,"tool-unsplash--datasets":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},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,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},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",145895,2,"2026-04-08T11:32:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},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。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":73,"owner_website":79,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":77,"difficulty_score":32,"env_os":89,"env_gpu":90,"env_ram":90,"env_deps":91,"category_tags":94,"github_topics":96,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":139},5591,"unsplash\u002Fdatasets","datasets","🎁  6,500,000+ Unsplash images made available for research and machine learning","Unsplash Dataset 是一个面向研究与机器学习的大规模图像数据资源库，汇聚了来自全球 35 万多位摄影师创作的超过 650 万张高质量图片，以及与之关联的百万级关键词和数亿次搜索行为数据。它主要解决了 AI 训练中高质量、多样化且带有丰富语义标注的图像数据难以获取的痛点，为计算机视觉、自然语言处理及多模态模型的研究提供了坚实基础。\n\n该数据集分为两个版本：Lite 版包含约 2.5 万张自然主题图片，允许商业与非商业用途，适合快速原型开发；Full 版则提供全部 650 万 + 张图片及完整搜索日志，仅限非商业科研使用。其独特亮点在于不仅提供图像本身，还附带了真实的用户搜索意图数据，极大地丰富了数据的语义维度，有助于探索图像内容与用户需求之间的深层联系。\n\nUnsplash Dataset 特别适合人工智能研究人员、数据科学家、机器学习工程师以及需要大规模视觉数据进行算法验证的开发者使用。同时，项目提供了详细的文档及多种加载示例（如 PostgreSQL、Python 环境），降低了数据接入门槛。需要注意的是，该数据集严禁用于直接转售或重新分发图片，若需在产品中集成 Uns","Unsplash Dataset 是一个面向研究与机器学习的大规模图像数据资源库，汇聚了来自全球 35 万多位摄影师创作的超过 650 万张高质量图片，以及与之关联的百万级关键词和数亿次搜索行为数据。它主要解决了 AI 训练中高质量、多样化且带有丰富语义标注的图像数据难以获取的痛点，为计算机视觉、自然语言处理及多模态模型的研究提供了坚实基础。\n\n该数据集分为两个版本：Lite 版包含约 2.5 万张自然主题图片，允许商业与非商业用途，适合快速原型开发；Full 版则提供全部 650 万 + 张图片及完整搜索日志，仅限非商业科研使用。其独特亮点在于不仅提供图像本身，还附带了真实的用户搜索意图数据，极大地丰富了数据的语义维度，有助于探索图像内容与用户需求之间的深层联系。\n\nUnsplash Dataset 特别适合人工智能研究人员、数据科学家、机器学习工程师以及需要大规模视觉数据进行算法验证的开发者使用。同时，项目提供了详细的文档及多种加载示例（如 PostgreSQL、Python 环境），降低了数据接入门槛。需要注意的是，该数据集严禁用于直接转售或重新分发图片，若需在产品中集成 Unsplash 图库，应通过官方 API 实现。","# The Unsplash Dataset\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funsplash_datasets_readme_5972d40643ce.jpg)\n\nThe Unsplash Dataset is made up of over 350,000+ contributing global photographers and data sourced from hundreds of millions of searches across a nearly unlimited number of uses and contexts. Due to the breadth of intent and semantics contained within the Unsplash dataset, it enables new opportunities for research and learning.\n\nThe Unsplash Dataset is offered in two datasets:\n\n- the Lite dataset: available for commercial and noncommercial usage, containing 25k nature-themed Unsplash photos, 25k keywords, and 1M searches\n- the Full dataset: available for noncommercial usage, containing 6.5M+ high-quality Unsplash photos, 1M keywords, and over 160M searches\n\nAs the Unsplash library continues to grow, we’ll release updates to the dataset with new fields and new images, with each subsequent release being [semantically versioned](https:\u002F\u002Fsemver.org\u002F).\n\nWe welcome any feedback regarding the content of the datasets or their format. With your input, we hope to close the gap between the data we provide and the data that you would like to leverage. You can [open an issue](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002Fnew\u002Fchoose) to report a problem or to let us know what you would like to see in the next release of the datasets.\n\nFor more on the Unsplash Dataset, see [our announcement](https:\u002F\u002Funsplash.com\u002Fblog\u002Fthe-unsplash-dataset\u002F) and [site](https:\u002F\u002Funsplash.com\u002Fdata).\n\n## Download\n\n### Lite Dataset\n\nThe Lite dataset contains all of the same fields as the Full dataset, but is limited to ~25,000 photos. It can be used for both commercial and non-commercial usage, provided you abide by [the terms](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md).\n\n[⬇️ Download the Lite dataset](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002Flatest) [~700MB compressed, ~1GB raw]\n\n### Full Dataset\n\nThe Full dataset is available for non-commercial usage and all uses must abide by [the terms](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md). To access, please go to [unsplash.com\u002Fdata](https:\u002F\u002Funsplash.com\u002Fdata) and request access. The dataset weighs ~20 GB compressed (~80GB raw).\n\n## Documentation\n\nSee the [documentation for a complete list of tables and fields](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FDOCS.md).\n\n## Usage\n\nYou can follow these examples to load the dataset in these common formats:\n\n- [Load the dataset in a PostgreSQL database](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Ftree\u002Fmaster\u002Fhow-to\u002Fpsql)\n- [Load the dataset in a Python environment](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Ftree\u002Fmaster\u002Fhow-to\u002Fpython)\n- [Submit an example doc](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002Fhow-to\u002FREADME.md#submit-an-example)\n\n## Share your work\n\nWe're making this data open and available with the hopes of enabling researchers and developers to discover interesting and useful connections in the data.\n\nWe'd love to see what you create, whether that's a research paper, a machine learning model, a blog post, or just an interesting discovery in the data. Send us an email at [data@unsplash.com](mailto:data@unsplash.com).\n\nIf you're using the dataset in a research paper, you can attribute the dataset as `Unsplash Lite Dataset 1.3.0` or `Unsplash Full Dataset 1.3.0` and link to the permalink [`unsplash.com\u002Fdata`](https:\u002F\u002Funsplash.com\u002Fdata).\n\n----\n\nThe Unsplash Dataset is made available for research purposes. [It cannot be used to redistribute the images contained within](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md). To use the Unsplash library in a product, see [the Unsplash API](https:\u002F\u002Funsplash.com\u002Fdevelopers).\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funsplash_datasets_readme_8e290dddc3c5.jpg)\n","# Unsplash 数据集\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funsplash_datasets_readme_5972d40643ce.jpg)\n\nUnsplash 数据集由超过 35 万名全球贡献摄影师的作品组成，并基于数亿次搜索数据构建，适用于几乎无限的使用场景和背景。由于 Unsplash 数据集中包含了广泛的意图和语义信息，它为研究和学习提供了全新的机会。\n\nUnsplash 数据集分为两个版本：\n\n- 精简版数据集：可用于商业及非商业用途，包含 2.5 万张自然主题的 Unsplash 照片、2.5 万个关键词以及 100 万条搜索记录。\n- 完整版数据集：仅限非商业用途，包含 650 多万张高质量 Unsplash 照片、100 万个关键词以及超过 1.6 亿条搜索记录。\n\n随着 Unsplash 图库的不断增长，我们将定期发布数据集更新，增加新字段和新图片，每次发布都会采用 [语义化版本控制](https:\u002F\u002Fsemver.org\u002F)。\n\n我们欢迎对数据集内容或格式的任何反馈。借助您的意见，我们希望能够缩小现有数据与您所需数据之间的差距。您可以通过 [提交问题](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002Fnew\u002Fchoose) 来报告问题，或告诉我们您希望在下一次数据集发布中看到的内容。\n\n欲了解更多关于 Unsplash 数据集的信息，请参阅 [我们的公告](https:\u002F\u002Funsplash.com\u002Fblog\u002Fthe-unsplash-dataset\u002F) 和 [官方网站](https:\u002F\u002Funsplash.com\u002Fdata)。\n\n## 下载\n\n### 精简版数据集\n\n精简版数据集包含与完整版相同的所有字段，但仅限于约 2.5 万张照片。您可以将其用于商业或非商业用途，前提是遵守 [使用条款](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md)。\n\n[⬇️ 下载精简版数据集](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002Flatest) [压缩后约 700MB，原始数据约 1GB]\n\n### 完整版数据集\n\n完整版数据集仅限非商业用途，所有使用均需遵守 [使用条款](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md)。如需访问，请前往 [unsplash.com\u002Fdata](https:\u002F\u002Funsplash.com\u002Fdata) 并申请权限。该数据集压缩后约 20GB（原始数据约 80GB）。\n\n## 文档\n\n请参阅 [文档以获取完整的表和字段列表](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FDOCS.md)。\n\n## 使用方法\n\n您可以参考以下示例，以常见格式加载数据集：\n\n- [在 PostgreSQL 数据库中加载数据集](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Ftree\u002Fmaster\u002Fhow-to\u002Fpsql)\n- [在 Python 环境中加载数据集](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Ftree\u002Fmaster\u002Fhow-to\u002Fpython)\n- [提交示例文档](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002Fhow-to\u002FREADME.md#submit-an-example)\n\n## 分享您的成果\n\n我们开放并提供这些数据，旨在帮助研究人员和开发者从数据中发现有趣且有用的关系。\n\n我们非常期待看到您的创作成果，无论是研究论文、机器学习模型、博客文章，还是仅仅是对数据的有趣发现。请发送邮件至 [data@unsplash.com](mailto:data@unsplash.com)。\n\n如果您在研究论文中使用了该数据集，可以将其标注为 `Unsplash Lite Dataset 1.3.0` 或 `Unsplash Full Dataset 1.3.0`，并链接至永久地址 [`unsplash.com\u002Fdata`](https:\u002F\u002Funsplash.com\u002Fdata)。\n\n----\n\nUnsplash 数据集仅供研究目的使用。[不得用于重新分发其中包含的图片](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md)。如需在产品中使用 Unsplash 图库，请参阅 [Unsplash API](https:\u002F\u002Funsplash.com\u002Fdevelopers)。\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funsplash_datasets_readme_8e290dddc3c5.jpg)","# Unsplash Dataset 快速上手指南\n\nUnsplash Dataset 是一个包含数百万张高质量图片、关键词及搜索数据的大型开源数据集，适用于计算机视觉研究、机器学习模型训练及数据分析。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows (推荐 Linux 以获得最佳性能)\n*   **存储空间**：\n    *   **Lite 版本**：至少 2GB 可用空间（压缩包约 700MB，解压后约 1GB）\n    *   **Full 版本**：至少 100GB 可用空间（压缩包约 20GB，解压后约 80GB）\n*   **前置依赖**：\n    *   Python 3.6+ (用于数据处理脚本)\n    *   PostgreSQL (可选，如需导入数据库)\n    *   `wget` 或 `curl` (用于下载文件)\n    *   `unzip` 或兼容的解压工具\n\n> **注意**：Full 数据集仅限非商业用途；Lite 数据集可用于商业和非商业用途。使用前请务必阅读 [许可条款](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fblob\u002Fmaster\u002FTERMS.md)。\n\n## 安装与下载步骤\n\n该数据集以文件形式提供，无需通过包管理器安装，直接下载并解压即可。\n\n### 1. 下载 Lite 数据集（推荐初学者）\n\nLite 版本包含约 25,000 张照片，适合快速测试和小型项目。\n\n```bash\n# 创建目录并进入\nmkdir unsplash_data && cd unsplash_data\n\n# 下载 Lite 数据集 (最新稳定版)\nwget https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002Flatest -O unsplash_lite.zip\n\n# 解压文件\nunzip unsplash_lite.zip\n```\n\n### 2. 申请并下载 Full 数据集（大规模研究）\n\nFull 版本包含 650 万 + 张照片，需先申请访问权限。\n\n1.  访问 [unsplash.com\u002Fdata](https:\u002F\u002Funsplash.com\u002Fdata) 提交访问申请。\n2.  审核通过后，您将获得专属下载链接。\n3.  使用提供的链接下载（示例命令，请替换为实际链接）：\n\n```bash\nwget \u003CYOUR_FULL_DATASET_DOWNLOAD_URL> -O unsplash_full.zip\nunzip unsplash_full.zip\n```\n\n## 基本使用\n\n下载解压后，您将得到包含图片文件和元数据表（通常为 TSV 或 CSV 格式）的目录。以下是两种最常用的加载方式。\n\n### 方式一：在 Python 环境中加载元数据\n\n使用 Pandas 库快速读取照片元数据（如关键词、搜索量等）。\n\n```python\nimport pandas as pd\n\n# 假设解压后的元数据文件名为 photos.tsv (具体文件名请以实际解压内容为准)\n# 读取 TSV 格式数据\ndf = pd.read_csv('photos.tsv', sep='\\t')\n\n# 查看前 5 行数据\nprint(df.head())\n\n# 示例：筛选包含 \"nature\" 关键词的照片\nnature_photos = df[df['keywords'].str.contains('nature', case=False, na=False)]\nprint(f\"Found {len(nature_photos)} nature-themed photos.\")\n```\n\n### 方式二：导入 PostgreSQL 数据库\n\n对于需要复杂查询的大规模数据分析，建议将数据导入数据库。官方提供了详细的 SQL 脚本指引。\n\n1.  创建数据库并执行建表语句（参考官方 `how-to\u002Fpsql` 目录下的 schema 定义）。\n2.  使用 `\\copy` 命令导入数据：\n\n```sql\n-- 在 psql 命令行中执行\n\\copy photos FROM 'photos.tsv' WITH (FORMAT csv, DELIMITER E'\\t', HEADER true);\n```\n\n### 引用规范\n\n如果您在论文或项目中使用了该数据集，请按以下格式注明：\n*   **名称**: `Unsplash Lite Dataset 1.3.0` 或 `Unsplash Full Dataset 1.3.0`\n*   **链接**: [`unsplash.com\u002Fdata`](https:\u002F\u002Funsplash.com\u002Fdata)","某计算机视觉团队正在研发一款能精准识别自然场景的 AI 摄影助手，需要海量高质量图片及其语义标签来训练模型。\n\n### 没有 datasets 时\n- **数据收集耗时极长**：工程师需编写复杂爬虫从网络抓取图片，不仅效率低下，还面临版权法律风险。\n- **缺乏结构化语义信息**：原始图片仅有文件名，缺失对应的搜索关键词和用户行为数据，难以进行细粒度的语义对齐训练。\n- **数据质量参差不齐**：自行收集的图片分辨率不一、噪声大，需投入大量人力进行清洗和筛选，严重拖慢研发进度。\n- **场景覆盖度不足**：难以系统性获取涵盖全球不同地域、季节和光照条件的多样化自然主题样本。\n\n### 使用 datasets 后\n- **一键获取合规数据**：直接下载 Lite 或 Full 数据集，瞬间获得 2.5 万至 650 万张经授权的高清自然主题照片，彻底规避版权隐患。\n- **拥有丰富的关联元数据**：每条数据自带百万级关键词和亿级搜索记录，可直接用于构建高质量的“图像 - 文本”多模态训练对。\n- **开箱即用的高质量样本**：数据经过官方预处理，画质统一且标注清晰，团队可跳过繁琐清洗环节，立即启动模型训练。\n- **全景式场景覆盖**：依托全球摄影师贡献的内容，模型能学习到极其丰富的自然环境特征，显著提升泛化能力。\n\ndatasets 通过将分散的非结构化图片转化为带丰富语义标注的标准研究资产，让团队将原本数月的数据筹备期缩短为几天，专注于核心算法突破。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Funsplash_datasets_5972d406.jpg","unsplash","Unsplash","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Funsplash_d57e04d9.jpg","Building the internet's open library of freely usable visuals. Join us 👫",null,"friends@unsplash.com","https:\u002F\u002Funsplash.com\u002Fhiring","https:\u002F\u002Fgithub.com\u002Funsplash",[82],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",100,2691,135,"2026-04-05T22:43:04","","未说明",{"notes":92,"python":90,"dependencies":93},"该工具为数据集（Unsplash Dataset），非可执行软件，无特定运行环境依赖。提供 Lite（约 1GB 解压后）和 Full（约 80GB 解压后）两个版本。数据可加载至 PostgreSQL 数据库或 Python 环境中使用，具体技术栈需参考官方提供的示例文档。",[],[14,16,15,95],"其他",[97,98,73,99,100,101,102,103,104,105],"dataset","images","machine-learning","research","data","search-engine","keywords","photos","semantics","2026-03-27T02:49:30.150509","2026-04-09T00:48:29.928247",[109,114,119,124,129,134],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},25365,"为什么无法下载 lite 数据集的压缩包或直接获取图片文件？","该数据集本身不包含照片文件，只包含用于编程下载照片的链接。您需要根据数据集中的链接自行下载图片。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F57",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},25366,"数据集中部分照片的 image_url 链接失效或指向带水印的高级（Premium）图片怎么办？","最新发布的版本已修复了高级图片 URL 的问题，并移除了所有无法访问的照片。由于需要尊重创作者删除内容的决定，项目方不会保留已被作者删除的照片链接。建议始终使用最新版本的数据集。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F61",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},25367,"数据集中的地理位置（城市\u002F国家）和关键词字段存在大小写不一致或前后空格问题，该如何处理？","维护者已在 v1.1.0 版本中修复了字段的头尾空格问题。但对于地点名称的标准化（如统一 'UK' 和 'United Kingdom'），目前暂无计划自动处理，建议用户在使用前自行进行数据清洗和归一化。其他可能存在空格问题的字段包括：exif_camera_make, exif_camera_model, photo_location_name, keyword 等。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F13",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},25368,"如何获取随机图片？是否有专门的 API 端点？","该数据集主要以 TSV 文件格式提供，您可以将其加载到任何数据库（如 MySQL、SQLite）或编程语言中使用。官方提供的 Python 和 Postgres 文档仅是加载 TSV 数据的示例，并没有专门针对此数据集的独立随机图片 API 端点，您需要基于下载的数据自行实现随机逻辑。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F11",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},25369,"数据集中是否包含 `photo_title` 字段？如果没有，哪里可以找到类似标题的信息？","数据集中目前没有独立的 `photo_title` 字段。如果您需要类似标题的简短描述，可以使用 `ai_description` 字段，其中包含了您期望看到的标题信息。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F66",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},25370,"发现数据集中有部分照片的 URL 格式错误导致无法下载，这个问题解决了吗？","是的，该问题已在 v1.2.1 版本中修复。如果您遇到损坏的链接（例如某些链接缺少域名后缀或路径错误），请更新到最新版本的数据集。已知受影响的旧链接包括部分指向 unsplash.com.jpg 或格式错误的图片地址。","https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F46",[140,145,150,155,160,165,170],{"id":141,"version":142,"summary_zh":143,"released_at":144},162687,"1.3.0","**修复：**\n\n  - [#63](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F63)：经度和纬度不再互换\n\n**新增：**\n\n  - 在 `keywords` 数据集中添加了 `user_suggestion_source`\n  - 在 `collections` 数据集中添加了 Unsplash 主题（请查看 `collection_type`）\n\n**数据更新：**\n\n  - 向数据集中新增了 140 万+ 张照片（提交时间截至 `2025-01-01`）\n  - 移除了已下架的照片（即从平台上移除的照片）\n  - `conversions` 的统计周期现为 `2024-01-01` 至 `2025-01-01`\n  - 为确保 AI 标签的可靠性，新增了最低 40% 置信度阈值，低于该阈值的标签将不会出现在数据集中。\n\n**Lite 数据集链接：**\n\n  - 版本链接：[版本 1.3.0](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.3.0)\n\n**完整性校验（SHA-256）：**\n\n  - Lite：`c3c09225c4aee1c62cee1e7032db879d10b84407ed2953c2abf77dc6ca4c4ade`\n  - Full：`4ad1a3cb2b38529529f92bdc9ab4237a8b9b1153f1d615ff136581297ed5b58d`","2025-04-16T17:46:08",{"id":146,"version":147,"summary_zh":148,"released_at":149},162688,"1.2.2","**数据：**\n\n  - 向数据集新增了60万+张照片（提交时间截至`2024-01-01`）\n  - 移除了已不可用的照片（即从平台上被移除的照片）\n  - `conversions`统计周期现为`2023-01-01`至`2024-01-01`\n\n**精简版数据集链接：**\n\n  - 版本链接：[版本1.2.2](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.2.2)\n\n**完整性校验（SHA-256）：**\n\n  - 精简版：`c187e0f24320bb32dc2acd3c387ca57c06cf5f52369816df4ab27f3cdf30e8de`\n  - 完整版：`7783f029dc12eb54289bbb7be98acaaa585dad9ddcec44641213eed94119918c`","2024-02-09T14:57:43",{"id":151,"version":152,"summary_zh":153,"released_at":154},162689,"1.2.1","**修复：**\n\n  - [#46](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F46)：修复了一些错误的照片 URL\n\n**数据：**\n\n  - 向数据集添加了150万+张照片\n  - 移除了已下架的照片（即从平台上移除的照片）\n  - `conversions` 时间段现为 `2022-05-01` 至 `2023-05-01`\n\n**精简版数据集链接：**\n\n  - 版本链接：[版本 1.2.1](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.2.1)\n\n**完整性校验（SHA-256）：**\n\n  - 精简版：`d29a13678f1cc3a3e706897b0a8dbbdb5837715b0d78d0492b68b9b5e96b03db`\n  - 完整版：`3879c4f20897e564708e7da41a55f505eb6bbb13e37dbb62ae451af9782c8d87`","2023-05-02T14:58:29",{"id":156,"version":157,"summary_zh":158,"released_at":159},162690,"1.2.0","**新增：**\n\n  - [#36](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F36)：在数据集中加入了每张照片的 [BlurHash](https:\u002F\u002Fblurha.sh\u002F)\n\n**修复：**\n\n  - [#39](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F39)：修复了 AI 关键词的 AI 置信度问题\n\n**数据更新：**\n\n  - `collections` 数据集中的 `collection_id` 字段现在可以为字符串类型\n  - 增加了更多搜索转化数据\n  - 搜索转化的历史数据现将仅保留至每个版本发布日期前的一年内。\n  - 向完整数据集中新增约 100 万张照片。\n  - 在精简数据集中，用已审核通过的照片替换了 794 张已从 Unsplash 上移除的无效照片。\n\n**精简数据集链接：**\n\n  - 版本链接：[版本 1.2.0](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.2.0)\n\n**完整性校验（SHA-256）：**\n\n  - 精简版：`461fa4a1796b7966fc3aa904ce2e7f18890323243ed0e95f47c7042b335fcd98`\n  - 完整版：`daa99dab8ba7a47d530356311ffa73f17eb403898a75399c54812e9dd582f8af`","2021-07-30T21:53:47",{"id":161,"version":162,"summary_zh":163,"released_at":164},162691,"1.1.0","**新增：**\n- [#10](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F10)：增加了照片的用户描述\n- [#21](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F21)：增加了照片的宽度、高度和宽高比\n- [#22](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F22)：增加了来自第三方 AI 的照片颜色数据\n\n**修复：**\n- [#13](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F13)：对[部分字段](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F13#issuecomment-674709294)进行了修剪。\n- [#29](https:\u002F\u002Fgithub.com\u002Funsplash\u002Fdatasets\u002Fissues\u002F29)：将关键词文件中的换行符替换为空格，以避免 CSV 导入问题。\n\n**数据：**\n- 用新批准的照片替换了 Lite 数据集中被删除的 307 张照片\n- 从 Full 数据集中移除了约 1.7 万张已删除的照片\n- 使用最新转换数据更新了转换信息。Full 数据集现在大小约为 25GB（之前为 16GB）。\n\n**数据集：**\n\n  - Lite 数据集链接：[版本 1.1.0](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.1.0)\n\n**完整性校验（SHA-256）：**\n  - Lite：`266e45a8658ab2456779b3376b109e435e595646126846603f2efee5b47ee526`\n  - Full：`19abc3494bda06e36e61ccabf4dd2ca8e046ac50a5e4e3570cc8aa89ed6a9713`","2020-09-24T15:31:50",{"id":166,"version":167,"summary_zh":168,"released_at":169},162692,"1.0.1","**修复：**\n\n- #13：AI 标志性地点始终为空。\n- 部分标志性地点名称为空，而非 NULL。\n- 从完整数据集中移除了重复的照片 `zV2-QjJqkI`。\n\n**数据集：**\n- 精简版：[版本 1.0.1](https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F1.0.1)\n- 精简版数据集链接现采用以下格式：`https:\u002F\u002Funsplash.com\u002Fdata\u002Flite\u002F{version}`\n\n**完整性校验（SHA-256）：**\n  - 精简版：`aa199951dd8756563f7ffef4abbc2d20c845bcff62241ae677af523728819d60`\n  - 完整版：`ee47f7542e5ef260e6b904046b4837532f420412a0e2c299dcecab55acd28d1f`","2020-08-12T17:28:05",{"id":171,"version":172,"summary_zh":173,"released_at":174},162693,"1.0.0","做出一些了不起的东西","2020-08-06T13:26:46"]