home-gallery

GitHub
1.1k 95 简单 1 次阅读 3天前MIT图像视频
AI 解读 由 AI 自动生成,仅供参考

HomeGallery 是一款专为个人用户设计的自托管开源网络相册,让你能在浏览器中轻松浏览和管理本地的照片与视频。它直接读取你存储在 NAS 或硬盘上的媒体文件,无需上传至云端,从而在享受便捷访问的同时,彻底解决了对隐私泄露的担忧。

针对现有相册软件在移动端体验不佳、难以从海量存档中发掘旧时光的痛点,HomeGallery 提供了流畅的手机适配界面,并引入了强大的 AI 技术。它能自动进行图像内容识别和人脸发现,支持智能标签分类,帮助你快速检索并重温那些被遗忘的美好记忆。

这款工具特别适合具有一定动手能力、注重数据主权且希望完全掌控个人媒体库的电脑爱好者。无论是想搭建家庭私有云相册,还是希望整合多个来源(如相机卡、手机备份)的图片资源,HomeGallery 都能通过简单的命令行或 Docker 部署快速启动。它不依赖商业云服务,以轻量级的方式为你构建一个安全、高效且充满智能惊喜的个人影像档案馆。

使用场景

摄影师李明将多年积累的数万张 RAW 格式照片和旅行视频存储在家庭 NAS 上,希望在不依赖公有云的前提下,能随时通过手机向客户展示作品或快速回顾过往素材。

没有 home-gallery 时

  • 检索效率极低:面对海量文件,只能依靠文件夹层级手动翻找,想找出“三年前在冰岛拍的极光”如同大海捞针。
  • 移动端体验糟糕:原生文件管理器在手机端加载大图缓慢,且不支持流畅的手势缩放与幻灯片播放,无法用于现场演示。
  • 隐私与安全顾虑:为了获得更好的浏览体验而使用商业网盘,却担心未发布的原创摄影作品泄露或被算法扫描训练。
  • 内容发现困难:大量珍贵记忆因缺乏整理被遗忘在深层目录中,无法通过人物面部或相似画面自动关联发现。

使用 home-gallery 后

  • AI 智能发现:home-gallery 内置的 AI 引擎自动完成人脸识别和图像标签化,搜索“极光”或特定人物即可秒级定位所有相关媒体。
  • 极致移动体验:提供专为移动端优化的 Web 界面,支持手势操作和自适应流媒体加载,李明可随时随地流畅地向客户展示高清作品集。
  • 数据完全私有:所有服务部署在本地 NAS,无需上传任何原图至公有云,彻底消除了隐私泄露风险,确保作品版权安全。
  • 唤醒沉睡记忆:通过“相似图片推荐”功能,系统自动将不同时间拍摄的同类场景(如美食、风景)聚合,帮助创作者重新发现灵感。

home-gallery 让私有媒体库拥有了媲美商业云盘的智能浏览体验,同时牢牢守住了数据隐私的底线。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明 (默认使用公共 API 或本地 CPU 处理 AI 任务,支持在 Raspberry Pi 等低功耗设备上运行)

内存

未说明 (浏览器端需加载完整数据库索引,10 万媒体文件约占用 100MB 内存)

依赖
notes该工具主要基于 Node.js 运行。AI 功能(人脸检测、物体识别)默认调用公共 API,适合低配设备;也可部署本地 API 服务。支持 Docker 容器化部署。媒体文件通过内容哈希去重,支持离线源。
python未说明 (可选依赖,仅在需要编译原生库绑定时的构建环境中需要)
Node.js 20 LTS (或 18 LTS)
Perl (Linux)
Make, g++, python (仅用于编译原生库绑定的构建环境)
home-gallery hero image

快速开始

HomeGallery 主图

HomeGallery

加入聊天 https://gitter.im/home-gallery/community

Home-Gallery.org 是一款自托管的开源网页相册,用于浏览个人照片和视频,支持标签功能、移动设备友好以及基于 AI 的图片和人脸识别。您可以试用 演示相册,或者欣赏一下 美食图片

注意: 本软件为个人业余项目,不提供任何担保。如有疑问,请前往 gitter.imDiscord 咨询。

您喜欢 HomeGallery 吗?它是否解决了您的媒体管理问题?如果您愿意帮忙,请阅读 CONTRIBUTING 指南,并通过定期资助我的 patreon.com/xemle 或一次性捐赠至我的 paypal.me/xemle 账户来支持该项目。提前感谢您的支持。

MIT 许可证

链接

动机

  • 我所有的私人图片和视频都存储在家中的 NAS 设备上,相册应该尽可能靠近数据源。
  • 云服务无法满足我对隐私的需求。
  • 现有的相册软件在移动设备上的用户体验普遍较差。
  • 相册应帮助用户从庞大的媒体库中浏览并发现那些被遗忘的记忆。

目标用户

  • 熟悉计算机操作、能够独立解决问题并愿意付出额外努力的用户。
  • 在不使用云服务的情况下,直接服务于本地数据。
  • 仅限单个用户使用,所有文件均在此环境中提供。
  • 可以通过手机查看自己的照片和视频。
  • 支持从多个媒体源目录(如硬盘、相机文件、手机文件等)提供图片。

快速入门

要使用 HomeGallery,您需要执行以下步骤:

  • 下载 相册软件的预编译二进制文件或 Docker 镜像。
  • 使用 ~/Pictures 等媒体源初始化配置。
  • localhost:3000 上启动服务器。
curl -sL https://dl.home-gallery.org/dist/latest/home-gallery-latest-linux-x64 -o gallery
chmod 755 gallery
./gallery init --source ~/Pictures
./gallery run server

然后在浏览器中打开 localhost:3000。运行 ./gallery -h 可获取更多 CLI 帮助信息。

更多二进制文件请访问 dl.home-gallery.org/dist。例如,最新版本的 LinuxMacWindows 版本。

配置文件 gallery.config.yml 可在当前目录下找到,以便进行精细调整。更多信息请参阅文档中的 安装部分

使用 Docker 的快速入门

mkdir -p data
alias gallery="docker run -ti --rm \
  -v $(pwd)/data:/data \
  -v $HOME/Pictures:/data/Pictures \
  -u $(id -u):$(id -g) \
  -p 3000:3000 xemle/home-gallery"
gallery init --source /data/Pictures
gallery run server

然后在浏览器中打开 localhost:3000。运行 gallery -h 可获取更多 CLI 帮助信息。

相册配置文件位于 ./data/config/gallery.config.yml 中,可供进一步调整。

想使用 Docker Compose 吗?请参阅文档中的 安装部分 获取更多信息。

文档

有关通用文档,请访问 home-gallery.org/docs

特性

  • 通过虚拟滚动实现无限照片流。
  • 视频转码功能。
  • 图片反向搜索(相似图片搜索)。如果您有一张日落照片,可以轻松在您的档案中找到其他日落照片,而无需手动打标签。
  • 人脸识别与相似人脸搜索。
  • 强大的查询语言,支持“与”、“或”、“非”等逻辑运算符。
  • 地理位置反向查询。
  • 通过 PWA 支持简单的移动应用体验。
  • 标签功能,支持单选和多选。
  • 支持只读和离线媒体源。一旦生成了预览文件并提取了元数据,原始数据源便不再被触碰,因此离线磁盘只需提取一次,后续运行时仍可保持离线状态。
  • 媒体内容识别功能。完全相同的文件(字节级一致)只会被处理一次。文件重命名后无需重新计算预览等信息。
  • 快速检测文件变化,包括新增、删除、重命名或移动。
  • 可导出静态网页相册,例如 演示相册
  • 元数据可导出为 XMP 辅助文件。
  • 可将照片和视频流式传输到支持 Chromecast 的电视设备。
  • 支持在树莓派等 SoC 设备上运行。

限制

整个“数据库”会加载到浏览器中。我目前有 10 万条媒体记录,未压缩的 JSON 文件约为 100 MB,压缩后约为 12 MB。在现代移动设备上性能表现良好。有用户反馈称成功部署了超过 40 万条媒体记录的数据集。欢迎提供更多反馈。

二进制下载

HomeGallery 提供适用于 LinuxMacOSWindows 的预编译二进制文件。更多下载选项请访问 这里

使用方法请参阅 安装部分

外部服务与隐私

HomeGallery 的目标是尽可能减少对外部公共服务的依赖,以保护敏感的私人图像数据。它尽量使用可以在本地部署的服务。然而,这种设置需要一定的技术知识和维护能力。以下是所调用的服务:

对于地理反向查询(将地理坐标转换为地址),HomeGallery 会向 OpenStreetMap 提供的 Nominatim 服务 发送请求。仅传输地理坐标信息。

对于反向图像搜索、物体检测和人脸识别,HomeGallery 使用其在 api.home-gallery.org 上的公共 API。该公共 API 支持低功耗设备,例如 Raspberry Pi 等单板计算机,并且默认会将所有预览图像发送到此公共 API。系统不会保存任何图像或隐私数据。

该 API 也可以配置并在本地运行,或者作为 Docker 容器部署。有关使用方法,请参阅安装部分。

自定义环境

HomeGallery 运行在 JavaScript 运行时 Node.js 上,该运行时支持多种平台,包括 Linux(也适用于 Raspberry Pi)、Mac 和 Windows。

在大多数情况下,以下自定义环境即可满足需求:

  • Node.js 版本 20 LTS(或 18 LTS)
  • Perl(Linux)

设置步骤

# 克隆或从 GitHub 下载仓库
git clone https://github.com/xemle/home-gallery.git
cd home-gallery
# 安装所需依赖包
npm install
# 构建所需模块
npm run build

在某些特殊情况下,您可能还需要一些必要的构建工具来编译库绑定。

  • make
  • g++
  • python

开发指南

构建

HomeGallery 使用 npm 工作区管理多个包。常用的 npm 脚本包括 cleanbuildtest

如果只想运行部分包,可以使用 pnpm 的过滤功能,例如仅构建 export-staticdatabase 模块:

npx pnpm -r --filter './*/{export-static,database}' build

单元测试

通过 pnpm 运行特定包的单元测试:

npx pnpm -r --filter './*/{query,events}' test

端到端测试

运行特定的端到端测试(使用 Gauge):

git clone https://github.com/xemle/home-gallery-e2e-data.git data
npm run test:e2e -- --tags dev

home-gallery-e2e-data 包含使用 Git LFS 的测试文件。

端到端测试的输出数据存储在 /tmp/gallery-e2e 目录中。最近一次测试会被创建为符号链接,指向 HomeGallery 工作目录下的 latest-e2e-test 目录。请检查每个测试目录中的 cli.loge2e.log 文件(采用 ndjson 格式)。

打包

从某个特性分支创建本地二进制包:

node scripts/bundle.js --version=1.3 --snapshot=-feature-test --filter=linux-x64 --no-before --no-run

创建本地原生包,排除 sharp、ffmpeg 和 ffprobe 等 npm 包中的二进制文件。该包仅包含可在任何地方运行的 JavaScript 代码。不过,为了正常工作,仍需确保 PATH 环境变量中包含 vipsthumbnail、ffmpeg 和 ffprobe 等外部二进制文件。

node scripts/bundle.js --version=1.3 --snapshot=-feature-test --filter=linux-native --no-before --no-run

开发环境重置

若遇到非常奇怪的错误行为,可尝试重置当前开发状态并重新开始:

rm -rf package-lock.json node_modules e2e/node_modules packages/*/node_modules
npm install && npm run clean && npm run build

常见问题

相似工具推荐

stable-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。 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。

162.1k|★★★☆☆|今天
开发框架图像Agent

ComfyUI

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。 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。 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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

ML-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。 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。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

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。 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。 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。

77.1k|★★★☆☆|昨天
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

tesseract

Tesseract 是一款历史悠久且备受推崇的开源光学字符识别(OCR)引擎,最初由惠普实验室开发,后由 Google 维护,目前由全球社区共同贡献。它的核心功能是将图片中的文字转化为可编辑、可搜索的文本数据,有效解决了从扫描件、照片或 PDF 文档中提取文字信息的难题,是数字化归档和信息自动化的重要基础工具。 在技术层面,Tesseract 展现了强大的适应能力。从版本 4 开始,它引入了基于长短期记忆网络(LSTM)的神经网络 OCR 引擎,显著提升了行识别的准确率;同时,为了兼顾旧有需求,它依然支持传统的字符模式识别引擎。Tesseract 原生支持 UTF-8 编码,开箱即用即可识别超过 100 种语言,并兼容 PNG、JPEG、TIFF 等多种常见图像格式。输出方面,它灵活支持纯文本、hOCR、PDF、TSV 等多种格式,方便后续数据处理。 Tesseract 主要面向开发者、研究人员以及需要构建文档处理流程的企业用户。由于它本身是一个命令行工具和库(libtesseract),不包含图形用户界面(GUI),因此最适合具备一定编程能力的技术人员集成到自动化脚本或应用程序中

73.3k|★★☆☆☆|3天前
开发框架图像