本地图片语义搜索

文件名记不住时，靠语义找图

本地图库往往按目录和文件名组织，你想找的是「海边日落」「带 Logo 的截图」这类概念，而不是 IMG_20230405.jpg。本技能把全盘图片建成可检索的向量索引，用自然语言关键词（中英文均可）在本地做相似度排序，结果写出路径与分数，不依赖云相册或第三方图床。

核心机制与使用流程

1. 特征提取：采用 OFA-Sys/chinese-clip-vit-base-patch16，将每张图编码为 512 维向量；首次运行会从 Hugging Face 拉取模型（约 400MB）并缓存在 ~/.cache/huggingface/。
2. 索引与检索：向量存入 FAISS；查询词同样经 CLIP 编码，在向量空间里做最近邻搜索。
3. 建库与更新：首次需扫描指定盘符下全部图片并建索引（耗时与图片量成正比，资料中示例为多盘符全扫约两小时量级）；之后可用增量模式，只处理索引中不存在的新文件，通常几分钟内完成。

配置集中在 scripts/config.py（如批大小 BATCH_SIZE、扫描范围等）。可选 GPU 加速；纯 CPU 在较低配置机器上也有验证记录。

边界与注意点

• 索引与模型都占磁盘：索引规模约 1GB 量级（视图片数量而定），内存建议 8GB 以上；内存紧张时应减小批处理大小。
• 语义搜索反映的是视觉—文本对齐的相似度，不是 OCR 全文检索；对极细粒度文字内容可能不如专用文档搜索。
• 完全重建索引需删除 image_db/ 后重新执行全量扫描；国内环境模型下载失败时需自行配置镜像源。