用自然语言搜本地照片和视频MaterialSearch 上手记录【免费下载链接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI语义搜索本地素材。以图搜图、查找本地素材、根据文字描述匹配画面、视频帧搜索、根据画面描述搜索视频。项目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch找一张三周前拍的日落照片翻遍五个文件夹还没找到MaterialSearch 是一个本地素材搜索工具先把本地图片和视频扫描入库之后就能用自然语言搜图——输入夕阳下的海滩系统按语义返回匹配结果上传一张截图也能反向定位它出自哪段视频。对经常翻找个人数字资产的人来说这套 AI 语义搜索把回忆画面变成了一种检索方式。AI 语义搜索适用的三个场景如果你记得画面内容但记不清文件名那就可以用文字搜图直接描述画面比如猫在沙发上睡觉全程不需要输入文件名。如果你手里只有一张截图、想找回它出自哪段视频那就可以用它搜视频上传截图系统会做本地视频语义检索定位到对应片段。如果你只是想用一句话找到某段视频文字搜视频会直接给出符合描述的视频片段而不是把整段文件丢给你。解压即用Windows 整合包与 Docker 两条路线最省事的路径是 Windows 整合包选包含基础模型OFA-Sys/chinese-clip-vit-base-patch16的版本用 7-Zip 解压后开箱即用系统会自动检测独显或核显来加速不需要额外配置最低 Win10。放到服务器上则用 Docker 更合适镜像为 amd64 架构内置同一个基础模型。核心就是改 docker-compose.yml 里的两处——volumes 把宿主机的素材目录挂进容器environment 里配置扫描路径想用 GPU 就取消注释 deploy 段并在 environment 加 DEVICEcuda然后执行 docker-compose up -d 启动。大部分配置都定义在 config.py 中支持用项目根目录的 .env 文件或环境变量覆盖最关键的两个变量是ASSETS_PATHC:/Users/Administrator/Pictures,C:/Users/Administrator/Videos # 要扫描的素材目录多个用英文逗号分隔 SKIP_PATHC:/Users/Administrator/AppData # 扫描时跳过的目录CPU 上能跑多快 实测下来测试环境是 J3455、8G 内存的纯 CPU 机器图片匹配约 31,000 次/秒视频帧匹配约 25,000 次/秒。也就是说没有 GPU 时几万条素材的检索同样是秒级响应。硬件门槛不高amd64x86-64CPU内存最低 2G推荐 4G 以上照片量特别大就再加内存。用顺手之前先知道这几点 搜视频时把结果数限制在 12 个以内——视频文件体积大一次显示太多浏览器会卡。ASSETS_PATH 别指向 SMB/NFS 这类远程路径——远程读取会让首次扫描明显变慢。某些格式没被扫到时可以手动加——往 IMAGE_EXTENSIONS / VIDEO_EXTENSIONS 里补后缀小图没入库就调低 IMAGE_MIN_WIDTH 和 IMAGE_MIN_HEIGHT。界面默认中英文——前端页面在static/目录下语言包在static/locales/不需要额外配置多语言。适合谁如果是一位摄影师、视频创作者或者素材分散在多个文件夹的普通用户想停止靠文件名找东西这套 AI 语义搜索方案值得部署一次首次扫描只需几分钟之后描述一下画面本地素材搜索就能给出答案。【免费下载链接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI语义搜索本地素材。以图搜图、查找本地素材、根据文字描述匹配画面、视频帧搜索、根据画面描述搜索视频。项目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考