本地图片语义搜索工具
基于 CLIP 模型的全盘中英文图片语义搜索工具，支持中文关键词检索。
项目结构
image-search/
├── SKILL.md # 本说明文件
├── requirements.txt # Python 依赖
└── scripts/
├── scan.py # 首次全量建库（约2小时）
├── update.py # 增量更新（只处理新增图片）
├── search.py # 搜索图片
└── config.py # 配置文件
快速开始
第一步：安装依赖
pip install -r requirements.txt
注意：首次运行会自动下载 CLIP 模型（约 400MB），请确保网络畅通。模型会缓存到 ~/.cache/huggingface/。
第二步：首次建库（只需一次）
python scripts/scan.py
- 扫描 C:\ D:\ E:\ F:\ 四个盘符的所有图片
- 提取图片特征并建立向量索引
- 耗时约 2 小时（取决于图片数量）
- 完成后索引保存在
image_db/目录
第三步：搜索图片
python scripts/search.py 关键词
支持中英文关键词，例如：
python scripts/search.py 塔
python scripts/search.py 猫
python scripts/search.py sunset
python scripts/search.py 建筑 红色
搜索结果保存到桌面 搜索结果_关键词.txt，包含图片路径和相似度分数。
增量更新（后续使用）
每次新增图片后，运行增量更新：
python scripts/update.py
- 自动扫描四个盘符
- 找出新增图片（不在索引中的）
- 只对新图片提取特征，几分钟完成
- 追加到现有索引
工作原理
- 特征提取：使用
OFA-Sys/chinese-clip-vit-base-patch16模型将图片转换为 512 维向量 - 向量存储：使用 FAISS 向量数据库存储和检索
- 语义搜索：将搜索词转换为向量，在向量空间中找最相似的图片
配置修改
编辑 scripts/config.py：
SCAN_ROOTS = ["C:\\", "D:\\", "E:\\", "F:\\"] # 扫描的根目录
EXCLUDE_DIRS = ["$RECYCLE.BIN", "System Volume Information", ".cache"] # 排除的目录
IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".gif", ".bmp", ".webp"} # 支持的图片格式
MODEL_NAME = "OFA-Sys/chinese-clip-vit-base-patch16" # CLIP 模型
BATCH_SIZE = 16 # 批处理大小，内存不足可调小
硬件要求
- CPU: i5-4590（已验证可用）
- 内存: 建议 8GB 以上
- 显卡: 可用 GPU 加速（如 GTX 750 Ti），不用也能跑
- 硬盘: 需要约 1GB 空间存储索引
常见问题
Q: 内存不足怎么办？
A: 减小 config.py 中的 BATCH_SIZE（如改为 4 或 8）
Q: 模型下载失败？ A: 国内网络可能需要设置镜像源：
set HF_ENDPOINT=https://hf-mirror.com
Q: 如何完全重建索引？
A: 删除 image_db/ 目录，然后重新运行 scan.py