TechyNilesh/DeepImageSearch

何を解決するか

DeepImageSearch は、AI駆動の画像検索システムの構築を簡素化する Python ライブラリです。マルチモーダル埋め込み、ベクトルインデックス、メタデータストレージの管理の複雑さを排除し、自然言語（テキストから画像）、視覚的に類似した画像（画像から画像）、または両方の組み合わせ（ハイブリッド検索）による画像検索を可能にします。

動作方法

このライブラリは、CLIP、SigLIP、EVA-CLIP などのマルチモーダル埋め込みモデルを使用して、画像とテキストを共有のベクトル空間に変換します。その後、ベクトルストア（FAISS、ChromaDB、Qdrant）を使用してこれらのベクトルをインデックス化し、メタデータストア（JSON または PostgreSQL）で画像の詳細を追跡します。

主なコンポーネントは以下の通りです：

• Embedding Manager：画像とテキストからベクトルを生成する処理を担当。
• Indexer：画像を処理し、OpenAI互換 API を通じて LLM を使ってキャプションをオプションで生成。
• Hyrbid Search：重み付き融合を使用してテキストと画像のクエリを組み合わせ、検索結果を最適化。
• Agentic Integration：Claude 用の MCP サーバーと LangChain ツールを提供し、AIエージェントが画像検索を実行できるようにします。

対象ユーザー

自然言語や意味に基づいた視覚的アセットの効率的な検索を必要とする、画像中心のアプリケーション、AIエージェント、RAG パイプラインを開発する開発者。

特徴

• マルチモーダル検索：テキストから画像、画像から画像、ハイブリッド検索モードをサポート。
• 柔軟なベクトルストア：FAISS、ChromaDB、Qdrant への即時対応。
• LLM キャプション生成：任意の OpenAI SDK 互換プロバイダーを使って画像キャプションを自動生成。
• エージェント対応：Claude 用の MCP サーバーと、エージェントワークフロー用の LangChain ツールを内蔵。
• 本番環境対応のメタデータ：スケーラブルな画像レコード管理のため PostgreSQL をサポート。
• ハードウェアアクセラレーション：CUDA、MPS（Apple Silicon）、CPU を自動検出し、サポート。