yurijmikhalevich/rclip

解決する課題

rclip は、自然言語による説明、サンプル画像、またはその両方を組み合わせて、ローカルの画像フォルダを検索できるコマンドラインツールです。手動でのタグ付けやクラウドサービスへのファイルアップロード、専用の写真ライブラリへのインポートといった手間をかけずに検索を可能にします。

仕組み

このツールは OpenCLIP ViT-B/32 AI モデル を使用して、画像とテキストの両方の埋め込み（embeddings）を生成します。画像と検索クエリを共通の数学的空間に変換することで、テキストの説明に一致する画像や、視覚的に類似した画像を、完全にオフラインかつローカル環境で検索できます。

対象ユーザー

ターミナル操作に慣れており、ローカルで動作するプライバシー重視のAIツールを好むユーザー向けに設計されています。Linux、macOS、Windows上で大量のローカル画像コレクションを管理しており、写真に対して高速で grep のような検索体験を求めている写真家やユーザーに特に役立ちます。

主な特徴

• マルチモーダル検索: テキスト、画像（ローカルパスまたはURL）、または算術的な組み合わせ（概念の加算や減算など）を使用して検索可能。
• ローカル＆プライベート: すべての処理はオフラインで行われ、写真がコンピュータから外部へ送信されることはありません。
• ターミナルネイティブ UI: インタラクティブなサムネイルグリッドを備え、Kitty グラフィックスをサポートするターミナルではインライン画像プレビューが可能です。
• 高速インデックス作成: インクリメンタルインデックスを使用し、次回実行時には新規または変更された画像のみを処理します。
• 幅広いフォーマット対応: JPG、PNG、WebP などの標準フォーマットをサポートし、macOS/Windows では HEIC をネイティブサポート、さらに実験的な RAW サポートも備えています。
• Unix フレンドリー: 他のコマンドラインツールとパイプで連携し、一致した画像を新しいフォルダにコピーするなどのタスクを自動化できます。