TechyNilesh/DeepImageSearch

해결하는 문제

DeepImageSearch는 AI 기반 이미지 검색 시스템을 구축하는 것을 단순화하기 위한 Python 라이브러리입니다. 다중 모달 임베딩, 벡터 인덱싱, 메타데이터 저장을 관리하는 복잡성을 제거하여 자연어(텍스트 → 이미지), 시각적으로 유사한 이미지(이미지 → 이미지), 또는 둘의 조합(하이브리드 검색)을 통해 이미지를 찾을 수 있게 합니다.

작동 방식

이 라이브러리는 CLIP, SigLIP, EVA-CLIP와 같은 다중 모달 임베딩 모델을 사용하여 이미지와 텍스트를 공유 벡터 공간으로 변환합니다. 이후 벡터 스토어(FAISS, ChromaDB, Qdrant)를 사용해 이러한 벡터를 인덱싱하고, 메타데이터 스토어(JSON 또는 PostgreSQL)를 통해 이미지 세부 정보를 추적합니다.

주요 구성 요소:

• Embedding Manager: 이미지와 텍스트에서 벡터를 생성하는 작업을 담당합니다.
• Indexer: 이미지를 처리하고, OpenAI 호환 API를 통해 LLM을 사용해 캡션을 선택적으로 생성합니다.
• Hyrbid Search: 가중치 기반 융합을 사용해 텍스트 및 이미지 쿼리를 결합하여 결과를 정밀화합니다.
• Agentic Integration: Claude용 MCP 서버와 LangChain 도구를 제공하여 AI 에이전트가 이미지 검색을 수행할 수 있도록 합니다.

대상 사용자

이름이나 태그가 아닌 의미 기반으로 시각 자산을 효율적으로 검색해야 하는 이미지 중심 애플리케이션, AI 에이전트, RAG 파이프라인을 개발하는 개발자들.

주요 특징

• 다중 모달 검색: 텍스트 → 이미지, 이미지 → 이미지, 하이브리드 검색 모드를 지원합니다.
• 유연한 벡터 스토어: FAISS, ChromaDB, Qdrant에 즉시 대응합니다.
• LLM 캡션 생성: OpenAI SDK 호환 제공자로 이미지 캡션을 자동 생성합니다.
• 에이전트 준비: Claude용 MCP 서버와 에이전트 워크플로우용 LangChain 도구를 포함합니다.
• 생산 환경 대응 메타데이터: 확장 가능한 이미지 레코드 관리를 위한 PostgreSQL 지원.
• 하드웨어 가속: CUDA, MPS(Apple Silicon), CPU를 자동 감지하고 지원합니다.