ncoevoet/facet

Facet 是一款自托管照片分析和筛选工具。它完全在您自己的机器上运行，读取照片文件夹，对每张图像进行 9 个质量维度（美学、构图、清晰度、曝光等）的评分，并在您可以在任何浏览器中打开的 Web 画廊中显示结果。无需云、无需账户、无需 API 密钥——每张照片都保留在您的硬件上。

核心工作流程：

1. 扫描 — 将照片文件夹指向 Facet。它会分析每张图像的质量、构图和人脸。支持 JPG、HEIC、10 种相机 RAW 格式、PNG、GIF 等。
2. 浏览 — 打开 Web 画廊，通过过滤器、搜索和多种布局进行探索。
3. 筛选 — Facet 将连拍照片（连拍）分组，标记闭眼照片，查找视觉上相似的照片，并突出最佳选择，以便您快速删除较弱的照片。

主要功能（按组分类）：

• 评分： 每张照片 9 个指标，权重根据内容类型（人像、风景、微距等）调整。悬停任何照片即可看到包含评分明细和 EXIF 数据的工具提示。
• 筛选： 自动最佳选择连拍检测、序列感知（全景/包围曝光保持完整）、相似性分组、按时间顺序的“场景”分组、带试运行预览的单键自动筛选、流派预设（运动/婚礼/音乐会）、眨眼检测、通过感知哈希检测重复项、捕捉屏幕截图/文档/表情包的“垃圾清扫”。
• 浏览： 拼贴和网格视图、日期/相机/镜头/人物/评分过滤器、自然语言语义搜索（“海滩上的日落”）、时间线视图、地理标记地图、主题幻灯片“胶囊”、“今日回忆”、文件夹导航。
• 整理： 自动人脸识别（带人物分组和合并建议）、手动和智能相册、星级评分、AI 标签、带撤消的批量操作、键盘快捷键。
• 理解： 设备/类别/时间线仪表板、对每个分数的 AI 评论、带 A/B 照片比较的权重调整、从您的决策中学习的个人“品味”排名器、直方图显示、AI 说明文字。
• 分享： 可分享的相册链接（接收者无需登录）、带评论的客户端校对模式、通过 WebDAV 的手机自动上传、相框/信息亭信息流、静态作品集导出、CSV/JSON 导出。
• 更多： 深色/浅色模式（10 种强调色）、移动响应式界面、可安装为 PWA、虚拟化画廊（100k+ 张照片仍保持快速）、可恢复扫描、7 种界面语言、多用户支持、插件/Webhooks。

硬件现实：

• 大多数功能可在任何仅 CPU 的机器上运行——评分、人脸检测、搜索、相册、元数据导出。
• Apple Silicon 通过 PyTorch 的 Metal 后端自动使用 GPU。
• NVIDIA GPU（16GB 或 24GB VRAM）可解锁最强大的 AI 模型：TOPIQ 美学评分、SigLIP 嵌入、VLM 标记、AI 说明文字/评论、主体显著性。
• 没有本地 GPU？您可以将 AI 文本功能指向远程 Ollama 或兼容 OpenAI 的服务器。

目标用户：

• 拥有大型本地照片库并希望找到最佳照片、修剪连拍和近似重复照片的人。
• 重视隐私并已使用 Lightroom、darktable、digiKam 或 Immich 的人——Facet 将评分和标记写入 XMP 侧车文件（默认不修改原始文件）并读回外部编辑，并提供 Lightroom 插件进行双向同步。
• 它不是移动云应用，不编辑 RAW 文件，需要一些设置（Python 安装；最佳模型需要 GPU）。

快速入门：推荐使用 Docker——克隆、复制 .env.example、设置您的照片目录、运行 docker compose up、打开 http://localhost:5000。还有通过 install.sh 为 Linux/macOS 提供的无需 Docker 的路线。首次运行演练、完整文档和配置参考位于 docs/ 文件夹中。

许可证：Facet 自己的代码为 MIT。某些默认 AI 模型（TOPIQ、InsightFace 权重）为非商业用途；commercial 许可模式会自动路由到允许许可的替代品。