Photos

核心功能与用法

Photos 是一款专为本地照片库设计的 AI 增强型管理工具，核心能力围绕「安全优先 + 智能索引 + 无损操作」展开。用户可通过自然语言搜索照片内容（如「2023年海边生日聚会」），系统自动调用缓存的视觉分析描述，无需重复调用 AI 模型。

典型工作流：
1. 初始化索引：在照片库根目录创建 .photo-index/，为每张照片生成 {hash}.json 侧车文件，记录 EXIF 信息、AI 描述、GPS 反向地理编码结果及人脸标签
2. 增量维护：跳过已索引文件，仅处理新增/修改内容
3. 智能搜索：优先匹配侧车中的文本描述，未命中时可按需触发视觉重分析
4. 安全整理：按日期重命名并提议 YYYY/MM/ 目录结构，所有编辑输出至 edited/ 子文件夹

显著优点

• 零误删设计：删除操作仅移至 .photo-trash/ 并保留原路径信息，批量操作前生成可审查的 photos-pending.json 清单
• 非破坏性编辑：原始文件永不覆盖，EXIF 修改、格式转换均作用于副本
• Token 效率：视觉分析采用「按需触发 + 永久缓存」策略，避免全库 upfront 分析的成本浪费；自动跳过截图/梗图（通过宽高比 + 缺失 EXIF 检测）
• 跨平台兼容：支持 Linux/macOS/Windows，NAS 场景优化（识别 @eaDir、.DS_Store，支持慢速挂载目录的本地缓存索引）

潜在局限与风险

• 依赖外部工具：需预装 exiftool，HEIC 转换依赖平台特定命令（macOS sips / Linux heif-convert）
• 人脸标记局限：「相似面孔」标签基于用户一次性标注扩散，无内置人脸识别模型，准确性依赖用户初始判断
• 视觉分析成本：首次搜索未命中缓存时仍需调用 AI，高频模糊查询可能产生意外 token 消耗
• NAS 性能瓶颈：远程挂载目录的批量哈希计算可能缓慢，需依赖周期性同步的本地缓存

适合人群

• 拥有 10GB+ 本地照片库、重视数据安全不愿使用云端服务的隐私敏感用户
• 需要快速检索「那张照片」但不愿手动打标签的效率型用户
• NAS 用户（Synology 等）希望保留本地控制权的同时获得 AI 搜索能力

常规风险提示

• 哈希冲突风险：perceptual hash（pHash）用于近似去重，极端情况下可能误判相似图像为重复
• 时区处理：EXIF 日期为本地时间，需用户主动配置时区至 .photo-index/config.json，否则跨设备导入时间排序可能错乱
• 缓存失效：侧车文件与照片分离存储，手动移动照片文件后若未同步更新索引，将导致「幽灵条目」
• 隐私泄露：GPS 数据反向地理编码后存储于侧车，分享前需使用 exiftool -gps:all= 剥离敏感位置信息