AI语义搜索神器MaterialSearch：开源免费的本地素材管理利器

本文将为您详细介绍一款名为MaterialSearch的实用工具。它的核心功能是利用AI进行语义搜索，帮助您高效管理本地存储的图片和视频素材。具体而言，它支持通过文字搜索图片、以图搜图、查找本地文件，甚至可以根据文字描述匹配视频中的特定画面，或通过截图定位视频片段，功能相当全面。

这款工具不仅开源免费，而且经过实际测试，其效果确实令人满意。

在部署方面，它提供了极大的灵活性。您可以通过Docker容器化部署，项目作者已经为ARM和X86两种主流CPU架构提供了对应的支持镜像。此外，如果您更习惯使用Windows系统，也有现成的整合包可供选择。当然，动手能力强的用户也可以选择通过源代码进行编译和部署。

硬件要求

推荐使用基于amd64或arm64架构的处理器。虽然最低只需要2GB内存即可运行，但为了获得更好的体验，建议至少配备4GB内存。如果您需要处理的照片或视频数量非常庞大，那么增加更多内存会显著提升性能。

根据项目作者的测试，在J3455处理器搭配8GB内存，以及全志H6处理器搭配2GB内存的环境下，工具均能稳定运行。

搜索速度

性能表现是这类工具的关键。根据官方提供的数据，在J3455这款处理器上，MaterialSearch每秒能够执行大约31,000次图片匹配操作，或者完成约25,000次视频帧的匹配计算，速度相当可观。

项目Issue中的用户评价

我们可以从项目的GitHub讨论区摘取一些真实的用户反馈，这有助于了解它的实际应用场景：

“大佬晚上好，您的项目对我帮助很大，非常感谢。近一年来，中国个人NAS市场竞争白热化，各类厂商纷纷入局。对于我们这种小型新媒体工作室而言，NAS是管理海量素材的最佳选择。

面对几十甚至上百TB的素材库，在分类管理和寻找特定素材方面，这个项目提供了独一无二的解决方案。它是一个能充分发挥小型公司或新媒体工作室商业壁垒的效率工具。我认为它极有潜力成为未来NAS设备上的标配文件管理工具，对于小型新媒体工作室、摄影师、摄像师等从业者圈子来说，这类管理工具的需求非常迫切。

举个例子：为了找到一个‘数年前航拍的、一个戴草帽、穿奶龙图案裙子、躺在草地上的女人’的10秒视频片段，我可能要在自己的素材库里翻到崩溃。但用了这个工具，只需要一秒就能定位。”

在撰写本文前，笔者也亲自尝试了作者搭建的在线演示版本，其搜索效果确实出色，因此决定将其推荐给更多有需要的朋友。

或许会有读者提出疑问：现在许多品牌NAS不也内置了AI搜索功能吗？比如威联通NAS的Qsirch应用，其体验已经相当不错。

尽管Qsirch的Beta版本甚至最新加入了大语言模型的支持，但这并不妨碍我们去尝试和体验第三方开源方案，进行一番横向比较总是有益的。

部署流程

下面以威联通NAS中用户基数可能较大的TS-464C型号为例，演示如何通过Docker Compose的方式部署MaterialSearch。

首先，这里提供一份基础的部署配置文件代码。但请先不要直接复制使用，建议继续阅读后续的注意事项和调整步骤。

version: "3"# 最新版Docker Compose可删除此行
  
services:
  MaterialSearch:
    image: yumilee/materialsearch:latest # 支持amd64和arm64架构。
# image: registry.cn-hongkong.aliyuncs.com/chn-lee-yumi/materialsearch:latest # 托管在阿里云的镜像，支持amd64和arm64。若无法访问DockerHub，可使用此镜像。
# image: registry.cn-guangzhou.aliyuncs.com/chn-lee-yumi/materialsearch:latest # 仅支持amd64架构的备份镜像。此镜像可能非最新版，不推荐使用。
    restart: always 
    ports:
      - "8085:8085" # 将容器的8085端口映射到宿主机的8085端口（宿主机端口:容器端口），左侧端口号可自定义
    environment: # 通过环境变量修改配置，请注意下面填写的路径是容器内的路径，而非宿主机路径
      - ASSETS_PATH=/picture,/video # 与下方volumes挂载路径对应
      - SKIP_PATH=/tmp
#- DEVICE=cuda # 如需使用GPU加速，请取消此注释
    volumes: 
      - /share/Container/MaterialSearch/db:/MaterialSearch/instance/ # 数据库存储路径，请自定义
      - /share/Phone/picture:/picture # 最后这两行与上方ASSETS_PATH对应，冒号左侧是您NAS上的实际素材路径
      - /share/Phone/video:/video
# 如果打算使用GPU进行加速，请取消注释以下内容，并同时取消上方environment中的DEVICE=cuda注释
# 取消注释后，请注意YAML格式的对齐！
#deploy:
#  resources:
#    reservations:
#      devices:
#        - driver: nvidia
#          count: all
#          capabilities: [ gpu ]

在部署之前，请务必根据您的个人需求对上述配置进行修改。

重要提示：该Docker镜像支持amd64和arm64架构，并已预置了默认的AI模型（OFA-Sys/chinese-clip-vit-base-patch16）。同时，amd64架构的镜像还支持GPU加速（需要NVIDIA显卡及驱动）。

不建议对运行此应用的容器设置内存限制，否则可能引发未知问题。

容器默认设置了环境变量TRANSFORMERS_OFFLINE=1，这意味着运行时不会连接Hugging Face服务器检查模型更新。如果您想更换容器内的默认模型，需要创建.env文件并覆盖此环境变量为TRANSFORMERS_OFFLINE=0。

其他相关的配置说明，可以参照项目文档中的截图（此处引用原图）：

确认配置无误后，即可在威联通的Container Station中创建新的应用程序。

由于Docker镜像内包含了AI模型，所以镜像体积较大，首次拉取时需要耐心等待。

部署完成后，理论上应该可以通过访问NAS_IP:8085来打开Web界面，但实际操作中可能无法连接。通过查看容器日志发现，服务默认绑定在了127.0.0.1这个本地回环地址上。我们需要让它绑定到0.0.0.0，以便接受来自任何IP地址的访问请求。

如何解决呢？关键在于在环境变量中指定HOST=0.0.0.0。以下是经过调整后，在威联通NAS上可用的最终部署配置，您可以直接参考：

services:
  MaterialSearch:
    image: yumilee/materialsearch:latest
    restart: always
    ports:
      - "8133:8085" # 此处将外部访问端口改为了8133，您可按需修改
    environment:
      - HOST=0.0.0.0 # 关键设置，使服务监听所有网络接口
      - ASSETS_PATH=/picture,/video
      - SKIP_PATH=/tmp
    volumes:
      - /share/Phone/picture:/picture
      - /share/Phone/video:/video
      - /srv/MaterialSearch/db:/MaterialSearch/instance/ # 数据库路径示例

使用一览

这里进行一个简单的功能演示。我事先在素材目录中放置了五六张测试图片。

服务启动并打开Web界面后，首先需要对指定的素材目录进行一次全量扫描。扫描完成后，界面会以绿色框体的形式清晰地展示出已识别的图片数量、视频数量以及从视频中提取出的关键帧数量。

扫描进程结束后，强大的AI语义搜索功能就可以正式使用了。

最后

总体而言，MaterialSearch是一个完成度非常高且极具实用价值的开源项目。如果您觉得它对您有帮助，不妨前往其GitHub仓库，为开发者点上一个Star以示支持。