写了一个语义化本地图片搜索工具

原理很简单，用 CLIP 模型计算图片的 embedding ，然后和搜索语句的 embedding 进行比较。因为用的是 MLX 来推理模型，所以只有 M 芯片的 mac 能用 GPU 加速，其他平台会很慢。代码全部由 Node.js 实现，embedding 计算用的是自己写的 node-mlx ，没有用第三方的推理引擎和数据库。

本来是处于学习目的写的程序，但实用性非常强，过来分享一下。

https://github.com/frost-beta/sisi

good. 我没有 M 芯片，所以不知道性能数据。求教一下，如果是数万张 1080x768 以上尺寸的 PNG ，性能如何？

看起来很不错！明天试试

感觉可以参考一下[immich]( https://immich.app/)项目?一个自部署的相册服务,也提供语义化的图片搜索功能

v 友之前有个手机项目，Quaryable