LibrePhotos
自托管的AI照片管理，自动识别人脸、物体，支持语义搜索。
スマートダウンロード
プロジェクトのホームページへ
インストーラはまだありません — ソースリポジトリをご覧ください
开源版Google Photos，让照片管理AI化且私有。
主な機能
- 自动扫描文件系统，支持原始照片和视频
- 人脸识别与分类，自动聚合同一人脸
- 物体/场景检测与反向地理编码
- 语义搜索：用自然语言描述即可找到照片
- 事件相册智能生成（如“周四在柏林”）
できないこと
- •人脸识别等 ML 功能非常消耗内存，建议 8GB RAM 以上，否则可能卡死。2. 首次扫描大量照片时 CPU 和内存占用很高，建议分批添加。3. face_recognition 库在 ARM 设备（如树莓派）上安装困难，不推荐。4. 不支持 iOS 客户端（仅有 Android 移动端）。5. 若要公开部署，务必配置反向代理和 HTTPS。
使用例
- 个人/家庭照片库的本地化管理，替代云服务
- 需要隐私保护或不想付费订阅 Google Photos 的用户
- 通过 AI 能力快速组织海量照片（如摄影师、媒体从业者）
- 希望完全掌控自己数据的技术爱好者或小型企业
詳細説明
LibrePhotos 是一款开源自托管的照片管理工具，旨在替代 Google Photos。它能自动扫描你的照片库，识别人脸和物体，基于事件生成相册（例如“周四在柏林”），并支持语义搜索。后端基于 Django 5，前端使用 React 18，通过 Docker Compose 一键部署，数据完全由你掌控。内置机器学习流水线，开箱即用地实现人脸聚类、场景分类、图像描述和反向地理编码。支持所有照片格式（包括原始照片）和视频。
トラブルシューティング & FAQ (1)
トラブル対応LibrePhotos で delete_missing_photos タスクが GreenletExit エラーでクラッシュするのはなぜですか？
これは、非常に多くの欠落写真（例えば40万枚以上）が存在する場合に発生し、geventベースのワーカーがタイムアウトしたり同時実行制限に達したりする原因となります。回避策として、Django管理コマンドや直接のSQLクエリを使用して、欠落写真をバッチで手動で削除します。例えば、python manage.py shell を実行し、次のコマンドを実行します：from api.models import Photo; missing = Photo.objects.filter(files__isnull=True)[:1000]; Photo.objects.filter(id__in=missing.values_list('id', flat=True)).delete() — これをすべて削除されるまで繰り返します。または、スレッドを使用するgunicornのような非geventワーカーに切り替えるか、タスクのタイムアウトを増やしてください。
タグ
はじめ方
ソフトウェアをインストール
ダウンロードしたインストーラをダブルクリックし、指示に従ってください
步骤1：确保系统已安装 Docker 和 Docker Compose
步骤2：克隆仓库：git clone https://github.com/LibrePhotos/librephotos.git
步骤3：进入 deploy/compose 目录，运行 docker compose up -d
- 步骤1：确保系统已安装 Docker 和 Docker Compose
- 步骤2：克隆仓库：git clone https://github.com/LibrePhotos/librephotos.git
- 步骤3：进入 deploy/compose 目录，运行 docker compose up -d
チェックサムがありません
このプロジェクトは GitHub Release ページに SHA-256 チェックサムを公開していません
SHA256 チェックサム
チェックサムなし
GitHub Releases から直接ダウンロードし、ファイルの整合性をご自身で確認してください
本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。
オープンソースの透明性
GitHub ソースを見るアンインストール情報
停止并移除容器：在 deploy/compose 目录下执行 docker compose down -v，然后删除整个 librephotos 目录。注意 -v 会清除数据库和已生成的数据，如需保留请提前备份。
追加の依存関係なし
ダウンロード後すぐに使用可能。追加のランタイムは不要です。
問題が発生？以下のFAQを確認
1 FAQ