OpenSource-Hub
D

Damselfly

SHA-256
1.8k stars·文件管理·已提供 SHA-256 校验码,下载后可自行核对文件完整性

自托管照片管理服务器,具备 AI 人脸/物体识别、快速搜索和关键词标记功能,类似 Google Picasa 但更智能且可私有部署。

智能下载

下载 Download 版本

v4.5.3 · 475 MB

自建照片库的 AI 管家,搜图快、能认人、可多设备同步。

核心功能

  • 支持几乎所有常见图片格式(JPG/PNG/HEIC/RAW 等)
  • AI 自动识别人脸、辨认身份、检测物体和颜色分类
  • 全文搜索,支持多短语、模糊匹配,50 万张图秒出结果
  • 高级筛选:按日期、相机镜头、大小、方向、相似图等
  • 非破坏性关键字编辑(借助 ExifTool 不重编码)

避坑指南

  • 依赖 ExifTool 进行非破坏性写入,需单独安装(Docker 镜像已内置)。离线人脸识别模型首次使用时需下载约 200MB 模型文件。Windows 版可能需要安装 .NET 7 运行库。RAW 格式预览依赖系统解码,部分老相机 RAW 可能不兼容。建议照片目录保持稳定,移动路径需手动更新设置。

适用场景

  • 摄影爱好者管理海量 RAW 照片,快速找人找图
  • 家庭照片库多成员共享,自动识别家庭成员
  • 图库管理员批量标记关键词、导出用于社交媒体或投稿

详细介绍

Damselfly 是一款自托管的数字照片管理服务器,专为大型文件夹式照片库设计。核心优势在于毫秒级搜索和 AI 驱动的标签工作流:它能自动识别人脸、辨认人物、检测物体并分类颜色。支持 JPEG、PNG、HEIC、TIFF、Webp、BMP 以及 DNG/CR2/ORF/NEF 等 RAW 格式。功能包括全文搜索、高级筛选(日期、相机、尺寸、相似图片)、多用户权限管理、导出/上传篮子、桌面客户端同步等。可在 Windows、Linux、macOS 和 Docker 上运行。基于 .NET 7 和 Blazor WebAssembly 构建。

常见问题与排障 (2)

故障排除
为什么我的Linux构建包含了onnxruntime.dll和libonnxruntime.so,导致大小增加了500MB?

这是 onnxruntime 包中的一个已知问题(microsoft/onnxruntime#23077),即 Windows DLL 被错误地包含在 Linux 构建中。同样影响 macOS。临时解决方案:在构建后手动删除不必要的 Windows DLL。例如:find . -name "onnxruntime*.dll" -delete。请跟踪上游问题以获取永久修复。

来源 Issue #546
故障排除
为什么在Damselfly中即使人脸检测正常工作,我仍然会遇到“Unable to start Azure service: Value cannot be null”错误?

该错误通常是一个误导。检查你的日志中是否有类似'Azure Detected X faces'的条目,以确认服务是否真的在工作。如果尽管启动时出现错误,但人脸检测成功,你可以放心忽略它。无需更改配置。

来源 Issue #332

标签

photo-managementself-hostedaiface-recognitionobject-detectionkeyword-taggingmulti-userdocker

快速上手

1

下载安装包

点击上方按钮下载对应系统的安装包

2

安装软件

根据你的发行版安装对应的包(dpkg / rpm / AppImage)

3

方式一(推荐):用 Docker 运行,执行 docker run -d -p 8080:8080 -v /你的照片目录:/pictures webreaper/damselfly

4

方式二:下载对应平台的可执行文件(Windows/Linux/macOS),解压后运行 Damselfly.exe

5

启动后浏览器访问 http://localhost:8080,按向导设置照片路径和数据库(支持 SQLite 或 MySQL)

安装指引
  1. 方式一(推荐):用 Docker 运行,执行 docker run -d -p 8080:8080 -v /你的照片目录:/pictures webreaper/damselfly
  2. 方式二:下载对应平台的可执行文件(Windows/Linux/macOS),解压后运行 Damselfly.exe
  3. 启动后浏览器访问 http://localhost:8080,按向导设置照片路径和数据库(支持 SQLite 或 MySQL)
文件完整性

已提供 SHA-256 校验码,下载后可自行核对文件完整性

该校验码提取自 GitHub 官方 Release 页面

SHA256 校验码

1c651a341c449da6c049ea1cb32bc4d034565a6130c320e044188c79d5d400ad

该校验码提取自 GitHub Release 页面,下载后请自行核对文件完整性

本平台所有 SHA-256 校验码均提取自项目在 GitHub 官方 Release 页面发布的文件,未做任何修改。你可以通过 GitHub Releases 页面自行验证。

运维指引

卸载说明

Docker 部署:停止容器并删除镜像及数据卷。直接部署:删除解压目录,并清理数据库文件(默认在程序目录下的 .db 文件)。

无额外依赖

下载后即可直接使用,无需安装其他运行环境

项目信息
开源协议MIT
最后更新2026-06-26 22:25:04
GitHub 仓库

遇到问题?查看下方 FAQ

2 FAQs

相似推荐