# Hachi 自托管图像搜索引擎：嵌入相似检索、自定义索引与 web 查询接口 > 剖析 Hachi 自托管图像搜索的核心：CLIP 嵌入向量分片索引、RetinaFace 面部聚类、Nim 元索引，附 Docker 部署、阈值调优与性能监控清单。 ## 元数据 - 路径: /posts/2025/11/29/hachi-self-hosted-image-search/ - 发布时间: 2025-11-29T22:34:17+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 站点: https://blog.hotdry.top ## 正文 个人数据囤积日益严重，从硬盘到手机的分布式图像库亟需高效搜索。Hachi（github.com/eagledot/hachi）作为开源自托管搜索引擎，正好填补空白。它专注图像相似检索，使用 CLIP ViT-B/32 生成语义嵌入，支持自然语言/文本/图像查询，未来扩展视频/音频。核心优势：零数据复制，仅索引路径/嵌入，隐私本地运行，轻量依赖（numpy/regex），跨 Windows/Linux，支持单板机。[1] ### 架构剖析：双索引 + ML 管道 Hachi 分 Meta-Index（Nim 列式 DB）和 Vector-Index（NumPy 分片）。 - **Meta-Index**：单线程 JSON 接口，支持 string/int32/float32/bool/array。提取 EXIF/大小/路径/Mount，无 schema 变更重索引成本。辅助索引加速列查询，未来多线程/SIMD。 - **Vector-Index**：嵌入分片（float32 张量），查询 np.dot(BLAS) top-k。分片调 RAM：低端 1K，高 4K 向量/分片。 - **ML 管道**：异步批处理融合预处理（resize/BGR/normalize），stb_image/libwebp 生成 256x256 预览。RetinaFace 一体检测面/地标，HOG 过滤模糊/眼镜/侧脸（像素比>0.7），嵌入聚类（余弦>0.85，主嵌入稳定簇）。[2] 索引 500k 图（180GB Pexels）基准 i5-8300H/8GB：>1000 文件/秒，查询<100ms。HN 社区反馈：响应如商用，易 hack。 ### 部署参数：一步到位 1. **环境**：Python3，pip install numpy regex markupsafe [requests]。x86_64/AVX2/4GB+。 2. **Docker（推荐）**： ``` git clone https://github.com/eagledot/hachi cd hachi docker build -t hachi . docker run -p 5000:5000 -v /data/images:/data hachi index --path /data ``` 卷挂载数据，--batch=64 CPU 饱和，--preview=256。 3. **索引**：`python index.py --path /mnt/photos --android-mtp`（USB 手机）。中断续传，ETA API /status。 4. **启动**：`python server.py`，web http://localhost:5000，支持分页/取消。 **阈值清单**： | 参数 | 默认 | 调优建议 | 场景 | |------|------|----------|------| | 分片大小 | 2048 | 低RAM:1024，高:4096 | 平衡延迟/RAM | | 面检阈值 | 0.5 | >0.6 严谨 | 模糊环境 | | 聚类相似 | 0.85 | 0.8-0.9 | 簇纯度 | | top-k | 50 | 20-100 | 召回/精度 | | HOG 滤波 | 0.7 | 0.6 宽松 | 眼镜/侧脸 | ### 查询接口：多模融合 Web UI：拖图/文本“beach sunset”，融合向量 top-k + 元过滤（日期/人）。面搜索：personML（ML簇）/person（用户编辑），回滚 immutable。扩展：/ext/android/setup MTP。 **性能监控**： - **指标**：/metrics（Prometheus）：线程饱和、IO bps、查询 p95<200ms、RAM<80%。 - **警报**：索引卡顿>1min 重启，OOM 日志 debug。 - **基准**：10M 图单节点，SSD 加速分片载入。 ### 风险与回滚 - **风险**：大库 OOM（>50GB RAM），分批 --max-batch=32；ARM float16 未优（Intel BLAS 90%峰值）。 - **回滚**：`reset_meta --field=embeddings`，重聚类无损原图。 - **扩展**：PQ 量化检索，线性微调 CLIP（OpenAI cookbook），分片集群手机。 Hachi 诠释最小主义 AI 系统：~3 依赖，纯源无 Docker 强制，hackable（Nimpy 桥）。对比 HomeGallery（浏览器端 TFJS），Hachi 服务端高效，语义强。落地摄影师/设计师，参数调优即产出。 **资料来源**： [1] eagledot.xyz/hachi.md.html：详细管道/哲学。 [2] HN：news.ycombinator.com/item?id=...（Hachi 帖，10+ points）。" ## 同分类近期文章 ### [NVIDIA PersonaPlex 双重条件提示工程与全双工架构解析](/posts/2026/04/09/nvidia-personaplex-dual-conditioning-architecture/) - 日期: 2026-04-09T03:04:25+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 NVIDIA PersonaPlex 的双流架构设计、文本提示与语音提示的双重条件机制，以及如何在单模型中实现实时全双工对话与角色切换。 ### [ai-hedge-fund：多代理AI对冲基金的架构设计与信号聚合机制](/posts/2026/04/09/multi-agent-ai-hedge-fund-architecture/) - 日期: 2026-04-09T01:49:57+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析GitHub Trending项目ai-hedge-fund的多代理架构，探讨19个专业角色分工、信号生成管线与风控自动化的工程实现。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation-framework/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [LiteRT-LM C++ 推理运行时：边缘设备的量化、算子融合与内存管理实践](/posts/2026/04/08/litert-lm-cpp-inference-runtime-quantization-fusion-memory/) - 日期: 2026-04-08T21:52:31+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 LiteRT-LM 在边缘设备上的 C++ 推理运行时，聚焦量化策略配置、算子融合模式与内存管理的工程化实践参数。