Immich · 开源自托管的照片与视频管理平台

简介: Immich 是一款自托管照片管理工具,自动备份手机影像至私有服务器,并支持按时间、地点、人脸甚至自然语言(如“海边穿黄泳衣的小孩”)智能检索。告别云相册续费、多账号分散与“翻五分钟找不到”的困扰,让五万张照片真正成为可查、可用、可分享的记忆库。

第一次下海那张,你翻了五分钟还没找到

晚上有人在家庭群里提起三年前那次海边旅行,你说我有照片,然后打开手机相册开始往上滑。

滑了五分钟,滑过去两千张外卖小票、健康码截图和会议白板,还没到那一年。你换个思路去搜索框输"海边",出来一堆蓝色的东西。最后你放弃了,回群里说"改天找到发你们"。

这个相册有五万多张照片,一直在涨。云空间的 200G 上个月又满了,你点了续费,每年几百块,第六年了。更麻烦的是它们并不在一起:早年的安卓机备份在一个账号里,中间换过 iPhone,公司发的备用机又是另一个云。你导出过一次,拿到的是几十个以日期命名的文件夹,一万多个 IMG_2847.JPG。

于是它变成一件你心里有数但从不动手的事:照片一直在存,但基本不看,因为找不到。

Immich 到底替你管什么

Immich 是一个跑在你自己服务器上的照片和视频库,手机拍完自动传上来,然后让你能按时间、按地点、按人脸、甚至按一句话描述把它找出来。

它把两件事合在一起做:一是替代云相册的自动备份,手机装上 App 就在后台传,不占手机空间;二是给这些照片建索引——用机器学习给画面内容建立语义索引,所以你可以直接搜"海边穿黄泳衣的小孩",而不是靠文件名和拍摄日期去猜。人脸会自动聚成一个个人物,带 GPS 的照片会落到地图上,照片里的文字也能被搜到。

边界也说清楚:

  • 它做:照片和视频的备份、浏览、检索、相册共享,多用户各自独立的库,Web 端和手机端同一份数据
  • 它不做:不是通用网盘,不同步任意类型的文件;不替你做异地多副本——照片和数据库都放在这台服务器的系统盘上(/opt/immich/library 与 /opt/immich/postgres),释放实例数据一起消失,重要素材请另留一份备份
  • 它不要:不需要你自备任何 API Key,机器学习模型跑在本机,照片不出这台机器

通过阿里云计算巢部署,一分半左右开箱可用。Immich 服务端、机器学习服务、带向量检索扩展的 PostgreSQL 和缓存这四个组件已经编排好,语义搜索和人脸识别要用的模型也预置在镜像里,不用自己配 Docker、装扩展、等模型下载。

overview.png

它解决了什么问题

你原来怎么干 代价 用它之后
靠手机相册往上滑找旧照片 五万张的库里翻一张要几分钟,多数时候放弃 打一句话描述画面,或点开人物、点开地图上那个海湾
云空间满了就升档续费 每年几百块,且越存越贵,停付就有风险 一台按量付费的服务器,容量由你自己的磁盘决定
换过手机和品牌,照片分散在三个云账号 没有一个地方能看到全部,也不敢删 各端 App 都往同一个库里传,一份完整时间轴
想自己保存就整个导出 拿到几十个日期文件夹和一万个 IMG_xxxx.JPG,等于没有 导入后重新建立时间轴、人物和地点索引
想给家人看几张就一张张发 发过就散了,对方也存不下来 建个相册,生成链接给出去

回到开头那个晚上:照片已经在你自己的服务器上,你在搜索框里打"海边 小孩",那一年的几十张一起出来了;点开其中一张里的那张小脸,这个人物从出生到现在的所有照片排成一条线;再点地图上那个海湾,那次旅行的全部影像都在上面。你把它们拉进一个相册,把链接发到家庭群。

而更深一层的变化是:照片不再是一个只进不出的存档。过去五万张的意义仅限于"我存着",因为进去了就再也捞不出来,于是备份变成一项每年付费的负担;能检索之后它才真正变回记忆——你会主动去翻,会为了一件事去找一张图,会把旧照片重新用起来。与此同时,这个库的钥匙从别人的账号体系回到了你手里:不会因为涨价、改条款或者账号异常,就突然连自己孩子的照片都打不开。

核心能力

拍完就进库,不用你记得去备份

对应开头那个"照片分散在三个云账号"的麻烦——设备变了,库不变。

  • 手机端后台自动备份 —— 换手机、换品牌、多台设备并存都往同一个库里传,不再出现"这段时间的照片在哪个云上"
  • 本地空间可释放 —— 传完的原图留在服务器,手机里不必压着几十 G 不敢删
  • 导入已有的照片目录 —— 从云盘导出来的一堆日期文件夹放进库里,会重新建立时间轴、人物与地点索引

用你记得的方式去找,而不是用文件名

这是它跟普通网盘、跟系统相册最不一样的一段,也是开头那五分钟真正被省掉的地方。

  • 自然语言搜画面内容 —— 直接描述你记得的场景就行,不依赖文件名、相册名或你当年有没有打标签
  • 人脸自动聚类 —— 同一个人的照片自动归到一起,命名之后可以直接按人翻,看一个人这些年的样子
  • 照片里的文字也能搜 —— 拍下来的招牌、白板、票据凭内容就能找回来
  • 地图与时间轴 —— 带定位的照片落在地图上,按"那次旅行"或"那一年"整段回看

一个库,全家分着用

  • 多用户各自独立 —— 家里每个人有自己的库和自己的时间轴,互不混淆
  • 相册共享与外链 —— 一次旅行建一个相册,给家人发链接,不用一张张转发
  • Web 与手机同一份数据 —— 电脑上整理、手机上随手看,不存在两套内容要对齐

谁最该用

用户类型 典型场景 用它拿到什么
相册过万的家庭用户 孩子成长记录、每年旅行,照片散在多个云账号和旧手机里 一份能搜得到的完整时间轴,不再逐年续费云空间
摄影爱好者 一次外拍几百张 RAW,靠目录和日期管理,回头找片全靠记忆 按画面内容和地点检索,素材库真正可复用
不愿把影像交给第三方的人 家庭照片、涉密现场记录,不希望上传到公有云相册 数据和模型都在自己的服务器上,检索不出网
需要共享素材的小团队 活动、门店、工程现场的影像要多人取用 多用户各自入库,按相册和外链分发

技术支持


🚀 立即体验

→ 一键部署 Immich

部署完成后打开控制台给出的访问地址,按页面提示注册第一个账号——它会自动成为管理员;随后在手机上装 Immich App 填入这个地址登录,自动备份就开始了。

相关文章
|
1月前
|
人工智能 API 开发工具
OpenSandbox · 面向 AI 应用的通用沙箱平台
OpenSandbox 是面向 AI 应用的轻量级沙箱平台,提供隔离、安全、可控的代码执行环境。支持一键部署、多语言 SDK、自动超时回收、端口暴露与凭证代理,让 Agent 安全运行生成代码。
OpenSandbox · 面向 AI 应用的通用沙箱平台
|
2月前
|
人工智能 数据可视化 搜索推荐
计算巢 X DeepTutor:让 AI 从「每次都从头听你讲」变成「记得你学到哪了」的辅导老师
DeepTutor 是开源、自托管的个性化AI学习工作区,集成对话辅导、测验、研究、可视化等七种学习模式,支持分层记忆与掌握度追踪,将你的资料建成可检索知识库,真正实现“越用越懂你”的连续学习旅程。
|
2月前
|
人工智能 JSON JavaScript
Pi Coding Agent · 极简可扩展的终端 AI 编码代理
Pi 是一款轻量级开源终端AI编码代理,内核仅提供读/写/改文件与执行命令4个基础工具,所有工作流(如检查、提交规范、目录确认)均由用户用TypeScript自定义扩展,支持打包共享、会话树回溯、多模型接入及云上一键部署。
|
2月前
|
人工智能 自然语言处理 供应链
World Monitor · 开源实时全球情报面板
World Monitor 是开源全球态势感知面板,聚合500+新闻源与65+数据提供商,AI生成简报、跨域关联信号、量化国家不稳定指数,支持3D/平面双地图与API调用,AGPL-3.0协议,可自托管。
|
人工智能 安全 Apache
QwenPaw:你的私人 AI 助理 —— 数据归你、记忆进化、多端触达的开源个人智能体
QwenPaw 是一款开源、本地优先的AI个人智能体(Apache 2.0),数据归属用户、记忆自主进化、支持钉钉/飞书/微信等多端触达。3行命令即可部署,内置Coding IDE、Persona人格、定时任务、MCP工具生态与多Agent协作,真正属于你的私有AI助理。
QwenPaw:你的私人 AI 助理 —— 数据归你、记忆进化、多端触达的开源个人智能体
|
28天前
|
弹性计算 关系型数据库 BI
listmonk · 自托管的邮件列表与 Newsletter 管理平台
listmonk 是一款开源自托管邮件平台,用 Go 编写、单二进制部署,数据存于自有 PostgreSQL。支持多列表管理、模板编辑、批量发送、退信处理与统计分析,助你彻底摆脱按人头收费的 SaaS,真正掌控订阅名单与发信权。
|
3天前
|
人工智能 JavaScript Java
第一百个增删改查页面,交给 JeecgBoot 来生成
JeecgBoot 把“建表 → 页面 → 菜单权限”这段重复劳动换成在线配置,配置跑通后还能一键生成前后端源码继续开发。通过阿里云计算巢部署,实测约 134 秒即可打开登录页,不用自己准备 JDK、Node.js、MySQL、Redis,也不用改前后端配置再分别打包启动。
|
1月前
|
弹性计算 人工智能 Serverless
|
28天前
|
人工智能 API 开发工具
别再一句一句问 AI:给 AgentGPT 一个目标,它自己拆任务往下做
AgentGPT 是一款开源自主AI Agent平台,支持在浏览器中零配置部署(阿里云计算巢一键开通),无需本地环境与OpenAI账号。只需输入目标(如“调研竞品定价”),它自动拆解任务、执行、反思并迭代推进,全程可视化。默认接入通义千问系列模型(qwen-plus/max/turbo),国产化、易用、可控。
|
JavaScript 前端开发
Vue3解析markdown解析并实现代码高亮显示
Vue实现博客前端,需要实现markdown的解析,如果有代码则需要实现代码的高亮。 Vue的markdown解析库有很多,如markdown-it、vue-markdown-loader、marked、vue-markdown等。这些库都大同小异。这里选用的是marked,代码高亮的库选用的是highlight.js。
2188 0
Vue3解析markdown解析并实现代码高亮显示

热门文章

最新文章