ImageManager2

AI 驱动的本地图片管理工具，支持大规模图片库的标签搜索、AI 自动打标、相似/重复检测和多种瀑布流浏览模式。

功能特性

• 标签组合搜索 — 支持 a（AND）、o（OR）、e（EACH）、-（NOT）四种运算符，配合共现标签循环模式快速筛选
• AI 自动打标 — ONNX 模型推理 + 本地中文标签库自动替换，批量文件夹打标全程自动，无需人工审核
• AI 标签推荐 — 通过 DeepSeek API 输入自然语言描述，自动推荐匹配的本地标签
• 三种瀑布流布局 — Grid（网格）、Vertical Masonry（竖向瀑布流）、Horizontal Justified（横向等行高自适应）
• 相似图片搜索 — 多哈希投票（aHash + dHash + wHash + 颜色直方图）+ 汉明距离相似度判定
• MD5 精确去重 — 快速查找完全相同的文件
• 文件夹实时监控 — FileSystemWatcher 监听外部新增/删除文件，自动同步 + 哈希补算
• 画师识别 — 基于 PixAI 嵌入向量的画师风格匹配与嵌入库管理
• 右键在线搜图 — 自动上传到 SauceNAO / IQDB / ascii2d / trace.moe 等平台搜图
• 深色/浅色主题 — 自定义 DynamicResource 笔刷，无需第三方主题包
• 批量剪贴板复制 — Ctrl+C 多选后以文件拖放格式复制，可直接粘贴到 QQ/资源管理器

技术栈

快速开始

环境要求

• .NET SDK 8.0
• Windows 10+（当前仅支持 Windows）
• GPU（可选，用于 ONNX 推理加速）

构建与运行

# 还原依赖
dotnet restore

# 编译
dotnet build

# 运行
dotnet run --project src/ImageManager.App

首次启动会在 %LocalAppData%\ImageManager\ 生成配置文件 config.json，数据库和缩略图缓存默认存储在 C:\ImageManagerCache\（可在设置中修改）。

ONNX 模型准备

将以下模型文件放入缓存目录的 models\ 子目录（默认 C:\ImageManagerCache\models\）：

models\
├── pixai\                    # PixAI 标签模型
│   ├── model.onnx
│   └── selected_tags.csv     # 中文 Tag 映射表
├── wd14\                     # WD14 分级模型（Ensemble 模式需要）
│   ├── model.onnx
│   └── selected_tags.csv     # 中文 Tag 映射表
├── chinese-clip-vit-base-patch16\
│   ├── vocab.txt
│   ├── preprocessor_config.json
│   └── onnx\
│       ├── chinese_clip_image_encoder.onnx
│       └── chinese_clip_text_encoder.onnx
├── artist_embeddings.bin     # 画师嵌入库（可选）
└── artist_names.txt          # 画师中文名列表（可选）

官方模型

PixAI 和 WD14 在首次使用 AI 打标时会尝试从 Hugging Face 自动下载。Chinese-CLIP 官方仓库提供源模型，本项目使用的是转换后的 ONNX 文件，需按上述目录结构放置。

百度网盘整合包

• 文件名：models.rar
• 下载链接：https://pan.baidu.com/s/1etlyTmgaIPLFSqWiZre6qA
• 提取码：1234

解压后将 models 目录放到当前配置的缓存目录下。例如使用默认缓存位置时，最终路径为 C:\ImageManagerCache\models\。

中文 Tag 映射表

仓库的 tag-mappings 目录保存了已翻译的完整标签表：

• tag-mappings\pixai\selected_tags.csv
• tag-mappings\wd14\selected_tags.csv

手动从官方地址下载模型时，请将对应的中文映射表复制到缓存目录的模型子目录，覆盖同名的 selected_tags.csv。映射表保留了模型所需的原始字段，并在 zh_name 列中提供中文名称。

Chinese-CLIP 图片向量需要先在“设置 → 相似搜索向量索引”中生成。语义图搜图和中文自然语言搜图共享同一套图片向量；氛围和颜色索引不需要额外模型。索引窗口可选择全部图库或指定文件夹，并可控制是否包含子文件夹；指定文件夹的完全重建不会影响其他目录的已有向量。

两种打标模式：

• SingleModel — 仅 PixAI，轻量快速
• Ensemble — PixAI + WD14 双模型串行推理，带内容分级和画师识别

项目结构

src/
├── ImageManager.Common/       # 零依赖工具层（文件大小格式化、路径处理）
├── ImageManager.Core/         # 领域模型 + 服务接口
├── ImageManager.Infrastructure/ # 实现层（SQLite、哈希、缩略图、ONNX、缓存）
└── ImageManager.App/          # Avalonia 桌面应用（MVVM 视图 + ViewModel）

AI 打标流程

Ensemble 模式：

图片文件 → WD14（内容分级）→ PixAI（标签推理 + 嵌入提取）
    → 合并去重 → ChineseTagLibrary 本地 CSV 查表替换中文
    → 画师识别（嵌入向量匹配）→ 直接写入数据库，标记 Done

SingleModel 模式：

图片文件 → PixAI 单模型推理 → CSV 查表替换中文 → 写入数据库

全程自动，无需人工审核。运行时从缓存目录 models\pixai\selected_tags.csv 的 zh_name 列加载中文标签映射。

许可证

MIT