BaKaBooru

Current AI workflow: image status is NORMAL, ANALYZING, ERROR, or MISSING; vectors are stored per CLIP model in image_embeddings; and model artifacts are managed explicitly from Settings instead of being downloaded at startup. See docs/ai-workflow-v14.md.

一个使用 Docker Compose 自托管的 AI 图库管理系统：支持自动打标、CLIP 语义检索、以图搜图、标签与元数据组合过滤，并将图片和模型保留在自己的基础设施中。

核心能力

• 多模态检索：CLIP 文本/视觉向量配合 pgvector，实现自然语言搜图与以图搜图。
• 自动化入库：上传后自动计算 SHA-256、查重、解析尺寸、归档原图并生成缩略图。
• AI 自动标注：Camie Tagger 识别标签，推理失败可追踪、可手动重试。
• 组合筛选：按标签、关键字、图片状态、向量模型、宽高、文件大小和排序条件检索。
• 自托管部署：PostgreSQL、MinIO 和模型推理统一由 Docker Compose 编排。

架构概览

flowchart LR
    User(("用户")) -->|"HTTP :80"| Front["Frontend<br/>Nginx + Vue 3"]
    Front -->|"/api/*"| Web["Web Service<br/>Spring Boot / Java 21"]
    Front -->|"/oss/*"| MinIO[("MinIO<br/>原图 + 缩略图")]

    Web -->|"业务数据 / 上传任务 / pgvector"| PG[("PostgreSQL 16")]
    Web -->|"对象读写"| MinIO
    Web -->|"内部推理 API"| AI["AI Service<br/>FastAPI + ONNX Runtime"]
    AI -->|"读取原图"| MinIO
    AI --> Cache[("模型缓存")]

Web Service 是业务入口；AI Service 只负责打标与向量推理。上传入库和 AI 后处理是两个异步阶段，因此模型加载或暂时不可用时，普通浏览、管理和非语义检索仍能工作。

更完整的服务边界、上传时序与检索路径见系统架构文档。

快速开始

前置要求

• Docker 与 Docker Compose
• 默认 Compose 配置使用 GPU：需要 NVIDIA Driver 与 NVIDIA Container Toolkit

启动

cp .env.example .env
# 编辑 .env 并设置本地凭据
docker compose up -d --build
docker compose ps

浏览器访问 http://localhost。首次运行需要下载 AI 模型，ai-service 的 /health 会先返回 loading，模型全部加载后变为 ok。

本地凭据保存在不会提交到 Git 的 .env 中。当前 MinIO bucket 会初始化为匿名可读；对外部署前请先阅读部署指南。

目录结构

bakabooru/
├── web-service/           # Spring Boot 业务 API、任务调度和持久化
├── ai-service/            # FastAPI 模型推理
├── frontend/              # Vue 3 + TypeScript
├── docs/                  # 架构、模块、部署和运维文档
├── data/                  # Compose 持久化数据
└── docker-compose.yml     # 完整容器编排

配置方式

• .env 保存 PostgreSQL、MinIO 与监控账号凭据，只用于本地部署且不会提交 Git。
• 服务地址、缩略图规格和 Worker 调度参数由应用提供适合 Compose 的默认值。
• 标签阈值、AI 重试策略和上传任务保留期可在系统设置页中修改并立即作用于后续任务。

完整配置说明见部署指南。

文档