Semantic Image Search CLI (sisi) 使用教程

sisi Semantic Image Search CLI tool. 项目地址: https://gitcode.com/gh_mirrors/si/sisi

1. 项目介绍

sisi 是一个基于命令行的语义图像搜索工具，它可以在本地环境中，不依赖第三方API进行图像搜索。本项目使用 node-mlx，一个为 Node.js 设计的机器学习框架。sisi 通过计算图像的嵌入向量并将其存储在二进制JSON文件中，实现快速的图像搜索。搜索时，通过计算查询字符串与索引嵌入向量之间的余弦相似度来进行。

2. 项目快速启动

安装

首先，确保您的系统中已安装 Node.js。然后，使用以下命令全局安装 sisi：

npm install -g @frost-beta/sisi

构建索引

在您想要进行图像搜索的目录中，运行以下命令构建索引：

sisi index <目标路径>

例如，构建 ~/Pictures/ 目录的索引：

sisi index ~/Pictures/

搜索图像

索引构建完成后，您可以使用以下命令搜索图像：

sisi search '<查询字符串>'

例如，搜索所有索引过的图像中的 "猫跳"：

sisi search '猫跳'

也可以指定搜索特定目录中的图像：

sisi search 猫 --in ~/Pictures/

或者搜索网络上的图像：

sisi search 'https://example.com/image.jpg'

3. 应用案例和最佳实践

案例一：图片管理

如果您有大量的图片需要管理，使用 sisi 可以快速找到相似或相关的图片，便于分类和归档。

案例二：图片去重

通过 sisi 搜索相似的图片，可以帮助您发现并删除重复的图片，节省存储空间。

最佳实践

在图片上传后立即构建索引，以便随时进行搜索。
定期更新索引以包含新添加的图片。
适当时候清理索引，移除不再需要的图片。

4. 典型生态项目

目前，sisi 的生态系统还不是很广泛，但以下是可能与 sisi 配合使用的典型项目：

node-mlx：提供机器学习支持的核心库。
frost-beta/clip：JavaScript 实现的 CLIP 模型，用于图像嵌入计算。

以上就是 sisi 的使用教程，希望对您有所帮助。