我用Qwen3.5分析了4万张照片，用AI让沉睡的记忆重现

不知道你有没有这样的困扰？

NAS里存满了这些年拍的照片，从家人的笑脸到旅行的风景，从孩子的成长瞬间到偶然捕捉的日常碎片。可它们就像被遗忘在角落的旧日记，静静躺在硬盘里，除了占用存储空间，再也没有被翻开过。

我也是如此，4万多张照片，堆在NAS里数年，偶尔想找一张特定的照片，翻半天也找不到；更别说筛选出好看又有意义的瞬间，好好重温那些被忽略的时光。

于是我在本地部署了Qwen3.5-4B模型，用AI分析相册，成为我的“私人相册管家”，让这些沉睡的记忆，重新变得鲜活起来。

不止是分析，更是“私人相册管家”

1. 照片全方位体检：AI自动“读懂”每一张照片

相册部署完成后，只需关联NAS或本地照片文件夹，AI就会自动批量分析每一张照片，每一张照片都会生成6项核心反馈：

详细内容描述：用80-200字的中文，精准还原照片里的场景，哪怕是角落的小细节也不会遗漏，比如“画面中是客厅场景，左侧有一个米色沙发，上面放着一只灰色猫咪，猫咪正蜷缩着睡觉，背景墙上挂着一幅风景挂画，光线柔和”；
多标签分类：自动给照片打上标签，比如人物、家庭、旅行、美食、宠物等，一张照片可对应多个类型，后续检索更高效；
回忆价值评分：0-100分，根据照片的故事性、稀缺性、人物互动等维度打分，区分哪些是值得珍藏的瞬间，哪些是无关紧要的随手拍；
美观程度评分：同样0-100分，只看视觉效果——构图、光线、清晰度、色彩，不被照片主题“绑架”，好看就是好看，避免“孩子的照片再丑也舍不得删”的困扰；
评分理由：不超过40字，直白说明打分依据，清晰易懂，比如“有家人合影，情绪饱满，画质清晰，回忆价值高”；
电子相框旁白：一句8-24字的短句，不复述画面，只传递画面之外的情绪和余味，适配电子相框展示，比如猫咪睡觉的旁白是“蜷成一团，连呼吸都很轻”。

提示词来自：https://github.com/dai-hongtao/InkTime

2. 那年今日：自动唤醒当日回忆，不用刻意翻找

这是我最常用的功能，也是最能带来惊喜的功能。AI相册会自动筛选出往年今天拍摄的照片，再根据回忆价值评分排序，优先展示得分高、值得重温的瞬间，相当于每天都有一份“回忆惊喜”。

比如今天打开相册，AI会推出去年今日和朋友去海边的合照、前年今日孩子第一次自己吃饭的瞬间，甚至是三年前今日随手拍的晚霞。不用刻意去翻，那些被遗忘的时光，会主动出现在眼前。

更贴心的是，每一张推送的照片，都配有AI生成的电子相框旁白，没有煽情，却满是细碎的温暖，比如海边合照的旁白是“风里都是咸咸的笑声”，孩子吃饭的旁白是“米粒沾在嘴角也很可爱”。

3. 智能断舍离：一键清理低价值照片，释放NAS空间

4万张照片里，难免有很多“无效记录”——随手拍的杂物、模糊的残影、账单收据的照片、带网络水印的截图……这些照片不仅占用NAS空间，还会干扰正常的照片检索。

而我的AI相册会根据回忆价值评分，自动标记出得分在40分以下的低价值照片，尤其是那些必须压到25分以下的无效照片，会单独分类，点击“一键清理”就能删除，不用手动一张一张筛选。

这一波操作下来，我直接清理掉了近1万张无效照片，NAS的存储空间瞬间充裕，后续找照片也变得更高效，再也不用在一堆“垃圾照片”里翻来翻去。

4. 精准检索：按标签、评分快速找图，告别翻找烦恼

AI生成的标签和评分，不止是用来筛选，还能实现精准检索。相册内置检索功能，直接输入关键词，比如“旅行+风景”“猫咪+日常”，或者设置筛选条件“美观分80分以上”“回忆分90分以上”，AI就能快速筛选出所有符合条件的照片，不用再手动分类、逐个查找。

对于有孩子、宠物的家庭来说，这个功能更是实用——AI会自动给孩子、猫咪相关的照片大幅提高回忆价值评分，单独筛选出来，轻松就能翻看孩子的成长轨迹、宠物的可爱瞬间。

最省心的一步：Docker一键部署，普通人也能上手

很多人听到“AI相册”“模型部署”，都会觉得复杂难操作，担心自己搞不定。但我已经把所有环境都封装完毕，支持Docker一键部署，全程不用懂代码、不用折腾依赖，具体步骤简单到离谱，新手也能轻松搞定，提前做好这两点准备即可：

准备工作：确保你的NAS或本地电脑已经安装了Docker（若未安装，网上搜索对应系统的安装教程，5分钟就能完成）；
硬件要求：准备一块显存大于8G的显卡，用于部署Qwen3.5-4B模型（可通过ollama一键安装，操作更便捷）。

做好准备后，只需三步，就能完成部署，具体操作如下：

第一步：准备docker-compose.yaml文件

创建一个文件夹，在文件夹内新建docker-compose.yaml文件，复制粘贴以下内容（注意修改照片目录路径）：

yml
version: '3.8'

services:
  postgres:
    image: pgvector/pgvector:pg18-trixie
    container_name: postgres_container
    restart: always
    environment:
      POSTGRES_DB: trailsnap
      POSTGRES_USER: trailsnap
      POSTGRES_PASSWORD: trailsnap
      POSTGRES_INITDB_ARGS: "--encoding=UTF8 --lc-collate=C --lc-ctype=C"
      PGDATA: /var/lib/postgresql/data/pgdata
    networks: [ app-network ]
    ports:
      - "5532:5432"
    volumes:
      - ./pg_data:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U trailsnap -d trailsnap -p 5432"]
      interval: 5s
      timeout: 5s
      retries: 5
      start_period: 10s

  server:
    image: siyuan044/trailsnap-server:latest
    restart: always
    expose: [ "8000" ]
    ports: [ "8800:8000" ]
    networks: [ app-network ]
    volumes:
      - ./data:/app/data
      - /path/to/your/photos:/app/Photos/  # 请修改为你的照片目录路径
    environment:
      - DB_URL=postgresql://trailsnap:trailsnap@postgres:5432/trailsnap
      - RAILWAY_DB_URL=postgresql://trailsnap:trailsnap@postgres:5432/railway
      - AI_API_URL=http://ai:8001
    depends_on:
      postgres:
        condition: service_healthy
        restart: true

  ai:
    image: siyuan044/trailsnap-ai:latest
    restart: always
    expose: [ "8001" ]
    ports: [ "8801:8001" ]
    networks: [ app-network ]
    volumes:
      - ./data:/app/data
    
  frontend:
    image: siyuan044/trailsnap-frontend:latest
    restart: always
    ports: [ "8082:80" ]
    depends_on: [ server ]
    networks: [ app-network ]

networks:
  app-network:
    driver: bridge

第二步：启动服务

打开终端，切换到docker-compose.yml文件所在的目录，执行以下命令，即可启动服务：

yml
docker-compose up -d

第三步：访问相册

服务启动后，打开浏览器，输入地址 http://localhost:8082，就能进入AI相册界面。

第四步：完成基础配置

进入界面后，打开设置页面，配置外部图库路径和AI大模型API地址，即可正常使用所有功能。具体配置细节可参考官方文档：https://trailsnap.cn/docs/guide/settings/aisetting.html

很多人觉得“AI相册”“模型部署”很复杂，担心自己不会操作，但我已经把所有环境都封装好了，用Docker一键部署，全程不用懂代码、不用配置依赖，具体步骤简单到离谱（新手也能轻松搞定）：

准备工作：确保你的NAS或本地电脑已经安装了Docker（如果没安装，网上搜对应系统的安装教程，5分钟就能搞定）；
下载镜像：执行一条拉取命令，获取AI相册的Docker镜像（镜像体积不大，下载速度很快）；
一键启动：执行启动命令，设置好照片文件夹的挂载路径（关联你的NAS照片目录），等待3-5分钟，AI相册就部署完成了；
开始使用：打开浏览器，输入对应地址，就能进入AI相册界面，关联照片后，AI会自动开始分析，全程不用手动干预。

全程没有复杂操作，哪怕是不懂技术的新手，跟着步骤走，也能在10分钟内完成部署，真正实现“零门槛上手”。

让技术，温柔守护每一份回忆

其实我们拍照片，从来都不是为了“存着”，而是为了“记住”——记住家人的笑脸，记住旅行的惊喜，记住那些平凡日子里的小美好。但太多时候，照片存得越多，反而越难被想起，最后只能在硬盘里默默沉睡，渐渐被遗忘。

我做这个AI相册的初衷，就是想让这些沉睡的回忆重新发光。不用复杂的操作，不用专业的技术功底，普通人也能通过AI，轻松打理自己的相册，唤醒那些被忽略的珍贵瞬间。

于我而言，4万张照片从沉睡到重现，让我重新发现：那些被我们忽略的瞬间，那些看似平凡的日常，其实都是值得用心珍藏的宝藏。

如果你也有一堆沉睡在NAS或硬盘里的照片，不妨试试这个AI相册。Docker一键部署，所有功能一步到位，让AI帮你解锁这些被遗忘的回忆，让每一张照片，都能重新被看见、被铭记，让每一份美好，都不被辜负。

其实我们拍照片，从来都不是为了“存着”，而是为了“记住”——记住家人的笑脸，记住旅行的惊喜，记住那些平凡日子里的小美好。但太多时候，照片存得越多，反而越难被想起，最后只能在硬盘里默默沉睡。

我做这个AI相册的初衷，就是想让这些沉睡的回忆重新发光，不用复杂的操作，不用专业的技术，普通人也能通过AI，轻松打理自己的相册，唤醒那些被忽略的瞬间。

4万张照片，从沉睡到重现，我才发现：那些被我们忽略的瞬间，那些看似平凡的日常，其实都是值得珍藏的宝藏。

如果你也有一堆沉睡在NAS或硬盘里的照片，不妨试试这个AI相册，Docker一键部署，所有功能一步到位，让AI帮你解锁这些被遗忘的回忆，让每一张照片，都能重新被看见、被铭记。

后续我会把部署命令和详细步骤整理出来，需要的朋友可以关注，后续持续更新～

目录