2026.09.12
Facet：面向本地照片库的 AI 评分与筛选图库
Facet 将照片评分、连拍筛选、人物识别和自然语言搜索集中在自托管图库中，适合希望在本机整理大量照片的摄影师与家庭用户。
项目用途
Facet 是一个运行在本机上的照片分析、筛选与图库项目。它把扫描、评分、浏览和整理放进同一套网页界面，目标是帮助用户从较大的照片库中找出值得保留的照片，同时减少对云端账号或第三方 API 的依赖。项目 README 明确描述其无需云端、账号或 API 密钥；但“本地运行”不等于无需准备存储、计算资源或备份方案。
图片来源：facet。项目公开截图，界面可能随版本变化。
已知功能
Facet 会扫描照片文件夹，支持 JPG、HEIF/HEIC 以及 README 列出的 10 种 RAW 格式。每张照片可从审美质量、构图、面部质量、眼睛清晰度、技术锐度、色彩、曝光、主体显著性和动态范围等九个维度获得评分，并可按内容类别进行浏览。
筛选功能覆盖连拍、相似照片、近重复和闭眼照片。项目还会识别曝光包围、全景和 HDR 组，并将这些多帧集合保留为整体，避免简单地只留下单张“赢家”。对于按拍摄时间组织照片的用户，场景分组和自动筛选可以减少逐张查看的工作量；不过自动判断仍应被视为复核线索，而不是无条件替代人工选择。
图库部分支持自然语言语义搜索、时间线、地图、文件夹、相册、人物识别、标签、星级和批量操作。项目 README 还列出 WebDAV 手机导入、共享相册、客户端校对、静态作品集导出、照片下载及 CSV/JSON 导出等能力。网站介绍则强调可与 Lightroom、darktable 和 digiKam 通过标准 sidecar 文件协作，但采用前仍应确认具体字段和工作流是否满足自己的整理习惯。
图片来源：facet。项目公开截图，界面可能随版本变化。
适合谁
Facet 适合希望自托管照片库的摄影师、婚礼或活动摄影师、拥有大量家庭照片的用户，以及想在本地完成初筛和搜索的人。它尤其适合已有清晰文件夹结构、愿意检查 AI 判断、并希望把图库浏览与筛选流程结合起来的用户。
如果你的需求只是轻量相册浏览，Facet 的分析、索引和管理能力可能会带来额外复杂度。对于依赖精确色彩判断、专业人工选片或特殊 RAW 工作流的人，也不应仅凭分数自动删除原片。
采用前的限制与部署考虑
所给 GitHub 元数据将许可证标为“Other”，SPDX 为 NOASSERTION；虽然项目 README 和网站显示 MIT 标识，但在正式部署或再分发前，建议直接核对仓库中的许可证文件。来源没有提供完整的最低硬件配置、扫描耗时、不同图库规模下的实际性能或具体磁盘占用，因此不能据此推断你的机器能否流畅处理某个规模的图库。
项目声称 GPU 可选、可使用 CPU 运行；部分 README 功能标注了 GPU 或 16/24GB 显存条件，采用前应按实际启用的功能核实资源需求。部署方式包括原生安装和 Docker，支持 Windows、macOS、Linux；但备份、容器卷映射、数据库保护、照片只读权限、网络暴露和共享链接管理仍需由部署者负责。v1.15.0 特别强化了全筛选视图批量选择的确认及多用户访问边界，升级前仍建议先备份数据库和照片目录，并在测试库验证批量操作。
资料来源
资料核对日期：2026-09-12