一句描述回到真实照片、视频或录音
现在
在用
截至 11 月 4 日 · 媒体目录和项目源码

个人媒体整理与恢复 · 功能说明

把“我记得那张照片/那段录音,但不知道在哪”变成少量现存原件和一个可以直接看的临时目录。选定一段录音后,还能借助已有转写定位其中的话,拿到可回听的起止时间。

当前情况:目录现有 4,677 件:照片 3,745、视频 124、音频 808(其中录音 805、音乐 3),登记的原件合计约 107 GB(11 月 4 日 16:00 只读取数)。这次核对目录件数、分类和每个原件的文件属性:目录中的原件路径均可读且是普通文件;没有读取媒体内容、逐件重算内容指纹或核对备份完整性;录音内定位依赖已有时间信息。

具体测试保留各自日期,页面不实时探测运行状态。

项目源码:私有仓库,源码未公开;用法与技术说明可在下面阅读。

一句描述回到真实照片、视频或录音
现在
在用
截至 11 月 4 日 · 媒体目录和项目源码

个人媒体整理与恢复 · 功能说明

把“我记得那张照片/那段录音,但不知道在哪”变成少量现存原件和一个可以直接看的临时目录。选定一段录音后,还能借助已有转写定位其中的话,拿到可回听的起止时间。

当前情况:目录现有 4,677 件:照片 3,745、视频 124、音频 808(其中录音 805、音乐 3),登记的原件合计约 107 GB(11 月 4 日 16:00 只读取数)。这次核对目录件数、分类和每个原件的文件属性:目录中的原件路径均可读且是普通文件;没有读取媒体内容、逐件重算内容指纹或核对备份完整性;录音内定位依赖已有时间信息。

具体测试保留各自日期,页面不实时探测运行状态。

项目源码:私有仓库,源码未公开;用法与技术说明可在下面阅读。

数字截至 2026 年 11 月 6 日

这项功能怎样使用

用途与实际影响

为什么需要它

媒体路径、相册和命名常常与人的记忆方式不同;整库浏览太慢,第二次复制又会扩大容量和重复治理。

举个实际例子

我可以说:“找我在新加坡现场拍的照片。”系统按已核对的拍摄地点查找;若问的是写着地名的截图,就按图片文字查,不混为拍摄地点。选中录音后也可以说:“找谈到交付时间的那段,告诉我从几分几秒开始。”它会核对原音并返回已有时间段,不按全文长度估算。

最后我会得到什么

拿到少量原件及其类型、已知日期、地点和匹配理由;需要一起看时,可得到不重复复制原件的临时浏览文件夹,用完清理不影响原件。查录音里的话时,还会给出从录音开头算起的时间段、有关文字和检查范围;文字可能识别有误,说话人的分组也不等于知道他的真实身份。

这项功能怎样使用

用途与实际影响

为什么需要它

媒体路径、相册和命名常常与人的记忆方式不同;整库浏览太慢,第二次复制又会扩大容量和重复治理。

举个实际例子

我可以说:“找我在新加坡现场拍的照片。”系统按已核对的拍摄地点查找;若问的是写着地名的截图,就按图片文字查,不混为拍摄地点。选中录音后也可以说:“找谈到交付时间的那段,告诉我从几分几秒开始。”它会核对原音并返回已有时间段,不按全文长度估算。

最后我会得到什么

拿到少量原件及其类型、已知日期、地点和匹配理由;需要一起看时,可得到不重复复制原件的临时浏览文件夹,用完清理不影响原件。查录音里的话时,还会给出从录音开头算起的时间段、有关文字和检查范围;文字可能识别有误,说话人的分组也不等于知道他的真实身份。

结果怎么看
成功时

找到仍存在的原件和匹配依据;临时浏览链接与原件是同一文件。录音定位在复核原音后返回已有时间段,不播放、不启动模型、不写目录。

发现问题时

结果达到上限、地点未登记或日期未知时,说明实际范围;每次查询都带上查了哪些来源、哪些文字字段、未知日期怎么处理。录音片段低置信、只覆盖部分或有线索未命中时保留缺口,不把零命中当作从未说过。

入口不可用时

目录、原件或浏览链接不可用时只停止对应动作;个人资料锁着时拒绝读取。选定录音没有可复用时间戳时,只说明单件本地转写接续;当前查询不自动重跑识别,也不提供视频内部定位。

结果怎么看
成功时

找到仍存在的原件和匹配依据;临时浏览链接与原件是同一文件。录音定位在复核原音后返回已有时间段,不播放、不启动模型、不写目录。

发现问题时

结果达到上限、地点未登记或日期未知时,说明实际范围;每次查询都带上查了哪些来源、哪些文字字段、未知日期怎么处理。录音片段低置信、只覆盖部分或有线索未命中时保留缺口,不把零命中当作从未说过。

入口不可用时

目录、原件或浏览链接不可用时只停止对应动作;个人资料锁着时拒绝读取。选定录音没有可复用时间戳时,只说明单件本地转写接续;当前查询不自动重跑识别,也不提供视频内部定位。

从哪里开始

用地点、日期、画面或一句录音原话描述想找的内容。

需要准备什么
  • 地点、日期、画面、类型或原话线索
  • 录音内定位时选定的原音
从开始到拿到结果
1系统核对并处理
区分现场地点与画面文字,只查已有目录;确认候选原件仍在,录音片段只复用同原音已有时间段。
2交付与接续
交回少量原件、匹配理由和必要的起止时间;证据或原件不足时说明缺口,临时浏览目录用完精确清理。
从哪里开始

用地点、日期、画面或一句录音原话描述想找的内容。

需要准备什么
  • 地点、日期、画面、类型或原话线索
  • 录音内定位时选定的原音
从开始到拿到结果
1系统核对并处理
区分现场地点与画面文字,只查已有目录;确认候选原件仍在,录音片段只复用同原音已有时间段。
2交付与接续
交回少量原件、匹配理由和必要的起止时间;证据或原件不足时说明缺口,临时浏览目录用完精确清理。
技术实现与依据(一)
这里保留实现、关键条件、精确入口、历史记录和验证结果。
11 月 4 日 16:00 只读取数
目录 4,677 件,查询按 SQLite/FTS 返回现存原件;没有几秒级耗时完成门;浏览使用同卷硬链接。本次没有实际查询或浏览。
关键规则与设计选择
1
普通请求默认返回小结果;只有用户明确要求完整集合才用 all。
2
取消几秒级耗时硬门;先保证命中依据、内容、来源、时间和未知足够让 AI 正确判断,只有纯性能优化才以显著减少端到端耗时为目标。
3
place 只表示已复核的现场地点,不能从文件名或图片文字推断;现在有地点绑定的目录记录 1,658 条,这是字段覆盖数,不是全量地理验真。
4
现行图片 3,745 张(11 月 6 日 14:25);带非空结构化可见文字的图片这次没有重数,10 月 11 日数时 3,486 张里有 401 张。空值不等于没有文字,文字质量分档当前没有重新统计。9 月 2 日旧截图集合的 OCR 证据 6,440/15,823、可见文字 4,287/15,823 只是当时的历史记录。
5
LocalOCR 负责精确文字,视觉认知负责场景与意义;已有真实文字查询路径,当前不按旧截图库存无差别重跑。以后只对新截图和真实未命中的有界候选补齐,并继续写回同一媒体条目。
6
没有人物证据,不能用 person 做全库检索;人物和独立旅行标签已在 9 月 28 日的需求里撤掉,出行按日期加有依据的地点组合查。
7
808 个音频分为录音 805、音乐 3;目前没有单独标为铃声的条目(这不说明现实中没有文件被用作铃声)。目录消费既有时间、分类和可用 ASR(自动语音识别),不为路径归位重新识别。
8
音频缺少 ASR 时只降低文字 query 召回,不影响按类型、日期、既有分类或原件定位,也不把缺文字写成音频不存在。
技术实现与依据(一)
这里保留实现、关键条件、精确入口、历史记录和验证结果。
11 月 4 日 16:00 只读取数
目录 4,677 件,查询按 SQLite/FTS 返回现存原件;没有几秒级耗时完成门;浏览使用同卷硬链接。本次没有实际查询或浏览。
关键规则与设计选择
1
普通请求默认返回小结果;只有用户明确要求完整集合才用 all。
2
取消几秒级耗时硬门;先保证命中依据、内容、来源、时间和未知足够让 AI 正确判断,只有纯性能优化才以显著减少端到端耗时为目标。
3
place 只表示已复核的现场地点,不能从文件名或图片文字推断;现在有地点绑定的目录记录 1,658 条,这是字段覆盖数,不是全量地理验真。
4
现行图片 3,745 张(11 月 6 日 14:25);带非空结构化可见文字的图片这次没有重数,10 月 11 日数时 3,486 张里有 401 张。空值不等于没有文字,文字质量分档当前没有重新统计。9 月 2 日旧截图集合的 OCR 证据 6,440/15,823、可见文字 4,287/15,823 只是当时的历史记录。
5
LocalOCR 负责精确文字,视觉认知负责场景与意义;已有真实文字查询路径,当前不按旧截图库存无差别重跑。以后只对新截图和真实未命中的有界候选补齐,并继续写回同一媒体条目。
6
没有人物证据,不能用 person 做全库检索;人物和独立旅行标签已在 9 月 28 日的需求里撤掉,出行按日期加有依据的地点组合查。
7
808 个音频分为录音 805、音乐 3;目前没有单独标为铃声的条目(这不说明现实中没有文件被用作铃声)。目录消费既有时间、分类和可用 ASR(自动语音识别),不为路径归位重新识别。
8
音频缺少 ASR 时只降低文字 query 召回,不影响按类型、日期、既有分类或原件定位,也不把缺文字写成音频不存在。

数字截至 2026 年 11 月 6 日

技术实现与依据(二)
9
日期按北京时间归日;设备原始文件名和元数据日期冲突时标为不确定,不改原始时间。目前日期未知的有图片 57、视频 10、音频 6。
10
个人资料解锁后,search、browse 和按 SHA-256 选中录音的内容定位直接纳入所有匹配条目,不再默认隐藏标为私密的结果;--include-private 只作兼容保留,传不传结果相同,hidden_excluded 固定为 0。以前的私密标记和两个标记维护命令仍在,只用于分类,不再影响可见性,也不改变手机或云端资格;存量目录不需要为此批量重写。资料锁着时照旧拒绝业务读取。
11
默认 search 只验 authority locator(权威原件定位记录)当前存在,不计算 SHA-256;精确字节身份需要对选中原件单项计算并与返回的 content_sha256 比较。
12
browse --verify-hash 只证明原件与新硬链接字节相同,不自动把两者与目录 content_sha256 比较。
13
浏览目录只是入口,原件字节不复制。
当前怎样实现
  • SQLite 保存结构化日期、地点、类别、类型、描述、visible_text 与全文索引。
  • search 直接使用条件/FTS,不加载完整 NDJSON(逐行 JSON 数据格式)。
  • repair-search-content 把已证实的处理链文字、旧路径和哈希移到不参与搜索的来源说明里,真实描述、可见文字、文件名和现行位置继续可查;拿不准的技术文字不清掉,也不新建数据库。
技术实现与依据(二)
9
日期按北京时间归日;设备原始文件名和元数据日期冲突时标为不确定,不改原始时间。目前日期未知的有图片 57、视频 10、音频 6。
10
个人资料解锁后,search、browse 和按 SHA-256 选中录音的内容定位直接纳入所有匹配条目,不再默认隐藏标为私密的结果;--include-private 只作兼容保留,传不传结果相同,hidden_excluded 固定为 0。以前的私密标记和两个标记维护命令仍在,只用于分类,不再影响可见性,也不改变手机或云端资格;存量目录不需要为此批量重写。资料锁着时照旧拒绝业务读取。
11
默认 search 只验 authority locator(权威原件定位记录)当前存在,不计算 SHA-256;精确字节身份需要对选中原件单项计算并与返回的 content_sha256 比较。
12
browse --verify-hash 只证明原件与新硬链接字节相同,不自动把两者与目录 content_sha256 比较。
13
浏览目录只是入口,原件字节不复制。
当前怎样实现
  • SQLite 保存结构化日期、地点、类别、类型、描述、visible_text 与全文索引。
  • search 直接使用条件/FTS,不加载完整 NDJSON(逐行 JSON 数据格式)。
  • repair-search-content 把已证实的处理链文字、旧路径和哈希移到不参与搜索的来源说明里,真实描述、可见文字、文件名和现行位置继续可查;拿不准的技术文字不清掉,也不新建数据库。
技术实现与依据(三)
  • repair-local-dates 修正北京时间归日,先预演再执行,执行前保存回滚点。
  • 录音行消费既有分类与 ASR 绑定文字,不触发音频模型;ASR 缺失时其他结构化轴继续可查。
  • 候选返回前要求 source.authority_locator 是现存本地文件。
  • browse 在 E 盘受管根创建任务专用硬链接,可选对小集合逐项核对哈希。
技术实现与依据(三)
  • repair-local-dates 修正北京时间归日,先预演再执行,执行前保存回滚点。
  • 录音行消费既有分类与 ASR 绑定文字,不触发音频模型;ASR 缺失时其他结构化轴继续可查。
  • 候选返回前要求 source.authority_locator 是现存本地文件。
  • browse 在 E 盘受管根创建任务专用硬链接,可选对小集合逐项核对哈希。
技术实现与依据(四)
1
压缩成最小可靠过滤条件
2
执行 SQLite 条件/FTS
3
确认原件仍存在
4
返回少量候选和查找范围
5
需要时创建同卷硬链接
6
使用后精确清理浏览目录
  • clean 只接受精确受管目录并拒绝非受管内容;原件已被我删掉时,按清单记录的哈希核验受管链接后清理,不会复活已删除的原件。
执行流程
技术实现与依据(四)
1
压缩成最小可靠过滤条件
2
执行 SQLite 条件/FTS
3
确认原件仍存在
4
返回少量候选和查找范围
5
需要时创建同卷硬链接
6
使用后精确清理浏览目录
  • clean 只接受精确受管目录并拒绝非受管内容;原件已被我删掉时,按清单记录的哈希核验受管链接后清理,不会复活已删除的原件。
执行流程
名词和入口
本模块用到的名词
名词意思
place(现场地点)已人工复核为实际拍摄现场的地点证据。
query(文字线索)普通描述、文件名、可见文字或录音/ASR(自动语音识别) 文字线索,不等于现场地点。
FTS(全文检索)SQLite 内的快速文字召回;它与类型、类别、日期等结构化过滤一起使用。
LocalOCR本地批量或精确文字识别能力;它提供逐字文字证据,不替代图片场景与审美判断,也不拥有第二套媒体目录。
专业定义

不需要记路径,也不需要把全部媒体复制进另一套库;地点、描述、类别、类型和日期足够把结果缩成一小组原件。

名词和入口
本模块用到的名词
名词意思
place(现场地点)
意思:
已人工复核为实际拍摄现场的地点证据。
query(文字线索)
意思:
普通描述、文件名、可见文字或录音/ASR(自动语音识别) 文字线索,不等于现场地点。
FTS(全文检索)
意思:
SQLite 内的快速文字召回;它与类型、类别、日期等结构化过滤一起使用。
LocalOCR
意思:
本地批量或精确文字识别能力;它提供逐字文字证据,不替代图片场景与审美判断,也不拥有第二套媒体目录。
专业定义

不需要记路径,也不需要把全部媒体复制进另一套库;地点、描述、类别、类型和日期足够把结果缩成一小组原件。

出问题时(一)
解决什么
解决自然记忆与文件路径不一致、整库浏览成本高、临时导出重复占空间和旧 locator(原件定位记录)指向缺失文件。
边界
  • 不全盘扫描。
  • 不使用没有证据的人物过滤。
  • 只在个人资料解锁时查询;解锁后所有匹配项直接纳入,不另设私密开关,只按请求返回少量结果。
  • 不复制原件进入知识库。
  • 清理浏览目录不删除原件。
失败与恢复
  • place 未登记: 报告该现场地点当前没有复核证据;只使用用户另外提供的可靠过滤,不偷偷改成 query。
  • 返回数等于 limit: 表述为前 N 条或至少 N 条,不宣称完整集合。
  • 零结果: 分清是目录没有匹配、匹配的原件缺失,还是来源离线;零结果不能证明整个媒体库或现实中没有这件。
出问题时(一)
解决什么
解决自然记忆与文件路径不一致、整库浏览成本高、临时导出重复占空间和旧 locator(原件定位记录)指向缺失文件。
边界
  • 不全盘扫描。
  • 不使用没有证据的人物过滤。
  • 只在个人资料解锁时查询;解锁后所有匹配项直接纳入,不另设私密开关,只按请求返回少量结果。
  • 不复制原件进入知识库。
  • 清理浏览目录不删除原件。
失败与恢复
  • place 未登记: 报告该现场地点当前没有复核证据;只使用用户另外提供的可靠过滤,不偷偷改成 query。
  • 返回数等于 limit: 表述为前 N 条或至少 N 条,不宣称完整集合。
  • 零结果: 分清是目录没有匹配、匹配的原件缺失,还是来源离线;零结果不能证明整个媒体库或现实中没有这件。
出问题时(二)
  • 可信规范原件已由本人删除: 当前查询跳过该路径,不代用户删除或触发同步;现有每日任务移除失效索引与候选,并使 G 镜像和实际手机包跟随当前文件集合。整个来源根读不到时不当成删除。
  • 浏览目录混入外部文件: clean 拒绝整个目录,保留原件和外部内容等待精确处理。
出问题时(二)
  • 可信规范原件已由本人删除: 当前查询跳过该路径,不代用户删除或触发同步;现有每日任务移除失效索引与候选,并使 G 镜像和实际手机包跟随当前文件集合。整个来源根读不到时不当成删除。
  • 浏览目录混入外部文件: clean 拒绝整个目录,保留原件和外部内容等待精确处理。
依据与来源(一)
真实入口
  • personal_media.py search、browse、clean、过滤、日期与搜索内容修复、当前目录实现
  • catalog.sqlite3 当前可重建定位与全文索引(4,677 行,11 月 4 日 16:00)
  • test_personal_media.py 查询、失效定位、limit、浏览、清理、路径与性能回归
如何验证
  • 2026-09-05 历史查询返回 2 项;旧观测 239 ms 只作历史,不再有 750/250 ms 完成门。
  • 隔离回归证明查询/状态不改库,维护清理缺失项,空手机计划只清固定桶内派生文件,重复同步无额外删除,离线根不批删。
  • 复制数据库只刷新自己目录的种子,不沿旧绝对指针回写原库;JPEG 按真实图片打开性识别,不被 ffprobe 的视频流字段误分成视频。
  • 精选:目录里标为精选的照片 926 张,实体精选目录 922 张,另有 4 张标为精选的放在生活与回忆目录,差异原因还没查清;历史 E/G 哈希验收不直接覆盖清理后的当前集合。当前手机包与云端结果由各自模块另行回读。
依据与来源(一)
真实入口
  • personal_media.py search、browse、clean、过滤、日期与搜索内容修复、当前目录实现
  • catalog.sqlite3 当前可重建定位与全文索引(4,677 行,11 月 4 日 16:00)
  • test_personal_media.py 查询、失效定位、limit、浏览、清理、路径与性能回归
如何验证
  • 2026-09-05 历史查询返回 2 项;旧观测 239 ms 只作历史,不再有 750/250 ms 完成门。
  • 隔离回归证明查询/状态不改库,维护清理缺失项,空手机计划只清固定桶内派生文件,重复同步无额外删除,离线根不批删。
  • 复制数据库只刷新自己目录的种子,不沿旧绝对指针回写原库;JPEG 按真实图片打开性识别,不被 ffprobe 的视频流字段误分成视频。
  • 精选:目录里标为精选的照片 926 张,实体精选目录 922 张,另有 4 张标为精选的放在生活与回忆目录,差异原因还没查清;历史 E/G 哈希验收不直接覆盖清理后的当前集合。当前手机包与云端结果由各自模块另行回读。

数字截至 2026 年 11 月 6 日

依据与来源(二)
  • 源码现有 14 个测试文件、524 个测试函数(11 月 6 日静态计数,本次没有运行);最近一份本地验收回执是 9 月 24 日:186 项运行、2 项跳过、0 失败。
  • 画廊是媒体库的公开展示样本,不冒充完整精选集合。
与其他模块的关系

它是日常入口;分类与恢复改变目录内容,查询只消费当前目录,不拥有手机和云端动作。

依据与来源(二)
  • 源码现有 14 个测试文件、524 个测试函数(11 月 6 日静态计数,本次没有运行);最近一份本地验收回执是 9 月 24 日:186 项运行、2 项跳过、0 失败。
  • 画廊是媒体库的公开展示样本,不冒充完整精选集合。
与其他模块的关系

它是日常入口;分类与恢复改变目录内容,查询只消费当前目录,不拥有手机和云端动作。

复制 AI 续作说明

项目:一句描述回到真实照片、视频或录音;仓库:页面未提供仓库地址;范围:整个项目;目标:(这里写这次要做的事)。先读项目的 AGENTS.md 和说明,按现行规则做。

把“目标”换成这次要做的事,整段复制给 AI。