AI赋能的本地照片筛选工具：无需云服务

在数字时代，我们的照片库动辄上万张，而 Apple Photos 或 Google Photos 虽然方便，但往往难以从海量照片中找出真正精彩的作品，并且需要依赖云端服务。Best Photo Picker（简称 bpp）应运而生，它是一款完全运行在本地的开源照片管理工具，利用人工智能对每一张照片进行评分，让用户无需上传任何数据即可高效筛选出最佳照片。

bpp 的核心功能是自动评分。它通过分析照片的清晰度、曝光质量、人脸检测与构图（如三分法）等维度，为每张照片生成一个综合分数。用户可以通过实时滑块调整各个维度的权重，从而个性化定制筛选标准。此外，bpp 还具备智能去重功能，利用感知哈希（dHash、aHash）和 CLIP 语义相似度识别相似的连拍照片，并自动聚类。为了确保选出的照片在时间上具有多样性，bpp 支持每日上限和每月覆盖率的平衡选择。

人脸识别是 bpp 的一大亮点。它集成了多种人脸检测引擎（YuNet、SCRFD、BlazeFace 等），可自动聚类人脸并为每个人生成智能相册。用户还可以手动合并、忽略或重新分配人脸标签，甚至可以针对特定人物（如孩子或宠物）提升其照片的选中概率，方便为家人挑选最佳照片。

bpp 的整个工作流程为：导入 → 分析 → 评分 → 去重 → 选择 → 导出。照片导入时会被复制到托管库中，并通过 SHA-256 进行去重。分析过程在后台并行进行，结果缓存于 SQLite 数据库中。导出时支持复制、硬链接或符号链接，并可生成 HTML 画廊。

隐私是 bpp 的核心设计原则。所有处理都在本地完成，不需要联网。除了下载模型、获取地图瓦片（可选）和检查更新等极少数网络请求外，没有其他数据外传。bpp 不收集任何遥测或分析数据。

bpp 提供了多种安装方式。推荐使用 pipx 安装：pipx install "bppicker[web]"，或者通过 pip 安装。对于 macOS 用户，还可以下载独立的桌面应用（Apple Silicon 专用），无需安装 Python。此外，bpp 支持通过环境变量 BPP_ONNX_PROVIDERS 启用硬件加速，例如在 Apple Silicon 上使用 CoreML，在 Linux 上使用 CUDA，或在 Windows 上使用 DirectML。

在性能方面，bpp 默认使用 CPU 推理。对于 6000 张照片的库，在 Apple Silicon 上大约需要 50 分钟完成人脸提取。通过增加并行工作进程数，可以显著缩短时间，但会占用更多内存。bpp 提供了详细的调试参数供高级用户调优。

总之，Best Photo Picker 为那些拥有大量照片、希望在不依赖云端的情况下快速找出最佳照片的用户提供了一个强大的开源解决方案。无论是家庭照片整理、旅行回忆筛选还是专业摄影师的作品精选，bpp 都能以本地优先的方式高效完成。