容器项目&相册类#

相册#

说起相册，大家肯定都是熟悉群辉的 Synology Photo s这样的品牌 NAS 的相册。当然，免费的飞牛 NAS 的相册也是不错的，而且有 AI 相册。容器类得相册项目，现在主要有两个项目，国产收费的 MT Photos 和国外免费项目 immich。

我先把我的 docker 树目录再放出来，方便你修改路径，如果和我一样的路径就不需要修改。

1
root（根目录）
2
├── docker（分支节点：docker目录）
3
│ ├── apps（叶子节点：docker app目录）
4
│ │ ├── mt-photos路径
5
│ │ └── immich路径
6
│ └── docker-compose（叶子节点：docker-compose.yaml目录）
7
│ │ ├── mt-photos
8
│ │ │ └── docker-compsoe.yaml
9
│ │ ├── immich
10
│ │ └──── docker-compsoe.yaml
11
│ ├── photos
12
│ │ ├── mt-photos
13
│ │ └── immich-photos
14
...

1 MT Photos#

1.1 什么是MT Photos#

MT Photos 是什么? MT Photos 是一款为NAS用户量身打造的照片管理系统。通过 AI 技术，自动将您的照片整理、分类，包括但不限于时间、地点、人物、照片类型。先不看项目地址，我们先来看一下 MT Photos 在线 dome 地址体验一下。

MT Photos dome地址

MT Photos 项目地址

账号：demo，密码：mtphotos

1.2 部署项目 MT Photos#

如果不需要同时部署 MT Photos AI，那么只需要下面的代码就行。

1
# 官方文档
2
# https://mtmt.tech/
3

4
# 体验demo，账号demo，密码demo
5
# https://d.mtmt.tech/login
6

7
# GPS API 配置
8
# https://mtmt.tech/docs/start/gps_api/
9

10
# 生成激活码
11
# https://auth.mtmt.tech/iKey
12

13
# ---
14

15
name: mt-photos
16
# 最后编辑时间：2025-02-28
17
services:
18
  mt-photos:
19
    # 镜像地址
20
    image: registry.cn-hangzhou.aliyuncs.com/mtphotos/mt-photos:latest
21
    # 容器名
22
    container_name: mt-photos
23
    # 主机名
24
    hostname: mt-photos
25
    environment:
26
      # 用户和用户组权限，ssh中使用“id 用户名”查看，用户组一般为100(users)
27
      # 第一个用户而言，群晖为1026，新绿联为1001，linux类系统为1000，后续用户均+1
28
      # 如果出现无法下载的情况，改为0
29
      - PUID=1000
30
      - PGID=100
31
      # 默认创建新文件的权限，一般写022
32
      - UMASK=022
33
      # 时区
34
      - TZ=Asia/Shanghai
35
    # 驱动
36
    devices:
37
      # 添加硬件加速转码
38
      - /dev/dri:/dev/dri
39
    # dns
40
    dns:
41
      - 114.114.114.114
42
    # 路径
43
    volumes:
44
      # 配置文件目录
45
      # mt-photos配置文件路径
46
      - /docker/apps/mt-photos/config:/config
47
      # mt-photos手机相册上传路径
48
      - /docker/apps/mt_photos/upload:/upload
49
      # 其他相册路径
50
      - /photos/mt-photos:/photos
51
    # 网络模式：桥接模式
52
    network_mode: bridge
53
    # 端口
54
    ports:
55
      # webUI端口
56
      - 8063:8063
57
    # 重启策略，总是重启
58
    restart: always

但是如果需要同时部署 MT Photos AI，那么需要下面的代码才可以。

1
# 官方文档
2
# https://mtmt.tech/
3

4
# 体验demo，账号demo，密码demo
5
# https://d.mtmt.tech/login
6

7
# 添加智能识别
8
# https://mtmt.tech/docs/advanced/ocr_api/
9

10
# 添加人脸识别API
11
# https://mtmt.tech/docs/advanced/facial_api/
12

13
# GPS API 配置
14
# https://mtmt.tech/docs/start/gps_api/
15

16
# 生成激活码
17
# https://auth.mtmt.tech/iKey
18

19
# ---
20

21
name: mt-photos
22
# 最后编辑时间：2025-02-28
23
services:
24
  mt-photos:
25
    # 镜像地址
26
    image: registry.cn-hangzhou.aliyuncs.com/mtphotos/mt-photos:latest
27
    # 容器名
28
    container_name: mt-photos
29
    # 主机名
30
    hostname: mt-photos
31
    environment:
32
      # 用户和用户组权限，ssh中使用“id 用户名”查看，用户组一般为100(users)
33
      # 第一个用户而言，群晖为1026，新绿联为1001，linux类系统为1000，后续用户均+1
34
      # 如果出现无法下载的情况，改为0
35
      - PUID=1000
36
      - PGID=100
37
      # 默认创建新文件的权限，一般写022
38
      - UMASK=022
39
      # 时区
40
      - TZ=Asia/Shanghai
41
    # 驱动
42
    devices:
43
      # 添加硬件加速转码
44
      - /dev/dri:/dev/dri
45
    # dns
46
    dns:
47
      - 114.114.114.114
48
    # 依赖
49
    depends_on:
50
      # 连接AI相册
51
      - mtphotos_ai
52
      # 连接AI人脸识别
53
      - mtphotos_face_api
54
    # 路径
55
    volumes:
56
      # 配置文件目录
57
      # mt-photos配置文件路径
58
      - /docker/apps/mt-photos/config:/config
59
      # mt-photos手机相册上传路径
60
      - /docker/apps/mt_photos/upload:/upload
61
      # 其他相册路径
62
      - /photos/mt-photos:/photos
63
    # 网络模式：桥接模式
64
    network_mode: bridge
65
    # 端口
66
    ports:
67
      # webUI端口
68
      - 8063:8063
69
    # 重启策略，总是重启
70
    restart: always
71

72
  mtphotos_ai:
73
    # 镜像地址
74
    image: registry.cn-hangzhou.aliyuncs.com/mtphotos/mt-photos-ai:onnx-latest
75
    # 容器名
76
    container_name: mtphotos_ai
77
    # 主机名
78
    hostname: mtphotos_ai
79
    environment:
80
      # mtphotos_ai密码，可以自定义，不改也行
81
      - API_AUTH_KEY=mt_photos_ai_extra
82
    ports:
83
      # AI相册连接端口
84
      - 8060:8060
85
    # 重启策略，总是重启
86
    restart: always
87

88
  mtphotos_face_api:
89
    # 镜像地址
90
    # 如果下载不到，前面加上加速地址
91
    # crpi-gcuyquw9co62xzjn.cn-guangzhou.personal.cr.aliyuncs.com
92
    image: devfox101/mt-photos-insightface-unofficial:latest
93
    # 容器名
94
    container_name: mtphotos_face_api
95
    # 主机名
96
    hostname: mtphotos_face_api
97
    environment:
98
      # mtphotos_face_ai密码，可以自定义，不改也行
99
      - API_AUTH_KEY=mt_photos_ai_extra
100
    ports:
101
      # AI人脸识别连接端口
102
      - 8066:8066
103
    # 重启策略，总是重启
104
    restart: always

mt-photos ai，识别需要填写接口地址 http://ip:8060，API_AUTH_KEY填写 mt\_photos\_ai\_extra（或者你自定义密码）。
添加人脸识别 API，需要填写接口地址 http://ip:8066，API_AUTH_KEY填写 mt\_photos\_ai\_extra（或者你自定义密码）。
最后一个需要 GPS 信息识别地址的话，那就看教程 wiki 地址，注册高德地图，获取 api 填写就行。为什么我不用内置的识别模型，首先内置识别识别率低，其次自己跟着搭建各种API有参与感。
总结，mt-photos 是付费的国产相册软件，体验也不错，安装免费试用一个月，好用就买，不好用就看下面我介绍得 immich。

2 immich#

2.1 什么是 immich#

immich 是作者仿照谷歌相册写的一款相册软件，非常得外国化，以前不支持中文，现在加入了中文。永久免费的软件，自带 AI 识别，更新快其实有的时候也不是一件好事儿，作者开发积极，更新频繁。当然你不更新其实也没什么事情的，一样的好用。先不看项目地址，我们先来看一下 immich 在线 dome 地址体验一下。

邮箱：demo@immich.app，密码：demo

体验了dome相册，我们再来看看immich项目具体的wiki。

immich 我们需要创建 4 个文件，immich 原本项目的 docker-compose.yaml 文件，但是根据不同硬件我介绍了四个配置，你可以根据自己硬件选择不同的文件。最后就是需要创建硬件加速 hwaccel.ml.yaml，ai大模型 hwaccel.transcoding.yaml 以及 .env 的配置文件。

2.2 创建路径配置文件#

首先我们来创建 .env 配置文件。

1
# immich照片存储路径
2
UPLOAD_LOCATION=/docker/apps/immich/library
3

4
# postgres数据库存储路径，这里建议存储在/docker/apps/immich目录下，方便管理。
5
DB_DATA_LOCATION=/docker/apps/immich/postgres
6
TZ=Asia/Shanghai
7

8
#要使用的immich版本。您可以将其固定到特定版本，如“v1.71.0”
9
IMMICH_VERSION=release
10

11
#postgres数据库的访问密码
12
DB_PASSWORD=postgres
13
DB_USERNAME=postgres
14
DB_DATABASE_NAME=immich

2.3 创建硬件加速文件#

其次我们来创建 hwaccel.ml.yaml 硬件加速文件。

1
services:
2
  armnn:
3
    devices:
4
      - /dev/mali0:/dev/mali0
5
    volumes:
6
      - /lib/firmware/mali_csffw.bin:/lib/firmware/mali_csffw.bin:ro # Mali firmware for your chipset (not always required depending on the driver)
7
      - /usr/lib/libmali.so:/usr/lib/libmali.so:ro # Mali driver for your chipset (always required)
8

9
  cpu: {}
10

11
  cuda:
12
    deploy:
13
      resources:
14
        reservations:
15
          devices:
16
            - driver: nvidia
17
              count: 1
18
              capabilities:
19
                - gpu
20

21
  openvino:
22
    device_cgroup_rules:
23
      - 'c 189:* rmw'
24
    devices:
25
      - /dev/dri:/dev/dri
26
    volumes:
27
      - /dev/bus/usb:/dev/bus/usb
28

29
  openvino-wsl:
30
    devices:
31
      - /dev/dri:/dev/dri
32
      - /dev/dxg:/dev/dxg
33
    volumes:
34
      - /dev/bus/usb:/dev/bus/usb
35
      - /usr/lib/wsl:/usr/lib/wsl

2.4 创建 AI 大模型文件#

再次，我们来创建 hwaccel.transcoding.yaml 文件。

1
services:
2
  cpu: {}
3

4
  nvenc:
5
    deploy:
6
      resources:
7
        reservations:
8
          devices:
9
            - driver: nvidia
10
              count: 1
11
              capabilities:
12
                - gpu
13
                - compute
14
                - video
15

16
  quicksync:
17
    devices:
18
      - /dev/dri:/dev/dri
19

20
  rkmpp:
21
    security_opt:
22
      - systempaths=unconfined
23
      - apparmor=unconfined
24
    group_add:
25
      - video
26
    devices:
27
      - /dev/rga:/dev/rga
28
      - /dev/dri:/dev/dri
29
      - /dev/dma_heap:/dev/dma_heap
30
      - /dev/mpp_service:/dev/mpp_service
31
      #- /dev/mali0:/dev/mali0 # only required to enable OpenCL-accelerated HDR -> SDR tonemapping
32
    volumes:
33
      #- /etc/OpenCL:/etc/OpenCL:ro # only required to enable OpenCL-accelerated HDR -> SDR tonemapping
34
      #- /usr/lib/aarch64-linux-gnu/libmali.so.1:/usr/lib/aarch64-linux-gnu/libmali.so.1:ro # only required to enable OpenCL-accelerated HDR -> SDR tonemapping
35

36
  vaapi:
37
    devices:
38
      - /dev/dri:/dev/dri
39

40
  vaapi-wsl: # use this for VAAPI if you're running Immich in WSL2
41
    devices:
42
      - /dev/dri:/dev/dri
43
    volumes:
44
      - /usr/lib/wsl:/usr/lib/wsl
45
    environment:
46
      - LIBVA_DRIVER_NAME=d3d12

2.5 创建无核显+cpu 运行大模型文件#

众所周知，硬件加速需要硬件支持，假如你的硬件是不支持核显或者图形显卡加速，再或者你不知道怎么选择，直接用本文件肯定没错。根据自己配置，我们来创建 docker-compose.yaml 文件。

1
# 基于官方模板制作
2
# 官方文档
3
# https://immich.app
4
# 官方compose教程
5
# https://immich.app/docs/install/docker-compose
6
# 官方变量说明
7
# https://immich.app/docs/install/environment-variables
8
# 官方CLIP说明
9
# https://immich.app/docs/features/command-line-interface
10
# 官方硬件转码说明
11
# https://immich.app/docs/features/hardware-transcoding
12
# https://hub.docker.com/r/tensorchord/pgvecto-rs
13

14
# 如果官方的镜像不好拉取，可以选择拉取以下两个镜像作为替代，部署参数完全相同，将模板上对应的镜像进行修改即可，tag也是release
15
# https://hub.docker.com/r/altran1502/immich-server
16
# https://hub.docker.com/r/altran1502/immich-machine-learning
17

18
# ---
19

20
name: immich
21
# 最后编辑时间：2025-02-14
22
services:
23
  immich-server:
24
    # 镜像地址
25
    image: ghcr.nju.edu.cn/immich-app/immich-server:${IMMICH_VERSION:-release}
26
    # 容器名
27
    container_name: immich_server
28
    # 主机名
29
    hostname: immich-server
30
    volumes:
31
      # 请去.env修改路径
32
      - ${UPLOAD_LOCATION}:/usr/src/app/upload
33
      - /etc/localtime:/etc/localtime:ro
34
    # 配置文件，指定版本，指定相册路径，数据库路径
35
    env_file:
36
      - .env
37
    # 调用数据库
38
    depends_on:
39
      - redis
40
      - database
41
    # 健康检查
42
    healthcheck:
43
      disable: false
44
    # webUI端口
45
    ports:
46
      - 2283:2283
47
    # 重启策略，总是重启
48
    restart: always
49

50
  immich-machine-learning:
51
    # 镜像名称
52
    image: ghcr.nju.edu.cn/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}-openvino
53
    # 容器名
54
    container_name: immich_machine_learning
55
    # 主机名
56
    hostname: immich_machine_learning
57
    volumes:
58
      #修改机器学习模型存储路径
59
      - /docker/apps/immich/model-cache:/cache
60
    # 配置文件，指定版本，指定相册路径，数据库路径
61
    env_file:
62
      - .env
63
    # 健康检查
64
    healthcheck:
65
      disable: false
66
    # 重启策略，总是重启
67
    restart: always
68

69
  redis:
70
    # 镜像名称
71
    image: docker.io/redis:6.2-alpine
72
    # 容器名
73
    container_name: immich_redis
74
    # 主机名
75
    hostname: immich_redis
76
    # 健康检查
77
    healthcheck:
78
      test: redis-cli ping || exit 1
79
    # 重启策略，总是重启
80
    restart: always
81

82
  database:
83
    # 镜像名称
84
    image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0
85
    # 容器名
86
    container_name: immich_postgres
87
    # 主机名
88
    hostname: immich_postgres
89
    # 配置文件
90
    environment:
91
      # 数据库用户
92
      POSTGRES_USER: ${DB_USERNAME}
93
      # 数据库密码
94
      POSTGRES_PASSWORD: ${DB_PASSWORD}
95
      # 数据库名称
96
      POSTGRES_DB: ${DB_DATABASE_NAME}
97
      POSTGRES_INITDB_ARGS: '--data-checksums'
98
    volumes:
99
      # 请去.env修改路径
100
      - ${DB_DATA_LOCATION}:/var/lib/postgresql/data
101
    # 健康检查
102
    healthcheck:
103
      test: >-
104
        pg_isready --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" || exit 1;
105
        Chksum="$$(psql --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" --tuples-only --no-align
106
        --command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";
107
        echo "checksum failure count is $$Chksum";
108
        [ "$$Chksum" = '0' ] || exit 1
109
      interval: 5m
110
      start_interval: 30s
111
      start_period: 5m
112
    command: >-
113
      postgres
114
      -c shared_preload_libraries=vectors.so
115
      -c 'search_path="$$user", public, vectors'
116
      -c logging_collector=on
117
      -c max_wal_size=2GB
118
      -c shared_buffers=512MB
119
      -c wal_compression=on
120
    # 重启策略，总是重启
121
    restart: always

2.6 创建 intel 6 代核显 vaapi+cpu 运行大模型文件#

众所周知，硬件加速需要硬件支持，假如你的硬件是 intel 6 代以上 hd610 或者 hd630 核显加速，那么你选择本文件。根据自己配置，我们来创建 docker-compose.yaml 文件。

1
# 基于官方模板制作
2
# 官方文档
3
# https://immich.app
4
# 官方compose教程
5
# https://immich.app/docs/install/docker-compose
6
# 官方变量说明
7
# https://immich.app/docs/install/environment-variables
8
# 官方CLIP说明
9
# https://immich.app/docs/features/command-line-interface
10
# 官方硬件转码说明
11
# https://immich.app/docs/features/hardware-transcoding
12
# https://hub.docker.com/r/tensorchord/pgvecto-rs
13

14
# 如果官方的镜像不好拉取，可以选择拉取以下两个镜像作为替代，部署参数完全相同，将模板上对应的镜像进行修改即可，tag也是release
15
# https://hub.docker.com/r/altran1502/immich-server
16
# https://hub.docker.com/r/altran1502/immich-machine-learning
17

18
# ---
19

20
name: immich
21
# 最后编辑时间：2025-02-14
22
services:
23
  immich-server:
24
    # 镜像地址
25
    image: ghcr.nju.edu.cn/immich-app/immich-server:${IMMICH_VERSION:-release}
26
    # 容器名
27
    container_name: immich_server
28
    # 主机名
29
    hostname: immich-server
30
    # 拓展
31
    extends:
32
       # 调用转码文件
33
       file: hwaccel.transcoding.yaml
34
       # 请去设置四个中的一个转码方式 [nvenc 英伟达, quicksync 英特尔核显, rkmpp rk系列的arm, vaapi, vaapi-wsl]
35
       service: vaapi
36
    volumes:
37
      # 请去.env修改路径
38
      - ${UPLOAD_LOCATION}:/usr/src/app/upload
39
      - /etc/localtime:/etc/localtime:ro
40
    # 配置文件，指定版本，指定相册路径，数据库路径
41
    env_file:
42
      - .env
43
    # 调用数据库
44
    depends_on:
45
      - redis
46
      - database
47
    # 健康检查
48
    healthcheck:
49
      disable: false
50
    # webUI端口
51
    ports:
52
      - 2283:2283
53
    # 重启策略，总是重启
54
    restart: always
55

56
  immich-machine-learning:
57
    # 镜像名称
58
    image: ghcr.nju.edu.cn/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}-openvino
59
    # 容器名
60
    container_name: immich_machine_learning
61
    # 主机名
62
    hostname: immich_machine_learning
63
    # [armnn arm图形使用, cuda n卡cuda, openvino intel核显]，机器学习调用编码器
64
    # Example tag: ${IMMICH_VERSION:-release}-cuda 在image的镜像最后面添加相应的图形解码，如果想使用cpu则删除就可以
65
    # 拓展
66
    extends:
67
      # 调用转码文件
68
      file: hwaccel.ml.yaml
69
      service: openvino # 设置四个图形解码中的一个 [armnn arm图形使用, cuda n卡cuda, openvino 优先使用，intel核显, openvino-wsl intel核显]
70
    volumes:
71
      #修改机器学习模型存储路径
72
      - /docker/apps/immich/model-cache:/cache
73
    # 配置文件，指定版本，指定相册路径，数据库路径
74
    env_file:
75
      - .env
76
    # 健康检查
77
    healthcheck:
78
      disable: false
79
    # 重启策略，总是重启
80
    restart: always
81

82
  redis:
83
    # 镜像名称
84
    image: docker.io/redis:6.2-alpine
85
    # 容器名
86
    container_name: immich_redis
87
    # 主机名
88
    hostname: immich_redis
89
    # 健康检查
90
    healthcheck:
91
      test: redis-cli ping || exit 1
92
    # 重启策略，总是重启
93
    restart: always
94

95
  database:
96
    # 镜像名称
97
    image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0
98
    # 容器名
99
    container_name: immich_postgres
100
    # 主机名
101
    hostname: immich_postgres
102
    # 配置文件
103
    environment:
104
      # 数据库用户
105
      POSTGRES_USER: ${DB_USERNAME}
106
      # 数据库密码
107
      POSTGRES_PASSWORD: ${DB_PASSWORD}
108
      # 数据库名称
109
      POSTGRES_DB: ${DB_DATABASE_NAME}
110
      POSTGRES_INITDB_ARGS: '--data-checksums'
111
    volumes:
112
      # 请去.env修改路径
113
      - ${DB_DATA_LOCATION}:/var/lib/postgresql/data
114
    # 健康检查
115
    healthcheck:
116
      test: >-
117
        pg_isready --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" || exit 1;
118
        Chksum="$$(psql --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" --tuples-only --no-align
119
        --command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";
120
        echo "checksum failure count is $$Chksum";
121
        [ "$$Chksum" = '0' ] || exit 1
122
      interval: 5m
123
      start_interval: 30s
124
      start_period: 5m
125
    command: >-
126
      postgres
127
      -c shared_preload_libraries=vectors.so
128
      -c 'search_path="$$user", public, vectors'
129
      -c logging_collector=on
130
      -c max_wal_size=2GB
131
      -c shared_buffers=512MB
132
      -c wal_compression=on
133
    # 重启策略，总是重启
134
    restart: always

2.7 创建 intel 核显 qsv+openvino 文件#

众所周知，硬件加速需要硬件支持，假如你的硬件是 intel 11 代以上核显加速，那么你选择本文件。根据自己配置，我们来创建 docker-compose.yaml 文件。

1
# 基于官方模板制作
2
# 官方文档
3
# https://immich.app
4
# 官方compose教程
5
# https://immich.app/docs/install/docker-compose
6
# 官方变量说明
7
# https://immich.app/docs/install/environment-variables
8
# 官方CLIP说明
9
# https://immich.app/docs/features/command-line-interface
10
# 官方硬件转码说明
11
# https://immich.app/docs/features/hardware-transcoding
12
# https://hub.docker.com/r/tensorchord/pgvecto-rs
13

14
# 如果官方的镜像不好拉取，可以选择拉取以下两个镜像作为替代，部署参数完全相同，将模板上对应的镜像进行修改即可，tag也是release
15
# https://hub.docker.com/r/altran1502/immich-server
16
# https://hub.docker.com/r/altran1502/immich-machine-learning
17

18
# ---
19

20
name: immich
21
# 最后编辑时间：2025-02-14
22
services:
23
  immich-server:
24
    # 镜像地址
25
    image: ghcr.nju.edu.cn/immich-app/immich-server:${IMMICH_VERSION:-release}
26
    # 容器名
27
    container_name: immich_server
28
    # 主机名
29
    hostname: immich-server
30
    # 拓展
31
    extends:
32
       # 调用转码文件
33
       file: hwaccel.transcoding.yaml
34
      # 请去设置四个中的一个转码方式 [nvenc 英伟达, quicksync 英特尔核显, rkmpp rk系列的arm, vaapi, vaapi-wsl]
35
      service: quicksync
36
    volumes:
37
      # 请去.env修改路径
38
      - ${UPLOAD_LOCATION}:/usr/src/app/upload
39
      - /etc/localtime:/etc/localtime:ro
40
    # 配置文件，指定版本，指定相册路径，数据库路径
41
    env_file:
42
      - .env
43
    # 调用数据库
44
    depends_on:
45
      - redis
46
      - database
47
    # 健康检查
48
    healthcheck:
49
      disable: false
50
    # webUI端口
51
    ports:
52
      - 2283:2283
53
    # 重启策略，总是重启
54
    restart: always
55

56
  immich-machine-learning:
57
    # 镜像名称
58
    image: ghcr.nju.edu.cn/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}-openvino
59
    # 容器名
60
    container_name: immich_machine_learning
61
    # 主机名
62
    hostname: immich_machine_learning
63
    # [armnn arm图形使用, cuda n卡cuda, openvino intel核显]，机器学习调用编码器
64
    # Example tag: ${IMMICH_VERSION:-release}-cuda 在image的镜像最后面添加相应的图形解码，如果想使用cpu则删除就可以
65
    # 拓展
66
    extends:
67
      # 调用转码文件
68
      file: hwaccel.ml.yaml
69
      # 设置四个图形解码中的一个 [armnn arm图形使用, cuda n卡cuda, openvino 优先使用，intel核显, openvino-wsl intel核显]
70
      service: openvino
71
    volumes:
72
      #修改机器学习模型存储路径
73
      - /docker/apps/immich/model-cache:/cache
74
    # 配置文件，指定版本，指定相册路径，数据库路径
75
    env_file:
76
      - .env
77
    # 健康检查
78
    healthcheck:
79
      disable: false
80
    # 重启策略，总是重启
81
    restart: always
82

83
  redis:
84
    # 镜像名称
85
    image: docker.io/redis:6.2-alpine
86
    # 容器名
87
    container_name: immich_redis
88
    # 主机名
89
    hostname: immich_redis
90
    # 健康检查
91
    healthcheck:
92
      test: redis-cli ping || exit 1
93
    # 重启策略，总是重启
94
    restart: always
95

96
  database:
97
    # 镜像名称
98
    image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0
99
    # 容器名
100
    container_name: immich_postgres
101
    # 主机名
102
    hostname: immich_postgres
103
    # 配置文件
104
    environment:
105
      # 数据库用户
106
      POSTGRES_USER: ${DB_USERNAME}
107
      # 数据库密码
108
      POSTGRES_PASSWORD: ${DB_PASSWORD}
109
      # 数据库名称
110
      POSTGRES_DB: ${DB_DATABASE_NAME}
111
      POSTGRES_INITDB_ARGS: '--data-checksums'
112
    volumes:
113
      # 请去.env修改路径
114
      - ${DB_DATA_LOCATION}:/var/lib/postgresql/data
115
    # 健康检查
116
    healthcheck:
117
      test: >-
118
        pg_isready --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" || exit 1;
119
        Chksum="$$(psql --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" --tuples-only --no-align
120
        --command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";
121
        echo "checksum failure count is $$Chksum";
122
        [ "$$Chksum" = '0' ] || exit 1
123
      interval: 5m
124
      start_interval: 30s
125
      start_period: 5m
126
    command: >-
127
      postgres
128
      -c shared_preload_libraries=vectors.so
129
      -c 'search_path="$$user", public, vectors'
130
      -c logging_collector=on
131
      -c max_wal_size=2GB
132
      -c shared_buffers=512MB
133
      -c wal_compression=on
134
    # 重启策略，总是重启
135
    restart: always

2.9 创建 N 卡 nvenc+cuda 文件#

众所周知，硬件加速需要硬件支持，假如你的硬件是 N 卡英伟达 cuda 加速，那么你选择本文件。根据自己配置，我们来创建 docker-compose.yaml 文件。

1
# 基于官方模板制作
2
# 官方文档
3
# https://immich.app
4
# 官方compose教程
5
# https://immich.app/docs/install/docker-compose
6
# 官方变量说明
7
# https://immich.app/docs/install/environment-variables
8
# 官方CLIP说明
9
# https://immich.app/docs/features/command-line-interface
10
# 官方硬件转码说明
11
# https://immich.app/docs/features/hardware-transcoding
12
# https://hub.docker.com/r/tensorchord/pgvecto-rs
13

14
# 如果官方的镜像不好拉取，可以选择拉取以下两个镜像作为替代，部署参数完全相同，将模板上对应的镜像进行修改即可，tag也是release
15
# https://hub.docker.com/r/altran1502/immich-server
16
# https://hub.docker.com/r/altran1502/immich-machine-learning
17

18
# ---
19

20
name: immich
21
# 最后编辑时间：2025-02-14
22
services:
23
  immich-server:
24
    # 镜像地址
25
    image: ghcr.nju.edu.cn/immich-app/immich-server:${IMMICH_VERSION:-release}
26
    # 容器名
27
    container_name: immich_server
28
    # 主机名
29
    hostname: immich-server
30
    extends:
31
       file: hwaccel.transcoding.yml
32
       # 请去设置四个中的一个转码方式 [nvenc 英伟达, quicksync 英特尔核显, rkmpp rk系列的arm, vaapi, vaapi-wsl]
33
       service: nvenc
34
    volumes:
35
      # 请去.env修改路径
36
      - ${UPLOAD_LOCATION}:/usr/src/app/upload
37
      - /etc/localtime:/etc/localtime:ro
38
    # 配置文件，指定版本，指定相册路径，数据库路径
39
    env_file:
40
      - .env
41
    # 调用数据库
42
    depends_on:
43
      - redis
44
      - database
45
    # 健康检查
46
    healthcheck:
47
      disable: false
48
    # webUI端口
49
    ports:
50
      - 2283:2283
51
    # 重启策略，总是重启
52
    restart: always
53

54
  immich-machine-learning:
55
    # 镜像名称
56
    image: ghcr.nju.edu.cn/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}-openvino
57
    # 容器名
58
    container_name: immich_machine_learning
59
    # 主机名
60
    hostname: immich_machine_learning
61
    # [armnn arm图形使用, cuda n卡cuda, openvino intel核显]，机器学习调用编码器
62
    # Example tag: ${IMMICH_VERSION:-release}-cuda 在image的镜像最后面添加相应的图形解码，如果想使用cpu则删除就可以
63
    # 拓展
64
    extends:
65
      # 调用转码文件
66
       file: hwaccel.ml.yaml
67
       service: cuda # 设置四个图形解码中的一个 [armnn arm图形使用, cuda n卡cuda, openvino 优先使用，intel核显, openvino-wsl intel核显]
68
    volumes:
69
      #修改机器学习模型存储路径
70
      - /docker/apps/immich/model-cache:/cache
71
    # 配置文件，指定版本，指定相册路径，数据库路径
72
    env_file:
73
      - .env
74
    # 健康检查
75
    healthcheck:
76
      disable: false
77
    # 重启策略，总是重启
78
    restart: always
79

80
  redis:
81
    # 镜像名称
82
    image: docker.io/redis:6.2-alpine
83
    # 容器名
84
    container_name: immich_redis
85
    # 主机名
86
    hostname: immich_redis
87
    # 健康检查
88
    healthcheck:
89
      test: redis-cli ping || exit 1
90
    # 重启策略，总是重启
91
    restart: always
92

93
  database:
94
    # 镜像名称
95
    image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0
96
    # 容器名
97
    container_name: immich_postgres
98
    # 主机名
99
    hostname: immich_postgres
100
    # 配置文件
101
    environment:
102
      # 数据库用户
103
      POSTGRES_USER: ${DB_USERNAME}
104
      # 数据库密码
105
      POSTGRES_PASSWORD: ${DB_PASSWORD}
106
      # 数据库名称
107
      POSTGRES_DB: ${DB_DATABASE_NAME}
108
      POSTGRES_INITDB_ARGS: '--data-checksums'
109
    volumes:
110
      # 请去.env修改路径
111
      - ${DB_DATA_LOCATION}:/var/lib/postgresql/data
112
    # 健康检查
113
    healthcheck:
114
      test: >-
115
        pg_isready --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" || exit 1;
116
        Chksum="$$(psql --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" --tuples-only --no-align
117
        --command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";
118
        echo "checksum failure count is $$Chksum";
119
        [ "$$Chksum" = '0' ] || exit 1
120
      interval: 5m
121
      start_interval: 30s
122
      start_period: 5m
123
    command: >-
124
      postgres
125
      -c shared_preload_libraries=vectors.so
126
      -c 'search_path="$$user", public, vectors'
127
      -c logging_collector=on
128
      -c max_wal_size=2GB
129
      -c shared_buffers=512MB
130
      -c wal_compression=on
131
    # 重启策略，总是重启
132
    restart: always

2.9 immich 总结#

根据自己的配置创建好这 4 个文件，我们直接把 immich 这个文件夹上传到我们对应的目录，然后运行 compose 项目就行。

3 AI 大模型配置#

3.1 MT Photos AI 大模型配置#

mt photos 的 ai 大模型配置在官方文档都有介绍，想用高德地图也有教程文档，我这里就不多说了。

3.2 immich AI 大模型配置#

immich 基本都是英文文档，首先主要是智能搜索中的中文模型。安装好 immich 后，依次打开设置→机器学习设置→智能搜索→CLIP模型修改为以下的代码。

1
XLM-Roberta-Large-Vit-B-16Plus

其次，就是需要改成中文地图。依次打开设置→地图与GPS设置→地图→浅色模式和深色模式都修改为以下的代码，其他设置根据自己需求修改，以下的 aip 是通过一个地图网站自己编辑的。

1
https://api.maptiler.com/maps/5f203af3-3f1d-4a6d-b1ab-612ec5b58ceb/style.json?key=18pTCzPiaEcdoABeRqDh

欲买桂花同载酒，终不似，少年游!