家里最容易被大厂”绑架”的数据，可能不是文档，也不是音乐，而是照片。手机相册默认进某网盘，全家人的合影散在三四台手机里，想找一张三年前的旅行照得翻半天——这种事我忍了很久。直到今年把一台小主机跑起来之后，终于把照片库也搬回了本地，用的就是 Immich。
它现在在 GitHub 上星标已经破了十万，协议是 AGPL-3.0，完全开源。一句话定位：高性能的自托管照片与视频管理方案，目标就是把”把手机照片安全备份到自己服务器”这件事做到位。下面是我折腾半年的一些真实体会，不是官方软文。
为什么不直接用网盘
网盘不是不能用，问题在于它同时握住了你的数据和入口。会员涨价你没得选，想导出全量原图要一层层点，最关键的——你没法在它上面跑自己的检索逻辑。我更想要的是：数据在我自己的存储上，索引在我自己的机器上，想怎么搜、怎么备份都由我说了算。
Immich 刚好踩中这个点。它不替你存到任何云服务，所有照片落在本地的磁盘（或者兼容 S3 的对象存储）里，配合一台常开的小主机就能跑。
它到底能干什么
装好之后，体验非常接近大家熟悉的那个商业相册：时间线（Timeline）按日期排布，支持 RAW 格式，Live Photo / 实况照片也能备份和回放。手机端装好官方 App，填一下本机地址，就能在充电或打开 App 时自动后台备份，还能只挑某些相册备份，避免把工作截图也全灌进去。
更让我意外的是它的”智能”部分——而且全是本地跑的：
- 人脸识别与聚类：自动把同一个人的脸归到一组，你标个名字，之后直接在搜索框打名字就能捞出所有相关照片。
- 语义搜索：底层是 CLIP 模型，你搜”海滩上的狗””晚餐桌”这种自然语言，它能按画面内容找，不依赖文件名。
- 地图视图：按照片的 GPS 信息在地图上标出来，旅行足迹一眼看清。
- 共享相册 / 伙伴共享：和家人各自建账号，把某段相册共享出去，或者把两个人的图库互相同步。
人脸识别这块是本地模型在后台慢慢算的，刚导入一大堆老照片时，机器会安静地跑上一段时间把脸都归好类。我那台小主机没独显，纯 CPU 也能跑，就是慢一点，挂一晚上基本就清完了。
搜索是真能用的
上面这张是它高级搜索的过滤界面。除了自然语言，你还能按类型（照片/视频）、按拍摄日期区间、按是否有 GPS、按收藏状态来组合筛选。实际用下来，“帮我把去年所有的视频导出来””找出所有带地理位置的合影”这类需求，点几下就完事，比在文件夹里翻快太多了。
怎么跑起来
它是标准的 Docker Compose 栈：一个服务端、一个负责机器学习的服务、一个 Postgres 数据库，外加一个反向地理编码的小组件。部署就三步：
- 准备好一个存放原图的目录（文档里叫 upload location），挂给容器；
- 拉官方的 docker-compose 配置起来；
- 浏览器打开 2283 端口的网页，建管理员账号，手机 App 填地址开始备份。
如果家里已经有一堆按年份文件夹摆好的老照片，不用重新上传——Immich 有”外部库（External Libraries）“功能，直接把那个目录挂进去扫描就行，原文件不动，它只建索引。这对存量照片特别友好。
有什么坑
说点不那么舒服的实话：
- 官方明令：别把它当成唯一备份。项目自己就在 README 顶上写了 3-2-1 备份原则——照片同时在 Postgres 元数据 + 文件系统两份里，你得两块都备份，硬盘挂了可没有”找回”按钮。
- 存储涨得比想象快。视频尤其吃空间，几千段手机视频轻松占掉几个 T，上机器前先想清楚盘位。
- 机器学习吃资源。有独显能大幅加速人脸和语义索引；纯 CPU 能用，但首批大库索引会很慢，要有心理准备。
- 更新频繁、偶尔不向后兼容。它还在高速迭代，新版本可能动数据库结构。我自己的做法是锁一个大版本号，等确认稳定再升，别无脑 latest。
- 外网访问要自己兜底。默认是局域网服务，想出门也能看，得自己在前端套一层反代和 HTTPS，别把裸端口直接暴露在公网。
小结
折腾完这套，最大的感受是：照片这件事，终于从”交给别人托管”变成了”我自己运营”。没有会员费，没有导出门槛，搜索和人脸识别全在本地，全家人的相册集中在一个地方。它不轻量，需要你愿意承担备份和运维的责任——但对我这种已经在跑小主机和 NAS 的人来说，这份控制权挺值。
如果你也在纠结网盘续费，不妨拿一台闲置的小机器试试，先导入一小批照片感受下，再决定要不要全家迁移。