0基础小白勇闯全栈开发

[alexyan0431 (Alex Yan)]

刚才的帖子因为被判定为AIGC被ban了 所以重写一条

最近为了找一些古早照片而快把图片文件夹翻烂了，而收获也寥寥无几。

我知道我要找的照片是什么，也记得它一定在这个文件夹里，但就是花半天找破头也找不到它

正好我最近也比较闲，于是灵机一动

诶，要不我来尝试自己写一个能让我用自然语言存照片、帮我用自然语言找照片的小工具！

说干就干，但是碍于笨人并非计算机相关专业，之前也没有任何软件项目的开发或维护经历，也没有耐心去啃那些复杂的前端后端知识，于是我便把目标投向了Vibe Coding

Chatgpt, Grok, cursor和我，这便是我所拥有的一切

由于我的Cursor不支持Chatgpt5.2，所以其实项目的主要架构都是通过与Chatgpt在对话框里一来一回完成的，cursor只是起到了一些项目内的检查工作，而Grok则是作为补丁搜索一些对于项目开发相对没有那么重要的内容

就这样，利用过去5天里空闲的时间，一个从来没有任何软件开发相关经验、还没出新手村的小白，从0构建了一个还算完整的Demo/MVP级别的小项目：GitHub - alexyan0431/mnemo-images: A semantic image memory tool that helps you remember what your images are for.

必须承认，Mnemo-images在各项性能上离完美都有很远的距离，在某些方面可能甚至连及格也算不上。但是它对我来说却具有独一无二的意义和价值——

它让我看到了自身其他的可能，拓宽了我的能力边界

不完美是必然的，但我希望尽我所能让它完美。我不知道这个项目最终能走到哪一步，但我希望它能帮到和我具有同样困惑的人，也希望我们能一起让它变得更好

[soo]

ai是个好帮手

[JackyLiii (杰克莉莉)]

加油加油！

[moonKa (无月)]

详细看了下，思路很不错，而且定位很清晰，项目可用性也蛮好的：核心是先给每张图片定义好自然语言做标签，然后利用all-MiniLM-L6-v2作为自然语言embedding模型去向量化这些标签自然语言，最后根据用户输入内容emb粗召来匹配相似文本从而找到原图。
并且选型可以，all-MiniLM-L6-v2支持大部分系统跑，而不是仅限gpu；

这里说几个可以拓展思维的地方（绝对没有说不原项目好的意思，只是希望可以帮佬拓展思路）：
1、embedding目前有多模态，如qwen3-emb系列，支持将文本、图片等都制作成向量存储，因此可以直接以文搜图、以图搜图，从而避免了预处理：“需要为所有图片先进行语言描述” 的过程；
如以文搜图demo，快捷搜索图片；

2、embedding模型只能做到语义相似，但是无法做到完全理解，这就导致经常会出现一些不相关或者反向的（不要粉色大象，但是相似出了粉色大象）的情况，这时候就可以靠reranker模型用来语义理解 从而对emb选举出的TOPK做精排，这样再排序后的结果，就相对而言更加准确了；

3、实际上如果佬理解了上述 知识库（图片库）预处理 + emb粗召 + reranker精排；那么实际上佬就已经搭建出了一套属于自己的RAG(检索增强生成);

总之佬从零做到目前开源的这个项目真的是非常厉害了，想我大学时候还在为如何注册、上传github、提交pr而羞于问别人，网上查了几个月才会 AI真的太有用了喵

[alexyan0431 (Alex Yan)]

哇这么多宝贵的意见，太谢谢佬了回去好好研究一下

[walaqi]

@alexyan0431

Chatgpt, Grok, cursor和我，这便是我所拥有的一切

Chatgpt, Grok, cursor和我，这便是我所拥有的一切
拥有以上三个,你已经拥有了一切