工作佇列

資料夾與縮圖瀏覽器

設定

你的 OpenRouter API 金鑰會儲存在本機的 config.json，僅會傳送到 openrouter.ai。

自動化

背景掃描會找出新檔案，並用內容指紋比對「被搬走／改名」的影片自動接回 （只有 hash 完全命中才會自動套用；疑似重新編碼的會提示你手動確認）。

全部不勾 = 掃全部資料夾。把外接硬碟／NAS 取消勾選，可以避免每隔幾分鐘 就去喚醒它。手動按 header 的「立即掃描」時一律掃全部、不受此設定限制。

影片整體描述

進階：舊標籤拆分為新軸（場景／人物／服裝／動作／文字）

把舊版的「畫面」一欄文字，用 Haiku 4.5 拆解成 5 個獨立欄位。 不需要重看圖片，只動文字，便宜快速。

進階：搜尋索引

搜尋使用本地句向量模型把標籤轉成向量。更換模型或想刷新索引時，按下方按鈕重建。

進階：圖向量索引（hybrid retrieval）

為每張畫面縮圖建立 CLIP 圖向量，啟用「文字＋圖向量」並行搜尋與直接的圖搜圖。 第一次建立約需 30–60 分鐘；可重複執行（只會處理還沒索引的畫面）。

使用量統計

從 2026-07-25 開始記錄，累計數字往前追溯到當天。

進階：縮圖升級到 1080px

原本縮圖存的是 800px（Retina L 尺寸會糊）。這個工具會**重抽所有截圖為 1080px**， 讓 L 尺寸也清楚。不呼叫任何 LLM、純本機 ffmpeg，**不會多花錢**。
需要原始影片檔還在硬碟上（搬走的會 skip）；21 萬張約 5–10 小時、可暫停。

進階：影片內容指紋（Content Fingerprint）

為每支影片計算內容指紋（sha256 開頭 4MB + 檔案大小）， 用於偵測「資料夾改名」、「檔案搬移」、「重複影片」——搬檔後不用重新標籤。 首次約 3–10 分鐘（11k 支影片、SSD）；可中途暫停，下次從斷點繼續。

進階：感知指紋（畫面比對）

內容指紋比對的是位元組：影片只要被重新輸出一次（換編碼、壓小、轉檔）， 指紋就完全不同、標籤也就跟著斷開。感知指紋改為抽取畫面本身的特徵 （在片長 10% / 50% / 90% 三個位置取樣），重新編碼後依然認得出來。 比對時另外要求片長一致，避免誤配。

這個工作比內容指紋慢（每部要開檔 seek 三次，實測 1080p／30 秒的素材約 0.33 秒）， 11,000 部大約要 1 小時。可以隨時暫停、下次接續，不影響其他功能。

進階：檢查影片連結（Relink）

掃描所有已加入的資料夾，找出「已搬移/改名」的影片（透過 hash 比對）， 並讓你確認是否要重新指向新路徑（不會重新標籤、保留所有 tag 與分析）。

進階：重複影片管理

用內容 hash 找出重複影片（檔名可能不同、內容一樣）， 列出所有重複組，讓你手動保留一支、其餘檔案送到系統垃圾桶（可從垃圾桶還原）。

Prompt（可自訂）