LensPilot 使用文档
智能摄影工作流软件 — 自动拷卡 + AI 选片 + 大模型 Agent。本文档覆盖 v0.9.0 全部功能。
概述
LensPilot 是一款面向摄影师的全功能桌面软件，运行在 Windows / macOS 上，由三个核心模块构成：
| 模块 | 说明 | 运行位置 |
|---|---|---|
| 自动拷卡 | SD 卡插入自动检测、去重拷贝、MD5 校验。支持 RAW/JPEG/视频过滤，多卡排队 | 本地 |
| AI 自动选片 | 深度学习美学评分（0-10分），热力图可解释性，模糊/闭眼检测，连拍选最佳，水印，审美偏好校准 | 本地 |
| 审美偏好校准 | A/B 成对比较学习个人审美，ElO 评分引擎，分数重映射校准，多套偏好配置 | 本地 |
| AI 智能助手 (Agent) | 内置本地多模态模型 + OpenAI 兼容接口，106 个工具自动操作照片、云端交付、文档生成。自然语言控制全流程 | 本地 / 可选云端 |
| 自研修图模型 | photo_s auto-tone v7/v2.1 本地推理，9 参数预测 + 风格化；lr-v1（Qwen3-VL-4B + LoRA）开发中，尚未发布 | 本地 |
| 照片编辑与批量导出 | LR 式调色/几何/蒙版/污点修复/预设；直方图、波形、RGB 分量、矢量示波器；50%–1600% 缩放导航；独立批量导出（格式/长边/质量/色彩空间/文字或图片水印） | 本地 |
| 数字员工 | 自主目标驱动的 Plan-Execute-Reflect 工作流，可编辑管线模板，门控+预算保护，数据飞轮闭环 | 本地 / 可选云端 |
| 云端存储 | 免费版 2GB，专业版 200GB。阿里云 OSS，相册交付，客户在线浏览下载 | 云端 |
AI 选片模型与 AI 助手/数字员工的内置本地模型均在本地运行，照片不会上传到任何服务器，离线可用、无需 API Key。如需更强能力，可自配云端大模型。
安装与配置
系统要求
| 版本 | 系统 | GPU | AI 引擎 | 评分速度 | 体积 |
|---|---|---|---|---|---|
| Win-GPU | Windows 10+ | 需 NVIDIA 显卡 | CUDA PyTorch | ~3ms/张 | ~2.5GB |
| Win-CPU | Windows 10+ | 无需（AMD 推荐） | ONNX Runtime | ~20ms/张 | ~164MB |
| Mac-GPU | macOS 13+ | 需 Apple M1-M4 | MPS PyTorch | ~5ms/张 | ~400MB |
| Mac-CPU | macOS 13+ | 无需 | ONNX Runtime | ~20ms/张 | ~100MB |
安装包不含 AI 模型。首次启动弹窗选择推理后端（ONNX CPU / PyTorch GPU），自动下载对应模型文件（CPU 约 45MB，GPU 约 130MB）。GPU 版用户后续可在软件内随时切换后端。
安装步骤
- 从 下载页面 获取对应版本安装包
- 双击安装，首次启动选择数据存储位置（推荐启用便携模式，数据放在软件目录
data/中） - 弹窗选择 AI 推理后端：ONNX (CPU) 兼容性最好；PyTorch (GPU) 评分更快
- 等待模型自动下载（仅首次，约 45-130MB），完成后即可使用 AI 选片
- AI Agent 与数字员工默认使用内置本地模型，开箱即用、离线免费；可选配置更强云端模型（见 API 配置）
5 分钟上手
0. 首次登录后跟随「新手引导」三步（拷卡目录 → 模型后端 → 试评文件夹）即可上手 1. 左侧点「拷卡」→ 选择照片存储位置 2. 点击「开始检测」→ 插入 SD 卡 → 自动弹窗确认拷贝 3. 切换到「AI 选片」→ 打开照片文件夹 → 点击「开始评分」 4. 评分完成后拖拽阈值、浏览热力图、键盘 P/X 快速标记 5. 切换到「AI 助手」→ 输入"把精选照片加水印导出"→ Agent 自动执行
自动拷卡 本地
自动从存储卡（SD/CFexpress/读卡器）拷贝照片到本地硬盘，支持去重、MD5 校验、文件过滤和多卡排队。
使用流程
- 切换到拷卡标签页
- 点击「浏览」选择照片存储目标位置
- 在「机型预设」下拉中选择相机型号（不同相机照片文件夹路径不同）
- 软件启动时自动扫描已连接的驱动器，无需手动点击检测
- 点击「开始检测」启动后台监控——之后插入的任何卡都会被自动识别
- 检测到存储卡后弹窗确认，点击「开始拷贝」自动完成
特性
| 去重拷贝 | 同名同大小的文件自动跳过，不重复拷贝 |
| MD5 内联校验 | 拷贝同时计算源文件 MD5，校验时只读目标文件——不浪费 SD 卡读取 |
| 多卡排队 | 同时插入多张卡时自动排队，一张拷贝完自动开始下一张 |
| 文件过滤 | 支持全部/仅 RAW/仅 JPEG/仅视频四种过滤模式 |
| 机型预设 | 不同相机存储卡文件结构不同，预设记录扫描路径（如 DCIM） |
| 安全写入 | 先写 .part 临时文件再原子 rename——拷贝中断不产生损坏文件 |
注意：写保护开关仅保护 SD 卡不被写入。拷卡是从卡读取到电脑，写保护不影响。如果目标硬盘空间不足，拷贝会自动取消剩余文件。
Agent 控制
AI Agent 可通过 5 个工具控制拷卡：list_drives（扫描驱动器）、start_monitor（启动监控）、stop_monitor（停止监控）、start_copy（开始拷贝）、cancel_copy（取消拷贝）。
AI 自动选片 核心功能
深度学习模型在本地运行，评估每张照片的美学质量并给出 0-10 分综合评分。模型基于 ResNet-18 架构，面向 25 万张专业摄影作品训练。
评分流程
- 切换到AI 选片标签页
- 点击「打开文件夹」选择包含照片的目录
- 点击「AI 评分」启动评分（首次需等待模型加载）
- 评分完成后：
- 拖拽阈值滑块动态筛选优秀 / 待定 / 废片
- 点击任意照片查看热力图——AI 关注了哪些区域
- 手动 Keep / Reject 覆盖 AI 评分
- 批量导出：按分数段整理到子文件夹、添加水印、格式转换
键盘筛片流（灯箱内）
| P / K | 保留当前照片，自动跳到下一张未标记 |
| X | 排除当前照片，自动跳到下一张未标记 |
| U / 0 | 清除当前标记 |
| ← / → | 上一张 / 下一张；「只看未标记」复选框可过滤网格 |
智能查重与 AI 标签
| 查重面板 | 「查重」按钮：连拍优选（时间窗口+推荐最佳）/ 相似照片（深度特征）双模式，缩略图点选保留项，可批量标记或移入 _duplicates |
| AI 自动标签 | 「AI 打标」按钮：多模态大模型批量识别题材/构图/光线并生成关键词，卡片显示标签、可按标签过滤（需在 AI 助手设置开启多模态） |
| XMP 导出 | 「导出 XMP」：评分→Lightroom 星级（0-5），保留→绿色 / 排除→红色标签，LR/Bridge 直接读取 |
| 批量加速 | 批量推理流水线：NVIDIA 显卡实测提速约 7 倍；同文件夹重复操作免全量遍历 |
评分引擎
| 多任务模型 | 同步输出美学评分、模糊概率、闭眼状态、图像特征向量 |
| 热力图 | Score-CAM（CPU）/ Grad-CAM（GPU）叠加原图，展示 AI 关注区域 |
| 缓存 | SQLite 智能缓存，相同文件 + 相同模型版本秒出结果 |
| 双后端 | ONNX Runtime（CPU）和 PyTorch CUDA/MPS（GPU），软件内随时切换 |
| RAW 支持 | 直接解码 ARW/CR2/CR3/NEF/DNG/TIFF 等原始格式 |
| 审美校准 | A/B 成对比较 → Elo 评分引擎 → 分数重映射。手动保留/排除自动反馈学习 |
审美偏好校准 NEW
AI 评分模型基于公开数据集训练，无法完全匹配每位摄影师的个人审美。审美偏好校准功能通过以下方式逐步适配你的风格：
- A/B 成对比较：两张照片并排显示，点击你更喜欢的。系统通过 ElO 评分引擎学习你的偏好排序
- 分数重映射：收集足够比较数据后，自动学习校准函数，将 AI 原始分映射为你的个人评分
- 隐式反馈学习：手动保留/排除照片的操作自动记录为学习信号，无需额外操作
- 多套配置：支持创建多个偏好 Profile，一键切换不同拍摄场景
- Agent 集成：Agent 可调用
collect_preference、analyze_feedback等工具管理偏好
入口：AI 选片页 →「偏好校准」按钮，或 AI 助手设置页 →「审美偏好校准」按钮。
校准流程：
1. 对工作文件夹完成 AI 评分 2. 点击「偏好校准」进入 A/B 比较界面 3. 完成 30 组比较后校准自动激活 4. 后续评分自动应用个人校准，分数更贴合你的审美
照片编辑与批量导出 0.9.0
0.9.0 新增独立的照片编辑页与批量导出页，覆盖选片之后的调色、校正与交付导出；也可从文件浏览页直接进入编辑，或把选中照片加入批量导出队列。
照片编辑
| 调色 | 曝光/对比/饱和/色温/色调、高光/阴影、锐度/降噪、自然饱和/清晰度/纹理/去雾；色阶、RGB 点曲线、HSL 8 色分色、三向颜色分级、校准、暗角/颗粒 |
| 几何与局部 | 裁剪（比例预设）、任意角旋转、翻转、水平校正、污点修复/仿制/红眼；线性/径向/画笔蒙版与蒙版组件 |
| 图表 | 直方图、波形图、RGB 分量图、矢量示波器；右键可悬浮到左侧工作区、吸附在左边界，或选择回位 |
| 预设与 AI | 预设卡片墙（悬停预览、0–200% 强度、选区批量套用）、从成片学习预设、LR XMP 导入导出；AI 自动修图、参考匹配、个性化修图记忆 |
| 视图与版本 | 50%–1600% 缩放、拖动平移、左下角导航小地图、前后对比与 2–3 张并排对比；命名版本快照、历史记录与撤销 |
批量导出
导航「选片 → 批量导出」进入独立导出页：从文件浏览页「导出选中」、选片工作台或编辑页加入照片，统一设置输出格式（JPEG/PNG/WebP/TIFF）、质量、长边、色彩空间（sRGB / 保留原始 ICC）与文字或图片水印（位置、透明度、缩放），支持进度显示与取消，不依赖云端交付。
修图模型（photo_s auto-tone） 0.9.0
LensPilot 的照片编辑与 AI 自动修图由自研 photo_s auto-tone 模型驱动。当前 GPU 安装包可用 auto-tone v7_clean（风格化 v2.1）；CPU 安装包不含 torch/OpenCLIP，会自动降级为规则层 suggest。Qwen3-VL-4B + LoRA 蒸馏模型仍在开发中。
| 项目 | 说明 |
|---|---|
| 能力 | 预测 9 个 LR 式参数：曝光、对比度、饱和度、自然饱和、色温、色调、清晰度、纹理、去雾；支持 0–100% 强度、16 种风格化与低置信/异常图降级 |
| 结构 | CLIP/SigLIP 视觉特征 + 手工色彩统计 + RAG 检索的轻量调色头；风格化使用 SigLIP + MLP 风格头 |
| 权重 | 核心约 4.6MB（v7_clean / RAG / 手工特征），风格头约 0.87MB；视觉塔 CLIP 约 1.7GB、SigLIP 约 2.6GB，首次使用时按需下载并做 SHA256 校验 |
| 运行方式 | GPU 版本地推理，照片像素不上传；CPU 版/模型未就绪时自动降级为规则层 suggest，不阻塞编辑 |
| lr-v1（开发中） | Qwen3-VL-4B + LoRA，基于个人 LR 修图记录蒸馏，输出场景判读 + 理由 + 9 参数档位；目前仅在训练/内测环境验证，尚未随安装包发布，也无公开权重下载 |
| 许可 | 权重 CC-BY-NC 4.0 双许可：个人与非商业用途免费；职业交付、公司/工作室内部使用、产品集成、再分发等商业用途需单独取得作者授权。LensPilot 订阅不自动构成模型权重的商用授权（除非另有书面授权）。联系 1634103640@qq.com 或 网站留言 |
注意：官网与软件内所称“AI 自动修图”默认指已发布的 photo_s auto-tone，当前仅 GPU 安装包具备模型推理依赖；CPU 安装包自动降级为规则建议。lr-v1 仍在开发中，不应视为已交付能力。
AI 智能助手 (Agent) 新功能
内置本地多模态模型（Qwen3-VL）默认驱动 AI 助手与数字员工，离线免费、无需 API Key；也可接入自配的云端大语言模型（OpenAI 兼容 API）。通过 106 个专业工具自动完成照片管理、评分导出、文档生成、云端上传等任务。用自然语言与 AI 对话即可控制全流程。
LLM 配置
默认（本地模型）：开箱即用，无需任何配置。内置 Qwen3-VL 在本地推理，离线可用、零费用。可在「AI 助手 → 设置 → 本地模型」查看状态或下载模型。
- 如需更强能力，在设置中停用本地模型，或直接配置个人云端 Key
- 填入：Base URL（API 端点）、API Key、Model（模型名）
- 点击「测试连接」验证配置，通过后点击「保存」
推荐云端模型：deepseek-v4-flash / gpt-5.4-mini / Qwen-Max / Claude 等支持 function-calling 的模型。
费用：本地模型零费用；自配云端时每次对话消耗几千到几万 token，建议先用免费/低价的模型测试（如 DeepSeek、LongCat）。
隐私：使用本地模型时数据完全不离开设备；自配云端时 Agent 的 prompt 和工具调用结果会发送到云端 API。AI 选片的照片数据不会离开本地。
费用：本地模型零费用；自配云端时每次对话消耗几千到几万 token，建议先用免费/低价的模型测试（如 DeepSeek、LongCat）。
隐私：使用本地模型时数据完全不离开设备；自配云端时 Agent 的 prompt 和工具调用结果会发送到云端 API。AI 选片的照片数据不会离开本地。
Agent 功能
- 对话式操作：输入自然语言指令，Agent 自动拆解任务、调用工具、汇报结果。实时流式输出思考过程
- 安全沙箱：Agent 只能操作指定的工作文件夹。删除/移动/重命名等破坏性操作需逐条确认（可关闭）
- 撤销系统：支持撤销删除、移动、重命名操作，多次调用逐步回退
- 知识库：上传修图规范、风格指南等 Markdown 文档，Agent 检索后按标准操作
- 提示词库：保存常用指令模板，一键填入对话
- 多模态：支持发送图片给视觉模型分析
- 并行执行：多个独立工具调用同时执行，提高效率
- 无限循环检测：同工具 + 同参数调用 3 次自动终止，防止死循环
- 崩溃恢复：每轮迭代保存会话状态，意外退出后可恢复撤销操作
- Token 统计：累计输入/输出/缓存 Token，SVG 图表追踪趋势
使用示例
# 评分与筛选 "帮我对这个文件夹里的所有照片做 AI 评分，把 6 分以上的复制到精选文件夹" # 整理与导出 "把精选的照片按分数整理到子文件夹，优秀的加水印，然后导出为 1200px 宽" # 文档生成 "生成一份修图报告，包含评分分布和每张照片的简要评价" # 云端操作 "把精选文件夹里的照片上传到云端，创建一个客户相册并分享链接" # 拷卡控制 "扫描一下有哪些存储卡连着" · "从 E 盘 DCIM 拷照片到工作文件夹" # 自动化管理 "创建一个每天晚上 8 点自动选片的定时任务" · "停用周末的任务" # 文件操作 "把所有闭眼照片移到废弃文件夹" · "删掉评分低于 3 分的照片" # 设置管理 "把拷贝目标路径改为 D:\Photos\2026" · "查看当前有哪些相机预设"
Slash 命令
在 Agent 输入框中直接输入以下命令：
| 命令 | 功能 |
|---|---|
/help | 显示所有可用命令 |
/compact | 压缩对话历史（超过上下文窗口时让 LLM 帮你总结） |
/context | 查看当前 Token 使用情况 |
/model <name> | 切换模型（不影响设置，仅当次会话） |
/stats | 显示 Token 使用统计 |
/retry | 重新发送上一条用户消息 |
/export | 导出对话历史为 JSON 文件 |
/import | 从 JSON 文件导入对话历史 |
/clear | 清空当前对话 |
Agent 工具列表 106 个
括号内为工具分类前缀：⚠ 表示破坏性操作需要用户确认。下表列出常用工具，完整 106 个以软件内 Agent 工具面板为准。
| 分类 | 工具 | 说明 |
|---|---|---|
| 照片分析 | list_photos | 列出文件夹中所有图片 |
scan_count | 统计文件数+总大小（不评分） | |
get_scores | 获取缓存评分结果 | |
get_photo_info | 获取照片尺寸/类型/时间 | |
get_exif | 提取完整 EXIF 信息 | |
get_heatmap | 生成 AI 关注区域热力图 | |
detect_blur | 模糊检测（Laplacian 方差） | |
detect_eyes | 人脸+眼部闭合检测 | |
deep_dedup | 深度特征去重 | |
view_photo | 查看照片（支持多模态） | |
| AI 评分 | score_photos | 对文件夹全量 AI 评分 |
score_files | 对指定文件列表评分（增量） | |
get_model_status | 查询模型加载状态 | |
select_above_threshold | 按阈值导出精选照片 | |
compare_photos | 对比两张照片质量 | |
dedup_burst | 连拍选最佳（组内按美学分+清晰度保留最佳，dry_run 预览） | |
set_keep / set_reject | 手动覆盖单张评分 | |
| 审美校准 | collect_preference | 记录用户的审美风格偏好 |
get_preference_profile | 查看当前偏好配置和校准状态 | |
analyze_feedback | 分析手动纠偏记录，提取偏好模式 | |
record_comparison | 记录 A/B 成对比较结果 | |
get_calibration_status | 查看评分校准参数和进度 | |
| 筛选导出 | apply_selection | 按选中路径批量导出 |
apply_watermark | 批量添加水印 | |
organize_by_score | 按分数段整理到子文件夹⚠ | |
export_image | 格式转换+调整尺寸 | |
upload_to_cloud | 上传照片到云端 | |
| 文件操作 | copy_photo | 复制文件 |
move_photo | 移动文件⚠（支持撤销） | |
rename_photo | 重命名⚠（支持撤销） | |
delete_photo | 移入回收站⚠（支持撤销） | |
undo_last_action | 撤销上一步操作 | |
| 拷卡⚠ | list_drives | 扫描存储卡/读卡器 |
start_monitor | 启动后台驱动器监控 | |
stop_monitor | 停止监控 | |
start_copy | 从驱动器拷贝照片⚠ | |
cancel_copy | 取消拷贝 | |
| 自动化 | list_tasks | 列出所有定时任务 |
create_task | 创建定时任务⚠ | |
update_task | 修改定时任务⚠ | |
delete_task | 删除定时任务⚠ | |
start_watch / stop_watch / watch_status | 文件夹监听控制 | |
| 设置 | get_config | 查看全局配置 |
save_config | 修改全局配置⚠ | |
| 文档 | create_folder | 创建子文件夹 |
list_documents | 列出知识库文档 | |
read_document / write_document | 读写文档（md/txt/docx） | |
search_knowledge_base | 搜索知识库 | |
create_skill / delete_skill | 管理技能模板⚠ | |
activate_skill | 激活预设技能 | |
| 云端 | list_cloud_albums | 列出云端相册 |
create_cloud_album / delete_cloud_album | 创建/删除云端相册 | |
list_cloud_photos / update_cloud_photo / delete_cloud_photo | 管理云端照片 | |
share_cloud_album | 分享相册链接 | |
get_cloud_stats | 云端使用统计 | |
| 系统 | set_work_folder | 设置工作文件夹 |
ask_user | 向用户提问确认 | |
finish | 结束会话 | |
add_mcp_server / remove_mcp_server | MCP 服务器管理⚠ | |
| 编辑 / 记忆 / 合成 | get_edits / apply_edits / save_edits | 读取/预览/保存非破坏编辑参数 |
auto_tone_editor / reference_suggest_params | AI 自动修图、参考匹配反推参数 | |
import_lr_develop / edit_journal_list | 导入 LR XMP 修改、查询编辑操作日志 | |
memory_stats / memory_suggest / memory_settle | 个性化修图记忆与采纳率统计 | |
merge_hdr / merge_panorama | HDR 曝光融合 / 全景拼接 |
自动化任务 本地
设置定时策略或文件夹监听，让 Agent 在指定时间或新照片到达时自动运行。
定时任务
在 Agent 设置 → 定时任务面板中创建。
- 调度方式：每 N 分钟 / 每小时 / 每天 / 每周，使用 cron 表达式
- 任务内容：任意 Agent 提示词，如"每天晚上 8 点自动选片并上传"
- 自动批准：定时任务运行时自动批准破坏性操作，无需人工确认
- 独立配置：每个任务可指定不同模型、工作文件夹
- 历史查看：记录每次运行的时间、状态、Token 消耗
文件夹监听（热文件夹）
当指定文件夹有新照片加入且静默期过后，自动触发 Agent 处理。
- 模式：实时（来一张评一张）/ 批量（积累后批量评分）/ 手动（仅通知）
- 增量评分：只对新文件调用
score_files，不会重复评分已有照片
示例：联机拍摄时，相机通过 FTP 将照片传到监听文件夹 → 自动触发 Agent 评分 → 精选照片自动上传云端 → 客户实时浏览。
FTP 接收 本地
LensPilot 内置轻量级 FTP 服务器，相机或手机可通过 FTP 直接传输照片到电脑。
- 拷卡标签页 → FTP 子标签 → 设置接收目录和端口 → 启动
- 默认端口 2121，仅监听本机（127.0.0.1）
- 写权限（adfmwMT），不支持读取——仅用于接收
- 收到文件后通知自动化模块（可联动文件夹监听自动评分）
文件夹监听 本地
拷卡标签页 → 监听子标签。监控指定文件夹，新文件自动处理。
| 实时模式 | 每收到一个新文件立即评分 |
| 批量模式 | 静默期后批量评分（适合连拍） |
| 手动模式 | 仅显示文件列表，手动触发评分 |
| 自动上传 | 精选照片自动加入云端上传队列 |
云端存储 云端
一键上传到阿里云 OSS。免费版 2GB，专业版 200GB。需在软件中登录云端账号。
- 支持直接上传和分片上传（大文件自动分片，断点续传）
- 上传队列、进度显示、取消/重试
- 云端照片支持类型/评分/相机型号筛选和搜索
- Agent 可通过
upload_to_cloud等工具自动上传
客户交付相册 云端
创建相册，生成分享链接发给客户。客户可在线浏览、选择喜欢的照片、批量下载。
- 相册可设密码保护、访问统计（浏览次数、下载次数）
- 客户可在相册页面勾选喜欢的照片（选片功能），摄影师后台查看
- 支持批量下载 ZIP（JSON manifest + 单张下载）
- Agent 可通过云端工具全自动管理
数据保留政策
不同订阅状态下的数据保留规则：
| 状态 | 存储 | 浏览/下载 | 上传 |
|---|---|---|---|
| 免费版（活跃） | 2 GB | ✅ | ✅（≤2GB） |
| 专业版（有效期内） | 200 GB | ✅ | ✅ |
| 专业版（到期 30 天内） | 保留 | ✅ | ❌ |
| 专业版（到期超 30 天） | 永久删除 | ❌ | ❌ |
| 免费版（连续 180 天未登录） | 可能清理 | ❌ | ❌ |
到期超 30 天后仅删除云端照片，账户信息保留。可随时重新订阅继续使用。
软件设置
通用设置
| 拷贝目标路径 | 拷卡照片存储位置 |
| 文件夹命名模板 | 支持 {date} 变量，如 "2026-07-06_婚礼" |
| 机型预设 | 添加相机型号，设置照片/视频文件夹路径（如 DCIM、PRIVATE/M4ROOT/CLIP） |
| 文件过滤 | 全部 / RAW / JPEG / 视频 |
| 通知与声音 | 拷贝完成时桌面通知 + 提示音 |
存储模式
首次运行询问：便携模式（数据存软件目录 data/）或默认模式（存系统 AppData）。便携模式方便迁移，不占用 C 盘。后续在软件目录创建/删除 data 文件夹即可切换。
LLM 配置参考
软件默认使用内置本地模型（Qwen3-VL），开箱即用、离线免费、无需任何配置。以下为高级用户自配更强云端模型时的参考。
推荐服务商
| 服务商 | Base URL | 推荐模型 | 价格参考 |
|---|---|---|---|
| 内置本地模型 | 内置 llama.cpp 引擎 | Qwen3-VL 2B | 免费 · 离线 |
| DeepSeek | https://api.deepseek.com/v1 | deepseek-v4-flash | 极低 |
| OpenAI | https://api.openai.com/v1 | gpt-5.4-mini | 中等 |
| 本地 Ollama | http://localhost:11434/v1 | qwen2.5 / llama3 | 免费 |
内置本地模型：随软件分发 llama.cpp 引擎 + Qwen3-VL 2B（GGUF），在用户设备本地推理，支持工具调用与视觉输入，完全离线、零费用。
注意：本地 Ollama 运行的开源模型通常不支持 function-calling，Agent 只能做纯文本对话，无法调用工具。建议使用内置本地模型或支持 function-calling 的云端模型。
配置项
| Temperature | 0.0-2.0，越低越确定，越高越随机。照片处理建议 0.3-0.5 |
| 推理深度 | off/low/medium/high/max，仅支持 reasoning 的模型生效（如 DeepSeek-R1） |
| 多模态 | 开启后可用 view_photo 发送图片给视觉模型分析 |
| 自动批准 | 开启后 Agent 执行破坏性操作不再弹窗确认 |
| 摄影师偏好 | 自由文本，注入系统提示词——如"优先保留人物表情自然的照片，每场景至少 2 张" |
MCP 服务器 & 技能 新功能
MCP 服务器
Model Context Protocol 允许 Agent 调用外部工具（如 AI 生图、修图 API），扩展 Agent 能力。
- Agent 设置 → MCP 服务器管理 → 添加
- 支持 stdio（本地进程）和 HTTP（远程服务）两种传输
- 配置示例：连接可灵 AI 生图 MCP 服务器后，Agent 可调用
mcp__kling__generate_image - 连接测试 + 工具预览
技能 (Skills)
预设的工作流模板，存储为 SKILL.md 文件。Agent 对话时自动匹配触发。
- 支持 YAML frontmatter：名称、描述、触发正则、模型覆盖、自动批准
- 支持 skill 间 import 复用
- Agent 设置 → 技能管理 → 新建/编辑/删除
- Agent 也可通过
create_skill/activate_skill工具自行创建和激活
# 示例 SKILL.md --- name: evening-selection description: 每晚精选流程 trigger: 选片|精选|晚上.*照片 --- 1. 对工作文件夹进行 AI 评分 2. 筛选 ≥5.0 的照片 3. 导出到「精选」文件夹并加水印 4. 上传云端归类为 client_view
版本更新
v0.9.0 (2026-09-02 · 2026-10 补丁) 当前版本
- AI 自动修图：基于自研 photo_s auto-tone 模型逐张预测 LR 式参数，GPU 本地推理、照片不上传；未就绪时自动降级为规则建议
- 照片编辑独立页面：工作流接力 + 队列式导入、前后/多图对比、命名预设 + 内置 LUT 调色包
- LR 式调色与几何工具：HSL 8 色、三向颜色分级、点曲线、色阶、清晰度/纹理/去雾、暗角/颗粒、裁剪/旋转/水平校正
- 编辑增强（2026-10 补丁）：预设区默认折叠；新增波形图、RGB 分量图、矢量示波器（右键悬浮/吸附左侧）；50%–1600% 缩放与导航小地图；窗口尺寸变化自动适配预览
- 独立批量导出：格式/质量/长边/色彩空间、文字或图片水印、进度与取消；文件浏览页支持全选与「导出选中」
- Agent 工具 68 → 106：新增编辑器读写、AI 自动修图、个性化记忆层、HDR/全景合成、版本快照、管线等工具
- 修图模型状态：photo_s auto-tone v7/v2.1 已可用；Qwen3-VL-4B + LoRA 蒸馏模型开发中，未随安装包发布
v0.8.9 (2026-08)
- photo_s 处理引擎：集成自研开源引擎，交付压缩（目标体积）、多尺寸导出、LUT 风格化、EXIF 星级/关键词打标
- Lightroom 两轮工作流：粗筛 → 导出工作集到 LR 修图 → 读回 XMP 识别结果 → 二次筛选 → 终选上传，内置 lr_two_round 模板
- 编辑器增强：白平衡、LOG 还原、SCUNet 降噪、自动色阶、扶正、LUT 等调整后端升级
- 数字员工「一句话干活」：内置交付/归档技能，photo_s 18 个 MCP 工具供本地 LLM 调用
- 本地 LLM：支持 llama.cpp 本地大模型推理，隐私数据不出机
v0.8.8 (2026-07)
- 参考样片库：联机拍摄页按题材手动导入参考样片，拍摄教练建议有了真实参照数据
- 清除评分缓存：AI选片页与设置页新增按钮，一键清除已评分缓存后重新评分
- 管线终审「拒绝=复原」：终审拒绝时不执行任何文件变更，运行状态独立标记
- 评分塌缩根治：修复多任务模型权重加载，消除 1.0–1.7 异常低分
- AI 生成工作流修复：自然语言生成管线模板入口恢复可用
- FTP 拷卡默认绑定局域网，相机可直接连接传输
- 全链路扫描加固：P0×7 / P1×23 / P2×40 共 70 项稳定性与体验修复
- 中/英/日三语对齐至各 1580 key
v0.8.7 (2026-07)
- 数字员工：自主目标驱动的 Plan-Execute-Reflect 工作流，可编辑管线模板，门控+Token预算
- 导航栏分组：照片工作流 / AI 智能分类下拉，带弹出动画
- 通用照片编辑器：自包含大图预览+滑块调整，支持翻页、色彩空间和EXIF显示
- 右键菜单：大图预览/编辑照片/转到AI助手/删除
- 多语言完整覆盖：中/英/日三语 ~250 key，语言切换即时生效
- 专业版云端存储 200GB，免费版注册即获 2GB（旧 1TB/512GB 档已于 2026-07 调整为两档制）
- 批量分类、相册管理改为免费可用
- 深色模式全面适配 + 8 项 UI 动效
- 修复 RAW/HEIC 编辑预览、云端上传、文件排序等多项问题
v0.8.3 (2026-07)
- 闭眼检测：基于人脸关键点的几何算法（EAR），本地运行；连拍选最佳优先保留睁眼的一张
- HEIC/HEIF 支持：可对苹果 iPhone 的 HEIC/HEIF 照片评分与浏览
- 扩展 RAW 格式支持：新增三星、适马、GoPro、飞思／哈苏／玛米亚等中画幅及多种传统品牌 RAW（共 40 种扩展名）
- 修复 RAW（ARW/CR2/NEF 等）及部分新照片评分报「Unexpected input data type」失败的问题
- 修复手动标记「弃」时偶发的崩溃
v0.8.2 (2026-07)
- 连拍选最佳：组内按美学分 + 清晰度加权保留最佳一张（原"留第一张"），支持预览分组
- AI 选片模型持续进化：可选、匿名的选片数据共享（默认关闭，不含照片/文件名/路径）
- 修复打包后 AI 助手报「MCP SDK 未安装」的问题
- 安全加固：部署密钥与邮件凭证移出源码、恢复邮件 TLS 校验
v0.8.0 (2026-07)
- Agent 工具从 34 → 68 个（新增拷卡控制、自动化管理、配置读写）
- 自动拷卡：启动即显示已连接驱动器、MD5 内联校验、并发安全加固
- 自动更新：跨平台支持（Win/Mac/Linux）、自动安装并重启、SHA-256 强制校验
- Mac GPU 支持修复：MPS 后端检测，Apple Silicon 用户可正常使用 GPU 加速
- 服务端安全加固：46 项安全审计修复（路径遍历、认证绕过、速率限制等）
- 崩溃恢复：Agent 会话持久化，重开后可恢复撤销操作
- 版本管理 API + 版本同步脚本
- FTP pyftpdlib 2.x 兼容修复
- 冒烟测试脚本：37 个自动化测试覆盖全功能
v0.7.0 (2026-06)
- 初版发布。34 个 Agent 工具、AI 选片、自动拷卡、云端存储、客户相册
- 定时任务 + 文件夹监听自动化
- 知识库 + 提示词库
- Windows + macOS 双平台
常见问题
AMD 显卡能用 GPU 版吗？
不支持。CUDA 是 NVIDIA 专有技术。AMD 显卡请使用 CPU 轻量版（ONNX Runtime），评分速度约 20ms/张，完全够用。
安装包为什么这么大？
GPU 版打包了 PyTorch + CUDA 运行时（~860MB，经 CUDA DLL 裁剪），CPU 版约 ~180MB。安装包不含 AI 模型，首次启动时按需下载（CPU 45MB / GPU 130MB）。
AI 评分效果如何？
模型面向 25 万张专业摄影作品训练，在构图、光影、色彩维度上表现良好。但它不是万能的——极端风格化的作品可能评分偏低。建议将 AI 作为初筛工具，最终决策由你做出（支持手动 Keep/Reject 覆盖）。此外，可以配合审美偏好校准功能让 AI 逐步学习你的个人审美标准。
审美偏好校准怎么用？
在 AI 选片页完成评分后，点击「偏好校准」按钮进入 A/B 比较界面。系统会展示两张照片，你来选择更喜欢哪张——重复 30 组比较后校准自动激活。也可以通过 Agent 对话设置偏好（如"我更喜欢明亮暖调的人像"）。偏好数据存储在本地，不上传云端。
Agent 工具执行失败怎么办？
Agent 会自动重试一次超时或崩溃的工具。如果仍然失败，可以手工操作对应功能，或在对话中告诉 Agent 错误信息让 LLM 自行修复。如果 copying 标志卡住不恢复（30 分钟内），前端有超时自动重置机制。
素材安全吗？
AI 选片模型在本地运行，照片原始数据从未离开你的电脑。Agent 默认使用内置本地模型，数据不出本机；配置云端 API 时，只发送文件路径和评分结果等文本信息，不发送照片像素数据。开启多模态功能后 view_photo 会把单张照片的 base64 编码发送给视觉模型——如果你对此有顾虑，关闭多模态开关即可。
可以多台电脑共享素材吗？
云端版本支持多设备访问同一账号——在任一台电脑上传，其他设备即可浏览。桌面端软件本身不支持多机协同（评分模型和数据是本地隔离的）。