Phockup照片整理:零门槛打造专业级图库管理系统
Phockup是一款开源的媒体文件整理工具,核心功能是按拍摄日期自动将照片和视频分类到年/月/日层级文件夹中。无论是摄影爱好者整理海量素材,还是普通用户管理手机相册,都能通过简单操作实现专业级图库管理。
📌 功能核心解析
1. 智能日期识别引擎
系统通过多层级日期提取机制实现精准分类:首先尝试读取照片EXIF元数据(如拍摄时间),若缺失则分析文件名中的日期模式(如"IMG_20230515.jpg"),最后 fallback 到文件创建时间。这一功能由date.py模块实现,通过from_exif()和from_filename()等方法协同工作,确保每个文件都能找到正确的时间戳。
2. 媒体文件处理中枢
phockup.py作为核心控制器,负责协调整个整理流程:从check_dependencies()验证系统环境,到walk_directory()扫描文件系统,再通过process_file()完成文件复制/移动。特别值得注意的是get_output_dir()方法,它根据日期数据自动构建"YYYY/MM/DD"的目录结构,让文件归档井然有序。
3. 跨平台依赖管理
dependency.py模块确保程序在不同系统上正常运行,通过check_dependencies()函数检测必要的系统工具(如exiftool)。这种设计使Phockup能在Linux、macOS等多种操作系统上稳定工作,降低用户的技术门槛。
🚀 快速上手流程
1. 环境准备
首先克隆项目仓库:git clone https://gitcode.com/gh_mirrors/ph/phockup,然后安装依赖包:pip install -r requirements.txt。
⚠️ 注意:首次运行需确保目标目录有写入权限,建议先对重要照片做备份
2. 基础使用命令
在终端中执行:python phockup.py [源目录] [目标目录]。例如整理相机SD卡照片:python phockup.py /media/SDCard/DCIM ~/Pictures/Photos
3. 进度监控与报告
程序会实时显示处理进度,完成后生成详细报告,包含成功整理的文件数、跳过的文件及原因。通过print_action_report()方法实现的报告功能,让用户清晰掌握整理结果。
⚙️ 个性化配置指南
基础整理模式
适合日常家庭照片管理,使用默认配置即可满足需求:python phockup.py ~/Phone/DCIM ~/FamilyPhotos。系统会自动按拍摄日期创建层级目录,保持文件名原有信息。
专业归档模式
添加--original-names参数保留原始文件名,--move参数直接移动文件(默认复制):python phockup.py --move --original-names ~/Camera ~/Archive/Photos。此模式适合专业摄影师对素材进行归档管理。
批量处理模式
配合--date-field参数指定EXIF字段,或--regex自定义日期提取规则:python phockup.py --regex "IMG_(\d{8})" ~/OldPhotos ~/Organized。适用于处理命名混乱但有规律的历史照片库。
通过这三种配置模式,Phockup既能满足普通用户的傻瓜式操作需求,也能应对专业场景下的复杂整理任务,真正实现了"零门槛"与"专业性"的完美平衡。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111