终极指南:如何使用iCloud Photos Downloader完整备份你的照片库
📱 你的iCloud照片库里珍藏了无数美好回忆,但如何安全地将这些珍贵照片完整备份到本地?iCloud Photos Downloader就是你的最佳解决方案!这款强大的命令行工具让你能够轻松下载所有iCloud照片,确保你的数字记忆永远安全。✨
什么是iCloud Photos Downloader?
iCloud Photos Downloader是一个专业的命令行工具,专门用于从iCloud下载照片。它支持Linux、Windows和macOS系统,无论是笔记本电脑、台式机还是NAS设备都能完美运行。
快速开始:三种安装方式
🐳 Docker安装(推荐新手)
使用Docker是最简单的方式,只需一条命令即可运行:
docker run -it --rm --name icloudpd -v $(pwd)/Photos:/data icloudpd/icloudpd:latest icloudpd --directory /data --username your@email.address
📦 包管理器安装
支持多种包管理器:
- PyPI:
pip install icloudpd - npm:
npm install -g @icloudpd/icloudpd - AUR: 适用于Arch Linux用户
⚙️ 从源码构建
对于开发者或高级用户,可以从源码构建以获得最新功能。
核心功能特色
🎯 三种操作模式
- 复制模式:从iCloud下载新照片(默认模式)
- 同步模式:下载新照片并删除本地已从iCloud移除的文件
- 移动模式: 下载照片并自动清理iCloud中的旧照片
📸 全面格式支持
- Live Photos(照片和视频作为单独文件)
- RAW图像(包括RAW+JPEG组合)
- 自动去重同名照片
- 支持增量运行优化
配置iCloud账户
在使用前,请确保你的iCloud账户已正确配置:
✅ 启用网页访问:在iPhone/iPad中开启"设置 > Apple ID > iCloud > 通过网页访问iCloud数据"
✅ 关闭高级数据保护:禁用"设置 > Apple ID > iCloud > 高级数据保护"
高级功能探索
🔄 持续监控
使用--watch-with-interval选项,工具可以持续监控iCloud变化并自动下载新照片。
🗂️ 灵活的文件夹结构
支持自定义文件夹命名规则,按年/月/日组织照片。
📊 进度跟踪
实时显示下载进度,让你清楚了解备份状态。
实用技巧与最佳实践
💡 定期备份:建议每周运行一次完整备份 💡 网络环境:确保稳定的网络连接以获得最佳下载体验 💡 存储空间:提前准备足够的本地存储空间
Web界面支持
从版本1.21.0开始,iCloud Photos Downloader提供了Web UI功能。它可以在8080端口启动内部Web服务器,让你通过浏览器界面输入密码和MFA代码,操作更加直观便捷。
故障排除
如果遇到访问被拒绝的错误,请检查:
- iCloud账户配置是否正确
- 网络连接是否稳定
- 是否使用了正确的认证方式
🚀 现在就使用iCloud Photos Downloader,开始你的照片备份之旅吧!保护珍贵回忆,从完整备份开始。
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00