📸 PhotoClassifier：智能图片分类与 GitHub 归档工具

🚀 项目简介

PhotoClassifier 是一个利用大型多模态模型 (LLM) 实现自动化图片识别、分类和归档的工具。它能够根据用户定义的分类列表，调用 AI 服务为图片打上多重标签，并自动将图片上传到指定的 GitHub 仓库目录中，实现高效的图片管理和数据分类。

本项目基于 Go 语言开发，支持灵活配置，旨在成为处理大量图片数据、进行自动化内容管理的得力助手。

✨ 主要特性

• 多模型支持： 通过 llm_type 配置项，轻松切换不同的 LLM 服务（如 Gemini、OpenAI）。
• 高精度分类： 利用先进的多模态 AI 模型的视觉理解能力，实现高精度的多标签分类。
• 自动化归档： 自动将分类后的图片上传到 GitHub 仓库，并根据识别的类别创建子目录。
• 灵活配置： 支持通过配置文件 (config.json) 或命令行参数进行配置。
• 网络代理支持： 通过 proxy_url 字段轻松配置网络代理，适应不同网络环境。

🛠️ 配置说明 (Config 结构体解析)

本项目通过以下结构体进行配置：

字段 (json 键)	类型	描述	示例值
image_folder	string	待处理图片所在的本地文件夹路径。	./input_images
model_token	string	大模型的 API Key。	sk-proj-xxxxxxxx
llm_type	string	指定使用的大模型类型。 (gemini, openai 等)	gemini
model_custom_url	string	大模型的自定义 API 地址 (如自建服务，通常留空)。	https://api.example.com/v1/
model_name	string	实际使用的模型名称。	gemini-2.5-flash / gpt-4o
target_classes	string	目标图片类别列表，用逗号分隔。 AI 将被限制从这些类别中选择。	风景,美食,人物,建筑,文档
dir	string	本地目录。	photos
proxy_url	string	可选。用于访问大模型 API 的 HTTP/SOCKS5 代理地址。	http://127.0.0.1:7890
class_idx	string	可选。每个类型的开始索引位置

⚙️ 使用指南

步骤一：准备环境

1. Go 环境： 确保您已安装 Go 1.24 或更高版本。
2. API Key： 准备好您选择的大模型（如 Gemini 或 OpenAI）的 API Key。

步骤二：创建配置文件

在项目根目录创建 config.json 文件：

{
  "image_folder": "./input_images",
  "model_token": "YOUR_GEMINI_OR_OPENAI_KEY",
  "llm_type": "gemini",
  "model_custom_url": "",
  "dir": "photos",
  "target_classes": "风景,美食,人物,宠物",
  "model_name": "gemini-2.5-flash",
  "proxy_url": "",
  "class_idx": ""
}

步骤三：编译与运行

1. 编译程序：

   go build main.go

步骤四：上传文件到github

git clone https://github.com/yourusername/your-repo.git
git pull
git add .
git commit -m "update"
git push

⚠️ 注意事项

1. Token 安全： 强烈建议不要将 Token 硬编码在代码中。如果使用命令行，请确保您的终端历史记录安全。
2. JSON 返回： PhotoClassifier 依赖 LLM 返回精确的 JSON 格式（{"cate": ["tag1", "tag2"]}），如果模型返回格式错误，分类步骤将失败。

后序

我的图片来自推的爬虫：https://github.com/caolvchong-top/twitter_download 感谢大佬