Brainpile

Warning

该项目还在积极开发中，目前以增加新功能为重心。部署指南稍后推出。

嵌入模型（jina-embeddings-v5-omni）

语义检索使用 jina-embeddings-v5-omni-nano-retrieval（GGUF 量化版），通过 brainpile-jina 服务以 jina fork 的 llama.cpp（feat-v5-omni 分支）运行。文本与图片被映射到同一个 768 维向量空间，因此文搜图、以图搜图都走同一路向量召回。

Note

该模型许可为 CC-BY-NC-4.0（非商业用途），请注意合规。

模型为什么不打包进镜像

brainpile-jina 镜像只包含编译好的 llama-server 二进制，不含模型权重。模型（约 480 MB）默认存放在项目根目录的 models/ 目录（通过绑定挂载映射到容器 /models），该目录已加入 .gitignore 不会入库。若目录中缺少模型文件，容器首次启动时会自动从 HuggingFace 下载并持久化到本地，之后命中缓存直接复用。这样做的好处：

• 镜像保持精简，代码改动重建不必携带大体积权重层；
• 规避把非商用权重直接打包进镜像分发带来的许可风险；
• 更换量化版本或更新模型无需重建镜像。

涉及的文件（由 jina/entrypoint.sh 下载，放在 models/ 下）：

文件	用途
jina-embeddings-v5-omni-nano-retrieval-Q4_K_M.gguf	主模型权重（token_embd 保留 F16）
mmproj-jina-embeddings-v5-omni-nano-retrieval-F16.gguf	视觉投影层（图片/视频嵌入必需）

如已有本地 GGUF，可直接以上述文件名放进 models/ 目录，启动时会跳过下载。

特性

• 你会发现代码注释是中文的，网页却是英文的

• 在Telegram中，无论一组图中有几张图，用户只能对它点一个reaction，且bot看来这个reaction是点到第一张图上的；bot可以给组图内多个item点reaction，但用户只能看到一个reaction。所以：

  • bot只会给组图的第一张图点reaction，尽管每张图都是一个item
  • 只有整组图处理完毕，bot才会点❤️；如果有一张图处理失败，bot就会给整组图点👎
  • 用户对组图点的reaction，bot会视为对每张图都点了相同的reaction
  • 已知问题：若有一张图处理失败，其它图还是会被正常导入。需要编写tasks的回滚策略。

• Random页刷得越多内存占用越大

• Random页一直向下刷可以刷到重复的，这是有意为之。所以如果你的数据很少，Random页会经常出现重复的

  • 但是组图做过处理，你刷不到相同的一组图

待办

马上就做

• 统一配色
• 视频加上播放小三角
• 瀑布流重排动画
• 骨架

v0.x

• 用户认证
• 视频处理
• 注释掉占坑的按钮
• 筛选后搜索（现在无论哪里搜索，都是全局的）
• 移动端UI

v1.0.0

• 部署文档

v1.x

• 以图搜图
• 桌面/手机客户端
• Random页换成智能推荐页（还没想好推荐算法）
• 软删除/回收站
• Web/App端上传

很快就有

• 链接出卡片/标题
• PDF出首页缩略图
• PDF OCR
• 多语言
• 更多数据源