家里照片越攒越多，文件名却全是 IMG_1543.jpg 这种。想找某一张，只能在文件夹里一张张翻缩略图，很费劲。
原文作者也是这样。多年下来，他电脑里有几千张照片，有用佳能 Rebel 相机拍的，也有换手机时从旧设备导出来的。iCloud 已经快满了，他不想为了这些老照片每个月再多花钱。数字照片管理软件（比如 digiKam）是免费的，但他想试试另一条路：在自家的迷你主机上跑本地 AI，让它看懂每张图，自动起名、分类，全程不用把照片一张张上传到别人的服务器。
先说结论：这套办法适合谁
简单讲，这是一种“免费、不上传、但要动手”的方案。下面这张表把几种常见做法放在一起比一比：
| 做法 | 费用 | 照片是否上传 | 上手难度 | 适合谁 |
|---|---|---|---|---|
| 云相册（如 iCloud） | 容量不够要按月付费 | 会上传 | 低 | 不介意上云、图省事的人 |
| 照片管理软件（如 digiKam） | 免费 | 不上传 | 中，要自己手动打标签 | 想精细管理、愿意一张张整理的人 |
| 本地 AI + 脚本（本文方案） | 免费（需自备能跑模型的电脑） | 不上传 | 较高，要会一点 Python | 照片量大、愿意折腾的人 |
如果您只有几百张照片，用照片软件可能更省事。照片多到几千张，又愿意花点时间调试，本地 AI 这条路就值得一试。
准备工作：需要哪些东西
- 一台能跑本地模型的电脑。原文作者用的是迷你主机，内存越大，能跑的模型越大。
- 一个模型运行工具。原文先用的是 Ollama，最后选了 LM Studio，因为它自带的本地服务器能让 Python 脚本直接和模型通信。
- 一个“视觉语言模型”。这是既能看图、又能用文字回答的模型，原文用的是 Qwen3-VL-2B-Instruct。
- 一段 Python 脚本。负责逐张读图、生成文件名、输出 CSV 表格，最后按分类建文件夹。
第一步：挑一个能看图的模型
原本选的模型为什么跑不通
原文作者先看中了 Qwen2-VL-2B-Instruct 的 Q4_K_M 版本。Q4_K_M 是一种压缩过的版本，体积小、占用少，适合在普通电脑上跑。这个模型带视觉能力，本来很合适。可它多次运行失败，报错说输入需要的 token 数超过了上下文窗口。token 可以理解成模型“读”进去的文字和图像片段的计量单位，上下文窗口则是它一次能记住的长度上限。原文作者试着调大了上下文长度，又试了几次，还是不行，于是果断换了方向。
换成 Qwen3-VL-2B 后，效果如何
原文作者改用 Qwen3-VL-2B-Instruct，在 LM Studio 里新开一个对话，丢进一张照片，让模型说出画面里的主要对象、正在发生什么，以及场景在哪里。它能正常跑完，分析一张图大约 20 秒。对于在自己的迷你主机上本地运行来说，这个速度可以接受。
模型认出的东西比预想的多
第一张测试图来自 14 年前的一次行业会议，是在奥兰多举办的 Gartner Symposium/ITxpo。模型没有只泛泛地说“一群人站在展厅里”，而是读出了图里的文字，正确识别出会议名称和年份。它还描述了场景：几个人坐在白色的软垫凳上，看着屏幕上一张蓝色调的 PPT。之后原文作者又试了狗、海滩、人物等照片，大多数主体和场景都能识别出来。不过有些描述比较笼统，并不是每条都有用。而原文作者要的不是逐张聊天，是批量自动处理，所以下一步才是重点。
第二步：用 Python 脚本批量处理
先看结果，再动手改文件
原文作者写了一个 Python 脚本，把文件夹里的照片逐张交给模型处理。为了让迷你主机扛得住，脚本会先把照片缩小，再送去分析。每张图会生成一段描述、一个建议的文件名，并归入一个分类，比如“自然风光”“宠物”或“其他”。
脚本跑完后，会生成一个 CSV 表格，里面有原始文件名、新文件名、描述和分类。这一步还没有动任何原图。原文作者逐行检查：文件名是否合理，描述和分类对不对。他发现有些名字太笼统，还有一次把两张不同的极光照片起了完全相同的名字和描述。
他把这些问题都在 CSV 里改掉，确认无误后，运行脚本的 apply 命令，生成按分类分好的文件夹，里面是改了名的照片副本。原图仍然留在原来的 Images 文件夹里，新照片放在一个叫 Organized Photos 的文件夹中。您可以先对比两边的结果，确认没问题后再手动删除原图。
240 多张照片 40 分钟内处理完，结果并不完美
测试从一张图开始，接着试了 20 张，最后才放到一个有 240 多张照片的文件夹上。照片类型很杂，有风景、动物、人物，也有运动抓拍。整个过程不到 40 分钟，原文作者大部分时间都在看 CSV，把一些过于笼统的名字改得更具体。
过程并非一帆风顺。模型整体处理得不错，但有些文件名仍需人工修正。如果手动整理，这批照片至少要花上好几个小时。原文作者的体会是：脚本跑起来以后，可以先去做别的事，等它忙完再回来检查。
常见问题（FAQ）
没有独立显卡，能跑这套方案吗？
原文作者用的是迷你主机，文中没有详细说明显卡配置。模型跑得快慢主要取决于您电脑的内存和硬件性能。建议先拿十几张照片测一下速度，再决定要不要整批处理。
AI 认错了怎么办？
别急着改文件。脚本会先生成 CSV，您可以逐行检查和修改文件名、描述和分类。确认无误后，再执行分类操作。
原照片会被删掉吗？
不会。原文的做法是生成一份改名后的副本，放进新的文件夹，原图保留。等您对结果满意，再自己手动删除原图。
为什么不直接用 Ollama？
原文作者平时用 Ollama 更多，但这次选了 LM Studio，因为它的内置本地服务器能让 Python 脚本直接和模型通信，接起来更省事。两者都是免费工具，按自己的习惯选就行。
总结
用本地 AI 整理照片，并不需要把每张图都上传到云端。选一个能看图的小模型，写一段简单的脚本，先出 CSV 再检查，最后按分类归档，就能把几百上千张照片整理得井井有条。它不算完美，人工检查依然必不可少，但对照片量大的人来说，省下的时间很可观。如果您还想了解本地模型的基础用法，可以看看 用离线维基百科给本地大模型补知识，老电脑也能答得更准。