本地优先的 Windows 视频搜索工具:用文件名、画面、语音或画面文字,找到视频中的对应片段。
当你记得的是“画面里有什么”“谁说过一句什么话”,却想不起文件名时,MLCCS Video Search 会在你的本机视频库中建立可搜索索引,并把结果直接定位到命中的时间点。
| 你得到什么 | 说明 |
|---|---|
| 多种线索都能搜 | 文件名、画面内容、语音转写、OCR 画面文字,以及中文拼音/音近检索。 |
| 找到的不只是文件 | 结果会说明命中来源和时间点;点击即可从对应位置播放。 |
| 数据留在电脑里 | 视频、路径、查询、转写、OCR、缩略图和向量默认仅保存在本机。 |
| 适合自己的视频库 | 可以按资源库、格式、时长、修改日期和索引状态筛选结果。 |
- 按内容寻找视频。 可以搜索“海边日落”“会议里提到预算”或画面中出现的文字,不必只依赖文件名。
- 快速回到关键片段。 在列表或网格中浏览结果,预览命中时间点,并让播放器直接跳转。
- 保留搜索依据。 结果区分文件名、画面、语音和 OCR 等来源,便于判断为什么会命中。
- 管理大型资料库。 按相关度、最近修改或文件名排序;损坏或不支持的单个视频只会标记为文件级失败,不会中断整个任务。
- 按需占用资源。 空闲后,搜索模型与私有 Qdrant 服务会自动停止;下一次索引或搜索时自动恢复。
- 安全地更新。 更新需要用户确认,并包含断点下载、逐文件校验、健康检查和失败回滚。
- 添加资源库:选择包含视频的文件夹。
- 建立索引:应用分析视频画面,并按需处理语音和 OCR 文字。
- 输入你记得的线索:可以是名称、画面描述、说过的话或屏幕上的文字。
- 跳到命中位置:查看匹配理由与时间点,然后直接播放、复制路径或在资源管理器中打开文件所在位置。
首次安装需要下载应用核心、私有 Python/PyTorch CUDA 运行时、Qdrant Server、OpenCLIP Standard 和 BGE Small,共 5,458,820,128 字节(约 5.084 GiB)。安装器会显示精确下载量,并支持断点续传。Whisper 按需下载;OCR 为可选项,v1.0.0 OCR 包约 17.77 MiB。
安装器面向接近裸机的 Windows 10/11 环境设计,不要求预先安装 winget、.NET、Windows App Runtime、Python、CUDA Toolkit、浏览器或第三方包管理器。开始大型下载前,它会检查必需的 Windows 组件;可由 Microsoft 官方来源补齐的依赖会先验证签名再安装。N/KN 系统会安装 Media Feature Pack;如需重启,安装器会保留已下载内容并明确提示。
下载安全提示:项目暂未使用 Windows Authenticode 签名,SmartScreen 可能显示“未知发布者”。请只从上方正式链接下载,并在运行前核对 SHA-256。
Get-FileHash .\MLCCS-VideoSearch-Online-Setup-1.0.0.exe -Algorithm SHA256将结果与发布的 SHA256SUMS 对照。
- Windows 10 1809(build 17763)或更高版本,或 Windows 11,x64。
- NVIDIA GPU,建议 4 GB 及以上显存;应用检测下限为驱动报告的
3.75 GiB。 - 能让随应用提供的
PyTorch 2.7.1+cu128报告 CUDA 可用的 NVIDIA 驱动。 - 不需要单独安装 CUDA Toolkit;兼容的 NVIDIA 驱动是必要条件。
硬件暂不符合条件时仍可完成安装,方便先更新驱动。首次启动会显示 Windows、GPU、显存、驱动和 CUDA 检测结果。未达到要求时,索引和搜索会被阻止;资源库浏览、设置、日志和更新仍可使用。
v1.0.0 当前不提供 CPU、AMD GPU、Intel GPU 或低于 3.75 GiB 驱动报告显存的搜索与索引回退方案。
| 保留在本机 | 仅在你明确触发时联网 |
|---|---|
| 媒体文件、路径、查询、转写、OCR 原文、缩略图和向量 | 下载已锁定组件或可选模型;启用自动检查更新,或点击“立即检查更新” |
私有 Qdrant Server 仅监听动态选择的 127.0.0.1 端口;其 Payload 只保存不透明 ID、时间和模型/算法版本。v1.0.0 不提供诊断上传、自动遥测或“帮助改进”网络入口。关闭自动检查后,应用不会主动访问更新通道;本地日志会脱敏,可从设置页打开。
- 更新不会静默安装或重启。应用会保留可回滚的上一版本,并在切换后执行健康检查。
- 重置与卸载不会删除你的原始视频。
- 用户数据目录中的设置、索引和按需模型默认保留;交互安装会在重置旧数据前要求确认。
面向希望了解实现细节的读者:应用以约 2 FPS 进行低分辨率场景分析,并为高运动片段保留额外代表帧。OpenCLIP Standard 生成视觉向量,BGE Small 生成中文文本向量;SQLite 负责路径、原文、FTS5 与向量 Outbox,私有 Qdrant 用于向量检索。文件名、语音、OCR、拼音/音近 FTS 与语义召回会通过 RRF 融合,并保留每个来源的时间点和分数贡献。
Windows 构建入口:
.\scripts\Build-Windows.ps1 -Configuration Release发布门禁要求 Windows 零警告构建、全部自动测试通过、固定不少于 30 个查询的数据集达到 Recall@10 ≥ 0.80 和 MRR ≥ 0.65,并完成 NVIDIA/CUDA 端到端验收与人工 UI 验收。
