roadmap.md

Local ImageRAG - 版本路线图

V0.1 - 工程骨架

• 项目目录结构搭建
• FastAPI 服务端骨架
• React + Tauri 前端骨架
• SQLAlchemy 数据模型定义
• API 路由占位
• Worker pipeline 占位
• 文档骨架
• 开发脚本

V0.2 - 数据接入与扫描（已基本完成）

• 数据源管理 API（添加/删除/列出目录）
• 文件扫描器实现（递归扫描、格式过滤）
• 基础元数据提取（Pillow：尺寸、格式、EXIF）
• 文件 hash 计算与去重
• 增量扫描（基于修改时间 + hash）
• 扫描任务状态管理
• 扫描任务进度 API
• 前端数据源配置页
• 图片列表页（分页、目录筛选、缩略图）
• 原图预览与基础详情面板
• 删除数据源后的关联图片/缩略图清理
• 更完整的基础测试说明与前端交互验证

V0.3 - 图片理解 Pipeline

• 图片详情字段补全（EXIF、拍摄时间、文件大小、hash）
• 图片描述生成（接入多模态模型）
• OCR 文本提取（VL 模型，可开关）
• 自动标签生成
• 后台任务队列（扫描 → 描述 → OCR → 标签）
• 任务失败重试与错误处理
• 任务进度展示增强
• 删除数据源后的数据清理策略
• 搜索页接入真实搜索结果（基于文件名、描述、OCR、标签的过渡版检索）
• 前端手动验证清单补齐

V0.4 - 向量索引与搜索

• FAISS 向量索引实现
• 文本 embedding 生成
• 图像 embedding 生成
• 自然语言搜索 API
• 以图搜图 API（库内图片相似检索）
• 单图重建向量索引
• 搜索结果排序与解释
• 前端搜索页增强

V0.5 - 图片浏览与详情

• 图片详情独立路由页
• 图片详情页（元数据、描述、标签、OCR）
• 标签编辑
• 相似图推荐
• 前端筛选与排序增强

V1.0 - 可用版（当前）

• RAG 问答功能
• 问答页面（引用图片）
• 系统设置页
• 完整的任务监控
  • 任务监控 API：来源信息、阶段进度、错误摘要、队列快照
  • 任务监控页：实时活跃任务、状态筛选、失败排障信息
• 断点续跑
  • 应用重启后自动恢复未完成任务，并按中断阶段续跑
• 性能优化（10 万级图片规模）
  • 批量进度提交、批量向量写入、查询索引补齐
  • 提供 mock 视觉压测脚本验证 10 万级规模

V1.5 - 增强版

• 混合检索 + Rerank
• 标签合并/别名
• 智能收藏夹
• 检索解释增强
• 用户纠偏反馈

V2.0 - 专业版

• 多用户权限
• 视频帧索引
• PDF/截图统一知识库
• 自动摘要与专题报告

V1.1 - 人物与宠物身份聚类（提议）

• 人物头部检测与对齐（关键点）
• 宠物头部检测与基础分类（猫/狗）
• 人物 embedding 与聚类（HDBSCAN + 增量匹配）
• 宠物 embedding 与聚类（ReID/PetFace 路线）
• 身份簇命名（奶奶/自己/宠物名）
• 簇合并 / 拆分 / 误匹配修正
• 按人物/宠物身份检索与时间线浏览