一、简介
VimgFind是一款开箱即用本地搜图应用，支持以图搜图和以文搜图。
功能特性：
-
以图搜图：拖入/选择一张图，找相似图片。
-
以文搜图：需要单独下载多模态模型，之后可用中文描述搜图。
-
多模型切换：小模型快、省内存；大模型慢一些，但搜索质量更高。作者建议按模型分别索引，而不是一把梭哈。
-
搜索过滤：可按文件类型、大小、文件夹过滤，支持完全去重；索引阶段还能设置排除规则。
-
图形界面：创建、删除索引等操作可在界面完成，不用手动改配置文件。
-
搜索响应：采用 HNSW 近似最近邻，官方定位是毫秒级；图库很大时速度衰减较小，但召回率可能略低于暴力搜索。
-
性能参考：238 张 / 2.13GB 图片，Chinese CLIP-patch16 15 线程索引约 20.25 秒；索引后内存约 800MB，换 OSNet 小模型可降到约 170MB。
VimgFind核心理念是通过分模型配置，让用户按需在搜索质量与资源占用之间灵活取舍。长期愿景 是让索引自动更新再上一个台阶，实现"一次配置，终身搜索"，让索引像 Everything 一样无感，用户几乎感知不到索引的存在。
快速使用：
-
Windows用户：Github 下载 VimgFind-v2.5.4 ｜ 蓝奏云下载
-
MacOS用户：
-
GitHub：下载 VimgFind-2.5.2-macos.dmg
-
Gitee 镜像：下载 VimgFind-2.5.2-macos.dmg
-
Tip：MacOS用户安装时，打开 dmg，将
VimgFind.app拖入"应用程序"文件夹。若启动时提示"已损坏，无法打开"或"无法验证开发者"（未签名 App 被系统隔离所致），任选其一：
在 Finder 中右键 点击
VimgFind.app，选择"打开"，并在弹窗中确认；或打开终端执行：
xattr -dr com.apple.quarantine /Applications/VimgFind.app
二、竞品对比
和MaterialSearch、ImageSearch一样，同为搜图应用。VimgFind的差异化优势是什么？以下为详细说明。
先从总体来看：
-
VimgFind 追求灵活与平衡：通过多模型切换，让用户自行决定搜索质量与资源占用的取舍；适合愿意理解"分模型索引"并希望长期省心使用的用户。此外，VimgFind启动很快，不需要像MaterialSearch那样等待漫长的启动并持久占用内存。因此如果搜图而言对你是一个低频场景，即开即用的VimgFind也许会更顺手一点。
-
MaterialSearch 追求功能大而全：视频搜索是它的差异化优势，搜索界面友好。它适合需要视频检索、且愿意花时间配置和等待索引的用户。
-
ImageSearch 追求单一场景的极致：纯算法路线带来极低的内存占用和极高的搜索效率，上手最简单，但功能广度最窄，不支持以文搜图和视频搜索。它适合只需要"找相似图片"这一件事、且图库规模较大的用户。
下面是关于三大竞品的详细比较：
1、搜索能力对比
| 比较维度 | VimgFind | MaterialSearch | ImageSearch |
|---|---|---|---|
| 以文搜图 | 支持，但需在模型选项卡界面中单独下载多模态模型 | 支持，默认模型即支持 | 不支持，仅支持以图搜图 |
| 以图/文搜视频 | 不支持，仅覆盖图片搜索 | 同时支持图片/文字搜视频 | 不支持，仅覆盖图片搜索 |
| 元数据过滤 | 支持按文件类型、文件大小、所属文件夹 过滤，并支持完全去重；索引阶段还可排除设置排除规则 | 支持按路径筛选 和修改时间范围筛选，可在配置文件中设置扫描深度和过滤路径 | 不支持搜索时的元数据过滤；另附带独立的 EXIF 清理工具，可批量移除隐私信息 |
2、性能表现对比
| 性能子项 | VimgFind | MaterialSearch | ImageSearch |
|---|---|---|---|
| 后续搜索响应 | 毫秒级。大规模图库下搜索速度几乎无衰减，小幅度牺牲了召回率。 | 毫秒到秒级之间。由于是暴力搜索，图库较大时搜索速度会适度变慢，但也因此具备了100% 召回率。 | 毫秒级。同为暴力搜索，但由于基数极小，搜索速度衰减几乎无感。 |
| 索引构建速度（CPU，238 张 / 2.13GB 实测） | 20.25 秒（Chinese CLIP-patch16，15 线程） | 140.74 秒（Chinese CLIP-patch16 默认模型，无线程设置选项，猜测为单线程） | 7.48 秒 |
| 内存占用（索引时 → 索引完成后） | 1.6GB → 800+MB； | 900+MB → 800+MB | 2GB？ → 约 120MB |
| 内存随图库增长 | 线性增长，10 万张预计额外增加约 450MB | 线性增长，由于没有图结构，预计会比VimgFind减少约10%的内存占用 | 增长极慢，10 万张预计仅增加约 27MB |
| GPU 加速 | 不支持 | 官方支持 CUDA / ROCm，预计有较大提升；实测环境无 GPU，未验证 | 不支持 |
3、上手难度对比
| 比较维度 | VimgFind | MaterialSearch | ImageSearch |
|---|---|---|---|
| 安装/部署 | 提供 exe 和 macOS 安装脚本，解压即用 | 提供 Windows 整合包和 Docker 镜像；整合包需 7-Zip 解压 | .NET 桌面应用，需 .NET 10 环境 |
| 索引管理 | 图形界面内可完成创建、删除等操作 | 配置索引、删除索引等操作需手动编辑 .env 文件 |
图形界面内操作，简单直接 |
| 搜索界面 | 友好 | 友好 | 友好 |
| 启动方式 | 直接启动 | 依靠 bat 脚本 + 点击网页链接 | 直接启动 |
三. 写在最后
如果觉得好用，还请给颗star： GitHub - Just-A-Freshman/VimgFind: 开箱即用的本地搜图工具。支持以图搜图、以文搜图，多模型轻松切换，索引构建与维护极其高效。Local-first, out-of-the-box AI image search: reverse image search, text-to-image search, multi-model switching, and ultra-fast indexing. · GitHub 或给作者提建议： Github issue / Gitee issue
这是作者最大的更新动力~