关于 Skimrr
它是如何构建的。
在 macOS、Windows 和 Linux 上原生运行,支持六种语言,本地模型会在结果显示前复核每一次匹配。
- 桌面应用
- Tauri 2:Rust 核心配合 React 和 TypeScript 界面,不使用 Electron,不内置浏览器。
- 重复检测
- 完全相同的副本通过文件内容的哈希识别,近似重复则通过图像的感知指纹识别,并与你设定的相似度阈值比较。
- 本地复核
- 一个通过 candle(Rust)在本地运行的小型 ONNX 视觉模型,会复核指纹算法提出的每一组照片。在一个真实的旅行文件夹中,复核把最宽松设置下的 70 张照片缩减到 23 张,全程在本机完成。
- 废片识别
- 清晰度按区块逐一测量,只取最清晰的区域。模糊程度以轻微再模糊后边缘能量减少的比例来衡量,并分四个方向计算:细节少但清晰的照片不会被判为模糊。人脸由本地运行的 233 KB 检测器识别,眼睛只在足够大且正面的人脸上判断。
- 项目文件
- .skimrr 文件可以用密码保护:密钥通过 Argon2id 派生,内容使用 XChaCha20-Poly1305 加密。密码从不存储,也从不发送。
- 授权机制
- Cloudflare Worker 向 Lemon Squeezy 核实购买信息,并用 Ed25519 对回执签名。应用中只包含该密钥的公钥部分,因此回执无法伪造。
- 测试
- 一套自动化测试覆盖整个检测流程(哈希、感知指纹、模糊度评分、RAW/JPEG 配对),每次发布前都会运行。
- 网站
- 使用 Astro 生成静态页面,通过 Cloudflare Pages 提供服务。