由于immich更新频繁，本文部分信息可能随时过时，截止最后编辑时版本号为v1.123.0。

在很久之前我买了一台海尔云悦mini-J9s，当时没有显示器，选择了安装Windows10，方便远程连接（其实是为了安装Windows软件才装的Windows10），我想着到时候服务就拿小皮面板，其他没多想，结果就直接安装Windows10 家庭版（妈妈，这个人还在嘴犟）

燃鹅Windows10占用其实挺高的（指CPU），随便打开一个软件CPU就跑满了，非常难受，但离谱的是不卡。装了原神指令服玩了几天，女朋友还是就过了抽卡的瘾就不玩了，我当然也就不玩了。之后就装了个alist，阿里云盘限速了之后就不怎么用了。

就在前几天，和女朋友去大理拍了写真，结果就开始打算买个相机。拍完照片基本上都是面对面传照片，很麻烦。其实也是因为异地，有时候忘记发了就要等很久才能传，我们是原画党，通过微信压缩太严重了。这不正好有一台小主机闲置，那不如找个本地相册系统，加上内网穿透，非常完美。开始我用的是Piwigo（为啥不是alist？这玩意儿做相册真不好用啊），纯PHP开发的，直接使用源码部署。但是效果不是很好，很卡功能很少，还丑。然后不经意间就发现了immich。

你可能会推荐收费的 mt­pho­tos，很多方面确实符合国人使用体验，但国产……你懂的。

环境准备

咱直接偏小白一点，按照我的操作来搞不会有问题，纯小白建议安装Rocky Linux或者有桌面的Linux系统。

1. 一台安装Linux系统的主机（Windows也可以，但是WSL有一定的性能折损，这里以Linux为例）
2. 安装Docker环境，以及一个服务器管理面板（服务器管理面板一般都有，这里以耗子面板为例）。
3. 可能需要霍格沃兹环境。

附件表

按照国际管理，上附件表(只留官方地址)

网址	类型	霍格沃兹	文件大小	描述
immich	官网	不需要	--	immich官网
docker-compose.yml	官网	（不）需要	3.17kb	Docker 配置文件
example.env	官网	（不）需要	993bit	immich 配置文件
XLM-Roberta-Large-Vit-B-16Plus	官网	（不）需要	5.08GB	机器学习模型（中英文智能搜索）
buffalo_l	官网	（不）需要	899M	机器学习模型（人脸识别模型）

安装

假设你已经安装好了服务器管理面板，这里以耗子面板为例。

安装镜像

• 打开你的服务器管理后台，找到应用中心选项，下拉找到Docker,单击安装

下载配置文件

• 等待安装完毕（就是出现管理和卸载两个按钮的时候），打开你的命令行，不管是你Linux系统桌面的命令行工具还是SSH，打开了就行。按顺序输入下面的命令

# 进入你要安装immich的目录
cd /www/wwwroot/immich
# 获取Docker配置文件  docker-compose.yml
sudo wget -O docker-compose.yml https://github.com/immich-app/immich/releases/latest/download/docker-compose.yml
# 获取immich配置文件  .env
sudo wget -O .env https://github.com/immich-app/immich/releases/latest/download/example.env

• 如果需要智能搜索或者人脸识别，需要再执行下面的命令，按照官网的说明，2核4G就够了

# 获取 hwaccel.transcoding.yml 文件
sudo wget -O hwaccel.transcoding.yml https://github.com/immich-app/immich/releases/latest/download/hwaccel.transcoding.yml
#获取 hwaccel.ml.yml 文件
sudo wget -O hwaccel.ml.yml https://github.com/immich-app/immich/releases/latest/download/hwaccel.ml.yml

安装模型

创建一个目录存放机器学习的模型（不需要智能搜索和人脸识别可以跳过这一步），我一开始以为是有的，结果它并没有模型，需要单独下载。

注意：机器配置一点要好一点，2核4G起步

• 创建模型文件目录，下载模型文件（必须）泪的教训啊

  # 创建智能搜索模型文件目录，下载模型文件
  sudo mkdir -p /volume2/docker/immich/machine/model-cache/clip/
  cd /volume2/docker/immich/machine/model-cache/clip/
  sudo git clone https://hf-mirror.com/immich-app/XLM-Roberta-Large-Vit-B-16Plus
  # 创建人脸识别模型文件目录，下载模型文件
  sudo mkdir -p /volume2/docker/immich/machine/model-cache/facial-recognition/
  cd /volume2/docker/immich/machine/model-cache/facial-recognition/
  sudo git clone https://hf-mirror.com/immich-app/buffalo_l

• 创建完毕以后你的文件夹结构应该是这样的。

  ├── model-cache
  │   ├── clip
  │   │ └── XLM-Roberta-Large-Vit-B-16Plus
  │   └── facial-recognition
  │       └── buffalo_l

• 打开docker-compose.yml文件，修改模型目录为

  /volume2/docker/immich/machine/model-cache:/cache

修改配置

• 修改docker-compose.yml
  如果有修改端口的需求，只需要求改2283为你像设置的端口
  
• 修改.env
  这个要看你的实际情况来配置，以你的分区大小为准，在硬盘够大的情况下，不需要修改存储目录。数据库密码必须修改，越复杂越好，可以在1password去生成
  

启动

• 进入你的immich根目录，执行命令拉取镜像

  cd /www/wwwroot/immich
  docker compose up -d

• 等待拉取镜像，拉取完毕后（最后4行前面有4个绿色的✔）浏览器访问http:ip:端口即可

   ✔ Container immich_machine_learning  Running
   ✔ Container immich_postgres          Running  
   ✔ Container immich_redis             Running  
   ✔ Container immich_server            Running    

  升级命令docker compose pull && docker compose up -d
  删除所有过时的镜像docker image prune

修改模型

• 浏览器打开以后，需要先注册，然后登录，这里不再详细展开
• 单击右上角的头像，点击管理

• 找到设置，右边下拉找到机器学习设置，单击展开

• 单击展开智能搜索，把CLIP模型换成XLM-Roberta-Large-Vit-B-16Plus，然后保存即可
  

机器学习

• 单击任务，下拉找到智能搜索和人脸检测（其他的当然可以用啦），单击全部即可。
  
• 不知道有没有生效怎么办？打开你的面板，找到仪表盘，查看负载状态和CPU，如果变高了那就是跑起来了或者查看immich_machine_learning容器日志
  
  其他的就很简单了，创建相册，上传相册都很简单。

客户端

这个是有配套客户端的，可以在 im­mich 的github 页面下载安卓客户端，或是在 App Store 搜索 im­mich 安装 iOS 客户端。支持具体相册备份，这个应该不用教吧……

「单击选中，双击取消」其实是指「单击选中，双击排除」

结语

经过我一番长篇大论，你对 immich 的部署应该也多少有点了解了吧？还不来试试？在部署开始之前，可以先看看 官方 demo，看完再决定也不迟。