文章	评论	标签
89	15	35

AI摘要：本文介绍了使用Docker部署immich照片管理系统的过程，包括配置PostgreSQL数据库、编辑docker-compose文件、部署immich服务、配置外部图库和机器学习模型，以及移动端配置。

Powered by AISummary.

前言

immich官网给你的compose文件需要拉取以下4个镜像：

ghcr.io/immich-app/immich-server(immich服务端)

ghcr.io/immich-app/immich-machine-learning（机器学习用于人脸识别）

docker.io/valkey/valkey:8-bookworm(redis)

ghcr.io/immich-app/postgres:14-vectorchord0.4.3-pgvectors0.2.0(数据库)

还要配置 .env 文件，但是玩nas这么长时间了，大部分人已经部署了redis和PostgreSQL数据库了，所以我这个教程是直接调用现有redis和PostgreSQL，不需要配置‘.env’文件，只用一个镜像(包括机器学习)来部署immich，全网仅此一家。

一、immich简介

Immich 是一款基于 Web 的应用程序，通过云存储为用户提供安全的个人档案库。它允许用户创建时间轴，将照片、文字、音频和其他多媒体文件按日期和事件分类，形成一个完整的个人历史记录。此外，用户还可以设定访问权限，与家人或朋友共享特定的内容。

技术分析

前端框架: Immich 使用现代前端框架 React 构建，提供高效且响应式的用户体验。
后端服务: 基于 Node.js 和 Express 框架，提供了稳定可靠的服务器端处理能力。
数据库: 利用 MongoDB 进行数据存储，支持非结构化数据和高扩展性。
身份验证: 集成了 Auth0 提供的安全身份验证服务，确保用户数据安全。
API 设计: 使用 RESTful API 设计原则，易于与其他系统集成。
云存储: 集成 Google Cloud Storage，为用户提供可靠的云存储解决方案。

功能用途

个人记忆管理: 创建时间线，将照片、视频等媒体按照日期和事件归档。
隐私保护: 可设置不同级别的访问权限，控制谁可以看到你的内容。
家庭共享: 分享家庭活动，让亲人共同回顾美好的时光。
教育工具: 老师可以使用 Immich 存储学生作品，方便教学回顾和评估。
项目文档: 在团队项目中记录进度，保存成果，便于后期查阅。

特点

开源免费: 开发者可以在 GitHub 上查看并参与到项目中，贡献自己的力量。
跨平台: 作为Web应用，Immich可在任何设备和操作系统上运行。
可自托管: 对于有需求的用户，可以选择自行部署，保证数据完全掌控。
直观易用: 用户界面设计简洁，易于上手。

二、部署过程（linux系统通用）

本教程没有使用官方镜像，介意请绕道！！！

Immich 的硬件和软件要求：

操作系统：推荐使用 Linux 或 *nix 操作系统（Ubuntu、Debian 等）。
非 Linux 操作系统的 Docker 体验通常较差，因此强烈建议不要使用，请提前安装好docker和docker-compose。
Immich 在完整的虚拟机中运行良好，在虚拟化环境中运行良好。不建议在 LXC 容器中使用 Docker ，但高级用户或许可以。
- RAM：最低 4GB，建议 6GB。
- CPU：最低2核，建议4核。
- 存储：推荐使用与 Unix 兼容的文件系统（EXT4、ZFS、APFS 等），支持用户/组所有权和权限。
- 缩略图和转码视频的生成平均可以使照片库的大小增加 10-20%。

1.配置PostgreSQL数据库

创建名为immich的数据库文件
登录你的PostgreSQL数据库，输入如下命令：

CREATE DATABASE immich
  ENCODING = 'UTF8'
  LC_COLLATE = 'en_US.UTF-8'
  LC_CTYPE = 'en_US.UTF-8';

配置immich数据库相关扩展

输入如下命令查看PostgreSQL是否安装了相关扩展

sudo -u root psql -c "SELECT * FROM pg_available_extensions WHERE name IN ('plpgsql', 'vector', 'postgis', 'uuid-ossp', 'unaccent', 'cube', 'earthdistance', 'pg_trgm');"

如果输出中 installed_version 为空，则需安装缺失的扩展：

# Ubuntu/Debian 示例
sudo apt-get update
sudo apt-get install postgresql-contrib postgis postgresql-vector #缺哪个就安哪个

为immich启用相关扩展，输入以下命令进入immich数据库

sudo psql -U <用户名> -d immich

在数据库会话中运行以下 SQL 命令：

# 确保扩展开启（IF NOT EXISTS 避免重复创建）
CREATE EXTENSION IF NOT EXISTS plpgsql;       -- 通常默认已启用
CREATE EXTENSION IF NOT EXISTS vector;
CREATE EXTENSION IF NOT EXISTS postgis;
CREATE EXTENSION IF NOT EXISTS "uuid-ossp";   -- 注意双引号（含连字符）
CREATE EXTENSION IF NOT EXISTS unaccent;
CREATE EXTENSION IF NOT EXISTS cube;
CREATE EXTENSION IF NOT EXISTS earthdistance; -- 依赖 cube，但会自动处理
CREATE EXTENSION IF NOT EXISTS pg_trgm;

2.部署immich服务

准备目录

分别手动创建如下目录（可自行修改）：

/home/docker/immich/config  #immich的配置文件目录，用于存放机器学习的模型文件
/home/docker/immich/photos  #准备映射给immich的照片目录
/home/照片                   #准备映射给immich的外部图库目录，也就是说这个目录存放的是你现有的照片

编辑compose文件

终端输入nano /home/docker/immich/docker-compose.yaml，将如下代码复制粘贴。

version: '3.8'  

services:
  immich:
    image: ghcr.io/imagegenius/immich:latest  #用这个镜像就不需要再单独设置机器学习服务了
    container_name: immich
   
    environment:
      - PUID=1000  # 替换为实际用户ID，可在终端输入`id`查询
      - PGID=1000  # 替换为实际用户ID，可在终端输入`id`查询
      - TZ=Asia/Shanghai
      
      # 数据库配置
      - DB_HOSTNAME=192.168.8.9 #修改为你的数据库地址
      - DB_USERNAME=root        #数据库用户名
      - DB_PASSWORD=12345678    #数据库密码
      - DB_DATABASE_NAME=immich #数据库名称
      - DB_PORT=5432            #数据库访问端口
      

      # redis配置
      - REDIS_HOSTNAME=192.168.8.8  #修改为你的redis地址
      - REDIS_PORT=6379             #redis访问端口
      - REDIS_PASSWORD=123456       #redis访问密码，如果没有密码请删除此行

      - DEBUG=*
      - NODE_ENV=development


      ## 机器学习部分
      - MACHINE_LEARNING_GPU_ACCELERATION= #默认
      - MACHINE_LEARNING_HOST=0.0.0.0 #默认
      - MACHINE_LEARNING_PORT=3003 #确保3003端口没有被占用
      - MACHINE_LEARNING_WORKERS=1 #默认
      - MACHINE_LEARNING_WORKER_TIMEOUT=120 #默认

      # 添加连接池配置
      - DB_POOL_MIN=1
      - DB_POOL_MAX=10
      - DB_POOL_CONNECTION_TIMEOUT=60000
      
    devices:
      - /dev/dri:/dev/dri #英特尔硬件加速，根据实际情况启用
      
    volumes:
      - ./config:/config
      - /home/docker/immich/photos:/photos
      - /home/照片:/extlib
    ports:
      - "8080:8080"  # 主机端口:容器内部端口，左边端口可根据实际情况修改
    
    restart: unless-stopped
    networks:
      - immich-net

# 创建专用网络
networks:
  immich-net:
    driver: bridge

终端输入`cd /home/docker/immich` `docker compose up -d` 到此项目部署完毕！

三、配置外部图库

此时访问设备8080端口即可登录immich，输入邮箱和密码创建一个账号并登录。

按如下步骤创建外部图库

四、配置机器学习

安装lfs并创建目录

1.安装lfs

sudo apt install git-lfs

2.创建目录

终端进入/home/docker/immich/config/machine-learning/models目录，没有就自行创建，而后分别创建名字为clip和facial-recognition的目录，前者用户存放智能搜索模型，后者用于存放人脸识别模型。

cd /home/docker/immich/config/machine-learning/models

mkdir clip facial-recognition

拉取智能识别模型

进入clip目录

cd clip

执行如下命令：

git clone https://huggingface.co/immich-app/XLM-Roberta-Large-Vit-B-16Plus

cd XLM-Roberta-Large-Vit-B-16Plus

git lfs pull

模型比较大，耐性等待下载完成即可。

拉取人脸识别模型

进入facial-recognition目录

cd /home/docker/immich/config/machine-learning/models/facial-recognition

执行如下命令：

git clone https://huggingface.co/immich-app/buffalo_l

cd buffalo_l

git lfs pull

耐性等待下载完成即可。

配置模型

进入设置界面，把智能搜索和人脸识别模型的名字手动输入一下就可以了。

五、配置移动端

下载

登录并使用

使用服务器端点 URL 登录移动应用程序http://:8080/api，如需公网使用请自行配置域名解析和反向代理。

Docker部署immich照片管理系统

伍六

前言

一、immich简介

二、部署过程（linux系统通用）

1.配置PostgreSQL数据库

2.部署immich服务

准备目录

编辑compose文件

终端输入`cd /home/docker/immich` `docker compose up -d` 到此项目部署完毕！

三、配置外部图库

四、配置机器学习

安装lfs并创建目录

1.安装lfs

2.创建目录

拉取智能识别模型

拉取人脸识别模型

配置模型

五、配置移动端

下载

登录并使用

文章目录

Docker部署immich照片管理系统

伍六

前言

一、immich简介

二、部署过程（linux系统通用）

1.配置PostgreSQL数据库

2.部署immich服务

准备目录

编辑compose文件

终端输入cd /home/docker/immich docker compose up -d 到此项目部署完毕！

三、配置外部图库

四、 配置机器学习

安装lfs并创建目录

1.安装lfs

2.创建目录

拉取智能识别模型

拉取人脸识别模型

配置模型

五、配置移动端

下载

登录并使用

文章目录

终端输入`cd /home/docker/immich` `docker compose up -d` 到此项目部署完毕！

四、配置机器学习