幫家人整理舊資料
· 閱讀時間約 3 分鐘
家裡的舊電腦、舊硬碟備份堆了好幾年，照片、文件散在一堆「新增資料夾」裡，這次請 AI 一起幫忙整理，順手記一下做法。
1. 整理時的幾個小發現
- 刪之前先比對：以為「整理版」已經夠了，用 hash 比對後，還是從原始資料救回十幾張照片，包括一張漏掉的畢業合照。找重複檔時先比大小，大小一樣才算 hash，快很多
- Google 相簿匯出的
.json別直接刪：看起來很多餘，但有兩成照片的拍攝時間只存在 json 裡。可以先用exiftool把時間寫回照片的 EXIF，之後 json 就能放心刪了 - 要不要打包成 ZIP：照片、影片本身已經壓縮過，打包也不會變小，但幾千個小檔案包成一個，搬移、備份會快很多。這次考量直接看縮圖比較方便，最後選擇不打包。
2. 用本地模型找出「有貓的照片」
想從幾千張照片裡把家裡貓咪的照片挑出來。這些都是家人的生活照，所以直接在自己電腦上跑辨識模型，照片完全不用離開電腦。
順便一提，費用上也差很多：
| 做法 | 大概的 token |
|---|---|
| AI 一張一張看（約 4,500 張） | 500 萬以上 |
| 縮圖拼成 5×5 合圖再給 AI 看 | 30 萬左右 |
| 在自己電腦上跑辨識模型 | 幾乎 0 |
做法是本地跑 YOLO：
- 用
uv開一個 Python 3.12 的環境（系統的 3.14 還沒有 torch 可以裝） - 裝 CPU 版的 torch +
ultralytics，模型用最小的yolo11n - 筆電沒有獨顯（i7-1260P），4,837 張大概跑了 12 分鐘
uv venv --python 3.12 .venv
uv pip install --python .venv\Scripts\python.exe torch torchvision --index-url https://download.pytorch.org/whl/cpu
uv pip install --python .venv\Scripts\python.exe ultralytics
模型會給每張照片一個「有貓的信心分數」，接下來分三段處理：
- 高分：直接收，隨機抽 25 張檢查，全部都是貓
- 中間：模型沒把握的 61 張拼成合圖再確認，其中 54 張真的有貓
- 誤判：貓的擺飾、投影片、還有瀑布照
這次中間那批是請小助理看合圖確認的，不過回頭想想，需要確認的也就幾十張，自己看一下就好。
本地模型粗篩 + 自己複查，就已經很夠用了，照片也不用上傳到任何地方。
找到的照片另外複製一份到「貓咪」資料夾，原本的活動資料夾不動，這樣每次活動的照片還是完整的。
用完記得把環境刪掉，torch 加上 uv 的快取差不多佔了 2GB。
3. 舊文件變成一個小網站
長輩有一批很久以前寫的 Word 文件，想做成手機也能方便翻的樣子，有點像個人的小小博物館：
- 用 Word 的 COM 介面批次把
.doc轉成純文字 - 統一簡繁、去掉空白後比對，把重疊的部分拿掉
- 做成純靜態網頁，雙擊
index.html就能開，不用架伺服器 - 搜尋簡繁通用（OpenCC 做對照表），長段落自動分段，半形標點轉成全形
小結
這次的收穫是「本地模型 + 自己複查」這個組合：家人的照片不用交給雲端，準確度也夠，以後要從一堆照片裡找東西都可以這樣做。
