ghcr.io/0x90d/vdf-web:83ce18691aa5813b0747667c8d2c22befbd0c9cf

Video Duplicate Finder

Video Duplicate Finder 是一款跨平台软件，可基于相似度查找硬盘中的重复视频（及图像）文件。与其他重复文件查找工具不同，本工具即使面对分辨率不同、帧率不同甚至带水印的重复文件，也能成功识别。

特性

• 跨平台支持
• 扫描速度快
• 重扫描速度极快
• 支持原生调用 ffmpeg 函数，进一步提升速度（可选）
• 基于相似度查找重复视频/图像（可选择零成本启用 pHash 扫描）
• 片段检测功能：可识别短视频是长视频中某一片段的情况（采用音频指纹技术）
• 可选 AI 匹配：通过神经图像嵌入技术，可找到经典方法遗漏的经过裁剪、镜像、缩放和深度编辑的副本，无需音频即可定位长视频录制中被剪辑出的片段。该功能完全在本地运行。
• 提供桌面端 GUI（支持 Windows、Linux、macOS）
• 提供 Headless CLI，适用于脚本编写与自动化场景
• 提供 Web UI，适用于远程/无桌面/NAS 使用场景
• 提供 Docker 镜像，便于快速自行部署

片段检测

VDF 可以识别短视频属于长视频中某一片段的情况——例如从电影中截取的片段，或是从更长的录制内容中保存的剪辑。该功能通过音频指纹技术筛选候选文件，能够捕获常规视觉扫描遗漏的片段；默认情况下，每一个音频匹配结果都会通过比对匹配偏移位置处的帧进行视觉二次确认。

该功能作为常规视觉重复扫描之后的可选第二阶段运行，采用音频指纹流水线（类 Chromaprint 的色度提取 + 滑动窗口汉明相似度匹配）。匹配成功的文件对将显示在重复文件列表中，额外提供「片段偏移量」列，标注该片段在源视频中的起始位置。

启用方式

进入「设置 → 片段检测」，勾选「启用片段检测」，并可调整以下参数：

[!NOTE] 片段检测功能要求两个文件均包含音轨。不含音频的视频将被跳过——对于这类文件，请查看下文 AI 匹配部分介绍的视觉变体方案。

AI 匹配（可选）

VDF 还可通过神经图像嵌入（基于 ONNX Runtime 运行的 DINOv2 视觉模型）比对视频。经典比对机制仍为权威判定依据：AI 扫描仅会添加它判定置信度足够高的匹配对，因此启用该功能绝不会隐藏原本就能识别出的结果。它专门擅长处理基于像素的常规方法会遗漏的以下场景：

• 变换副本：同一视频经过裁剪、镜像、缩放、加黑边、调色或以其他方式深度编辑后的版本。通过该方式找到的匹配对会在结果中标记有 AI 标识。
• 视觉片段检测：通过匹配关键采样帧的一致时间偏移，识别长视频中包含的剪辑和片段。与上述基于音频的片段检测不同，该功能同样适用于无音频、静音或重新配音的视频。匹配结果同样会显示「片段偏移量」列。

启用方式

该功能的两个开关相互独立，默认均为关闭状态：

CLI 对应参数：--ai-matching、--ai-percent、--ai-partial、--ai-partial-hit-percent

组件、隐私与资源占用

• 首次使用时，VDF 会下载两个组件（一次性下载，总大小约 100 MB）：来自微软官方发布渠道的 ONNX Runtime 库，以及经过固定 SHA256 完整性校验的嵌入模型。这两个组件会保存在扫描数据库的同级目录下。GUI 版本在下载前会弹出确认提示；CLI、Web 和 Docker 版本在启用 AI 选项时会自动完成下载。
• 所有计算完全在本地 CPU 运行，无云服务依赖，无需注册账号，任何数据都不会上传：模型仅在您的本地设备上分析视频帧，全程不会外传。
• 资源开销：哈希计算阶段平均每个文件耗时约 50 毫秒；嵌入特征会缓存到扫描数据库中（每个文件约占 2 KB），因此重扫描仍可保持高速。视觉片段检测功能将其关键帧缓存保存在独立的附属文件 DenseEmbeddings.db 中（每个视频约占 25 KB），该文件会自动执行清理。
• 所有支持的发布平台（Windows、Linux x64/ARM64、macOS Intel 与 Apple Silicon）均提供该功能支持。

下载

每日构建版本：每次代码提交后，其附带的安装包都会自动重新构建并替换。

版本化正式发布（类似 v4.1.1 的标签）会不定期推送，发布后的文件内容后续不会再发生变更。包管理器以及需要固定下载版本的用户请选择这类正式版本。

[!NOTE] 偏好经典界面？4.1 版本推出了重新设计的全新界面，最终的经典 UI 构建版本仍可在 4.0.x 发布分支中获取，两个版本的数据库和配置完全双向兼容。

[!IMPORTANT] 从 3.x 版本升级：首次加载时，您的扫描数据库将自动完成迁移。下次扫描时，缓存的图像哈希会重新计算（图像处理后端已从 ImageSharp 切换为 FFmpeg）；视频哈希不受影响。迁移完成后不建议降级回 3.x 版本，3.x 系列的最终构建版本仍可在 3.0.x 发布分支中获取。

各平台提供的安装包类型：

• GUI-：桌面端应用
• CLI-：命令行工具
• Web-：自包含 Web 服务器

桌面端 GUI

系统要求

运行需要 FFmpeg 和 FFprobe。首次启动时 VDF 会尝试自动下载这两个组件。原生 FFmpeg 绑定要求使用 FFmpeg 8.x 共享库（非 master 分支版本）。

Windows

从 https://ffmpeg.org/download.html 下载最新的 FFmpeg GPL 共享包，将其中的 ffmpeg.exe 和 ffprobe.exe 解压至与 VDF.GUI.exe 相同的文件夹内、名为 bin 的子文件夹中，或是确保二者已加入系统 PATH。

Linux

sudo apt-get update && sudo apt-get install ffmpeg

随后执行以下命令启动程序：

chmod +x VDF.GUI
./VDF.GUI

可选操作：添加到应用程序菜单

Linux 压缩包内已包含 videoduplicatefinder.desktop 和 icon.png 文件，你可按照以下步骤将应用注册到桌面环境（GNOME、KDE、XFCE 等）：

# 修改 Exec= 和 Icon= 路径，使其与你解压归档文件的实际路径匹配，示例：
sed -i "s|/opt/videoduplicatefinder|$(pwd)|g" videoduplicatefinder.desktop

# 为当前用户安装
mkdir -p ~/.local/share/applications
cp videoduplicatefinder.desktop ~/.local/share/applications/

完成后，该应用及其图标就会出现在你的应用启动器中。

macOS

brew install ffmpeg

解压下载的归档文件，其中将包含 Video Duplicate Finder.app，双击该文件即可启动程序。

[!NOTE] 如果 macOS 提示应用“无法打开，因为无法验证开发者”，请右键点击该 .app 文件并选择“打开”，随后确认操作即可，该步骤仅需执行一次。

如果系统仍然阻止程序启动（例如在 macOS 14+ / Tahoe 版本中提示“library load disallowed by system policy”），请执行以下命令清除隔离标记并对包内所有二进制文件执行临时自签名：

xattr -cr "Video Duplicate Finder.app"
codesign --force --deep --sign - "Video Duplicate Finder.app"

CLI（命令行界面）

CLI 版本适用于脚本编写、定时任务，以及无显示设备的无头服务器场景。

环境要求

与 GUI 版本完全一致：FFmpeg 和 FFprobe 必须已加入系统 PATH，或是放置在与 vdf-cli 二进制文件相同的目录下。

安装

从版本发布页下载以 CLI- 开头的归档包并解压。 在 Linux/macOS 系统中，需要先赋予二进制文件可执行权限：

chmod +x vdf-cli

使用方式

一步完成扫描与比对

vdf-cli scan-and-compare --include /path/to/media

扫描多个目录并将结果保存为 JSON

vdf-cli scan-and-compare \
--include /mnt/movies \
--include /mnt/series \
--exclude /mnt/movies/extras \
--format json \
--output results.json

通用参数选项

自动标记并删除重复文件

# 试运行 — 仅展示即将执行的删除操作，不会实际修改文件（默认行为）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --dry-run

# 将重复文件移动到回收站（更安全）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --delete

# 永久删除文件（请谨慎使用）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --delete-permanent

可用的 --action 处理策略：

[!NOTE] 不建议直接使用自动删除功能，请务必先通过 --dry-run 参数预览并核验结果。

Web UI

Web UI 以本地 Web 服务器形式运行，可通过浏览器访问，专为无头设备、NAS 设备和远程管理场景设计。

[!IMPORTANT] 安全提示：Web UI 具备密码保护机制，但仅适用于本地或 Docker 环境下使用，请勿将其暴露在公网互联网中。

身份验证

程序首次启动时，将自动生成随机密码并打印到控制台：

============================================
Web UI password: aB3xK9mQ7p
============================================

在浏览器中输入该密码即可完成登录，“记住我”Cookie 可保持 30 天的登录状态。 Docker 用户可执行 docker logs vdf-web 查看生成的密码。

环境要求

必须安装 FFmpeg 和 FFprobe。非 Docker 环境下运行时，VDF.Web 会在首次启动时尝试自动下载这两个组件；你也可以通过系统包管理器手动安装，或将二者加入系统 PATH。

独立归档包安装

从版本发布页下载以 Web- 开头的归档包并解压。

在 Linux/macOS 系统中执行：

chmod +x VDF.Web
./VDF.Web

在 Windows 系统中执行：

VDF.Web.exe

随后在浏览器中打开 http://localhost:5000，输入控制台显示的密码即可登录。

如需修改服务端口，执行以下命令：

ASPNETCORE_URLS=http://+:8080 ./VDF.Web

Web 服务的配置和登录凭据存储路径如下：

• Windows：%APPDATA%\VDF\
• Linux：~/.config/VDF/（或 $XDG_CONFIG_HOME/VDF/）
• macOS：~/Library/Preferences/VDF/

扫描数据库文件 ScannedFiles.db 会优先存储在与可执行文件同级的目录下（前提是该目录具备写入权限）；若该目录不可写，则会自动回退到以下路径：

• Windows：%LOCALAPPDATA%\VDF\
• Linux：~/.local/state/VDF/（或 $XDG_STATE_HOME/VDF/）
• macOS：~/Library/Application Support/VDF/

Docker（Web UI）

镜像名称：ghcr.io/0x90d/vdf-web 参考标签：latest

Docker 是在 NAS、家用服务器或任意 Linux 设备上运行 Web UI 的最简便方式。镜像内已预装 FFmpeg，无需单独安装。

环境要求

• 已完成 Docker 安装

快速开始

docker run -d \
--name vdf-web \
-p 8080:8080 \
-v vdf-db:/root/.config/VDF \
-v vdf-state:/root/.local/state/VDF \
-v /path/to/your/media:/media:ro \
ghcr.io/0x90d/vdf-web:latest

标签 :latest 对应每日构建版本。若希望锁定到指定正式版本，可直接使用对应版本号，例如 ghcr.io/0x90d/vdf-web:4.1.1。

部署完成后在浏览器中打开 http://localhost:8080。执行 docker logs vdf-web 查看初始密码，输入密码即可登录。进入 Web UI 后，将 /media（或你实际挂载的媒体路径）添加为扫描目录即可。

如需自定义密码，可执行以下启动命令：

docker run -d \
--name vdf-web \
-p 8080:8080 \
-e VDF_WEB_PASSWORD=mysecretpassword \
-v vdf-db:/root/.config/VDF \
-v vdf-state:/root/.local/state/VDF \
-v /path/to/your/media:/media:ro \
ghcr.io/0x90d/vdf-web:latest

docker compose（长期部署推荐）

• 从本仓库下载 docker-compose.yml 文件
• 编辑该文件，添加你的媒体目录挂载配置，还可按需自定义密码：

environment:
- VDF_WEB_PASSWORD=mysecretpassword # 可选，若未设置仍可通过 docker logs 查看初始密码
volumes:
- /mnt/nas/movies:/mnt/nas/movies:ro
- /mnt/nas/series:/mnt/nas/series:ro

• 启动服务：

docker compose up -d

• 在浏览器中打开 http://localhost:8080 并输入密码（若未自行设置密码，请执行 docker logs 查看）。

---

项目仓库 README（补充说明）

Video Duplicate Finder

Video Duplicate Finder 是一款跨平台软件，可基于文件相似性在硬盘中查找重复的视频及图像文件。与其他查重工具不同，本工具还能识别分辨率、帧率不同，甚至带有水印的重复媒体文件。

功能特性

• 全平台支持
• 扫描速度快
• 重扫速度极快
• 可选择原生调用 FFmpeg 函数以进一步提升性能
• 基于相似性识别重复视频/图像（支持零成本调用 pHash 进行扫描）
• 片段检测功能：通过音频指纹识别短片段属于长视频的部分内容
• 可选 AI 匹配：通过神经图像嵌入技术识别传统方法遗漏的裁剪、镜像、缩放、重度编辑的副本，无需音频即可定位长视频中的剪辑片段，全程 100% 本地运行
• 提供桌面端图形界面（支持 Windows、Linux、macOS）
• 支持无桌面 CLI 模式，便于脚本调用与自动化部署
• 提供 Web UI，适配远程访问、无桌面设备及 NAS 场景
• 内置 Docker 镜像，实现一键自托管部署

片段检测

VDF 可识别出短视频是长视频的部分片段场景，例如从电影中截取的片段、从长时长录像中保存的剪辑。候选片段通过音频指纹技术匹配，可捕捉到普通视觉扫描遗漏的片段；默认情况下，所有音频匹配结果都会通过对比对应偏移位置的帧内容，完成二次视觉核验。

该功能作为独立的第二阶段步骤，在常规视觉重复扫描完成后运行，采用音频指纹流水线（类 Chromaprint 色度特征提取 + 滑动窗口汉明相似度匹配）。匹配成功的文件对会显示在重复文件列表中，附带「片段偏移量」列，标注该片段在源长视频中的起始位置。

启用方法

进入 设置 → 片段检测，勾选启用片段检测，可按需调整以下参数：

[!NOTE] 片段检测功能要求两个文件都包含音频轨道，不含音频的视频会被跳过。此类场景可参考下文「AI 匹配」中的视觉片段检测方案。

---

AI 匹配（可选功能）

VDF 还可通过神经图像嵌入技术对比视频内容，底层基于 ONNX Runtime 运行 https://github.com/***research/dinov2 视觉模型。原有经典对比逻辑仍作为核心判定依据，AI 扫描仅会补充新增模型高置信度的匹配对，因此启用该功能绝不会覆盖或丢失你原本能得到的扫描结果。该功能专门针对基于像素对比的传统方法容易遗漏的场景优化：

• 变换副本识别：可识别经过裁剪、镜像、缩放、加黑边、调色等重度编辑的同源视频，这类匹配结果会在列表中标识「AI」标签。
• 视觉片段检测：通过对采样关键帧做一致性时间偏移匹配，识别长视频中包含的裁剪片段。与前文基于音频的片段检测不同，该方案完全支持无音频、静音或重新配音的视频。匹配结果同样会展示「片段偏移量」列。

启用方法

两个关联开关相互独立，默认均处于关闭状态：

CLI 对应参数：--ai-matching、--ai-percent、--ai-partial、--ai-partial-hit-percent。

组件说明、隐私特性与资源占用

首次使用时，VDF 会一次性下载两个组件（总大小约 100 MB）：来自 https://github.com/microsoft/onnxruntime/releases 的 ONNX Runtime 库，以及嵌入模型（会基于固定的 SHA256 值完成完整性校验）。这两个组件会存储在扫描数据库的同级目录下。GUI 版本会在下载前弹出提示，而 CLI、Web 及 Docker 版本则会在启用 AI 相关选项时自动完成下载。

所有运算完全在你的本地 CPU 上运行。 无云服务依赖，无需注册账号，没有任何数据会被上传——模型会直接在你本机上分析视频帧，全程本地处理。

性能开销：哈希处理阶段单文件耗时约 50 毫秒；嵌入特征会被缓存在扫描数据库中（单文件约占 2 KB），因此后续重新扫描仍可保持高速。视觉片段检测功能会将关键帧缓存存储在独立的附属文件 DenseEmbeddings.db 中（单视频约占 25 KB），该文件支持自动清理。

支持所有正式发布的平台：Windows、Linux x64/ARM64、macOS Intel 芯片与 Apple Silicon 芯片设备。

---

下载

https://github.com/0x90d/videoduplicatefinder/releases/tag/4.1.x — 每次提交代码后，附件包都会自动重新构建并替换。

https://github.com/0x90d/videoduplicatefinder/releases（版本标签格式如 v4.1.1）会不定期发布，发布后对应的文件内容不会再发生变更。包管理器及所有需要固定下载版本的用户应使用这类正式发布包。

偏好经典界面？ 4.1 版本引入了重新设计的新界面。最终保留经典 UI 的构建版本仍可在 https://github.com/0x90d/videoduplicatefinder/releases/tag/4.0.x 获取，两个版本的数据库和配置文件完全双向兼容。

从 3.x 版本升级： 首次启动加载时，扫描数据库会自动完成迁移。后续扫描时缓存的图片哈希会重新生成（图片处理逻辑已从 ImageSharp 切换为 FFmpeg），视频哈希则不受影响。迁移完成后不建议降级回 3.x 版本。最后一个 3.x 版本的构建包可在 https://github.com/0x90d/videoduplicatefinder/releases/tag/3.0.x 获取。

各平台提供的安装包类型：

• GUI- — 桌面端图形应用
• CLI- — 命令行工具
• Web- — 独立封装的 Web 服务器

---

桌面端 GUI

环境要求

运行依赖 FFmpeg 和 FFprobe。首次启动时 VDF 会尝试自动下载这两个组件。原生 FFmpeg 绑定要求使用 FFmpeg 8.x 共享库（不能使用 master 分支版本）。

Windows

从 https://ffmpeg.org/download.html 下载最新的 FFmpeg GPL 共享包。 将解压得到的 ffmpeg.exe 和 ffprobe.exe 放到与 VDF.GUI.exe 相同的目录下，或放入该程序同级的 bin 子文件夹中，也可将二者所在路径添加到系统 PATH 环境变量中。

Linux

sudo apt-get update && sudo apt-get install ffmpeg

完成后运行程序：

chmod +x VDF.GUI
./VDF.GUI

可选：将程序添加到应用菜单

Linux 压缩包中已包含 videoduplicatefinder.desktop 和 icon.png 文件。如需在 GNOME、KDE、XFCE 等桌面环境中注册该应用，执行以下操作：

# 修改 Exec= 和 Icon= 路径，与你解压文件的实际路径匹配，例如：
sed -i "s|/opt/videoduplicatefinder|$(pwd)|g" videoduplicatefinder.desktop

# 为当前用户安装注册
mkdir -p ~/.local/share/applications
cp videoduplicatefinder.desktop ~/.local/share/applications/

完成后该应用就会带着图标出现在桌面启动器中。

macOS

brew install ffmpeg

解压压缩包，其中包含 Video Duplicate Finder.app，双击即可启动。

如果 macOS 提示“无法打开该应用，因为无法验证开发者”而阻止运行，请右键点击该 .app 文件选择 打开，再在弹出窗口中确认即可，该操作仅需执行一次。

如果系统仍拒绝运行应用包（例如 macOS 14+ / Tahoe 版本提示“系统策略禁止库加载”），请执行以下命令清除隔离标记并对包内所有二进制文件执行临时自签名：

xattr -cr "Video Duplicate Finder.app"
codesign --force --deep --sign - "Video Duplicate Finder.app"

---

CLI（命令行工具）

CLI 版本适用于脚本调用、定时任务，以及没有显示器的无头服务器场景。

环境要求

与 GUI 版本一致：必须确保 FFmpeg 和 FFprobe 在系统 PATH 中，或与 vdf-cli 二进制文件存放在同一目录下。

安装

从 https://github.com/0x90d/videoduplicatefinder/releases/tag/4.1.x 下载对应平台的 CLI- 安装包并解压。

在 Linux/macOS 环境下，需要为二进制文件添加可执行权限：

chmod +x vdf-cli

使用说明

单步完成扫描与比对

vdf-cli scan-and-compare --include /path/to/media

扫描多个目录，并将结果保存为 JSON 格式

vdf-cli scan-and-compare \
--include /mnt/movies \
--include /mnt/series \
--exclude /mnt/movies/extras \
--format json \
--output results.json

常用选项

自动标记并删除重复文件

# 试运行——仅展示将会执行的删除操作，不会实际修改文件（默认行为）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --dry-run

# 将重复文件移动到回收站（更安全的选项）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --delete

# 永久删除文件（请谨慎使用）
vdf-cli scan-and-compare --include /mnt/media --action lowest-quality --delete-permanent

可用的 --action 处理策略：

[!NOTE] 不推荐直接使用自动删除功能。请务必先使用 --dry-run 参数预览并核对结果，确认无误后再执行后续操作。

---

Web UI

Web UI 以本地 Web 服务器形式运行，你可以直接通过浏览器访问使用。该版本专为无头设备、NAS 设备以及远程管理场景设计。

[!WARNING] 安全提示：本 Web UI 已启用密码保护，但仅设计用于本地或 Docker 环境，请勿将其暴露在公网互联网中。

身份认证

首次启动时，系统会生成一个随机密码并输出到控制台：

============================================
Web UI password: aB3xK9mQ7p
============================================

在浏览器中输入该密码即可登录，"记住我" Cookie 会保持登录状态 30 天。

Docker 用户： 执行 docker logs vdf-web 即可查看生成的密码。

系统依赖

程序运行要求预先安装 FFmpeg 和 FFprobe。在非 Docker 环境下首次启动时，VDF.Web 会尝试自动下载这两个组件，你也可以通过系统包管理器手动安装，或将其可执行文件路径加入系统 PATH 环境变量。

自包含归档安装

从 https://github.com/0x90d/videoduplicatefinder/releases/tag/4.1.x 下载对应的 Web 版本归档包并解压。

在 Linux/macOS 系统上执行：

chmod +x VDF.Web
./VDF.Web

在 Windows 系统上执行：

VDF.Web.exe

随后在浏览器中打开 **http://localhost:5000**，输入控制台显示的密码即可使用。

如需修改服务监听端口：

ASPNETCORE_URLS=http://+:8080 ./VDF.Web

Web 配置和登录凭据存储路径如下：

• Windows：%APPDATA%\VDF\
• Linux：~/.config/VDF/（也可使用 $XDG_CONFIG_HOME/VDF/）
• macOS：~/Library/Preferences/VDF/

扫描数据库文件（ScannedFiles.db）的存储规则为：如果程序所在目录可写入，则直接保存在该目录下；否则自动回落至以下路径：

• Windows：%LOCALAPPDATA%\VDF\
• Linux：~/.local/state/VDF/（也可使用 $XDG_STATE_HOME/VDF/）
• macOS：~/Library/Application Support/VDF/

---

Docker 部署（Web UI）

通过 Docker 是在 NAS、家庭服务器或任意 Linux 设备上运行 Web UI 的最简单方式，镜像中已内置 FFmpeg，无需额外单独安装。

前置要求

• 已安装 https://docs.docker.com/get-docker/

快速启动

docker run -d \
--name vdf-web \
-p 8080:8080 \
-v vdf-db:/root/.config/VDF \
-v vdf-state:/root/.local/state/VDF \
-v /path/to/your/media:/media:ro \
ghcr.io/0x90d/vdf-web:latest

标签 :latest 对应每日构建版本。如果你希望固定使用某一个正式版本，可直接替换为对应版本号，例如 ghcr.io/0x90d/vdf-web:4.1.1。

启动后在浏览器中打开 **http://localhost:8080**，执行 docker logs vdf-web 查看初始密码并输入完成登录。进入 Web UI 后，将挂载的 /media（或你自行配置的其他挂载路径）添加为扫描目录即可。

如需自定义密码，可执行以下命令：

docker run -d \
--name vdf-web \
-p 8080:8080 \
-e VDF_WEB_PASSWORD=mysecretpassword \
-v vdf-db:/root/.config/VDF \
-v vdf-state:/root/.local/state/VDF \
-v /path/to/your/media:/media:ro \
ghcr.io/0x90d/vdf-web:latest

docker compose 部署（长期部署推荐）

1. 从本代码仓库下载 docker-compose.yml 文件。
2. 编辑该文件，添加媒体目录的挂载配置，也可按需自定义密码：

environment:
- VDF_WEB_PASSWORD=mysecretpassword # 可选配置项，不配置则可从 docker logs 中查询密码
volumes:
- /mnt/nas/movies:/mnt/nas/movies:ro
- /mnt/nas/series:/mnt/nas/series:ro

3. 启动服务：

docker compose up -d

4. 在浏览器中打开 **http://localhost:8080**，输入对应密码登录即可（未自定义密码时可查看 docker logs 输出获取随机密码）。
5. 如需升级到最新镜像版本，执行以下命令：

docker compose pull && docker compose up -d

挂载卷参考

补充说明

• 容器镜像同时支持 linux/amd64 和 linux/arm64 架构，可适配树莓派、ARM 架构 NAS 等设备。
• 镜像已发布至 https://github.com/0x90d/videoduplicatefinder/pkgs/container/vdf-web，每一次代码提交后都会自动更新镜像。

---

截图（内容已过时）

许可证

Video Duplicate Finder 采用 AGPLv3 许可证发布。

可选 AI 组件会在首次使用时单独下载，各自遵循独立的许可证规则：ONNX Runtime 采用 MIT 许可证，DINOv2-small 嵌入模型采用 Apache-2.0 许可证。二者均未随发布版本的二进制文件一同打包，也未与程序二进制文件做链接。

鸣谢 / 第三方组件

• https://github.com/AvaloniaUI/Avalonia
• https://github.com/Actipro/Avalonia-Controls
• https://github.com/Ruslan-B/FFmpeg.AutoGen
• https://github.com/Cysharp/MemoryPack
• https://github.com/wo80/AcoustID.NET：用于片段检测的音频指纹提取流程（包含 Chromaprint 风格色度特征提取、FIR 平滑处理和指纹编码逻辑）衍生自该库，遵循 LGPL 2.1 许可证
• https://github.com/microsoft/onnxruntime（Microsoft，MIT 许可证）：为可选 AI 匹配功能提供推理引擎支持

编译构建

• 依赖 .NET 10.x
• 推荐使用 Visual Studio 2022 或更高版本进行开发构建

贡献指南

• 每一项新增功能或问题修复请单独提交 Pull Request，请勿将多个改动合并到同一个 PR 中
• 若 PR 未对应已存在的 Issue，请在 PR 描述中清晰说明本次改动的具体内容
• 涉及较大规模改动的 PR，请先提交 Issue 进行讨论，确认方案后再提交正式 PR