https://github.com/mememeow-studio/vvquest

智能检索张维为表情包
https://github.com/mememeow-studio/vvquest

artificial-intelligence embeddings-word2vec python streamlit streamlit-webapp

Last synced: 3 months ago
JSON representation

智能检索张维为表情包

Host: GitHub
URL: https://github.com/mememeow-studio/vvquest
Owner: MemeMeow-Studio
License: mit
Created: 2025-02-11T13:28:11.000Z (4 months ago)
Default Branch: main
Last Pushed: 2025-02-25T13:51:00.000Z (3 months ago)
Last Synced: 2025-02-25T15:47:05.765Z (3 months ago)
Topics: artificial-intelligence, embeddings-word2vec, python, streamlit, streamlit-webapp
Language: Python
Homepage: https://vv.xy0v0.top
Size: 38.3 MB
Stars: 724
Watchers: 4
Forks: 30
Open Issues: 7
Metadata Files:
- Readme: README.md
- License: LICENSE

Awesome Lists containing this project

README

        



██╗   ██╗██╗   ██╗ ██████╗ ██╗   ██╗███████╗███████╗████████╗

██║   ██║██║   ██║██╔═══██╗██║   ██║██╔════╝██╔════╝╚══██╔══╝

██║   ██║██║   ██║██║   ██║██║   ██║█████╗  ███████╗   ██║   

╚██╗ ██╔╝╚██╗ ██╔╝██║▄▄ ██║██║   ██║██╔══╝  ╚════██║   ██║   

 ╚████╔╝  ╚████╔╝ ╚██████╔╝╚██████╔╝███████╗███████║   ██║   

  ╚═══╝    ╚═══╝   ╚══▀▀═╝  ╚═════╝ ╚══════╝╚══════╝   ╚═╝   



_✨ 通过自然语言检索表情包 ✨_

[在线体验](https://zvv.quest) · [反馈问题](https://github.com/DanielZhangyc/VVQuest/issues) · [参与贡献](https://github.com/DanielZhangyc/VVQuest/pulls)

[![License](https://img.shields.io/github/license/DanielZhangyc/VVQuest)](LICENSE)

[![Python Version](https://img.shields.io/badge/python-3.11+-blue.svg)](https://www.python.org)

[![Online Demo](https://img.shields.io/website?url=https%3A%2F%2Fvv.xy0v0.top&up_message=online&down_message=offline&label=demo)](https://zvv.quest)

---



    Features •

    Screenshots •

    Quick Start •

    Usage •

    API •

    Related Applications







## ✨ Features

> [!CAUTION]

> 本项目返回表情包结果由AI生成，与本人观点无关。

- **自然语言处理**: 采用嵌入模型，实现 Q&A 式的检索，能够对给出问题自动使用表情包回应。

- **高拓展性**: 可结合 VLM 高效为图片打上标签，制作资源包并在 [Issues](https://github.com/DanielZhangyc/VVQuest/issues) 中分享。

- **便捷使用**: 提供现成的web（无法导入资源包），API使用，以及iOS捷径使用，可不用部署到本地。

- 另外，**单纯使用检索功能**，若使用API无需任何花费💰

VVQuest 是一个基于自然语言的表情包检索工具。它能让你通过描述想要的场景，快速找到合适的表情包。不再需要记住具体的文件名或标签，就能轻松找到想要的表情！



## 📸 Screenshots



主页面 - 表情包检索




Web界面展示




上传页面 - 添加新表情包




标签页面 - 为表情包添加描述


## ℹ️ Data Source

本项目张维为表情包来源于 [知乎](https://www.zhihu.com/question/656505859/answer/55843704436)

> [!CAUTION]

> 若有侵权，请联系删除



## 🚀 Quick Start

### 环境要求

- Python 3.11+

- 可选: Silicon Flow API Key (用于云端模型) / OpenAI API Key (用于 VLM 打标)

### 安装步骤

1. 克隆仓库

```bash

git clone https://github.com/DanielZhangyc/VVQuest.git

cd VVQuest

```

2. 安装依赖

```bash

pip install -r requirements.txt

```

3. 启动应用

```bash

python -m streamlit run app.py

```

> [!NOTE]

> 首次运行本地模型时会需要下载必要的模型文件，这可能需要一些时间。



## 📖 Usage

### Basic Usage

1. 访问 Web 界面 (默认为 `http://localhost:8501`)

2. 在搜索框中输入你想要的表情包场景描述

3. 点击搜索，系统会返回最匹配的表情包

### 图片管理

#### 上传新图片

1. 进入 `upload images` 页面

2. 在 `添加表情包` 下选择图片

3. 可选: 启用 `使用VLM自动生成文件名` 功能，这样省去人工打标的步骤

> [!CAUTION]

> 每次上传后需要重新生成缓存。

#### 图片打标

1. 进入 `label images` 页面

2. 选择图片文件夹

3. 点击 `使用VLM生成描述` 生成标签

4. 选择合适的描述并重命名文件或直接点击 `下一张` (会自动重命名)

### 导出资源包

1. 检查图片已经完全标记完成

2. 填写资源包相关信息

3. 点击 `导出资源包` 按钮

4. 等待生成完成后点击 `下载资源包`

> [!TIP]

> 你可以在 [Issues](https://github.com/DanielZhangyc/VVQuest/issues) 中分享你的资源包，或者查看其他用户分享的资源包。

### 导入资源包 

在主界面，点击管理资源包，点击导入资源包，选择资源包，点击导入。

> [!CAUTION]

> 导入资源包后，需要重新生成缓存。

> [!CAUTION]

> 新版本查找图片不再从config读取。为了从旧版本迁移，请在label images选择你的图片文件夹，选择导出资源包，然后再导入VVQuest。



## 🔌 API

本项目开放 API 接口，共各位开发者快捷使用，具体请求方式如下：

### Endpoint

`GET https://api.zvv.quest/search`

### 请求参数

| 参数名 | 类型 | 简介 | 是否必填 | 范围 |

|-----------|--------|-----------------------------------------------|----------|----------------------|

| `q`       | string | 要查询的内容（例如关键词或某个话题）  | ✅       | -                    |

| `n`       | integer| 返回的图片数量 | ✅       | 1 - 50               |

### 返回格式

返回格式为json，结构如下：

| 字段   | 数据类型 | 简介 |

|----------|-----------|-----------------------------------------------|

| `code`   | int    | 响应状态码 (200代表成功) |

| `data`   | string[]  | 图片的URL列表 |

| `msg`    | string    | 如果响应出错的情况下，对应的错误信息，成功时为空 |



## 📦 Related Applications

VVQuest 相关应用:

| 应用 | 作者   | GitHub | 链接 |

| --- | --- | --- | --- |

| VVQuest网页端 |  | [VVQuest](https://github.com/DanielZhangyc/VVQuest) | [链接](https://zvv.quest) |

| VVQuest*iOS*捷径 | [TomSmith163](https://github.com/TomSmith163) |  | [链接](https://www.icloud.com/shortcuts/a7084c7ae29e4de5898ce7c8386705f3) |

| HakuBot().vv() 命令 | [apple_catwaii](https://github.com/Apple-QAQ) |  | [QQ](https://qm.qq.com/cgi-bin/qm/qr?k=GJSCe1_B98V4Ni6leVtKAjQrAtJW-VG5 ) |

| VVQuest油猴脚本 | [DanielZhangyc](https://github.com/DanielZhangyc) | [vvquest-tampermonkey-extension](https://github.com/DanielZhangyc/vvquest-tampermonkey-extension) | [greasyfork](https://greasyfork.org/zh-CN/scripts/528477-vvquest-vv%E8%A1%A8%E6%83%85%E5%8C%85%E5%8A%A9%E6%89%8B) |

> [!TIP]

> 如果你想添加你的应用，请提交 [PR](https://github.com/DanielZhangyc/VVQuest/pulls) 或 [Issue](https://github.com/DanielZhangyc/VVQuest/issues)

## 📄 License

本项目采用 [MIT](LICENSE) 开源协议。

## ⭐ Star History

[![Star History Chart](https://api.star-history.com/svg?repos=DanielZhangyc/VVQuest&type=Date)](https://star-history.com/#DanielZhangyc/VVQuest&Date)

---

ecosyste.ms

Data

Tools

Indexes

Applications

Experiments

Awesome

https://github.com/mememeow-studio/vvquest

Awesome Lists containing this project

README