💠前言

• 

• 官网：https://mtmt.tech

• MT Photos：一款为Nas用户准备的照片管理系统，支持自动整理、分类您的照片，比如：时间、地点、人物、照片类型。

• 功能特点

  • 支持Docker部署
  • 支持多用户
  • 支持时间线方式展示您的照片
  • 支持以文件夹的方式展示您的照片
  • 支持人脸分类
  • 支持地点分类
  • 支持Live Photos的无损备份、下载、显示
  • 支持场景分类（比如：截图/动物/风景等）
  • 通过影集分享，您可以方便地将照片分享给家人
  • 支持IOS/安卓 APP

• 收费情况

  • 99元终身

💠环境

• 设备：群晖NAS
• 芯片：i5-9500T
• 部署方式：Docker-compose

💠Docker部署方式已包含CLIP和人脸识别的AI大模型.

• 教程更新日期：2026-6-18
• 官网文档：https://mtmt.tech/docs/advanced/ml
• 部署方式：Docker-compose
• 通过SSH工具，连接设备后台，使用命令行进行部署，更高效.
• 创建目录，命名为mt_photos.
• 创建YML文件，vim docker-compose.yml 内容如下：

services:
  mtphotos:
    image: mtphotos/mt-photos:latest
    container_name: mtphotos
    restart: unless-stopped
    ports:
      - 8963:8063           # 左侧端口可自定义
    volumes:
      - /mnt/mydisk/ssd/mt_photos/config:/config
      - mt_photos_pg:/config/pgsql
      - /mnt/mydisk/ssd/mt_photos/upload:/upload
      - /mnt/mydisk/ssd/mt_photos/upload/Liu
      - /mnt/mydisk/ssd/mt_photos/upload/Hygge
      - /mnt/mydisk/ssd/mt_photos/upload/Baby
    environment:
      - TZ=Asia/Shanghai
    depends_on:
      - mtphotos_ai
      - mtphotos_face_api

  mtphotos_ai:
    image: devfox101/mt-photos-ml:v2.7.5
    # runtime: nvidia       # 如果需要使用cuda，就取消这一行的注释
    container_name: mtphotos_ai
    restart: unless-stopped
    devices:
      - "/dev/dri:/dev/dri" # 如果需要使用intel核显，就取消这一行和上一行的注释
    ports:
      - 3603:3003           # 左侧端口可自定义
    volumes:
      - /mnt/mydisk/ssd/mt_photos/ml-cache:/cache # 用来存放各种识别模型的文件
    environment: 
      - API_AUTH_KEY=7XrNCzwmTzcA2vGwX
      # - HF_ENDPOINT=https://hf-mirror.com # 如果下载模型失败，可以尝试取消这一行的注释，使用hf的镜像地址下载模型
      # 下面2行为自定义CLIP模型的示例
      # - CLIP_VISUAL_MODEL_NAME=XLM-Roberta-Large-ViT-H-14__frozen_laion5b_s13b_b90k
      # - CLIP_TEXTUAL_MODEL_NAME=XLM-Roberta-Large-ViT-H-14__frozen_laion5b_s13b_b90k

  mtphotos_face_api:
    image: crpi-gcuyquw9co62xzjn.cn-guangzhou.personal.cr.aliyuncs.com/devfox101/mt-photos-insightface-unofficial:latest
    container_name: mtphotos_face_api
    restart: unless-stopped
    ports:
      - 8966:8066            # 左侧端口可自定义
    environment:
      - API_AUTH_KEY=LBrrx7V2N2yVbjoue  # 密钥请自定义
    volumes:
      - /mnt/mydisk/ssd/mt_photos/face:/app/data # 用来存放face的数据目录

# 定义顶级卷
volumes:
  mt_photos_pg: {}

针对上述YML文件的注释：
- config文件夹：用于存储数据库文件、缩略图、预览视频等缓存文件;
- upload文件夹: 用于存储App备份的照片、视频;
- zhansan/lisi：用于存储张三/李四的个人相册，亦可修改为其余名称;（官方表示/folder1，/folder2为已有的照片、视频所在的文件夹；可以根据实际情况添加需要映射的目录，数量没有限制。）
- mtphotos_ai这个服务是用来做场景识别和图文搜索的，该服务是可选的，建议配置.

• 拉取项目

docker-compose pull

• 启动项目

docker-compose up -d 

• 打开网页后台

- IP:8963

• 打开MT_Photo的网页后台，找到"系统配置"--人脸识别-API (Beta)，录入API配置.

- 接口地址 填写 http://[nas的ip]:自定义端口
- API_AUTH_KEY 填写 mt_photos_ai_extra （这是默认值;如果使用过密码随机生成器，就使用自己生成的，更安全）
- 人脸置信度阈值 如果人脸检测模型用的是默认的retinaface，建议填写0.99 ；如果是其他模式建议填写0.9；
- 人物匹配差异值阈值 如果人脸特征提取模型用的是默认的Facenet512，建议填写0.15；；

• API参数配置完成，先点击"测试API"，网页提示"测试通过"，表示之前的镜像配置成功了；否则再次进行排查.
• 再次开启"人脸识别的开关"，此页面的后台任务就有数据加载中；
• 群晖后台页面，右上角也会显示"正在索引"的进度，成功后，同样会提示"索引完成".
• 静静等待相册网页端的人脸识别数据加载完成,大功告成.
• 若你的家宽ip有公网ip，就在软路由中，做一下端口转发也行.

💠博主自用的Docker-compose的YAML配置文件

• 注意：配置MT_Photo的网页后台，需要将【智能识别 - API里面的自定义CLIP的向量长度】--修改为768,CLIP才会生效.

services:
  mtphotos:
    image: mtphotos/mt-photos:latest
    container_name: mtphotos
    restart: unless-stopped
    network_mode: "host"
    ports:
      - 8963:8063
    volumes:
      - /mnt/mydisk/ssd/mt_photos/config:/config
      - mt_photos_pg:/config/pgsql
      - /mnt/mydisk/ssd/mt_photos/upload:/upload
      - /mnt/mydisk/ssd/mt_photos/upload/Liu
      - /mnt/mydisk/ssd/mt_photos/upload/Hygge
      - /mnt/mydisk/ssd/mt_photos/upload/Baby
    environment:
      - TZ=Asia/Shanghai
    depends_on:
      - mtphotos_ai
      - mtphotos_face_api

  mtphotos_ai:
    image: devfox101/mt-photos-ml:v2.7.5
    # runtime: nvidia # 如果需要使用cuda，就取消这一行的注释
    container_name: mtphotos_ai
    restart: unless-stopped
    devices:
      - "/dev/dri:/dev/dri" # 如果需要使用intel核显，就取消这一行和上一行的注释
    ports:
      - 3603:3003
    volumes:
      - /mnt/mydisk/ssd/mt_photos/ml-cache:/cache # 用来存放各种识别模型的文件
    environment:
      - API_AUTH_KEY=7XrNCzwmTzcA2vGwX
      # - HF_ENDPOINT=https://hf-mirror.com # 如果下载模型失败，可以尝试取消这一行的注释，使用hf的镜像地址下载模型
      # 下面2行为自定义CLIP模型的示例
      # - CLIP_VISUAL_MODEL_NAME=XLM-Roberta-Large-ViT-H-14__frozen_laion5b_s13b_b90k
      # - CLIP_TEXTUAL_MODEL_NAME=XLM-Roberta-Large-ViT-H-14__frozen_laion5b_s13b_b90k

  mtphotos_face_api:
    image: crpi-gcuyquw9co62xzjn.cn-guangzhou.personal.cr.aliyuncs.com/devfox101/mt-photos-insightface-unofficial:latest
    container_name: mtphotos_face_api
    restart: unless-stopped
    ports:
      - 8966:8066
    environment:
      - API_AUTH_KEY=LBrrx7V2N2yVbjoue
    volumes:
      - /mnt/mydisk/ssd/mt_photos/face:/app/data # 用来存放face的数据目录

# 定义顶级卷
volumes:
  mt_photos_pg: {}

💠参考资料

• xiaozblog博客，针对群晖NAS：https://blog.xiaoz.org/archives/19858
• David的日常, 针对UnRaid: https://post.smzdm.com/p/aev0geo3