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

✨ 通过自然语言检索表情包 ✨

在线体验 · 反馈问题 · 参与贡献

---

Features • Screenshots • Quick Start • Usage • 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 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

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

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

2. 安装依赖

pip install -r requirements.txt

3. 启动应用

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 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 (WIP)

📦 Related Applications

VVQuest 相关应用:

应用	作者	GitHub	链接
VVQuest网页端		VVQuest	链接
VVQuest iOS捷径	TomSmith163		链接

Tip

如果你想添加你的应用，请提交 PR 或 Issue

📄 License

本项目采用 MIT 开源协议。

⭐ Star History

---