Infstellar███╗ ███╗███████╗███╗ ███╗███████╗███╗ ███╗███████╗ ██████╗ ██╗ ██╗ ████╗ ████║██╔════╝████╗ ████║██╔════╝████╗ ████║██╔════╝██╔═══██╗██║ ██║ ██╔████╔██║█████╗ ██╔████╔██║█████╗ ██╔████╔██║█████╗ ██║ ██║██║ █╗ ██║ ██║╚██╔╝██║██╔══╝ ██║╚██╔╝██║██╔══╝ ██║╚██╔╝██║██╔══╝ ██║ ██║██║███╗██║ ██║ ╚═╝ ██║███████╗██║ ╚═╝ ██║███████╗██║ ╚═╝ ██║███████╗╚██████╔╝╚███╔███╔╝ ╚═╝ ╚═╝╚══════╝╚═╝ ╚═╝╚══════╝╚═╝ ╚═╝╚══════╝ ╚═════╝ ╚══╝╚══╝
✨ 通过自然语言检索表情包 ✨
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 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。
- 社区驱动：能够在社区(WIP)分享自己制作的表情包资源包！
- 另外，单纯使用检索功能，若使用API无需任何花费💰
Mememeow 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
- 克隆仓库
git clone https://github.com/MemeMeow-Studio/MemeMeow.git
cd MemeMeow
- 安装依赖
pip install -r requirements.txt
- 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
- 访问 Web 界面 (默认为
http://localhost:8501) - 在搜索框中输入你想要的表情包场景描述
- 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
- 进入
upload images页面 - 在
添加表情包下选择图片 - 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
- 进入
label images页面 - 选择图片文件夹
- 点击
使用VLM生成描述生成标签 - 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
- 检查图片已经完全标记完成
- 填写资源包相关信息
- 点击
导出资源包按钮 - 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
社区资源包 (NEW!)
社区资源包工作原理
社区资源包分为 资源包仓库更新信息community_manifest.json，表情包仓库metadata.json，和表情包库manifest.json。
点击资源包管理页面，添加一个community_manifest的url，然后点击更新按钮。每次更新，MemeMeow会对比url指向的manifest和本地manifest中，每个表情包库的timestamp；
如果存在更新，则根据清单文件的信息，针对有更新的表情包库，重新下载表情包库的清单文件。
下载完成的社区资源包跟在线资源包的管理方式一致。
示例社区清单文件链接：
在线资源包
点击资源包管理页面，点击导入在线资源包，输入资源包链接，按下回车。
导入在线资源包只会下载一个manifest，存储所有图片的url路径和文件名。文件名用于匹配查询；匹配到图片后，会自动根据url联网下载图片，并缓存到本地，避免下载整个资源包。
示例资源包链接：(导入时输入)
https://github.com/MemeMeow-Studio/VVfromVideo/raw/main/all_vvs/manifest.json
示例仓库链接：
https://github.com/MemeMeow-Studio/VVfromVideo
离线资源包
点击资源包管理，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Mememeow。
🔌 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
Mememeow 相关应用:
| 应用 | 作者 | GitHub | 链接 |
|---|---|---|---|
| VVQuest网页端 | VVQuest | 链接 | |
| VVQuestiOS捷径 | TomSmith163 | 链接 | |
| HakuBot().vv() 命令 | apple_catwaii | ||
| VVQuest油猴脚本 | DanielZhangyc | vvquest-tampermonkey-extension | greasyfork |
Tip
📄 License
本项目采用 MIT 开源协议。
⭐ Star History
已知问题
由于streamlit的管理方式，每次源代码更新后刷新网页，会重新生成ImageData，造成内存泄漏。不修改源代码不会触发此问题。