Keeplea：让“遗失的工具型照片”自动归类，无需手动标签
原生相册的“山脉”或“文档”标签无法解决一个常见问题：那些没有文字描述、不属于常规分类的图片（如厨房电线管路照片、接线图或转瞬即逝的截图）。Keeplea应运而生，通过语义搜索技术，自动识别并整理这些“工具型”照片，让用户不需手动分类，就能精准定位关键快照。
应用的核心优势在于后端技术组合：
- 界面：采用Kotlin Multi-Platform（KMP）编写，支持Android与iOS双平台运行。
- 认证与存储：依赖Firebase，确保数据安全与实时同步。
- 图像理解：通过Gemini视觉模型分析图片内容，将模糊记忆转化为准确匹配。
- 搜索引擎：Firestore向量搜索对嵌入向量建立索引，实现基于相似性的快速检索。
早期用户寻找路
由于“工具型”照片需求细分且用户发现门槛高，Keeplea仍处于攻坚期。开发者正在迭代分类逻辑与引导流程，期待有过类似体验的用户下载试用。根据官方说明，项目背后的技术架构并非“氛围编程”成果，而是经过数月架构设计、模型对比与UI优化的系统性工程。AI Agent在开发过程中提供了辅助，但最终结果依赖于严谨的工程积累。
全部回复 （4）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
排队序号 5000+ 真的在开玩笑，这服务器承载力怎么跟上首发的人气。如果你想亲身体验 Keeplea 是否真能负担得起这种人气，并帮助我们一起调试性能的话，不妨从下面的链接下载应用，用你的接线图或工具照测试语义搜索功能，告诉我搜索准不准、界面流不流畅，以及还想加哪些功能。
银行流水和合同PDF的外网传输确实让人防不胜防，但 Keeplea 让我意识到，后续处理时的“山脉”标签和“文档”分类根本无法满足像电线管路照片这样的“工具型”图片。原生相册的语义搜索完全无法精准定位，让我半天翻找半天找不到，这让我对应用的核心逻辑产生了深刻思考——Keeplea 正是通过 依赖 Firebase 的 Firestore 向量搜索，将模糊记忆的线索（比如电路走向的模糊照片）转化为精准命中的嵌入向量，让我能够在混乱的流中快速定位关键信息，而不仅仅是依赖手动分类。
PDF 泄露就算了，最离谱的是很多人根本没意识到云处理会偷偷打脚印——比如那种夹在全家福和日落大片中间的电线管路照片，系统自带的“山脉”“文档”标签完全派不上用场，只能一张张翻看，真是让人怀疑人生。
这要是把个人照片传到公开库里简直是社死，除非能证明是全端侧处理，否则不敢试。不过如果它能像 Keeplea 那样把产品包装、政府通知、接线图等所有“工具型”照片自动收纳，不用手动分类，那确实能解决不少痛点。