>_ DevTrendspt

Idioma

Início

Linguagens

Seções

Frontend Backend Mobile DevOps AI / ML GameDev Blockchain Embarcados Segurança
Vue

Como Organizar Centenas de Gigabytes de Fotos de Família Sem Nuvens e Assinaturas

Lap Logo

Tenho um arquivo de fotos que abrange cerca de quinze anos em um disco externo. É uma bagunça completa: JPEGs antigos de câmeras simples, arquivos RAW pesados de uma DSLR, um monte de Live Photos de um iPhone e vários duplicados de backups malfeitos. Parece familiar?

Esta coleção só cresce a cada ano. Fazer upload de um terabyte de fotos pessoais para serviços de nuvem como Google Photos ou Apple iCloud nem sempre é atraente devido a preocupações com privacidade, e pagar por assinaturas contínuas de armazenamento se acumula. Ferramentas de catalogação para desktop como o Lightroom são pesadas em recursos e prendem você a bancos de dados proprietários. O que eu quero é algo simples: um software que leia pastas existentes no disco, pesquise rapidamente e não faça upload de dados para lugar nenhum.

Recentemente descobri um projeto interessante chamado Lap que visa resolver exatamente esse problema.

Lap local photo library manager screenshot

O que é o Lap

Lap é um gerenciador de fotos desktop open-source para macOS, Windows e Linux. O princípio principal dos autores é operação local sem nuvens e sem acoplamento rígido a bancos de dados proprietários (abordagem primeiro por pastas).

O aplicativo não força você a importar arquivos para um único contêiner monolítico. Você simplesmente aponta para diretórios no seu disco ou unidade de rede, e o programa os indexa, lê metadados e constrói uma vitrine de visualização conveniente. Se você decidir remover o aplicativo, suas pastas originais permanecerão exatamente como estavam.

Recursos Práticos

Diferente de muitos visualizadores leves, este projeto lida com tarefas rotineiras de organização de bibliotecas de mídia para mais de 100 mil arquivos.

Busca Local por Redes Neurais

O recurso mais interessante é a busca integrada sem chamar APIs externas. Ele executa CLIP para consultas baseadas em texto (como pesquisar por "cachorro na praia" ou "aniversário") e InsightFace para agrupamento de rostos. A busca semântica funciona em cerca de cinquenta idiomas, incluindo Russo. Todo o processamento acontece localmente na sua CPU ou GPU através do ONNX Runtime.

Tratamento Inteligente de Formatos

Qualquer pessoa que fotografa com câmera e celular ao mesmo tempo já encontrou desordem visual:

  • Pares RAW + JPEG: o programa pode agrupar fotos idênticas em um único elemento de interface enquanto mantém ambos os arquivos no disco. Ao mover ou excluir, o par é tratado junto.
  • Apple Live Photos: arquivos HEIC e MOV/AAE associados são corretamente vinculados, reproduzem diretamente no visualizador e não quebram ao copiar.

Seleção e Limpeza de Duplicados

Para triar sessões de fotos, há um modo de comparação de quatro painéis para quadros. Você pode eliminar rapidamente duplicados borrados, definir classificações ou etiquetas de cores. O scanner de duplicados integrado encontra arquivos idênticos e envia os extras para a lixeira em lotes.

Suporte a Mais de 60 Formatos

O programa lida com formatos comuns como JPG, PNG, WebP, AVIF e JXL modernos, formatos raros como PSD ou EXR, e arquivos RAW de praticamente todos os principais fabricantes (CR3, NEF, ARW, DNG, RAF e outros).

Por Trás dos Panos

A arquitetura do projeto parece limpa e pragmática:

  • Backend: Rust e o framework Tauri. Isso mantém o aplicativo leve e impede que ele consuma gigabytes de RAM como aplicativos Electron frequentemente fazem.
  • Frontend: Vue 3, Vite e Tailwind CSS com daisyUI. A interface é responsiva e a linha do tempo não trava durante rolagem rápida.
  • Armazenamento de dados: SQLite para índices, tags e álbuns inteligentes.
  • Processamento de imagem e vídeo: wrappers em torno de LibRaw, libheif, libjpeg-turbo e FFmpeg.

Para executar e compilar a partir do código-fonte, você precisará de Rust estável, Node.js 20+ e pnpm:

git clone --recursive https://github.com/julyx10/lap.git
cd lap
git submodule update --init --recursive
cargo install tauri-cli --version "^2.0.0" --locked

# Загрузка локальных моделей и утилит
./scripts/download_models.sh
./scripts/download_ffmpeg_sidecar.sh

# Запуск dev-окружения
cd src-vite && pnpm install && cd ..
cargo tauri dev

Se compilar manualmente não é o seu estilo, há lançamentos pré-compilados no GitHub: DMG para macOS (com suporte a Apple Silicon e Intel), MSI para Windows e pacotes DEB para Linux. No macOS, o aplicativo também pode ser instalado via Homebrew:

brew tap julyx10/lap
brew install --cask lap

Trabalhando com Metadados

Aqui está um detalhe importante para saber antecipadamente. O Lap lê dados EXIF padrão (data, câmera, lente, coordenadas) diretamente dos arquivos. Mas coleções de usuários, classificações, álbuns inteligentes e rostos reconhecidos são armazenados no banco de dados do aplicativo, não escritos de volta em sidecars XMP.

Então, se você renomear ou mover uma pasta fora do Lap através de um explorador de arquivos comum, o aplicativo precisará reescanear o diretório. Os desenvolvedores recomendam fazer operações básicas de organização diretamente na interface do programa e fazer backup periódico das configurações através da aba Armazenamento.

Para Quem Este Projeto É Indicado

O Lap é ótimo para quem:

  • Mantém um grande arquivo de fotos em um NAS doméstico ou HDD externo e quer organizá-lo.
  • Valoriza a privacidade e não quer fazer upload de fotos de família para nuvens de terceiros.
  • Precisa de uma ferramenta rápida para seleção inicial de fotos RAW sem software de processamento pesado.

O projeto ainda está evoluindo, mas já oferece um conjunto maduro de recursos para uso diário. Se você está cansado da bagunça nas suas pastas de fotos, o Lap definitivamente vale a pena conferir.

Projetos relacionados