西斯特2
1.0.0
示範：sist2.simon987.net
社區網址： Discord
sist2（簡單的增量搜尋工具）
警告：sist2 正處於早期開發階段
* 查看格式支持
** 查看存檔文件
*** 參見 OCR
**** 請參閱命名實體識別
version : " 3 "
services :
elasticsearch :
image : elasticsearch:7.17.9
restart : unless-stopped
volumes :
# This directory must have 1000:1000 permissions (or update PUID & PGID below)
- /data/sist2-es-data/:/usr/share/elasticsearch/data
environment :
- " discovery.type=single-node "
- " ES_JAVA_OPTS=-Xms2g -Xmx2g "
- " PUID=1000 "
- " PGID=1000 "
sist2-admin :
image : simon987/sist2:3.4.2-x64-linux
restart : unless-stopped
volumes :
- /data/sist2-admin-data/:/sist2-admin/
- /:/host
ports :
- 4090:4090
# NOTE: Don't expose this port publicly!
- 8080:8080
working_dir : /root/sist2-admin/
entrypoint : python3
command :
- /root/sist2-admin/sist2_admin/app.py導航至 http://localhost:8080/ 以設定 sist2-admin。
選擇搜尋後端（查看比較）：
docker run -d -p 9200:9200 -e " discovery.type=single-node " elasticsearch:7.17.9下載最新的 sist2 版本。選擇與您的 CPU 架構相對應的文件，並使用chmod +x將二進位檔案標記為可執行檔。
命令列使用請參閱使用指南。
用法範例：
sist2 scan ~/Documents --output ./documents.sist2sist2 index --es-url http://localhost:9200 ./documents.sist2sist2 sqlite-index --search-index ./search.sist2 ./documents.sist2sist2 web ./documents.sist2sist2 web --search-index ./search.sist2 ./documents.sist2 | 文件類型 | 圖書館 | 內容 | 縮圖 | 元數據 |
|---|---|---|---|---|
| pdf,xps,fb2,epub | 穆PDF | 文字+OCR | 是的 | 作者、標題 |
| CBZ,CBR | 庫掃描 | - | 是的 | - |
audio/* | ffmpeg | - | 是的 | ID3標籤 |
video/* | ffmpeg | - | 是的 | 標題、評論、藝術家 |
image/* | ffmpeg | 光學字元辨識 | 是的 | 常見的EXIF標籤、GPS標籤 |
| 原始、rw2、dng、cr2、crw、dcr、k25、kdc、mrw、pef、xf3、arw、sr2、srf、erf | 原始庫 | 不 | 是的 | 常見的EXIF標籤、GPS標籤 |
| ttf、ttc、cff、woff、fnt、otf | 自由打字2 | - | 是的， bmp | 名稱及款式 |
text/plain | 庫掃描 | 是的 | 不 | - |
| html、xml | 庫掃描 | 是的 | 不 | - |
| tar、zip、rar、7z、ar ... | 圖書館檔案 | 是的* | - | 不 |
| docx、xlsx、pptx | 庫掃描 | 是的 | 如果嵌入 | 創作者、修改者、標題 |
| 文件（MS Word 97-2003） | 反詞 | 是的 | 不 | 作者、標題 |
| 手機、azw、azw3 | libmobi | 是的 | 是的 | 作者、標題 |
| wpd（WordPerfect） | 庫wpd | 是的 | 不 | 計劃 |
| json、jsonl、ndjson | 庫掃描 | 是的 | - | - |
*請參閱存檔文件
sist2將掃描儲存在存檔檔案（zip、tar、7z...）中的文件，就像它們直接位於檔案系統中一樣。也支援遞歸（檔案內的檔案）掃描。
限制：
.gif 、 .mp4帶碎片元資料等）的支援是有限的（請參閱--mem-buffer選項）您可以使用--ocr-lang 選項結合--ocr-images和/或--ocr-ebooks啟用對電子書（pdf、xps、fb2、epub）或圖像檔案類型的 OCR 支援。使用套件管理器 ( apt install tesseract-ocr-eng ) 或直接從 Github 下載語言資料檔。
simon987/sist2映像預先安裝了常用語言（hin、jpn、eng、fra、rus、spa、chi_sim、deu、pol）。
您可以使用+分隔符號指定多種語言。語言名稱必須與系統上安裝的*.traineddata檔案相同（使用chi_sim而不是chi-sim ）。
範例：
sist2 scan --ocr-ebooks --ocr-lang jpn ~ /Books/Manga/
sist2 scan --ocr-images --ocr-lang eng ~ /Images/Screenshots/
sist2 scan --ocr-ebooks --ocr-images --ocr-lang eng+chi_sim ~ /Chinese-Bilingual/sist2 v3.0.7+ 支援 SQLite 搜尋後端。 SQLite 搜尋後端的功能較少，對於中等大小的索引來說，查詢效能通常相當，但它使用的記憶體少得多，並且更容易設定。
| SQLite | 彈性搜尋 | |
|---|---|---|
| 需要單獨安裝搜尋引擎 | ✓ | |
| 記憶體佔用 | 〜20MB | >500MB |
| 查詢語法 | fts5 | 查詢字串 |
| 模糊搜尋 | ✓ | |
| 媒體類型樹即時更新 | ✓ | |
| 手動標記 | ✓ | ✓ |
| 使用者腳本 | ✓ | ✓ |
| 搜尋結果的媒體類型細分 | ✓ | |
| 嵌入搜尋 | ✓ O(n) | ✓ O(logn) |
sist2 v3.0.4+ 支援命名實體識別 (NER)。只需將受支援的儲存庫 URL 新增至配置>機器學習選項>模型儲存庫即可啟用它。
文字處理在您的瀏覽器中完成，不會將資料傳送到任何第三方服務。有關更多詳細信息，請參閱 simon987/sist2-ner-models。
| 網址 | 維護者 | 目的 |
|---|---|---|
| simon987/sist2-ner-模型 | 西蒙987 | 一般的 |
如果你不想使用預編譯的二進位文件，你可以自己編譯sist2
git clone --recursive https://github.com/simon987/sist2/
cd sist2
docker build . -t my-sist2-image
# Copy sist2 executable from docker image
docker run --rm --entrypoint cat my-sist2-image /root/sist2 > sist2-x64-linux安裝編譯時依賴項
apt install gcc g++ python3 yasm ragel automake autotools-dev wget libtool libssl-dev curl zip unzip tar xorg-dev libglu1-mesa-dev libxcursor-dev libxml2-dev libxinerama-dev gettext nasm git nodejs使用我的 fork 安裝 vcpkg：https://github.com/simon987/vcpkg
安裝vcpkg依賴項
vcpkg install openblas curl[core,openssl] sqlite3[core,fts5,json1] cpp-jwt pcre cjson brotli libarchive[core,bzip2,libxml2,lz4,lzma,lzo] pthread tesseract libxml2 libmupdf[ocr] gtest mongoose libmagic libraw gumbo ffmpeg[core,avcodec,avformat,swscale,swresample,webp,opus,mp3lame,vpx,zlib]建造
git clone --recursive https://github.com/simon987/sist2/
(cd sist2-vue ; npm install ; npm run build)
(cd sist2-admin/frontend ; npm install ; npm run build)
cmake -DSIST_DEBUG=off -DCMAKE_TOOLCHAIN_FILE= < VCPKG_ROOT > /scripts/buildsystems/vcpkg.cmake .
make
