这两天把后台那个标记了半年的 nide_xiaogou 合集终于理顺了。账号主体用的是 BABY-Puppy 和 Happy-Puppy 两个标识，早期散落在不同平台，规格参差不齐，这次集中梳理下来，压缩包解压后落盘 1.1TB，文件夹层级有二十多层深，光校验 MD5 就跑了整个下午。
先说结论：这不是那种单纯堆数量的打包资源。从最早的日常随拍到后期主题企划，拍摄周期跨度大概三年左右，能看出拍摄者在器材、布光、后期风格上有明显的迭代轨迹。
目录结构怎么分的
按时间轴切了三个大版本：
**V1 阶段（2021 年中-2022 年初）**
以手机端直出、轻量级修图为主，构图偏向生活记录感，场景多在室内自然光、便利店、地铁站台这类现成环境。这段约 180GB，文件命名保留了原始 EXIF 时间戳，方便按拍摄日期排序。
**V2 阶段（2022 年中-2023 年底）**
引入微单配定焦，开始出现有意识的布光——补光灯、柔光箱、甚至便携式 RGB 棒光。主题企划化明显：节日特辑、色系系列、角色扮演类。单套产出从二十张左右增到百张级别，RAW+JPEG 双格式保存，这段占了 520GB。
**V3 阶段（2024 年至今）**
全画幅机身+中画幅借用期，后期风格统一到「胶片模拟+低饱和高保留」预设，色彩管理走 ICC Profile 流程。新增 4K 视频短片、Live Photo、甚至部分套图配了同场景音频。持续更新部分就在这，目前增量已破 400GB。
摄影语言上有几个反复出现的视觉符号
不想用「风格标签」那套话术，直接说画面里反复出现的元素：
– **反光面处理**：玻璃橱窗、水洼、金属台面、甚至镜片本身，经常被当成第二画面载体，倒影里藏着补光灯轮廓或路人剪影。
– **色温对撞**：暖黄街灯配冷蓝补光，或者日光色温下塞入一支 3200K 微型灯珠，肤色边缘会留一条极细的色温过渡带，放大到 100% 还能看清。
– **构图留白习惯**：横构图倾向于把主体压在下三分之一，上方留大面积负空间，后期常把天花板、天空、墙面纹理当纹理层叠进去。
– **道具复用率高**：同一只毛绒兔子、同一条格子围巾、同一双帆布鞋在不同年份、不同主题里轮番上镜，形成一种隐性的系列感。
前往查看: nide_xiaogou (BABY-Puppy/Happy-Puppy)高清作品大合集 [1.10TB] 持续更新
资源整理时踩的坑
1. **重复文件极多**
早期多平台同步发布，同一张图在微博、推特、电报、网盘分流里各存一份，文件名、尺寸、水印位置全不一样。用 perceptual hash 去重后，实际唯一图片数比文件数少了 37%。
2. **RAW 文件缺失不均**
V1 期几乎无 RAW，V2 期约 60% 套图有 RAW，V3 期全覆盖。合集里标注了 `has_raw` 标记的文件夹，才值得进 Camera Raw 重新调色。
3. **视频编码不统一**
H.264、H.265、ProRes 422 HQ 混在一起，部分 4K 60p 片段码率跑到 600Mbps，直接放剪辑软件会炸时间线。建议先跑一遍 ffmpeg 统一转 ProRes 422 Proxy。
4. **元数据清洗不彻底**
部分早期图片保留了 GPS 坐标、设备序列号、甚至拍摄者微信昵称。已在整理版里批量剥离，只保留拍摄时间、光圈快门 ISO、镜头型号这类摄影参数。
怎么用这 1.1TB 更高效
别想着全盘浏览，不现实。建议三条路径：
**路径 A：按「主题标签」检索**
整理时给每套图打了 12 个维度标签：`indoor_natural`、`studio_rgb`、`street_night`、`cosplay`、`holiday`、`pet`、`self_portrait`、`collab`、`behind_scene`、`video_clip`、`raw_available`、`audio_attached`。配套生成的 SQLite 索引库支持多标签交叉查询，比如 `studio_rgb + raw_available + 2023` 能秒出 23 套可深度二创的素材。
**路径 B：跟着「器材演进」看**
按 EXIF 里的 `LensModel` 分组，能看到从 23mm f/1.4 到 55mm f/1.8，再到 80mm f/1.9 中画幅定焦的焦段偏好变化。同一焦段不同年份的对比，比看任何教程都直观。
**路径 C：只挑「带 RAW+视频」的套图**
这类套图约 140 套，占容量 380GB，但包含完整拍摄现场音频、多机位视频、全组 RAW。适合想研究布光还原、色彩还原、甚至做 3D 高斯泼溅重建的人。
持续更新部分怎么同步
不搞网盘分享链接失效那套。采用 **IPFS + Git LFS** 双轨：
– **IPFS**：全量镜像固定 CID，文件级去重，单文件损坏可单独修复。网关挂了可自建网关或用公共网关列表轮询。
– **Git LFS**：只存增量差分和索引文件（`manifest.json`、`tags.db`、`exif.csv`），克隆体积 < 2GB，适合本地挂载只读盘做随时检索。
更新频率目前维持在 **双周一增量**，每次 5-15GB。`manifest.json` 里有 `last_updated`、`new_sets`、`updated_sets`、`removed_duplicates` 字段，写个定时脚本拉取 diff 即可。
几个容易被忽略的细节
– **Live Photo 对应的 .mov 别删**，里面藏着拍摄前 1.5 秒的环境音和微动作，配合主图能还原按快门那瞬间的氛围。
– **部分套图目录下有 `lighting_diagram.svg`**，是拍摄现场手绘布光图，标注了灯位、功率、色温、修饰件，甚至反光板角度。V2 后期开始有，V3 全覆盖。
– **音频文件命名规则**：`set_001_ambient.wav` 是环境音，`set_001_director.wav` 是导演组通话录音（含布光指令），`set_001_model.wav` 是模特休息间闲聊。后两者默认不在公开索引里，需在 `manifest.json` 里开启 `include_private_audio: true` 才可见。
存储建议
1.1TB 听起来不大，但考虑到后续增量、本地去重索引、缩略图缓存、数据库文件，预留 **2TB 可用空间** 更稳妥。建议跑在 ZFS 或 Btrfs 上，开启压缩（zstd-3）和去重，实际占用能压到 850GB 左右。机械盘阵列配 512GB NVMe 做 L2ARC，随机读索引库延迟能控在 5ms 内。
—
整理到这儿，硬盘指示灯还在狂闪。下一步打算把 `tags.db` 接到本地的图床前端，做个支持多标签交叉、EXIF 可视化、RAW 在线预览的私有检索页。要是你也在搞这个合集，欢迎交换去重脚本——我那套 perceptual hash + EXIF 指纹双重校验的 Python 版本，误判率控制在 0.3% 以下，已经跑通了全量。
评论（0）
暂无评论