██╗ ██╗██╗ ██╗ ██████╗ ██╗ ██╗███████╗███████╗████████╗ ██║ ██║██║ ██║██╔═══██╗██║ ██║██╔════╝██╔════╝╚══██╔══╝ ██║ ██║██║ ██║██║ ██║██║ ██║█████╗ ███████╗ ██║ ╚██╗ ██╔╝╚██╗ ██╔╝██║▄▄ ██║██║ ██║██╔══╝ ╚════██║ ██║ ╚████╔╝ ╚████╔╝ ╚██████╔╝╚██████╔╝███████╗███████║ ██║ ╚═══╝ ╚═══╝ ╚══▀▀═╝ ╚═════╝ ╚══════╝╚══════╝ ╚═╝
✨ 通过自然语言检索表情包 ✨
Features • Screenshots • Quick Start • Usage • API • Related Applications
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。
- 另外，单纯使用检索功能，若使用API无需任何花费💰
VVQuest 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！
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 |
本项目张维为表情包来源于 知乎
Caution
若有侵权，请联系删除
- Python 3.11+
- 可选: Silicon Flow API Key (用于云端模型) / OpenAI API Key (用于 VLM 打标)
- 克隆仓库
git clone /~https://github.com/DanielZhangyc/VVQuest.git
cd VVQuest- 安装依赖
pip install -r requirements.txt- 启动应用
python -m streamlit run app.pyNote
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。
- 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
- 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。
- 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)
- 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。
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：
GET https://api.zvv.quest/search
| 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 |
VVQuest 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 | 链接 |
本项目采用 MIT 开源协议。
