ابحث في مكتبة فيديو بحجم تيرابايتات محليًا خلال ثوانٍ.
بمجرد فهرسة الأرشيف، يدمج ClipCatalog البحث بالوسوم والبحث في الكلمات المنطوقة والبحث بالأوصاف الطبيعية وفلاتر الوجوه وفلاتر البيانات الوصفية في مسار استعلام واحد عبر المكتبة بأكملها. اختزل آلاف المقاطع إلى عشرات بنقرات قليلة.
بدون رسوم بالدقيقة. بدون اشتراك. رخصة واحدة بسعر 99 $ تجعل كل مقطع فيديو لديك قابلًا للبحث على جميع الأقراص.
مشكلة «أعرف أنه موجود في مكان ما هناك»
بعد بضعة تيرابايتات، حتى أفضل بنية مجلدات لا تعود كافية. تعرف أن اللقطة موجودة، لكن لا تعرف على أي قرص ولا في أي مجلد رحلة ولا في أي مقابلة ولا في أي محاولة. بدون بحث يغطي المكتبة بأكملها، لن يبقى أمامك سوى التمرير. مع ClipCatalog تطلق استعلامًا — ويظهر المقطع الصحيح خلال ثوانٍ.
بدون بحث يغطي المكتبة بأكملها
- تعرف أن اللقطة موجودة، لكن لا تعرف على أي قرص ولا في مجلد أي عام
- تتضخم رسوم SaaS السحابية مع حجم المكتبة — في الوقت ذاته الذي تحتاج فيه إلى البحث أكثر من أي وقت مضى
- تفهرس الأدوات أحادية الغرض إما الوسوم أو النصوص أو الوجوه — وليس كل ذلك مجتمعًا
مع ClipCatalog
- شريط بحث واحد يغطي جميع المجلدات وجميع الأقراص وجميع سنوات اللقطات
- اجمع وسمًا وكلمة منطوقة ووجهًا ونطاقًا تاريخيًا في استعلام واحد
- تحوّل الإعدادات المسبقة المحفوظة الاستعلامات المتكررة متعددة الفلاتر إلى استدعاءات بنقرة واحدة
كيف يعمل البحث الذي يغطي مكتبة الفيديو بأكملها
على نطاق التيرابايت يجب أن تتحقق ثلاثة شروط: أن يكون كل مقطع قابلًا للوصول من بحث واحد، وأن تعمل جميع أوضاع الاسترجاع على الفهرس نفسه، وأن يبقى الفهرس صامدًا أمام إعادة تنظيم الأقراص. يتولى ClipCatalog هذه الشروط الثلاثة محليًا.
بحث الفيديو →وجِّه إلى كل مجلد
أضف الأقراص الداخلية وأقراص SSD الخارجية ومشاركات NAS وأقراص الأرشيف. يتعقّب ClipCatalog كلًا منها حسب وحدة التخزين، فيظل الكاتالوج صامدًا أمام نقل الأقراص وإعادة التسمية ودورات الفصل وإعادة التوصيل. يمكنك استبعاد المجلدات الفرعية حين تحتاج فهرسة جزء فقط من المجلد.
يبني الذكاء الاصطناعي المحلي الفهرس
تعمل عمليات استخراج الصور المصغّرة، والوسم البصري بالذكاء الاصطناعي، والنسخ النصي بـ Whisper، واكتشاف الوجوه، وتضمينات البحث باللغة الطبيعية كلها على عتادك — DirectML أو Vulkan عند توفّرهما، وإلا فعلى وحدة المعالجة المركزية. المرور الأول تكلفة لمرة واحدة؛ بعدها يستهدف كل بحث فهرسًا محليًا.
ابحث بتكديس الفلاتر
اجمع في استعلام واحد فلاتر الوسوم والنصوص والوجوه ونوع اللقطة والبيانات الوصفية. كل فلتر يُضيِّق مجموعة النتائج أكثر — وتتقلَّص مكتبة بحجم 10 000 مقطع إلى حفنة في ثوانٍ. احفظ أي تركيبة تنوي تكرارها بوصفها إعدادًا مسبقًا؛ يصبح البحث التالي على بُعد نقرة واحدة.
بحوث تغطي المكتبة بأكملها وتصبح أخيرًا سهلة
ست عمليات بحث تُظهر شكل البحث الشامل للمكتبة في الممارسة — من وسم بصري واحد إلى إعداد مسبق محفوظ يجمع أربعة فلاتر دفعةً واحدة. يفترض كل مثال أن الفهرس قد بُني سلفًا؛ وبعد ذلك يصبح الاستعلام هو الجزء السهل.
من يبحث في مكتبة فيديو بحجم تيرابايتات؟
ستة أشكال شائعة لأرشيفات حقيقية، يثبت فيها البحث الشامل للمكتبة جدواه فور أن تتوقف عن التمرير وتبدأ في الاستعلام.
أرشيف أخبار تلفزيونية بمحتوى مفهرس يمتد على عقد كامل
نحو 40 تيرابايت و80 000 مقطع، وأربع غرف مونتاج في غرفة الأخبار تسحب المادة كل يوم. حين تنفجر قصة، يكون السؤال: «ماذا لدينا بالفعل عن هذا الشخص أو هذا المكان أو هذا الحادث؟» فلتر وجوه + بحث عن كلمة واحدة في النصوص + نطاق تاريخي يجيب على ذلك عبر عشر سنوات من التغطية في ثوانٍ.
مكتبة لقطات مخزون بكاتالوج مُسوَّى الحقوق يمتد على عقود
مئات الآلاف من المقاطع، كلٌّ منها موسوم بما يظهر فيه. يحضر المشترون بطلبات محددة جدًا («لقطة درون بطيئة لساحل خلال الساعة الذهبية»). بحث وصفي باللغة الطبيعية بصرامة Strict + فلتر نوع اللقطة scenic + فلتر الدرون يختصر مئات الآلاف من المقاطع إلى قائمة قصيرة قابلة للترخيص في استعلام واحد.
الكشف الإلكتروني القانوني عبر تسجيلات الإفادات وكاميرات الجسم وكاميرات المراقبة
خمسة وعشرون تيرابايتًا من التسجيلات ضمن مرحلة الاستكشاف: شهادات، ومستخرجات من كاميرات الجسم، وعمليات تفريغ لكاميرات حي. يطرح المحامي المقابل سؤالًا، فيحتاج الفريق إلى كل مقطع يُذكر فيه مصطلح بعينه — بسرعة، ودون رفع مواد مختومة إلى طرف ثالث. بحث عن كلمة واحدة في النصوص عبر كل المادة، ثم تضييق النتائج بنطاق تاريخي ووجه المتحدث.
تحليل رياضي عبر مكتبات متعددة المواسم من المباريات والتدريبات
خمسة مواسم من تسجيلات المباريات الكاملة بكاميرات متعددة، إلى جانب لقطات التدريب اليومية، تتراكم لتشكّل عشرات التيرابايتات. يطلب المحلل «كل هجمة مرتدة بدأ بها اللاعب X في مباريات خسرناها»: فلتر وجوه + بحث بالوسوم للحركة + فلتر بيانات وصفية للهزائم يختصر سنوات من الشرائط إلى فيديو دراسي مركّز في استعلام واحد.
مختبر وسائط جامعي وأرشيف تصوير علمي يمتد على عقد
ثمانون تيرابايتًا من تسجيلات التجارب: تجارب سلوكية، والتقاطات مجاهر، وعمل ميداني، وتسجيلات تصوير متسارع. تحتاج الورقة البحثية التالية إلى لقطات قابلة للمقارنة من دراسات أقدم — بحث وصفي باللغة الطبيعية بمستوى Balanced مع فلتر نطاق تاريخي يكشف كل تجربة قابلة للمقارنة على مدى عقد كامل، دون أن تقضي طالبة دكتوراه أسبوعين في التنقيب داخل أقراص خارجية.
خزينة أرشيف ما بعد الإنتاج لمشاريع العملاء المنجزة
ثماني سنوات من المشاريع المكتملة المؤرشَفة طوال فترة الاحتفاظ التعاقدية — تتجاوز 100 تيرابايت بكثير. تعود المنتجة لتطلب «بكرة الأسلوب الحياتي من حملة مستحضرات تجميل ربيع 2024»: إعداد مسبق محفوظ يجمع وسم العميل + نطاق تاريخ المشروع + نوع لقطات بلا حوار يستحضر البكرة المطلوبة في ثوانٍ، حتى لو كان معظم الأرشيف على أقراص خاملة.
ماذا تتوقع على نطاق التيرابايت
تضع المكتبات الكبيرة ضغطًا على كل خطوة من مراحل خط الفهرسة. صُمِّم ClipCatalog حول المقايضات التي تهم فعلًا على نطاق التيرابايت — وهذه هي النسخة الصادقة من القصة.
الفهرسة الأولى هي التكلفة الأكبر
خطّط لتشغيل المرور الأول طوال ليلة كاملة أو خلال عطلة نهاية أسبوع على مكتبة بحجم عدة تيرابايتات. بعد اكتماله، تعالج المزامنات التزايدية المحتوى الجديد فقط. أوقف الفهرسة واستأنفها متى احتجت — يُحفظ تقدّمها.
تتيح لك ضوابط العتاد التحكم في السرعة
اختر بشكل مستقل وحدة GPU المستخدمة لتحليل المحتوى، ووحدة GPU المستخدمة للنسخ النصي بـ Whisper، والجهاز المستخدم لاكتشاف الوجوه. شغّل اختبار الأداء المدمج ليقترح عليك ClipCatalog أسرع إعداد لجهازك.
يظل زمن الاستجابة عمليًا حتى بعد تجاوز 100 000 مقطع
يقوم الفهرس على قاعدة بيانات متجهات محلية وكاتالوج SQLite مُشفَّر مُحسَّن للاستعلامات السريعة. توقَّع أن يعيد استعلام بوسم واحد أو كلمة واحدة أولى نتائجه خلال ثوانٍ على مكتبة من 20 000 مقطع، وأن يظل سريع الاستجابة حتى تتضاعف المكتبة.
تُبقي الفلاتر المدمجة قوائم النتائج قابلة للتعامل
لا يجب أن تعطيك مكتبة من 10 آلاف مقطع 10 آلاف نتيجة. كدِّس فلاتر الوسوم والنصوص والوجوه ونوع اللقطة والبيانات الوصفية معًا — كل فلتر يُضيِّق المجموعة أكثر، حتى تظهر الحفنة التي أردتها فعلًا في غضون ثوانٍ.
أربعة أوضاع للاسترجاع، مكتبة واحدة
يستخدم البحث بالوسوم مفردات قابلة للسرد يولّدها الذكاء الاصطناعي؛ ويتيح البحث بالكلمات المنطوقة العثور على كلمات مفردة في النصوص مع Match-All/Match-Any؛ بينما يُرتّب البحث باللغة الطبيعية المقاطع وفق وصف حر بمستويات صرامة Relaxed/Balanced/Strict؛ أما البحث بالوجوه فيُرشّح وفق الأشخاص المُجمَّعين من الوجوه المكتشفة. استخدم الوضع المناسب لسؤالك.
Windows فقط في الوقت الراهن
يعمل ClipCatalog على نظامي Windows 10 و 11. يختار التطبيق أسرع مسار عتاد متاح — DirectML أو Vulkan أو OpenCL أو وحدة المعالجة المركزية — لكن إصدارات Mac وLinux ليست ضمن خارطة الطريق القريبة.
كيف يبدو «نطاق التيرابايت» في الواقع فعلًا
أرقام تقديرية ملموسة على عتاد تمثيلي (وحدة GPU حديثة من فئة Vulkan، وقرص NVMe لكاتالوج البيانات). ستتغير أرقامك بحسب مزيج الترميزات وحجم النموذج وسرعة التخزين — تعامل معها بوصفها إطارًا للتخطيط، لا اتفاقية مستوى خدمة صارمة.
مكتبة اختبار تمثيلية
نحو 24 تيرابايت من فيديو المصدر، ونحو 3 000 ساعة، موزَّعة على ثلاثة أقراص داخلية ومشاركة NAS واحدة. الأرقام أدناه نموذج تخطيطي بمستوى رتبة الحجم لمكتبة بهذا الشكل — وستتغيّر أرقامك الفعلية بحسب مزيج الكوديكات والعتاد ومراحل الذكاء الاصطناعي المُفعَّلة.
زمن وصول أول نتيجة
يعيد استعلام بوسم واحد على فهرس كامل من 20 000 مقطع أولى نتائجه خلال 2-5 ثوانٍ على العتاد التمثيلي. يُضيف كل فلتر إضافي جزءًا من الثانية، وعادةً ما يكون البحث الدلالي بالمتجهات هو الأبطأ.
بصمة الكاتالوج على القرص
الصور المصغّرة ووسوم الذكاء الاصطناعي والنصوص المنطوقة وبيانات الوجوه والمتجهات الدلالية تضيف جميعها مساحة تخزين فوق فيديو المصدر. تعرض شاشة الإعدادات → استخدام التخزين الإجمالي الحالي مقسَّمًا حسب الفئة بالميغابايت — قِس مساحتك الفعلية بعد المرور الأول للفهرسة بدلًا من الاعتماد على تقدير.
زمن المرور الأول للفهرسة
بالنسبة للمكتبات بحجم عدة تيرابايت، خطّط للمرور الأول كعمل خلفي يجري طوال الليل أو خلال عطلة نهاية الأسبوع — يعتمد زمن الفهرسة بشدة على مزيج الكوديكات وفئة GPU وعدد مراحل الذكاء الاصطناعي المُفعَّلة. خط المعالجة قابل للاستئناف، فيتحمّل عمليات إعادة التشغيل وتبديل الأقراص.
تكلفة المزامنة التزايدية
بعد المرور الأول، لا تمر عبر خط الذكاء الاصطناعي إلا المقاطع الجديدة أو المعدَّلة. لا يُعاد بناء الفهرس القائم أبدًا. تصل المزامنة اليومية لمكتبة عاملة عادةً إلى حالة «محدَّث» خلال دقائق، حتى لو كان الأرشيف الأساسي بحجم تيرابايتات.
اقتصاديات البحث في أرشيف بحجم 10 تيرابايت
تتقاضى خدمات النسخ النصي السحابية في الغالب ما بين 0.005 و0.024 دولار لكل دقيقة صوت. على أرشيف بحجم عدة تيرابايتات يمثّل مئات الساعات من المصدر، يكلّفك مجرّد تشغيل النسخ النصي مرة واحدة مبالغ بالآلاف — قبل رسوم طبقات التخزين، ومقاعد البحث لكل مستخدم، ورسوم نقل البيانات الصادرة (Egress) (تكلّف 0.05-0.09 دولار للجيغابايت، أي 500-900 دولار إضافية إن أردت يومًا استعادة 10 تيرابايتات). الفاتورة تكبر مع المكتبة، وكلما طالت إقامتك في السحابة ساءت الحسابات.
يقوم ClipCatalog باستيراد البيانات من الأقراص التي تملكها مسبقًا، ويفهرس محليًا باستخدام GPU الذي لديك بالفعل، ويخزّن كل شيء في قاعدة بيانات SQLite مشفّرة على جهازك. ترخيص لمرة واحدة بسعر 99 دولارًا. لا عرض نطاق، ولا رسوم نقل بيانات، ولا اشتراك دوري. تكلفة ترخيص مكتبة بحجم 50 تيرابايت تساوي تكلفة ترخيص أخرى بحجم 5 تيرابايت؛ التكلفة المهيمنة هي عتاد التخزين الذي تملكه أصلًا.
تقارن بين أدوات «المحلي أولًا» للأرشيفات الكبيرة؟ راجع مراجعة أدوات إدارة الفيديو التي تضع الخصوصية أولًا لترى أداء ClipCatalog في الاستيعاب على نطاق التيرابايت والبحث الشامل للمكتبة وسير العمل دون اتصال.
البحث في مكتبة فيديو كبيرة — الأسئلة الشائعة
ما حجم المكتبة الذي يمكن لـ ClipCatalog التعامل معه؟
صُمِّم البرنامج لأرشيفات بحجم عدة تيرابايتات موزَّعة على عدة مجلدات وأقراص ووحدات تخزين. قاعدة الكاتالوج وفهرس المتجهات وطابور المهام مُصمَّمة للتوسع؛ والسقف العملي على حاسوب حديث هو في الغالب مساحة التخزين اللازمة للصور المصغرة والمتجهات، لا عدد ثابت من مقاطع الفيديو.
كم تستغرق الفهرسة الأولى لمكتبة بحجم تيرابايتات؟
يعتمد ذلك بشدة على العتاد ومزيج الكوديكات وعدد مراحل الذكاء الاصطناعي التي تفعّلها. عادةً ما يستفيد أرشيف بحجم عدة تيرابايتات من تشغيل المرور الأول طوال الليل أو خلال عطلة نهاية الأسبوع على جهاز مزوّد بـ GPU. والفهرسة قابلة للاستئناف بالكامل.
هل تبقى الاستعلامات سريعة مع نموّ المكتبة؟
نعم — وهذا هو الجانب الذي صُمِّمت البنية حوله. تستخدم استعلامات الوسوم والنصوص أعمدة مفهرسة في كاتالوج SQLite المحلي، بينما تعتمد الاستعلامات الدلالية وتلك الخاصة بالوجوه على فهرس متجهات محلي. وكلاهما مُصمَّم ليظل سريعًا مع نمو المكتبة، فمكتبة من 50 000 مقطع ليست أبطأ إلا هامشيًا من مكتبة من 5 000 مقطع لنفس شكل الاستعلام.
هل يمكن حفظ تركيبات الفلاتر لكي لا أُضطرّ إلى إعادة بنائها؟
نعم — تُعدّ البحوث المحفوظة ميزة أساسية. اجمع بحثًا بالوسوم وفلتر كلمة في النص وفلتر وجوه ونطاقًا تاريخيًا في إعداد مسبق مُسمّى، ثم شغّله بنقرة واحدة لاحقًا. تبقى الإعدادات المسبقة منطقية حتى مع توسّع المكتبة بمرور الوقت.
هل يمكنني فعلًا الجمع بين فلاتر الوسوم والنصوص والوجوه والبيانات الوصفية في بحث واحد؟
نعم. تنطبق فلاتر فئات Visual وAudio وMetadata وLocation وTechnical جميعها على القائمة ذاتها من النتائج. يُسقط كل منها التطابقات التي لا تستوفي شرطه، فتُختزل القوائم المؤلفة من خمسة أرقام بسرعة كبيرة إلى حفنة قابلة للتعامل بفضل تكديس الفلاتر.
الميزات التي يزداد مردودها مع نموّ المكتبة
ثلاث قدرات يكبر أثرها على نحو غير متناسب مع توسّع المكتبة: الإعدادات المحفوظة التي تحوّل الاستعلامات المتكررة إلى نقرة واحدة، وتصنيف نوع اللقطة الذي يفصل الحوار عن الصوت المعلَّق عن اللقطات الطبيعية حتى قبل تطبيق فلاتر أخرى، وشريط بحث موحَّد يكدِّس الوسوم والنصوص والوجوه والبيانات الوصفية في استعلام واحد.
بحث الفيديو
إعدادات محفوظة وواجهة بحث موحَّدة تتجمَّع فيها فلاتر الوسوم والنصوص والوجوه والبيانات الوصفية في استعلام واحد — هي مساحة العمل التي تجري فيها فعليًا الفلترة الشاملة للمكتبة.
المحتوى المكتشف
تم تصميم مفردات الوسوم المولَّدة تلقائيًا لتظل سريعة مع نمو المكتبة — وتجربة البحث بالوسوم على مكتبة من 100 000 مقطع ينبغي أن تشبه تجربتها على مكتبة من 10 000.
البحث في النصوص
تُبقي الأعمدة المفهرسة في كاتالوج SQLite المحلي البحث عن كلمة واحدة في النصوص سريعًا عبر مئات الآلاف من المقاطع. ويُؤلَّف Match-All/Match-Any بنفس الطريقة.
التعرف على الوجه
تظل مجموعات الأشخاص متماسكة مع نموّ المكتبة: تنضم المقاطع الجديدة للشخص نفسه إلى المجموعة القائمة، فيبقى العثور على كل ما يحتوي وجهًا متكررًا عملية بنقرة واحدة مهما كبرت المكتبة.
مقارنات ذات صلة
إذا كنت تقارن سير العمل هذا بأدوات أخرى، فابدأ بهذه الصفحات المقارنة المباشرة.
أدلة أخرى تتمحور حول المشكلة
العثور على لقطات B-roll بما يظهر على الشاشة
وسوم بصرية تُولَّد تلقائيًا مع تركيبات Match-All / Match-Any — المكمّل الطبيعي للبحث المُجمَّع على نطاق المكتبة بأكملها.
تنظيم اللقطات عبر الأقراص و NAS
حين يتجاوز الأرشيف نطاق التيرابايتات، تكون اللقطات في الغالب موزّعة على عدة أقراص ومشاركات NAS. هذا هو الدليل المرافق لتوحيد طبقة التخزين.
البحث في الفيديوهات حسب الكلمات المنطوقة
بحث عن كلمة واحدة في النصوص داخل أرشيف مفهرس محليًا بواسطة Whisper — مكمّل دقيق على مستوى الكلمة للبحث المركّب الشامل للمكتبة.
ابحث عن شخص في مكتبة الفيديو الخاصة بك
بحث بالوجه عبر المجلدات والأقراص وسنوات اللقطات — رفيق على مستوى الشخص للبحث المركّب الشامل للمكتبة.
جرب ClipCatalog مجانًا — ما يصل إلى 500 مقطع فيديو
لا حاجة لإنشاء حساب. تظل لقطاتك على جهاز الكمبيوتر الخاص بك.