صور العائلة اليوم أكبر أرشيف في أي بيت، وأغلبها في مكانين: ذاكرة الجوال، وخدمة صور سحابية مثل Google Photos أو iCloud Photos ترفع كل صورة جديدة تلقائياً. والخدمة السحابية مريحة، ولكن لها حساباً يظهر بعد سنوات: المساحة المجانية تمتلئ فتبدأ تدفع اشتراكاً شهرياً لا يتوقف، وصور الأطفال والوثائق ومواقع البيت كلها عند شركة واحدة، وإذا أقفل الحساب لأي سبب فقد تخسر عشر سنوات من الذكريات في يوم واحد. وقد عرضنا في دليل الاستضافة الذاتية للمستخدم المنزلي البديل باختصار، وهو Immich، وفي هذا المقال ندخل في التفاصيل: كيف يعمل من الداخل، وكم يحتاج من الجهاز، وماذا يحدث فعلاً عندما تبحث فيه بالعربية.
وسوف نشغل Immich بالإصدار 3.4.1 من ملف Docker Compose الرسمي، ونرفع إليه بالأداة CLI أربع عشرة صورة من أرشيف NASA وهي في الملك العام Public Domain، فيها وجوه رواد فضاء وصور إطلاق وأعاصير من الفضاء، ثم نقيس التعرف على الوجوه والبحث بالمعنى على المعالج وحده، ونرى مشكلة لن تجدها إلا إذا بحثت بالعربية، ثم نبني نسخة احتياطية تحمي الصور فعلاً وليس قاعدة البيانات فقط.
وسوف نناقش في هذا المقال:
- لماذا Immich، والحلول الأبسط التي يجربها الناس أولاً.
- كيف يعمل من الداخل: أربع Containers ومجلد واحد يجب ألا تفقده.
- المتطلبات والتثبيت من الملف الرسمي، والخطأ الذي ظهر في أول إقلاع.
- رفع أرشيف قديم بالأداة CLI، وما يحدث للصورة بعد رفعها.
- التعرف على الوجوه بالأرقام، ولماذا لم يتعرف على شخص له ثلاث صور.
- البحث بالمعنى Smart Search بالعربية: النموذج الافتراضي فشل، والنموذج متعدد اللغات نجح.
- البيانات الوصفية EXIF والخريطة، وقالب التخزين Storage Template ومفاجأة المنطقة الزمنية.
- النسخ الاحتياطي بقاعدة 3-2-1، وتطبيق الجوال، ووتيرة الإصدارات والتغييرات التي تحتاج تدخلاً.
لماذا Immich؟ والحلول الأبسط أولاً
قبل أن نثبت أي شيء لنمر على ما يجربه أغلب الناس. الحل الأول أن تنسخ الصور من الجوال إلى قرص خارجي كل فترة، وهذا أفضل من لا شيء، ولكنه يعتمد على ذاكرة شخص واحد في البيت، ولا يعطيك بحثاً ولا تصفحاً بالتاريخ ولا مشاركة، وغالباً ما تجد في القرص مجلدات باسم «صور الجوال الجديد 2» دون ترتيب. والحل الثاني أن تستخدم Nextcloud برفع الصور التلقائي من تطبيقه، وهو ممتاز للملفات، ولكنه يتعامل مع الصورة كملف في مجلد، فلا يتعرف على الوجوه ولا يبحث بالمعنى إلا بإضافات.
أما Immich فهو مبني لهدف واحد: أن يكون بديلاً كاملاً لتطبيق صور سحابي على سيرفرك. فتطبيقه على الجوال يرفع الصور في الخلفية كما يفعل Google Photos، وواجهته تعرض الصور على خط زمني وخريطة، ويتعرف على الأشخاص، ويبحث بجملة مثل «صاروخ عند الغروب» دون أن تكتب وسوماً بنفسك، ويشارك الألبومات مع أفراد العائلة. وقد صدر أول إصدار مستقر منه وهو 2.0.0 في 1 أكتوبر 2025، بعد سنوات كان فيها المشروع يحذر من استخدامه كنسخة وحيدة للصور، وسوف نعود إلى هذه النقطة في قسم الإصدارات.
ولكن يجب أن تعرف ما لا يفعله: Immich ليس نسخة احتياطية. فهو مكان آخر لصورك، وإذا تعطل القرص الذي يعمل عليه فقد خسرت الصور كما تخسرها من الجوال، ولذلك فقسم النسخ الاحتياطي في هذا المقال ليس اختيارياً.
ولا تقم بإلغاء الخدمة السحابية في يوم التثبيت. فالطريقة الآمنة أن يعمل الاثنان معاً بضعة أشهر: الجوال يرفع إلى الخدمة السحابية وإلى Immich في نفس الوقت، وأنت تتأكد خلالها أن الرفع في الخلفية يعمل على كل جوالات العائلة، وأن النسخة الاحتياطية للسيرفر تعمل وتستعاد، وأن أفراد العائلة يجدون صورهم ويبحثون فيها دون أن يسألوك. وبعد أن تمر هذه الفترة دون مشاكل تنزل الأرشيف القديم من الخدمة، وترفعه إلى Immich بالأداة المناسبة، ثم تقرر ماذا تفعل بالاشتراك.
كيف يعمل Immich من الداخل؟
الملف الرسمي يشغل أربع Containers، ولكل واحد منها دور تحتاج أن تفهمه، لأن كل مشكلة سوف تقابلها تبدأ من واحد منها:
- immich-server: الواجهة البرمجية API وموقع الويب، ومعها عمال الخلفية Microservices الذين ينفذون المهام: قراءة البيانات الوصفية، وصنع المصغرات Thumbnails، وتحويل الفيديو، وإرسال الصور إلى التعلم الآلي.
- immich-machine-learning: خدمة مكتوبة بلغة Python تشغل نماذج التعلم الآلي: نموذج CLIP للبحث بالمعنى، ونموذج buffalo_l لاكتشاف الوجوه والتعرف عليها، ونموذج PP-OCR لقراءة النصوص في الصور. والنماذج لا تأتي داخل ال Image، وإنما تنزل من Hugging Face عند أول استخدام.
- PostgreSQL مع إضافة VectorChord: قاعدة البيانات، وفيها كل ما يعرفه Immich عن الصور، ومعها المتجهات Vectors التي يبحث بها عن الصور المتشابهة والوجوه المتشابهة.
- Valkey: نسخة مفتوحة من Redis، يستخدمها السيرفر طابوراً Queue للمهام.

والنقطة التي يجب أن تبقى في ذهنك من هذه الصورة: الصور الأصلية في مجلد الرفع UPLOAD_LOCATION على القرص، وكل ما يعرفه Immich عنها في قاعدة البيانات. وتقول صفحة النسخ الاحتياطي بوضوح إن Immich لا يفحص مجلد المكتبة ليعيد بناء القاعدة، أي أنك إذا فقدت القاعدة فقدت الألبومات والأشخاص والوصف والمشاركات، حتى لو بقيت الصور.
المتطلبات Requirements
تذكر صفحة المتطلبات الأرقام التالية، وقد ظهر لنا في التجربة لماذا كل واحد منها:
- الذاكرة RAM: 6 GB على الأقل و8 GB موصى بها، ويمكن تشغيله على 4 GB إذا أوقفت التعلم الآلي. وفي تجربتنا استهلك السيرفر 1.1 GB وقاعدة البيانات 778 MB وخدمة التعلم الآلي 2.2 GB بعد تحميل نموذج البحث متعدد اللغات، أي أكثر من 4 GB وهو ساكن.
- المعالج: نواتان على الأقل وأربع موصى بها، ومنذ الإصدار 3 تحتاج خدمة التعلم الآلي على x86 معالجاً يدعم مستوى x86-64-v2، وهو موجود في أغلب المعالجات منذ نحو 2012.
- التخزين: نظام ملفات Linux مثل EXT4 أو ZFS، وقاعدة البيانات على SSD محلي وليس على مجلد شبكة أبداً، وتذكر الصفحة أن المصغرات والفيديو المحول تزيد حجم المكتبة بين 10% و20%.
- Windows: يعمل في Docker Desktop أو WSL2، ولكن قاعدة البيانات لا تعمل على قرص NTFS، والتوثيق يقول إن الدعم على غير Linux محدود. والأنسب للبيت جهاز Linux، كما شرحنا في عتاد الهوم لاب.
التثبيت من ملف Docker Compose الرسمي
Immich لا يطلب منك أن تكتب ملف compose بنفسك، وإنما تشرح صفحة التثبيت أن تنزل ملفين من صفحة الإصدار نفسه، والسبب أن الملف في الفرع الرئيسي قد لا يتوافق مع آخر إصدار:
mkdir immich-app && cd immich-app
wget -O docker-compose.yml https://github.com/immich-app/immich/releases/download/v3.4.1/docker-compose.yml
wget -O .env https://github.com/immich-app/immich/releases/download/v3.4.1/example.envولاحظ أننا نزلنا من رابط الإصدار v3.4.1 وليس من latest، لنفس السبب الذي يجعلنا نثبت الإصدار في كل الأدلة. ثم عدلنا ملف .env:
UPLOAD_LOCATION=/srv/immich/library
DB_DATA_LOCATION=/srv/immich/postgres
TZ=Asia/Riyadh
IMMICH_VERSION=v3.4.1
DB_PASSWORD=change-me-A-Za-z0-9-only
DB_USERNAME=postgres
DB_DATABASE_NAME=immichفي الإعداد أعلاه لاحظ التالي:
IMMICH_VERSIONفي الملف الأصلي قيمتهv3، أي آخر إصدار في السلسلة 3، وقد ثبتناه علىv3.4.1حتى لا يتغير الإصدار مع أيdocker compose pullدون أن تقرر أنت.- كلمة مرور قاعدة البيانات يجب أن تكون من الحروف والأرقام فقط
A-Za-z0-9، كما يقول التعليق في الملف نفسه، والسبب أن Docker يفسر بعض الرموز في ملف.env. وأنشأناها بالأمرopenssl rand -hex 16. - المنطقة الزمنية
TZتبدو تفصيلاً صغيراً، ولكنها سوف تحدد أسماء المجلدات على القرص كما سوف نرى في قسم قالب التخزين.
وفي ملف compose الرسمي ما يستحق الانتباه: صورة قاعدة البيانات وصورة Valkey مثبتتان ببصمة sha256 وليس بوسم فقط، أي أن المشروع يضمن أن تحصل على نفس الملفات التي اختبرها بالضبط، والمنفذ الوحيد المفتوح هو 2283 للسيرفر، أما قاعدة البيانات فلا تظهر خارج شبكة Docker. ثم شغلنا كل شيء:
docker compose up -d
docker logs immich_serverوالمخرج سوف يكون كما يلي:
Initializing Immich v3.4.1
Detected CPU Cores: 8
node:internal/process/promises:394
triggerUncaughtException(err, true /* fromPromise */);
^
Error: connect ECONNREFUSED 172.30.0.2:5432
at TCPConnectWrap.afterConnect [as oncomplete] (node:net:2083:16) {
errno: -111,
code: 'ECONNREFUSED',
syscall: 'connect',
address: '172.30.0.2',
port: 5432
}
Node.js v24.22.1
Initializing Immich v3.4.1
Detected CPU Cores: 8
Starting api worker
Starting microservices workerأول إقلاع انتهى بخطأ: السيرفر حاول الاتصال بقاعدة البيانات على المنفذ 5432 فرفض الاتصال. والسبب أن ملف compose يقول depends_on: database فقط، وهذا يعني أن Docker يبدأ قاعدة البيانات قبل السيرفر، ولكنه لا ينتظر حتى تصبح جاهزة لاستقبال الاتصالات، وفي أول إقلاع تحتاج قاعدة البيانات وقتاً أطول لأنها تنشئ ملفاتها. ولم يحتج الأمر أي تدخل، لأن الخدمة معرفة بالخيار restart: always، فأعاد Docker تشغيل السيرفر، وفي المحاولة الثانية كانت القاعدة جاهزة. ولكن هذا يعلمك أن ترى في السجل خطأ ECONNREFUSED في الدقيقة الأولى دون أن تقلق، أما إذا تكرر بعد ذلك فالمشكلة في القاعدة نفسها.
واستغرق الوصول إلى حالة الجاهزية، أي حتى يرجع المسار /api/server/ping بكلمة pong، 100 ثانية. وبعدها بقيت المهام في الطابور أربع دقائق دون أن تبدأ، لأن عمال الخلفية كانوا يستوردون بيانات المدن والدول التي يستخدمها Immich لتحويل الإحداثيات إلى أسماء أماكن، وظهر ذلك في السجل:
LOG [Microservices:DatabaseRepository] Creating VectorChord extension
LOG [Microservices:DatabaseRepository] Reindexing clip_index (This may take a while, do not restart)
WARN [Microservices:DatabaseRepository] Table smart_search does not exist, skipping reindexing. This is only normal if this is a new Immich instance.
LOG [Microservices:MetadataService] Initializing metadata service
LOG [Microservices:MapRepository] Initializing metadata repositoryلذلك لا تقلق إذا رفعت صوراً بعد التثبيت مباشرة ولم يظهر لها وجوه ولا أماكن، فالطابور ينتظر هذه الخطوة في أول مرة فقط. ثم أنشأنا حساب المدير من صفحة الترحيب، وهو أول حساب يسجل في السيرفر.
رفع أرشيف قديم بالأداة CLI
تطبيق الجوال مناسب للصور الجديدة، أما الأرشيف القديم على القرص الخارجي أو في مجلد على الحاسوب فالأنسب له الأداة الرسمية Immich CLI، وهي حزمة npm تحتاج Node.js 22 أو أحدث، ولها نسخة Docker إذا لم يكن Node.js مثبتاً. وتعمل بمفتاح API تنشئه من إعدادات حسابك في الواجهة، وقد أنشأناه بصلاحيات كاملة لأنها تجربة، أما في الاستخدام الحقيقي فاعطه صلاحيات الرفع فقط:
npm i -g @immich/cli
immich login http://127.0.0.1:2283/api "$IMMICH_API_KEY"
immich server-infoLogged in as [email protected]
Server Info (via [email protected])
Url: http://127.0.0.1:2283/api
Version: 3.4.1
Formats:
Images: avif,bmp,gif,jfif,jpeg,jpg,png,webp,3fr,ari,arw,cap,cin,cr2,cr3,crw,dcr,dng,erf,fff,iiq,k25,kdc,mrw,nef,nrw,orf,ori,pef,psd,raf,raw,rw2,rwl,sr2,srf,srw,x3f,heic,heif,hif,insp,jp2,jpe,jxl,mpo,svg,tif,tiff
Videos: 3gp,3gpp,avi,flv,insv,m2t,m2ts,m4v,mkv,mov,mp4,mpe,mpeg,mpg,mts,mxf,ts,vob,webm,wmv
Statistics:
Images: 0
Videos: 0
Total: 0ولاحظ أن قائمة الصيغ تشمل ملفات RAW من أغلب الكاميرات مثل cr3 وnef وarw، وصيغة heic التي يصور بها iPhone، فلا تحتاج أن تحول أرشيفك قبل الرفع. ثم رفعنا مجلداً فيه الأربع عشرة صورة، مع الخيار --album الذي ينشئ ألبوماً باسم المجلد:
immich upload --album --no-progress "/srv/archive/space-2026"Crawling for assets...
Received 14 files (7.5 MB), hashing...
Found 14 new files and 0 duplicates
Uploading 14 assets (7.5 MB)
Successfully uploaded 14 new assets (7.5 MB)
Successfully created 1 new album
Successfully updated 14 assetsوبعد الرفع ظهرت الصور في الخط الزمني مرتبة بتاريخ التصوير وليس بتاريخ الرفع، كما في اللقطة التالية من الواجهة بالعربية:

وأهم سطر في مخرج الرفع hashing، فالأداة تحسب بصمة كل ملف قبل الرفع، وتسأل السيرفر هل يملكه أصلاً، ولذلك يمكنك أن تعيد تشغيل نفس الأمر على نفس المجلد بعد انقطاع دون أن تتكرر الصور، وهذا ما يجعلها مناسبة لأرشيف من آلاف الصور. أما إذا كانت صورك في Google Photos فالتوثيق يوصي بأداة المجتمع immich-go لملفات Google Takeout، لأنها تقرأ التواريخ والأماكن من ملفات JSON التي تضعها Google بجانب كل صورة.
صور موجودة على NAS: مكتبة خارجية External Library
في كثير من البيوت أرشيف صور قديم على NAS منظم في مجلدات بالسنوات والمناسبات منذ سنوات، ولا يريد صاحبه أن ينسخه إلى مجلد رفع جديد ويضاعف المساحة. وهنا تفيد ميزة المكتبات الخارجية: تربط مجلد الأرشيف بال Container للقراءة، وتعرف في Immich مسار الاستيراد Import Path، فيفحص Immich المجلد ويضيف الصور إلى الخط الزمني ويحسب لها المصغرات والوجوه والبحث، دون أن ينقل الملفات أو يغيرها. ولكن التوثيق يذكر ثلاثة شروط يجب أن تعرفها قبل أن تعتمد عليها:
- المكتبة الخارجية لمستخدم واحد فقط تختاره عند إنشائها، فلا يمكن أن تكون مكتبة مشتركة لكل العائلة بنفس الطريقة.
- أي تعديل تضيفه داخل Immich، مثل الوصف أو الألبوم، يبقى في قاعدة البيانات فقط ولا يكتب في الملف، فإذا حذفت الملف أو نقلته خارج مسار الاستيراد انتقلت الصورة إلى سلة المحذوفات، وبعد 30 يوماً تضيع التعديلات.
- يمكنك استثناء ملفات بأنماط Glob، ومن الأمثلة في التوثيق
**/\@eaDir/**الذي يستثني مجلدات المصغرات التي تصنعها أجهزة Synology، و**/*.{arw,dng}لاستثناء ملفات RAW إذا كنت تريد الصور النهائية فقط.
والطريقة العملية في البيت أن تجعل الأرشيف القديم مكتبة خارجية لحساب واحد مسؤول عنه، وتجعل الصور الجديدة من الجوالات ترفع إلى مجلد الرفع العادي، وبهذا لا تتضاعف المساحة، ويبقى الأرشيف في نظام النسخ الاحتياطي الذي يحميه أصلاً.
كم مساحة تحتاج؟
قبل أن تشتري الأقراص احسب من أرشيفك أنت وليس من الأرقام العامة، والطريقة بسيطة: انظر في إعدادات الجوال أو حساب الخدمة السحابية إلى حجم الصور والفيديو الحالي، ثم إلى ما يضاف كل سنة. ولنأخذ مثالاً بأرقام افتراضية: عائلة أرشيفها الحالي 400 GB، ويضاف إليه كل سنة نحو 120 GB أغلبها فيديو من الجوالات. فبعد خمس سنوات يصبح الأرشيف نحو 1000 GB، ويضيف Immich فوقه بين 10% و20% للمصغرات والفيديو المحول بحسب صفحة المتطلبات، أي حتى 200 GB، وتحتاج نفس المساحة مرتين على الأقل للنسخ الاحتياطية على قرص آخر وخارج البيت. وقاعدة البيانات نفسها صغيرة نسبياً، فتقول نفس الصفحة إنها عادة بين 1 و3 GB، وقد بدأت عندنا بنحو 332 MB أغلبها بيانات المدن.
ولاحظ أن الفيديو هو ما يكبر الأرشيف وليس الصور، وأن Immich يحول الفيديو إلى نسخة أصغر للعرض في المتصفح، وهذا التحويل يعمل على المعالج مثل ما رأينا في تحويل مكتبة الفيديو، فإذا كان أرشيفك فيديو كثيراً فتوقع أن يأخذ أول رفع وقتاً أطول من الصور بكثير.
ماذا يحدث للصورة بعد رفعها؟
الصورة تظهر في الخط الزمني فوراً، ولكن العمل الحقيقي يبدأ بعدها في الخلفية، بسلسلة من المهام في الطابور كما في الصورة التالية:

وفي أول مرة نزلت خدمة التعلم الآلي ثلاثة نماذج من Hugging Face، وظهر في سجلها تحذير You are sending unauthenticated requests to the HF Hub وهو عادي، واستغرق التنزيل نحو 70 ثانية، ثم كانت أحجامها على القرص: 1.5 GB لنموذج CLIP الافتراضي ViT-B-32__openai، و415 MB لنموذج الوجوه buffalo_l، و50 MB لنموذج النصوص. وانتهت كل المهام للصور الأربع عشرة بعد نحو أربع دقائق من بدء الطابور.
ثم أعدنا تشغيل كل مهمة على كل الصور بعد أن أصبحت النماذج على القرص، وقسنا زمنها من الواجهة البرمجية: البحث الذكي 183 ثانية، واكتشاف الوجوه 126 ثانية، وقراءة النصوص 17 ثانية، وتجميع الوجوه في أشخاص 2.5 ثانية فقط. وهذه الأرقام على معالج كان مشغولاً بأعمال أخرى في نفس الوقت، فلا تعتمد عليها كأرقام مطلقة للسرعة، وإنما كنسبة بين المهام: الحساب الثقيل في تشغيل النماذج على كل صورة، وليس في التجميع. أي أن مكتبة من عشرين ألف صورة سوف تأخذ على المعالج وحده ساعات طويلة في أول مرة، وهذا مقبول لأنه يحدث مرة واحدة، ثم كل صورة جديدة تأخذ ثواني. وإذا أردت تسريعه فتشرح صفحة التسريع بالعتاد للتعلم الآلي كيف تستخدم NVIDIA أو Intel أو AMD بوسم مختلف لصورة خدمة التعلم الآلي.
والمهمة الثالثة التي تعمل في الخلفية هي قراءة النصوص في الصور OCR بنموذج PP-OCRv5، وتذكرها صفحة البحث ضمن ما يمكن البحث فيه باسم «Text in images»، أي أنك تستطيع أن تجد صورة لوثيقة أو لافتة بكلمة مكتوبة فيها. وهي أخف المهام الثلاث في تجربتنا، فقد أخذت 17 ثانية لكل الصور، لأن أغلب الصور ليس فيها نص يذكر، والنموذج نفسه 50 MB فقط.
التعرف على الوجوه Facial Recognition
يتم التعرف على الوجوه على مرحلتين، كما تشرح صفحة التعرف على الوجوه: الأولى اكتشاف الوجه في الصورة وتحويله إلى متجه يصف ملامحه، والثانية تجميع الوجوه المتشابهة في أشخاص بخوارزمية مشتقة من DBSCAN. والفكرة أن كل وجه نقطة، وأن الوجوه القريبة من بعضها في حدود مسافة معينة Max Distance لنفس الشخص، ولا ينشأ شخص جديد إلا إذا وجد عدد أدنى من الوجوه المتقاربة Min Faces، وقيمته الافتراضية 3.
وفي صورنا وجوه لرائدي فضاء: ثلاث صور للأولى، وأربع صور للثاني منها صورة جانبية وهو يصافح شخصاً. واكتشف النموذج 13 وجهاً، منها أربعة في صورة جماعية واحدة، ولم يكتشف أي وجه في صورة المصافحة الجانبية. ثم كانت النتيجة بالإعدادات الافتراضية شخصاً واحداً فقط:
GSFC_20171208_Archive_e000204.jpg: 0 faces, assigned: 0
KSC-20230807-PH-KLS01_0518.jpg: 1 faces, assigned: 0
KSC-20210715-PH-KLS02_0028.jpg: 2 faces, assigned: 0
NHQ202009160004.jpg: 1 faces, assigned: 1
NHQ202009150002.jpg: 1 faces, assigned: 0
iss060e080523.jpg: 4 faces, assigned: 1
jsc2018e095073_alt.jpg: 1 faces, assigned: 1
jsc2018e067775_alt.jpg: 1 faces, assigned: 0
{"enabled":true,"modelName":"buffalo_l","minScore":0.7,"maxDistance":0.5,"minFaces":3}أي أن رائدة الفضاء الأولى ظهرت بصورها الثلاث، أما الثاني فوجوهه الثلاثة الواضحة بقيت دون شخص. وقد ظننا في البداية أن السبب هو الحد الأدنى 3، فخفضناه إلى 2 وأعدنا التجميع، ولم يتغير شيء. ثم رفعنا المسافة المسموحة، وكانت النتيجة كما في الصورة التالية:

عند 0.6 ظهر الشخص الثاني بصوره الثلاث بشكل صحيح، وعند 0.7 ظهرت مجموعة ثالثة من وجهين في صورتين جماعيتين، ولا نستطيع أن نؤكد هل هما فعلاً نفس الشخص. والدرس هنا أن الإعداد الافتراضي محافظ عن قصد، لأنه يفضل أن يترك وجهاً دون شخص على أن يخلط شخصين، والخلط أسوأ بكثير، لأنك سوف تفصله يدوياً صورة صورة. لذلك إذا رأيت أن شخصاً تعرفه لا يظهر رغم صوره الكثيرة، فارفع المسافة خطوة صغيرة وأعد التجميع وراجع النتيجة بعينك، ثم ارجع خطوة إذا بدأ الخلط. والتجميع نفسه رخيص، أخذ في تجربتنا 2.5 ثانية لكل الصور، فلا تتردد في التجربة.
ثم سمينا الشخصين بالعربية، وبحثنا عن أحدهما باسمه العربي عبر الواجهة البرمجية فوجده، والصورة التالية صفحة الأشخاص بعد التسمية:

البحث بالمعنى Smart Search بالعربية
البحث بالمعنى هو الميزة التي تجعل Immich يشبه الخدمات السحابية: تكتب «إعصار من الفضاء» فتظهر صورة الإعصار دون أن يكون في اسمها أو وصفها أي كلمة. والسر في نموذج CLIP، وهو نموذج تعلم على صور ونصوص معاً حتى أصبح يحول الصورة والجملة إلى متجهين في نفس المساحة، فإذا كانت الجملة تصف الصورة كان المتجهان قريبين. ويحسب Immich متجهاً لكل صورة مرة واحدة ويحفظه في قاعدة البيانات، وعند البحث يحول جملتك إلى متجه ويبحث عن أقرب الصور إليه بإضافة VectorChord، كما تشرح صفحة البحث.
والمشكلة أن النموذج الافتراضي ViT-B-32__openai تعلم على نصوص إنجليزية. فبحثنا بخمس جمل إنجليزية ثم بنفس الجمل بالعربية، عبر المسار /api/search/smart، وطبعنا أول ثلاث نتائج لكل بحث:
rocket on the launch pad at sunset | 24.22s | Artemis_II_at_the_pad_sunset_01282026_3, jsc2018e095073_alt, iss040e124583
astronaut in a white spacesuit | 0.58s | jsc2018e095073_alt, jsc2018e067775_alt, NHQ202009160004
hurricane seen from space | 0.30s | iss072e001649, GSFC_20171208_Archive_e000204, iss039e009160
city lights at night from orbit | 0.47s | iss039e009160, iss040e124583, GSFC_20171208_Archive_e000204
two men shaking hands | 0.45s | KSC-20210715-PH-KLS02_0028, KSC-20210715-PH-KLS02_0009, KSC-20230807-PH-KLS01_0518
صاروخ على منصة الإطلاق عند الغروب | 0.82s | NHQ202009150002, Artemis_II_at_the_pad_sunset_01282026_3, GSFC_20171208_Archive_e000204
رائد فضاء ببدلة بيضاء | 0.47s | NHQ202009150002, iss040e124583, Artemis_II_at_the_pad_sunset_01282026_3
إعصار من الفضاء | 0.64s | NHQ202009150002, Artemis_II_at_the_pad_sunset_01282026_3, GSFC_20171208_Archive_e000204
رجلان يتصافحان | 0.98s | iss040e124583, jsc2018e095073_alt, NHQ202009150002وفي هذا المخرج لاحظ التالي:
- البحث الإنجليزي أصاب في كل الحالات: صورة المنصة عند الغروب أولاً، والبدلة البيضاء، والإعصار، وأضواء المدن ليلاً، والمصافحة.
- البحث العربي أعاد نفس الصورة تقريباً في المركز الأول لكل الجمل، وهي صورة شخصية لرائد الفضاء الثاني، أي أن النموذج لا يفهم الجملة العربية، وإنما يرى حروفاً غريبة ويعيد أقرب شيء إليها بالصدفة.
- أول بحث أخذ 24 ثانية، لأن النموذج النصي يحمل إلى الذاكرة عند أول استخدام، وما بعده أقل من ثانية.
والحل في نفس صفحة البحث: نماذج متعددة اللغات، والصفحة تقارنها لكل لغة بالذاكرة والسرعة ونسبة الإصابة Recall. ففي جدول العربية يتصدر nllb-clip-large-siglip__mrl بنسبة 77.3%، ويأتي بعده النموذج الأصغر nllb-clip-base-siglip__v1 بنسبة 73.19% وذاكرة 4675 MiB، وتشرح الصفحة أن نماذج nllb تتوقع أن تكون جملة البحث بلغة المستخدم المحددة في إعداداته، أما نماذج xlm وsiglip2 فتفهم أي لغة بغض النظر عن الإعداد، وهي أنسب لمن يبحث بأكثر من لغة. فغيرنا النموذج إلى nllb-clip-base-siglip__v1 من إعدادات التعلم الآلي، وأعدنا مهمة البحث الذكي على كل الصور، فأخذت 259 ثانية بعد تنزيل النموذج الذي احتل 2.2 GB على القرص، ثم أعدنا نفس الجمل العربية مع لغة المستخدم عربية:
صاروخ على منصة الإطلاق عند الغروب | 90.26s | Artemis_II_at_the_pad_sunset_01282026_3, iss040e124583, iss039e009160
رائد فضاء ببدلة بيضاء | 0.90s | jsc2018e095073_alt, jsc2018e067775_alt, NHQ202009150002
إعصار من الفضاء | 0.59s | iss072e001649, GSFC_20171208_Archive_e000204, iss040e124583
أضواء المدن ليلاً من المدار | 0.48s | iss039e009160, iss040e124583, Artemis_II_at_the_pad_sunset_01282026_3
رجلان يتصافحان | 0.42s | KSC-20210715-PH-KLS02_0028, jsc2018e067775_alt, Artemis_II_at_the_pad_sunset_01282026_3والآن أصابت كل الجمل العربية في المركز الأول. وأول بحث أخذ 90 ثانية لأن الجزء النصي من النموذج وحده 1.6 GB ونزل وحمل في تلك اللحظة. ثم أرسلنا نفس جملة الإعصار بالعربية ولكن مع لغة إنجليزية في الطلب، فرجعت صورة أضواء المدن أولاً والإعصار ثانياً، وهذا ما تقوله الصفحة بالضبط: نماذج nllb تحتاج أن تكون لغة المستخدم هي لغة البحث.

والصورة التالية نفس البحث العربي في واجهة الويب بعد تغيير النموذج، والنتيجة الأولى صورة المنصة عند الغروب:

وثمن ذلك واضح: خدمة التعلم الآلي أصبحت تستهلك 2.75 GB من الذاكرة بعد البحث، والنموذج على القرص 2.2 GB، والفهرسة الأولى أبطأ. فإذا كانت العائلة تبحث بالعربية فهذا الثمن يستحق، وإذا كان أفرادها يبحثون بالعربية والإنجليزية معاً فراجع نماذج xlm وsiglip2 في جدول الصفحة. ولاحظ أن كل تغيير في النموذج يحتاج إعادة مهمة البحث الذكي على كل الصور، لأن متجهات النموذج القديم لا تفهمها النماذج الأخرى.
لماذا يحتاج تغيير النموذج إعادة فهرسة كل الصور؟
كل نموذج CLIP يحول الصورة إلى متجه بعدد أبعاد خاص به، ويحفظ Immich هذه المتجهات في جدول smart_search مع فهرس من إضافة VectorChord يجعل البحث عن أقرب متجه سريعاً حتى مع مئات آلاف الصور. ومتجهات نموذج لا معنى لها عند نموذج آخر، حتى لو تساوى عدد الأبعاد، لأن كل نموذج تعلم «مساحته» الخاصة. ولذلك عندما غيرنا النموذج كان لا بد من تشغيل مهمة البحث الذكي على كل الصور من جديد، وتذكر صفحة البحث أن بقايا النموذج القديم قد تسبب أخطاء نادرة في المهام، والحل أن ترجع إلى النموذج السابق وتحفظ ثم تكرر التغيير. وهذا ما يفسر أيضاً لماذا أخذ أول بحث بعد التغيير 90 ثانية: النموذج له جزءان، جزء للصور يستخدم أثناء الفهرسة، وجزء للنص يستخدم عند البحث، والثاني لم ينزل إلا عند أول جملة بحث. لذلك بعد أي تغيير في النموذج اكتب جملة بحث واحدة بنفسك قبل أن يجربها أحد من العائلة ويظن أن البحث معطل.
حسابات العائلة والمشاركة
لكل فرد في البيت حساب مستقل بمكتبته الخاصة، ويحفظ Immich ملفات كل حساب في مجلد باسم تسمية التخزين Storage Label للمستخدم، وقد ظهر في تجربتنا مجلد library/admin لأن تسمية حساب المدير admin كما رجعت في رد إنشاء الحساب. وهذا التقسيم مهم في النسخ الاحتياطي والاستعادة، لأنك تعرف من المجلد لمن الصور. وللمشاركة داخل العائلة طريقتان: الألبومات المشتركة لمناسبة معينة، ومشاركة الشريك Partner Sharing التي تجعل صور حساب تظهر في الخط الزمني لحساب آخر، وهي مناسبة للزوجين. أما مشاركة ألبوم برابط لأشخاص خارج السيرفر فتذكر فيها ما قلناه عن الإحداثيات داخل الصور.
البيانات الوصفية EXIF والخريطة
كل صورة من كاميرا أو جوال تحمل داخلها بيانات اسمها EXIF: تاريخ ووقت التصوير، والكاميرا والعدسة، والإعدادات، وغالباً الإحداثيات GPS إذا كانت خدمة الموقع مفعلة. وصور NASA التي استخدمناها فيها التاريخ والكاميرا، ولكن ليس فيها إحداثيات، فأضفنا إلى ثلاث منها إحداثيات المكان الذي صورت فيه بالأداة exiftool، كما يفعل الجوال تلقائياً:
exiftool -overwrite_original -GPSLatitude=28.6272 -GPSLatitudeRef=N \
-GPSLongitude=80.6208 -GPSLongitudeRef=W Artemis_II_at_the_pad_sunset_01282026_3.jpgوبعد الرفع قرأ Immich كل ذلك، وحول الإحداثيات إلى مكان، والصورة التالية لوحة المعلومات للصورة في الواجهة:

ولاحظ أن المكان ظهر باسم أقرب مدينة، وليس باسم منصة الإطلاق، لأن Immich يستخدم قاعدة بيانات المدن من GeoNames محلياً دون أن يسأل أي خدمة خارجية، ويختار أقرب مدينة إلى الإحداثيات، كما تشرح صفحة تحويل الإحداثيات إلى أماكن، وتذكر الصفحة أن هذه البيانات تحمل في قاعدة PostgreSQL مع كل ترقية للإصدار الفرعي، وأن اسم المدينة يدخل أيضاً في البحث الذكي. وهذه القاعدة هي سبب انتظار الطابور في أول إقلاع، وهي أيضاً سبب حجم قاعدة البيانات كما سوف نرى في النسخ الاحتياطي.
قالب التخزين Storage Template
في الإعداد الافتراضي يحفظ Immich كل صورة باسم عشوائي في مجلد باسم المستخدم، ومثاله من التجربة:
/data/upload/6f7dfcce-fe62-422e-9988-c1d54df85792/86/2f/862f2c04-c4b8-4010-be16-9dbef2eb7fad.jpgوهذا الاسم لا يعني شيئاً لإنسان، وإذا احتجت يوماً أن تستعيد الصور دون Immich فسوف تجد آلاف الملفات العشوائية. والحل في قالب التخزين، وهو قالب تحدد به أين يضع Immich كل ملف، والقالب الافتراضي عند تفعيله هو {{y}}/{{y}}-{{MM}}-{{dd}}/{{filename}}، أي مجلد للسنة ثم مجلد لليوم ثم اسم الملف الأصلي. ففعلناه وشغلنا مهمة الترحيل التي تنقل الملفات الموجودة، فأخذت 3.1 ثانية، وأصبحت المجلدات كما يلي:
library/admin/2014/2014-04-03/iss039e009160.jpg
library/admin/2016/2016-11-28/jsc2018e067775_alt.jpg
library/admin/2018/2018-12-04/jsc2018e095073_alt.jpg
library/admin/2019/2019-09-26/iss060e080523.jpg
library/admin/2026/2026-01-29/Artemis_II_at_the_pad_sunset_01282026_3.jpg
library/admin/2026/2026-11-18/GSFC_20171208_Archive_e000204.jpg
وهنا ظهرت مفاجأتان تستحقان الذكر. الأولى أن صورة التقطت مساء 3 ديسمبر 2018 بتوقيت UTC، كما في بياناتها 2018:12:03 21:40:40+00:00، وصلت إلى مجلد 4 ديسمبر، والسبب ما تقوله صفحة القالب: متغيرات التاريخ تحسب بالمنطقة الزمنية للسيرفر، والسيرفر عندنا بتوقيت +3 ساعات، فأصبحت الساعة 00:40 من اليوم التالي. وتكرر ذلك مع ثلاث صور أخرى التقطت في المساء بتوقيت UTC. وهذا لا يغير شيئاً في الواجهة، ولكنه يفاجئ من يبحث في المجلدات عن يوم معين. والثانية أن صورة الأرض من الفضاء ذهبت إلى مجلد يوم الرفع 2026-11-18، لأن الملف لا يحمل تاريخ تصوير، فاستخدم Immich تاريخ الملف. لذلك إذا كان في أرشيفك صور ممسوحة ضوئياً أو صور أرسلت عبر تطبيقات المحادثة التي تحذف البيانات، فتوقع أن تظهر بتاريخ يوم الرفع، وصحح تاريخها من الواجهة.
النسخ الاحتياطي بقاعدة 3-2-1
شرحنا قاعدة 3-2-1 في النسخ الاحتياطي بقاعدة 3-2-1 واختبار الاستعادة: ثلاث نسخ، على نوعين مختلفين من التخزين، وواحدة منها خارج البيت. وما يخص Immich هو ماذا تنسخ بالضبط:

يأخذ Immich نسخة من قاعدة البيانات كل يوم الساعة 2:00 صباحاً ويحتفظ بآخر 14 نسخة، كما ظهر في إعداداته {"enabled":true,"cronExpression":"0 02 * * *","keepLastAmount":14}. وطلبنا نسخة يدوية بمهمة backup-database، فظهر الملف بعد 14.5 ثانية:
-rw-r--r-- 1 root root 18685398 Nov 18 14:45 immich-db-backup-20261118T144546-v3.4.1-pg14.19.sql.gzولاحظ أن اسم الملف يحمل رقم إصدار Immich وإصدار PostgreSQL، لأن الاستعادة يجب أن تكون على إصدار متوافق. والحجم 18.7 MB لأربع عشرة صورة فقط قد يبدو غريباً، والسبب ظهر عندما سألنا القاعدة عن أكبر الجداول:
relname | pg_size_pretty
------------------------+----------------
geodata_places | 120 MB
naturalearth_countries | 8816 kB
plugin | 1432 kB
asset | 384 kB
smart_search | 296 kB
face_search | 264 kBأي أن أغلب القاعدة بيانات المدن والدول التي استوردها في أول إقلاع، أما بيانات الصور نفسها فصغيرة جداً، وسوف تكبر مع المكتبة بمعدل ثابت تقريباً. والمهم أن هذه النسخ تحفظ في UPLOAD_LOCATION/backups، أي على نفس القرص الذي عليه الصور، فهي تحميك من خطأ في القاعدة أو ترقية فاشلة، ولا تحميك من تعطل القرص. لذلك فالنسخة الحقيقية أن تنسخ مجلد UPLOAD_LOCATION كله ما عدا المصغرات والفيديو المحول إلى قرص آخر وإلى خارج البيت، كما شرحنا في النسخة خارج السيرفر مع restic أو Kopia:
restic -r /mnt/backup-disk/immich backup /srv/immich/library \
--exclude /srv/immich/library/thumbs --exclude /srv/immich/library/encoded-videoوللاستعادة طريقتان في التوثيق: من صفحة الصيانة في الواجهة، حيث تختار نسخة القاعدة ويأخذ Immich نقطة استعادة قبلها ويرجع إليها إذا فشلت، أو من سطر الأوامر بأداة psql على Container القاعدة. وفي الحالتين يجب أن تكون ملفات الصور في نفس المجلدات قبل الاستعادة، لأن القاعدة تحفظ المسارات. وإذا أردت أن تفهم لماذا نسخة pg_dump متسقة دون إيقاف القاعدة، فقد شرحنا ذلك في نسخ قواعد البيانات بشكل متسق.
تطبيق الجوال والرفع في الخلفية
تطبيق الجوال هو ما يجعل Immich بديلاً حقيقياً، ونعتمد في هذا القسم على التوثيق الرسمي فقط. وتذكر صفحة التطبيق أنه متاح في App Store وGoogle Play وF-Droid وصفحة الإصدارات في GitHub، وأنك تدخل إليه بعنوان السيرفر على المنفذ 2283. وتشرح صفحة النسخ من الجوال أهم ما يجب أن تعرفه:
- تختار الألبومات التي يرفعها التطبيق من الجوال، ويمكنك استثناء ألبومات، وهذا مفيد لتجنب رفع لقطات الشاشة وصور تطبيقات المحادثة.
- يحسب التطبيق بصمة كل ملف قبل الرفع، فلا تتكرر الصور التي رفعتها سابقاً بالأداة CLI أو من جهاز آخر.
- الرفع في الإعداد الافتراضي على Wi-Fi فقط، ويمكن تغييره.
- في Android قد يوقف نظام توفير البطارية عمل التطبيق في الخلفية في بعض الأجهزة، والحل في إعدادات البطارية للتطبيق، ويمكن أن تجعل الرفع أثناء الشحن فقط. أما في iOS فلا يتحكم التطبيق في توقيت المهام في الخلفية، وكلما فتحته أكثر عملت أكثر، ويجب تفعيل تحديث التطبيقات في الخلفية.
- ميزة إخلاء المساحة Free Up Space تحذف من الجوال الصور التي وصلت إلى السيرفر، ولا تستخدمها قبل أن تتأكد أن نسخة السيرفر نفسها محمية بنسخة احتياطية خارجه.
ولكي يعمل الرفع من خارج البيت تحتاج أن يصل الجوال إلى السيرفر، والأسلم كما في كل خدمات البيت أن يكون عبر WireGuard. وإذا نشرته خلف Reverse Proxy فتنبه إلى ملاحظتين من صفحة ال Reverse Proxy: Immich لا يعمل على مسار فرعي مثل /immich وإنما على نطاق أو نطاق فرعي كامل، ورفع ملفات الفيديو الكبيرة يحتاج أن ترفع حد حجم الطلب في ال Proxy، والمثال الرسمي لـ Nginx يضع client_max_body_size 50000M.
إذا كان السيرفر صغيراً
ليس كل مختبر منزلي فيه 16 GB من الذاكرة، وهناك ثلاثة إعدادات من صفحة متغيرات البيئة تساعدك على جهاز محدود. الأول MACHINE_LEARNING_MODEL_TTL، وقيمته الافتراضية 300 ثانية، وهو الوقت الذي تبقى فيه النماذج في الذاكرة بعد آخر استخدام قبل أن تفرغها الخدمة، ولذلك رأينا ذاكرة خدمة التعلم الآلي تنخفض بعد فترة من آخر بحث، ثم يتأخر أول بحث بعدها قليلاً لأنه يحمل النموذج من جديد. والثاني أن توقف المزايا التي لا تحتاجها من إعدادات التعلم الآلي في لوحة الإدارة، فكل ميزة موقوفة نموذج أقل في الذاكرة ومهمة أقل في الطابور، والتوثيق يذكر أن Immich يعمل على 4 GB إذا أوقفت التعلم الآلي كله. والثالث IMMICH_TRUSTED_PROXIES، وهو ليس للذاكرة وإنما للأمان: إذا وضعت Immich خلف Reverse Proxy فأضف فيه عنوان ال Proxy، لنفس السبب الذي شرحناه مع Known Proxies في دليل Jellyfin، حتى يرى السيرفر عنوان الجهاز الحقيقي في السجلات بدل عنوان ال Proxy لكل الطلبات.
وتيرة الإصدارات والتغييرات التي تحتاج تدخلاً
Immich من أسرع المشاريع تطوراً في هذا المجال، وهذا له وجهان. فقد عددنا إصداراته المستقرة في صفحة الإصدارات على GitHub، فوجدنا 287 إصداراً منذ أغسطس 2022: 89 في 2023، و64 في 2024، و60 في 2025، و31 في 2026 حتى منتصف نوفمبر، أي إصداراً كل أسبوع أو أسبوعين تقريباً. وفي ملاحظات كثير منها قسم باسم Breaking Changes، أي تغييرات قد تحتاج تدخلاً منك قبل التحديث أو بعده:
- الإصدار 2.0.0 في 1 أكتوبر 2025 كان أول إصدار مستقر، بعد سنوات من التحذير بأن المشروع تحت تطوير نشط.
- الإصدار 3.0.0 في 2 يوليو 2026 أوقف دعم إضافة pgvecto.rs القديمة، ومن لم ينتقل منها إلى VectorChord يجب أن يتبع دليل الترحيل أولاً، وكان أول إصدار يمر بمرحلة الإصدارات المرشحة Release Candidates.
- الإصدار 3.1.0 أوقف دعم iOS 14 في تطبيق الجوال، والإصدار 3.4.0 جاء معه عدد من الإصلاحات الأمنية.
والقاعدة العملية من ذلك ثلاث خطوات تكررها مع كل تحديث، كما تذكر صفحة التحديث: اقرأ ملاحظات الإصدار وابحث فيها عن Breaking Changes، وخذ نسخة من القاعدة والصور، ثم غير IMMICH_VERSION ونفذ docker compose pull وdocker compose up -d، وتابع السجل حتى تنتهي ترحيلات القاعدة، ثم حدث تطبيق الجوال حتى يتوافق مع السيرفر. ولا تؤخر التحديثات أشهراً ثم تقفز عشرة إصدارات مرة واحدة، لأن قراءة ملاحظات عشرة إصدارات أصعب بكثير من قراءة ملاحظات إصدار واحد.
أخطاء شائعة
- اعتبار Immich نسخة احتياطية: هو مكان آخر لصورك، ونسخه اليومية لقاعدة البيانات على نفس القرص.
- نسخ الصور دون قاعدة البيانات أو العكس: الصور دون القاعدة تفقد الأشخاص والألبومات، والقاعدة دون الصور لا قيمة لها.
- قاعدة البيانات على مجلد شبكة: يمنعها التوثيق صراحة، وتتلف القاعدة أو تبطئ كل شيء.
- البحث بالعربية مع النموذج الافتراضي: يعيد نتائج عشوائية، وتحتاج نموذجاً متعدد اللغات ولغة المستخدم عربية.
- رفع مسافة التشابه كثيراً دفعة واحدة: يخلط الأشخاص، وفصلهم يدوي ممل.
- الوسم العام في IMMICH_VERSION: ينقلك إلى إصدار جديد مع أول
pullدون أن تقرأ ملاحظاته. - إخلاء مساحة الجوال قبل حماية السيرفر: تصبح نسخة السيرفر هي النسخة الوحيدة.
- القلق من خطأ ECONNREFUSED في أول دقيقة: هو عادي في أول إقلاع، والمهم ألا يتكرر بعدها.
قائمة تحقق Checklist قبل أن تنقل صور العائلة
| البند | كيف تتحقق |
|---|---|
| إصدار مثبت | IMMICH_VERSION رقم كامل مثل v3.4.1، وملف compose من صفحة نفس الإصدار |
| قاعدة البيانات على SSD محلي | DB_DATA_LOCATION على قرص محلي بنظام ملفات Linux |
| كلمة مرور القاعدة | عشوائية من الحروف والأرقام فقط |
| الطابور فارغ | صفحة المهام لا تعرض مهام عالقة بعد أول رفع |
| البحث بلغة العائلة | جملة عربية تعيد الصورة الصحيحة، وإلا فغير النموذج ولغة المستخدم |
| الأشخاص | راجع التجميع قبل التسمية، وقرر بشأن مجموعات الوجوه قبل أن تسمي |
| قالب التخزين | مفعل، والمنطقة الزمنية للسيرفر صحيحة |
| النسخة الاحتياطية | مجلد الرفع ونسخ القاعدة على قرص آخر وخارج البيت، مع تجربة استعادة |
| الوصول من الخارج | عبر VPN، أو نطاق كامل خلف Reverse Proxy بحد رفع كاف |
تدريب عملي
- ارفع بالأداة CLI مجلداً فيه عشرون صورة لثلاثة أشخاص من العائلة، ثم غير مسافة التشابه بين 0.4 و0.7 بخطوة 0.1، وسجل عدد الأشخاص في كل مرة، واختر القيمة التي لا تخلط ولا تترك أحداً.
- اكتب خمس جمل بحث بالعربية تصف صوراً تعرفها، وجربها مع النموذج الافتراضي ثم مع
nllb-clip-base-siglip__v1، وسجل الصورة الأولى في كل مرة وذاكرة خدمة التعلم الآلي بالأمرdocker stats.
الخلاصة
- Immich بديل كامل لخدمات الصور السحابية على سيرفرك، بأربع Containers: السيرفر والتعلم الآلي وPostgreSQL وValkey، والصور الأصلية في مجلد الرفع.
- يحتاج 6 إلى 8 GB من الذاكرة، واستهلك في تجربتنا أكثر من 4 GB وهو ساكن مع نموذج البحث متعدد اللغات.
- أول إقلاع قد يبدأ بخطأ اتصال بالقاعدة يصلحه إعادة التشغيل التلقائي، ثم ينتظر الطابور استيراد بيانات المدن.
- التعرف على الوجوه محافظ في إعداده الافتراضي، ورفع مسافة التشابه من 0.5 إلى 0.6 أظهر شخصاً لم يظهر، والتجميع نفسه رخيص.
- البحث بالمعنى مع النموذج الافتراضي لا يفهم العربية، والنموذج
nllb-clip-base-siglip__v1مع لغة مستخدم عربية أصاب في كل الجمل، بثمن ذاكرة وقرص أكبر. - قالب التخزين يجعل المجلدات مقروءة، وتواريخه بمنطقة السيرفر الزمنية.
- النسخ اليومية للقاعدة على نفس القرص، فانسخ مجلد الرفع كله ونسخ القاعدة خارجه وخارج البيت، واقرأ ملاحظات كل إصدار قبل التحديث.
دليلموسيقاك وكتبك الصوتية مع Navidrome وAudiobookshelfكيف تحول مجلد الموسيقى والكتب الصوتية إلى خدمتين على سيرفر البيت، ولماذا ظهرت العناوين العربية مشوهة وفشل البحث العربي في التطبيقات، وكيف ينتقل مكان توقفك في الكتاب بين الأجهزة.
دليلمكتبة أفلامك ومسلسلاتك في البيت مع Jellyfinكيف تحول مجلد أفلام العائلة إلى مكتبة بأسماء عربية وحسابات للأطفال مع Jellyfin، وكم يكلف التحويل فعلاً، ولماذا ظهرت الترجمة العربية مربعات فارغة وكيف أصلحناها.
دليلالنسخ الاحتياطي بقاعدة 3-2-1 واختبار الاستعادةكيف تحدد كم بيانات تقبل أن تخسر، وتبني نسخاً لا يستطيع المخترق حذفها، وتتأكد أنك تستطيع استعادتها فعلاً.
دليلالنسخة خارج السيرفر Off-site: إلى S3 مع restic أو Kopiaمتى تكون النسخة خارج الموقع فعلاً، وأين تضعها، وكم تحتاج النسخة الأولى من الوقت، ومن يملك صلاحية حذفها، مع تجربة أربعين يوماً من النسخ إلى Garage وتمرين استعادة على سيرفر جديد.
دليلNextcloud: ملفات فريقك وتقويمه وجهات اتصاله على سيرفرككيف تثبت Nextcloud على سيرفرك وتربطه بأجهزة فريقك وبالدخول الموحد، ثم تحميه وتحدثه دون أن تفقد بياناتك.
دليلالاستضافة الذاتية Self-hosting للمستخدم المنزليست خدمات تجمع صور العائلة وملفاتها وكلمات مرورها وأفلامها وأجهزتها الذكية على جهاز واحد في بيتك، وبأي ترتيب تبدأ.سجل التحديثات
18 نوفمبر 2026: كتابة الدليل واختباره على Immich v3.4.1 من ملف Docker Compose الرسمي، مع Immich CLI 3.4.1، ونموذجي البحث ViT-B-32__openai وnllb-clip-base-siglip__v1.