feat: 色情识别模型本地化(lib/320n.onnx)，缺失时自动下载并回退自带模型

README.md

@@ -187,7 +187,8 @@ lightScore = 亮度 > 175 的像素占比
 基于本机 **Python + NudeNet** 的离线鉴黄，判为色情的图片移入 `图片_敏感_*` 分类目录（明暗子目录照常保留，如 `图片_敏感_横屏_1080P/bright_20`），便于事后人工复核。
 
 - **开启**：`application.properties` 里设 `nsfw.enabled=true`（默认关闭）
-- **依赖**：本机安装 Python（>=3.6）并 `pip install nudenet`（包自带 320n 模型，无需手动下载）
+- **依赖**：本机安装 Python 并 `pip install nudenet`
+- **模型（推荐分发方式）**：把模型文件放到程序运行目录的 `lib/320n.onnx`（官方地址 `https://github.com/notAI-tech/NudeNet/releases/download/v3.4-weights/320n.onnx`，约 11.6MB，需自带或下载后随程序分发）——放好后完全离线可用。`lib` 里没有时程序会自动下载一次到该位置；下载失败再回退用 nudenet 包自带的模型
 - **可调**：`nsfw.python`（python 路径，留空自动在 PATH 找）、`nsfw.threshold`（判定阈值，默认 0.5）
 - **敏感类**：`FEMALE_GENITALIA_EXPOSED` / `MALE_GENITALIA_EXPOSED` / `ANUS_EXPOSED` / `FEMALE_BREAST_EXPOSED`，任一分数达标即判定
 - **降级**：未装 python / nudenet 时打印警告并跳过识别，图片按普通流程整理，不影响其它功能

application.properties

@@ -12,8 +12,10 @@ ffmpeg.path=
 organize.rotateImages=false
 # 探测/认类型/移动阶段的并发 worker 数（默认 4；0 表示用满全部 CPU 核数）
 organize.workers=4
-# 色情图片识别（需本机安装 python 与 nudenet：pip install nudenet），需要科技下载模型
+# 色情图片识别（需本机安装 python 与 nudenet：pip install nudenet）
 #   true=开启，判为色情的图片移入「图片_敏感_*」目录（明暗子目录照常）；false=关闭（默认）
+# 模型：优先加载程序运行目录下 lib/320n.onnx（推荐随程序分发，离线可用）；
+#   本地没有会自动下载到该位置，下载失败再回退用 nudenet 自带模型
 nsfw.enabled=true
 # python 可执行文件路径；留空自动在 PATH 里找 python/python3/py
 nsfw.python=C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python312\\python.exe

internal/nsfw/detector.go

@@ -39,8 +39,8 @@ var serverScript []byte
 // Go 侧只负责把路径发给服务、读取判定结果，不重复维护这份清单。
 
 // detectorStartTimeout 等待 python 服务就绪（模型加载）的超时时间。
-// 首次加载模型可能要十几秒，给足余量。
+// 首次启动若本地没有模型还要联网下载约 11.6MB，给足余量。
-const detectorStartTimeout = 60 * time.Second
+const detectorStartTimeout = 180 * time.Second
 
 // requestTimeout 单张图片检测的超时时间。检测很快（毫秒级），
 // 万一卡住（模型没加载好/图太大）不至于拖死整个扫描。
@@ -94,9 +94,16 @@ func Start(pythonPath string, threshold float64) (*Detector, error) {
 		return nil, fmt.Errorf("找空闲端口失败: %v", err)
 	}
 
+	// 模型目录：程序运行目录下的 lib（和 application.properties / media-info.db 同一根目录）。
+	// 服务脚本优先加载 lib/320n.onnx；本地没有会自己下载到那里，下载失败再回退用 pip 自带模型。
+	modelDir := ""
+	if wd, err := os.Getwd(); err == nil {
+		modelDir = filepath.Join(wd, "lib")
+	}
+
 	// 拉起服务。标准输出/错误接到程序自身的输出，方便看 python 报错。
 	ctx, cancel := context.WithCancel(context.Background())
-	cmd := exec.CommandContext(ctx, py, scriptPath, fmt.Sprintf("%d", port))
+	cmd := exec.CommandContext(ctx, py, scriptPath, fmt.Sprintf("%d", port), modelDir)
 	cmd.Stdout = os.Stdout
 	cmd.Stderr = os.Stderr
 	if err := cmd.Start(); err != nil {

internal/nsfw/server.py

@@ -4,6 +4,12 @@
 只依赖 Python 标准库 + nudenet 包，模型在进程里只加载一次。
 收到 /detect 就把图片喂给 NudeDetector，返回结果 JSON。
 
+模型加载优先级（模型放在 <程序运行目录>/lib/320n.onnx）：
+  1. 本地已有该文件 → 直接加载（离线可用，适合随程序分发）；
+  2. 本地没有 → 自动下载到 lib/320n.onnx 再加载（仅第一次需要网络）；
+  3. 下载失败 → 回退用 nudenet 包自带的模型。
+下载地址是 NudeNet 官方 release 的 320n.onnx（约 11.6MB）。
+
 Windows 超长路径说明：OpenCV 的 imread 走老式 C API，路径超过 260 字符就
 打不开（报 can't open/read file）。所以这里改用 Python 的 open() 读字节，
 再把字节直接交给 NudeNet（v3 的 detect 支持 bytes）——从内存解码，彻底
@@ -13,6 +19,7 @@ import json
 import os
 import sys
 import tempfile
+import urllib.request
 from http.server import BaseHTTPRequestHandler, HTTPServer
 
 from nudenet import NudeDetector
@@ -33,12 +40,71 @@ SENSITIVE = {
     "FEMALE_BREAST_EXPOSED",
 }
 
+# 模型文件与官方下载地址
+MODEL_FILENAME = "320n.onnx"
+MODEL_URL = "https://github.com/notAI-tech/NudeNet/releases/download/v3.4-weights/320n.onnx"
+
+# 模型目录由 Go 侧作为第二个参数传入（程序运行目录下的 lib）；没传则回退用包自带模型
+MODEL_DIR = sys.argv[2] if len(sys.argv) > 2 else ""
+
 _detector = None
 
 
+def _looks_like_model(path):
+    """粗略校验文件是不是真 ONNX 模型：开头不是 HTML、大小不小于 1MB（320n 模型约 11.6MB）。
+
+    防止 GitHub 被墙时把"登录网页/占位页"当成模型存下来，下次加载直接报错。
+    """
+    try:
+        with open(path, "rb") as f:
+            head = f.read(4)
+        if not head or head.startswith(b"<"):
+            return False
+        return os.path.getsize(path) > 1_000_000
+    except OSError:
+        return False
+
+
+def _ensure_model(model_dir):
+    """返回要加载的模型路径；返回 None 表示用 nudenet 包自带的模型。"""
+    if not model_dir:
+        return None
+    local = os.path.join(model_dir, MODEL_FILENAME)
+    if os.path.isfile(local) and _looks_like_model(local):
+        print("=== 使用本地模型: %s" % local, flush=True)
+        return local
+    # 本地没有（或文件无效）→ 下载到 lib 目录（仅第一次需要网络）
+    try:
+        os.makedirs(model_dir, exist_ok=True)
+        print("=== 本地未找到有效模型, 正在下载: %s" % local, flush=True)
+        urllib.request.urlretrieve(MODEL_URL, local)
+        if _looks_like_model(local):
+            print("=== 模型下载完成: %s" % local, flush=True)
+            return local
+        # 下载回来的是网页/占位文件，不是真模型：删掉免得下次继续踩坑
+        print("=== 下载的文件无效(可能被墙返回了网页), 删除并回退用包自带模型", flush=True)
+        try:
+            os.remove(local)
+        except OSError:
+            pass
+    except Exception as exc:  # noqa: BLE001 - 下载失败就回退，别让服务起不来
+        print("=== 模型下载失败, 回退用包自带模型: %s" % exc, flush=True)
+    return None
+
+
 def get_detector():
     global _detector
     if _detector is None:
+        mp = _ensure_model(MODEL_DIR)
+        try:
+            _detector = NudeDetector(model_path=mp)
+        except Exception as exc:  # noqa: BLE001 - 指定路径加载失败就回退包自带模型，别崩
+            print("=== 本地模型加载失败(%s), 回退用包自带模型" % exc, flush=True)
+            if mp:
+                try:
+                    os.remove(mp)
+                except OSError:
+                    pass
             _detector = NudeDetector()
     return _detector
 
@@ -136,4 +202,7 @@ class Handler(BaseHTTPRequestHandler):
 
 if __name__ == "__main__":
     port = int(sys.argv[1]) if len(sys.argv) > 1 else 0
+    # 启动前先把模型准备好（本地加载 / 下载 / 回退），/health 就绪即代表模型可用，
+    # 这样 Go 侧 waitReady 等到的就是"模型已就绪"的服务。
+    get_detector()
     HTTPServer(("127.0.0.1", port), Handler).serve_forever()