feat: 添加动漫色情检测(WD Tagger v3)，媒体库展示优化

- 新增 anime_nsfw 模块：WD Tagger v3 模型检测动漫/二次元图片

- 修复误判：当 general 评分最高时判定为安全，避免非动漫图误判

- 数据库存储四个 rating 原始分数(JSON)，无需重扫即可查看

- 媒体库新增动漫色情检测列、文件路径列(支持一键复制)

- 修复预览图加载占位符显示两个点的问题

- 移动文件按钮不再限制扫描完成后才显示

.gitignore

@@ -1,3 +1,5 @@
 .idea/
+.qwen/
 media-info.db
 __pycache__/
+lib/anime_nsfw/

application.properties

@@ -17,8 +17,15 @@ organize.workers=8
 # 模型：优先加载程序运行目录下 lib/nwfs/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是用来识别真人图片的
-nsfw.enabled=true
+nsfw.enabled=false
 # 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
-# 判定阈值 0~1，敏感部位检测分高于此才算色情（默认 0.2，实测）
-nsfw.threshold=0.35
+# 判定阈值 0~1，敏感部位检测分高于此才算色情
+nsfw.threshold=0.27
+# 动漫色情图片识别（需本机安装 python 与 onnxruntime/opencv/numpy：pip install onnxruntime opencv-python numpy）
+#   true=开启，判定为色情的动漫图片同样移入「图片_敏感_*」目录；false=关闭（默认）
+# 模型：WD Tagger v3 (eva02-large)，首次启动自动从 HuggingFace 下载到 lib/anime_nsfw/（约 1.26GB）
+# AnimeNSFW是用来识别动漫/二次元图片的
+anime_nsfw.enabled=true
+# 判定阈值 0~1，explicit/questionable 分数高于此才算色情
+anime_nsfw.threshold=0.5

frontend/src/views/MediaList.vue

@@ -1,7 +1,10 @@
 <template>
     <div class="page-card">
         <div class="toolbar">
+            <div class="toolbar-left">
                 <span class="title">媒体库</span>
+                <span v-if="manualNsfwAvg > 0" class="nsfw-avg">手动标记 NSFW 均值：{{ (manualNsfwAvg * 100).toFixed(2) }}%</span>
+            </div>
             <el-button type="primary" size="small" icon="el-icon-refresh" @click="loadList">刷新</el-button>
         </div>
 
@@ -43,6 +46,9 @@
                         :preview-src-list="[getPreviewUrl(scope.row.filePath)]"
                         style="width: 60px; height: 60px"
                         fit="cover">
+                        <div slot="placeholder" class="image-placeholder">
+                            <i class="el-icon-loading"></i>
+                        </div>
                         <div slot="error" class="image-error">
                             <i class="el-icon-picture-outline"></i>
                         </div>
@@ -55,6 +61,16 @@
                     <span class="file-name" :title="scope.row.filePath">{{ scope.row.fileName }}</span>
                 </template>
             </el-table-column>
+            <el-table-column label="路径" min-width="160">
+                <template slot-scope="scope">
+                    <div class="path-cell">
+                        <span class="file-path" :title="scope.row.filePath">{{ scope.row.filePath }}</span>
+                        <el-tooltip content="复制路径" placement="top">
+                            <i class="el-icon-document-copy copy-icon" @click="copyPath(scope.row.filePath)"/>
+                        </el-tooltip>
+                    </div>
+                </template>
+            </el-table-column>
             <el-table-column label="类型" width="80" align="center">
                 <template slot-scope="scope">
                     <el-tag :type="typeTag(scope.row.mediaType)" size="small">{{ typeName(scope.row.mediaType) }}</el-tag>
@@ -89,6 +105,21 @@
                     <span v-else class="muted">-</span>
                 </template>
             </el-table-column>
+            <el-table-column label="动漫色情检测" width="140" align="center">
+                <template slot-scope="scope">
+                    <div v-if="scope.row.animeNsfwScore > 0">
+                        <el-tag :type="scope.row.animeNsfwScore >= scope.row.animeNsfwThreshold ? 'danger' : 'warning'" size="small">
+                            {{ (scope.row.animeNsfwScore * 100).toFixed(1) }}%
+                        </el-tag>
+                        <div class="nsfw-threshold">阈值: {{ (scope.row.animeNsfwThreshold * 100).toFixed(0) }}%</div>
+                    </div>
+                    <div v-else-if="scope.row.animeNsfwRatings">
+                        <el-tag type="info" size="small">安全</el-tag>
+                        <div class="nsfw-threshold">{{ formatAnimeRatings(scope.row.animeNsfwRatings) }}</div>
+                    </div>
+                    <span v-else class="muted">-</span>
+                </template>
+            </el-table-column>
             <el-table-column label="色情标记" width="100" align="center">
                 <template slot-scope="scope">
                     <el-switch
@@ -159,6 +190,7 @@ export default {
     data() {
         return {
             loading: false,
+            manualNsfwAvg: 0,
             list: [],
             total: 0,
             resolutionOptions: RES_STANDARD.concat(resNonStandard()),
@@ -182,6 +214,7 @@ export default {
     mounted() {
         this.loadOptions()
         this.loadList()
+        this.loadManualNsfwAvg()
     },
     methods: {
         async loadOptions() {
@@ -255,15 +288,52 @@ export default {
             try {
                 await request.put(`/api/media/${row.id}/manual-nsfw`, { value: newValue })
                 row.manualNsfw = newValue
+                this.loadManualNsfwAvg()
             } catch (e) {
                 // 拦截器已提示
             }
+        },
+        async loadManualNsfwAvg() {
+            try {
+                const res = await request.get('/api/media/manual-nsfw-avg')
+                this.manualNsfwAvg = (res.data && res.data.avg) || 0
+            } catch (e) {
+                // 忽略
+            }
+        },
+        copyPath(path) {
+            navigator.clipboard.writeText(path).then(() => {
+                this.$message.success('路径已复制')
+            }).catch(() => {
+                this.$message.error('复制失败')
+            })
+        },
+        formatAnimeRatings(ratingsJson) {
+            if (!ratingsJson) return ''
+            try {
+                const r = JSON.parse(ratingsJson)
+                return `G=${(r.general * 100).toFixed(0)} S=${(r.sensitive * 100).toFixed(0)} Q=${(r.questionable * 100).toFixed(0)} E=${(r.explicit * 100).toFixed(0)}`
+            } catch (e) {
+                return ''
+            }
         }
     }
 }
 </script>
 
 <style scoped>
+.toolbar-left {
+    display: flex;
+    align-items: center;
+    gap: 12px;
+}
+
+.nsfw-avg {
+    font-size: 13px;
+    color: #F56C6C;
+    font-weight: 500;
+}
+
 .filter-bar {
     display: flex;
     gap: 10px;
@@ -276,6 +346,44 @@ export default {
     color: #1f3a6b;
 }
 
+.file-path {
+    color: #606266;
+    font-size: 12px;
+    overflow: hidden;
+    text-overflow: ellipsis;
+    white-space: nowrap;
+    flex: 1;
+}
+
+.path-cell {
+    display: flex;
+    align-items: center;
+    gap: 4px;
+    overflow: hidden;
+}
+
+.copy-icon {
+    cursor: pointer;
+    color: #909399;
+    font-size: 14px;
+    flex-shrink: 0;
+}
+
+.copy-icon:hover {
+    color: #409EFF;
+}
+
+.image-placeholder {
+    display: flex;
+    align-items: center;
+    justify-content: center;
+    width: 60px;
+    height: 60px;
+    background: #f5f7fa;
+    color: #c0c4cc;
+    font-size: 20px;
+}
+
 .muted {
     color: #c0c4cc;
 }

frontend/src/views/Scan.vue

@@ -58,13 +58,12 @@
                     :loading="starting"
                     @click="handleStart">开始扫描</el-button>
             <el-button
-                    v-if="status.state === 'done'"
                     type="warning"
                     size="medium"
                     icon="el-icon-s-promotion"
                     :loading="moving"
                     @click="handleMove">移动文件到存放目录</el-button>
-            <div v-else-if="status.state === 'running'" class="running-hint">
+            <div v-if="status.state === 'running'" class="running-hint">
                 <span>
                     <i class="el-icon-loading"></i>
                     <template v-if="status.stage === 'move'">

internal/anime_nsfw/detector.go

@@ -0,0 +1,335 @@
+// Package anime_nsfw 负责"动漫色情图片识别"：本机 Python + WD Tagger v3 (eva02-large) 起一个本地 HTTP 服务，
+// Go 侧把图片路径发给它，拿到"是否色情"和最高敏感分。
+//
+// 大白话理解：WD Tagger v3 是 Danbooru 风格的图片标签模型，能输出 rating 分类：
+//   - general：安全
+//   - sensitive：轻微敏感
+//   - questionable：可疑
+//   - explicit：明确色情
+//
+// 我们只关心 questionable 和 explicit 的分数，任一 >= 阈值就判定为色情。
+//
+// 机器上没有 python 或没装 onnxruntime/opencv 时，Start 会报错，调用方跳过识别、
+// 走默认整理流程——这个功能是纯附加的，不影响其它步骤。
+package anime_nsfw
+
+import (
+	"bytes"
+	"context"
+	"encoding/json"
+	"errors"
+	"fmt"
+	"io"
+	"net"
+	"net/http"
+	"os"
+	"os/exec"
+	"path/filepath"
+	"strings"
+	"sync"
+	"time"
+
+	_ "embed"
+)
+
+//go:embed server.py
+var serverScript []byte
+
+// detectorStartTimeout 等待 python 服务就绪（模型加载）的超时时间。
+// WD Tagger v3 模型约 1.26GB，加载需要时间，给足余量。
+const detectorStartTimeout = 300 * time.Second
+
+// requestTimeout 单张图片检测的超时时间。
+const requestTimeout = 60 * time.Second
+
+// Detector 封装一个本地 python 服务的客户端。
+type Detector struct {
+	url       string
+	threshold float64
+	client    *http.Client
+	cmd       *exec.Cmd
+	scriptDir string
+	python    string
+	modelDir  string
+	mu        sync.Mutex
+	stopped   bool
+	cancel    context.CancelFunc
+	done      chan struct{}
+	restartMu sync.Mutex
+}
+
+// Start 拉起本地 python 检测服务并等它就绪。
+func Start(pythonPath string, threshold float64) (*Detector, error) {
+	if threshold <= 0 || threshold >= 1 {
+		threshold = 0.5
+	}
+	py := resolvePython(pythonPath)
+	if py == "" {
+		return nil, fmt.Errorf("未找到 python，动漫敏感识别不可用")
+	}
+
+	tmpDir, err := os.MkdirTemp("", "kmp-anime-nsfw-*")
+	if err != nil {
+		return nil, fmt.Errorf("创建临时目录失败: %v", err)
+	}
+	scriptPath := filepath.Join(tmpDir, "server.py")
+	if err := os.WriteFile(scriptPath, serverScript, 0644); err != nil {
+		_ = os.RemoveAll(tmpDir)
+		return nil, fmt.Errorf("写入检测脚本失败: %v", err)
+	}
+
+	modelDir := ""
+	if wd, err := os.Getwd(); err == nil {
+		modelDir = filepath.Join(wd, "lib")
+	}
+
+	d := &Detector{
+		threshold: threshold,
+		client:    &http.Client{Timeout: requestTimeout},
+		python:    py,
+		modelDir:  modelDir,
+		scriptDir: tmpDir,
+	}
+
+	if err := d.launch(); err != nil {
+		_ = os.RemoveAll(tmpDir)
+		return nil, err
+	}
+	return d, nil
+}
+
+func (d *Detector) launch() error {
+	d.teardown()
+
+	port, err := freePort()
+	if err != nil {
+		return fmt.Errorf("找空闲端口失败: %v", err)
+	}
+
+	ctx, cancel := context.WithCancel(context.Background())
+	cmd := exec.CommandContext(ctx, d.python, filepath.Join(d.scriptDir, "server.py"), fmt.Sprintf("%d", port), d.modelDir)
+	cmd.Stdout = os.Stdout
+	cmd.Stderr = os.Stdout
+	if err := cmd.Start(); err != nil {
+		cancel()
+		return fmt.Errorf("启动动漫检测服务失败: %v", err)
+	}
+
+	done := make(chan struct{})
+	d.url = fmt.Sprintf("http://127.0.0.1:%d", port)
+	d.cmd = cmd
+	d.cancel = cancel
+	d.done = done
+	go func() {
+		_ = cmd.Wait()
+		close(done)
+	}()
+
+	if err := d.waitReady(); err != nil {
+		d.teardown()
+		return err
+	}
+	return nil
+}
+
+func (d *Detector) teardown() {
+	if d.cancel != nil {
+		d.cancel()
+		d.cancel = nil
+	}
+	if d.cmd != nil && d.cmd.Process != nil {
+		_ = d.cmd.Process.Kill()
+	}
+	if d.done != nil {
+		select {
+		case <-d.done:
+		case <-time.After(3 * time.Second):
+		}
+		d.done = nil
+	}
+	d.cmd = nil
+}
+
+func (d *Detector) waitReady() error {
+	deadline := time.Now().Add(detectorStartTimeout)
+	for time.Now().Before(deadline) {
+		select {
+		case <-d.done:
+			return fmt.Errorf("动漫检测服务提前退出，请确认已安装 onnxruntime/opencv (pip install onnxruntime opencv-python numpy)")
+		default:
+		}
+		req, err := http.NewRequest(http.MethodGet, d.url+"/health", nil)
+		if err != nil {
+			return err
+		}
+		resp, err := d.client.Do(req)
+		if err == nil {
+			_, _ = io.Copy(io.Discard, resp.Body)
+			resp.Body.Close()
+			if resp.StatusCode == http.StatusOK {
+				return nil
+			}
+		}
+		time.Sleep(500 * time.Millisecond)
+	}
+	return fmt.Errorf("动漫检测服务在 %v 内未就绪", detectorStartTimeout)
+}
+
+// AnimeRatings WD Tagger 的四个 rating 评分。
+type AnimeRatings struct {
+	General      float64 `json:"general"`
+	Sensitive    float64 `json:"sensitive"`
+	Questionable float64 `json:"questionable"`
+	Explicit     float64 `json:"explicit"`
+}
+
+// Detect 检测一张动漫图片是否色情。返回：
+//   - score：max(explicit, questionable) 的 sigmoid 分数（若 G 最高则为 0）
+//   - nsfw：是否判定为色情（分数 >= 阈值）
+//   - ratings：四个 rating 的原始分数
+//   - err：检测失败
+func (d *Detector) Detect(path string) (score float64, nsfw bool, ratings AnimeRatings, err error) {
+	score, nsfw, ratings, err = d.detectOnce(path)
+	if err == nil {
+		return score, nsfw, ratings, nil
+	}
+	var ce *connError
+	if !errors.As(err, &ce) {
+		return score, nsfw, ratings, err
+	}
+
+	d.restartMu.Lock()
+	defer d.restartMu.Unlock()
+
+	if d.isStopped() {
+		return 0, false, ratings, err
+	}
+	if d.healthy() {
+		return d.detectOnce(path)
+	}
+	fmt.Printf("=== 动漫检测服务失联(%v), 正在重启…\n", ce.err)
+	if rerr := d.launch(); rerr != nil {
+		return 0, false, ratings, fmt.Errorf("动漫检测服务重启失败: %v", rerr)
+	}
+	fmt.Println("=== 动漫检测服务已重启，继续识别")
+	return d.detectOnce(path)
+}
+
+func (d *Detector) healthy() bool {
+	ctx, cancel := context.WithTimeout(context.Background(), 2*time.Second)
+	defer cancel()
+	req, err := http.NewRequestWithContext(ctx, http.MethodGet, d.url+"/health", nil)
+	if err != nil {
+		return false
+	}
+	resp, err := d.client.Do(req)
+	if err != nil {
+		return false
+	}
+	defer resp.Body.Close()
+	return resp.StatusCode == http.StatusOK
+}
+
+func (d *Detector) isStopped() bool {
+	d.mu.Lock()
+	defer d.mu.Unlock()
+	return d.stopped
+}
+
+func (d *Detector) detectOnce(path string) (score float64, nsfw bool, ratings AnimeRatings, err error) {
+	body, _ := json.Marshal(map[string]interface{}{
+		"path":      path,
+		"threshold": d.threshold,
+	})
+	resp, err := d.client.Post(d.url+"/detect", "application/json", bytes.NewReader(body))
+	if err != nil {
+		return 0, false, ratings, &connError{err}
+	}
+	defer resp.Body.Close()
+	data, err := io.ReadAll(resp.Body)
+	if err != nil {
+		return 0, false, ratings, err
+	}
+	var out struct {
+		Ok      bool    `json:"ok"`
+		Error   string  `json:"error"`
+		Nsfw    bool    `json:"nsfw"`
+		Score   float64 `json:"score"`
+		Ratings struct {
+			General       float64 `json:"general"`
+			Sensitive     float64 `json:"sensitive"`
+			Questionable  float64 `json:"questionable"`
+			Explicit      float64 `json:"explicit"`
+		} `json:"ratings"`
+		TopTags []map[string]interface{} `json:"top_tags"`
+	}
+	if err := json.Unmarshal(data, &out); err != nil {
+		return 0, false, ratings, fmt.Errorf("解析检测结果失败: %v", err)
+	}
+	if !out.Ok {
+		return 0, false, ratings, fmt.Errorf("检测服务返回错误: %s", out.Error)
+	}
+	ratings = AnimeRatings{
+		General:      out.Ratings.General,
+		Sensitive:    out.Ratings.Sensitive,
+		Questionable: out.Ratings.Questionable,
+		Explicit:     out.Ratings.Explicit,
+	}
+	// 打印 rating 详情（调试用）
+	fmt.Printf("=== AnimeNSFW 检测详情 %s: [G=%.3f S=%.3f Q=%.3f E=%.3f]\n",
+		path, ratings.General, ratings.Sensitive, ratings.Questionable, ratings.Explicit)
+	return out.Score, out.Nsfw, ratings, nil
+}
+
+type connError struct{ err error }
+
+func (e *connError) Error() string { return e.err.Error() }
+func (e *connError) Unwrap() error { return e.err }
+
+func (d *Detector) Stop() {
+	d.mu.Lock()
+	defer d.mu.Unlock()
+	if d.stopped {
+		return
+	}
+	d.stopped = true
+	d.teardown()
+	if d.scriptDir != "" {
+		_ = os.RemoveAll(d.scriptDir)
+	}
+}
+
+func (d *Detector) Threshold() float64 {
+	return d.threshold
+}
+
+func resolvePython(configured string) string {
+	candidates := []string{}
+	if strings.TrimSpace(configured) != "" {
+		candidates = append(candidates, strings.TrimSpace(configured))
+	}
+	if v := os.Getenv("KM_NSFW_PYTHON"); v != "" {
+		candidates = append(candidates, v)
+	}
+	candidates = append(candidates, "python", "python3", "py")
+	for _, c := range candidates {
+		if p, err := exec.LookPath(c); err == nil {
+			return p
+		}
+		if strings.ContainsAny(c, `\/`) {
+			if _, err := os.Stat(c); err == nil {
+				return c
+			}
+		}
+	}
+	return ""
+}
+
+func freePort() (int, error) {
+	ln, err := net.Listen("tcp", "127.0.0.1:0")
+	if err != nil {
+		return 0, err
+	}
+	defer ln.Close()
+	return ln.Addr().(*net.TCPAddr).Port, nil
+}

internal/anime_nsfw/server.py

@@ -0,0 +1,319 @@
+# -*- coding: utf-8 -*-
+"""WD Tagger v3 (eva02-large) 动漫色情检测服务：由 Go 侧启动，常驻提供 /health 和 /detect。
+
+只依赖 Python 标准库 + onnxruntime + opencv-python + numpy。
+onnxruntime 的 InferenceSession 不是线程安全的，同一个实例并发推理会崩，
+所以这里用一个固定大小的推理线程池：每个 worker 线程各持一份独立模型实例，
+N 个请求可以真·并行推理。
+
+模型来源：SmilingWolf/wd-eva02-large-tagger-v3 (HuggingFace)
+  - model.onnx：ONNX 模型（约 1.26GB）
+  - selected_tags.csv：标签映射表，前 4 行是 rating 分类：
+      index 0: general（安全）
+      index 1: sensitive（轻微敏感）
+      index 2: questionable（可疑）
+      index 3: explicit（明确色情）
+
+模型文件放在 <程序运行目录>/lib/anime_nsfw/ 下，首次启动自动从 HuggingFace 下载。
+
+输入预处理：
+  - 图片 pad 成正方形（白边填充）
+  - bicubic 缩放到 448x448
+  - 归一化：(pixel/255 - 0.5) / 0.5
+
+NSFW 判定逻辑：
+  - explicit 或 questionable 的 sigmoid 分数 >= 阈值 → 判定为色情
+  - score 返回 max(explicit, questionable) 的 sigmoid 分数
+"""
+import concurrent.futures
+import json
+import os
+import shutil
+import sys
+import threading
+import urllib.request
+from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
+
+import cv2
+import numpy as np
+import onnxruntime as ort
+
+# 模型文件与 HuggingFace 下载地址
+HF_REPO = "SmilingWolf/wd-eva02-large-tagger-v3"
+HF_BASE_URL = "https://huggingface.co/%s/resolve/main" % HF_REPO
+MODEL_FILENAME = "model.onnx"
+TAGS_FILENAME = "selected_tags.csv"
+
+# 模型输入参数（来自 config.json）
+INPUT_SIZE = 448
+MEAN = np.array([0.5, 0.5, 0.5], dtype=np.float32)
+STD = np.array([0.5, 0.5, 0.5], dtype=np.float32)
+
+# Rating 标签在 selected_tags.csv 中的位置（前 4 行）
+RATING_GENERAL = 0
+RATING_SENSITIVE = 1
+RATING_QUESTIONABLE = 2
+RATING_EXPLICIT = 3
+
+# 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）
+MODEL_DIR = sys.argv[2] if len(sys.argv) > 2 else ""
+
+# 推理并发数（每个 worker 持独立模型实例）
+INFER_WORKERS = int(os.environ.get("KM_ANIME_NSFW_WORKERS", "2") or "2")
+if INFER_WORKERS < 1:
+    INFER_WORKERS = 1
+
+_executor = None
+_thread_local = threading.local()
+_MODEL_PATH = None
+_TAGS = None  # numpy array of tag names (loaded once)
+
+
+def _looks_like_model(path):
+    """粗略校验文件是不是真 ONNX 模型。"""
+    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) > 100_000_000  # ONNX 模型约 1.26GB
+    except OSError:
+        return False
+
+
+def _download_file(url, local):
+    """带超时地把文件下载到 local。"""
+    req = urllib.request.Request(url)
+    with urllib.request.urlopen(req, timeout=120) as resp, open(local, "wb") as f:
+        shutil.copyfileobj(resp, f)
+
+
+def _ensure_model(model_dir):
+    """确保模型和标签文件都存在，返回 (model_path, tags_csv_path)。"""
+    if not model_dir:
+        raise RuntimeError("未指定模型目录")
+
+    anime_dir = os.path.join(model_dir, "anime_nsfw")
+    os.makedirs(anime_dir, exist_ok=True)
+
+    model_path = os.path.join(anime_dir, MODEL_FILENAME)
+    tags_path = os.path.join(anime_dir, TAGS_FILENAME)
+
+    # 下载模型（如果本地没有或无效）
+    if not os.path.isfile(model_path) or not _looks_like_model(model_path):
+        url = "%s/%s" % (HF_BASE_URL, MODEL_FILENAME)
+        print("=== [AnimeNSFW] 正在下载模型: %s" % url, flush=True)
+        _download_file(url, model_path)
+        if not _looks_like_model(model_path):
+            raise RuntimeError("下载的模型文件无效")
+        print("=== [AnimeNSFW] 模型下载完成: %s" % model_path, flush=True)
+    else:
+        print("=== [AnimeNSFW] 使用本地模型: %s" % model_path, flush=True)
+
+    # 下载标签 CSV（如果本地没有）
+    if not os.path.isfile(tags_path):
+        url = "%s/%s" % (HF_BASE_URL, TAGS_FILENAME)
+        print("=== [AnimeNSFW] 正在下载标签: %s" % url, flush=True)
+        _download_file(url, tags_path)
+        print("=== [AnimeNSFW] 标签下载完成: %s" % tags_path, flush=True)
+
+    return model_path, tags_path
+
+
+def _load_tags(tags_path):
+    """加载 selected_tags.csv，返回 tag name 的 numpy array。"""
+    import csv
+    tags = []
+    with open(tags_path, "r", encoding="utf-8") as f:
+        reader = csv.DictReader(f)
+        for row in reader:
+            tags.append(row["name"])
+    return np.array(tags)
+
+
+def _new_session(model_path):
+    """创建一份独立 ONNX 推理会话（每个 worker 各持一份）。"""
+    sess_opts = ort.SessionOptions()
+    sess_opts.inter_op_num_threads = 1
+    return ort.InferenceSession(model_path, sess_options=sess_opts, providers=["CPUExecutionProvider"])
+
+
+def _preprocess(data):
+    """图片字节 → 模型输入 tensor。
+
+    步骤：
+      1. 解码图片（从字节）
+      2. RGBA → BGR
+      3. Pad 成正方形（白边 255 填充）
+      4. Bicubic 缩放到 INPUT_SIZE x INPUT_SIZE
+      5. 归一化：(pixel/255 - mean) / std
+      6. HWC → NCHW
+    """
+    mat = cv2.imdecode(np.frombuffer(data, np.uint8), -1)
+    if mat is None:
+        raise OSError("图片解码失败")
+
+    # RGBA → BGR
+    if mat.ndim == 3 and mat.shape[2] == 4:
+        mat = cv2.cvtColor(mat, cv2.COLOR_RGBA2BGR)
+    elif mat.ndim == 2:
+        mat = cv2.cvtColor(mat, cv2.COLOR_GRAY2BGR)
+
+    # Pad 成正方形
+    h, w = mat.shape[:2]
+    max_size = max(w, h)
+    x_pad = max_size - w
+    y_pad = max_size - h
+    mat_pad = cv2.copyMakeBorder(mat, 0, y_pad, 0, x_pad, cv2.BORDER_CONSTANT, value=(255, 255, 255))
+
+    # Bicubic 缩放到模型输入尺寸
+    resized = cv2.resize(mat_pad, (INPUT_SIZE, INPUT_SIZE), interpolation=cv2.INTER_CUBIC)
+
+    # 归一化：BGR → RGB, uint8 → float32, (pixel/255 - mean) / std
+    img = cv2.cvtColor(resized, cv2.COLOR_BGR2RGB).astype(np.float32) / 255.0
+    img = (img - MEAN) / STD
+
+    # 模型输入格式 NHWC → NCHW 不需要，直接加 batch 维度
+    img = np.expand_dims(img, axis=0)
+    return img
+
+
+def _sigmoid(x):
+    """数值稳定的 sigmoid。"""
+    return np.where(x >= 0, 1.0 / (1.0 + np.exp(-x)), np.exp(x) / (1.0 + np.exp(x)))
+
+
+def _infer(path):
+    """整个推理任务（读文件 + 预处理 + 推理 + 后处理）。"""
+    # 读文件
+    lp = path
+    if os.name == "nt":
+        if not lp.startswith("\\\\?\\"):
+            if lp.startswith("\\\\"):
+                lp = "\\\\?\\UNC\\" + lp.lstrip("\\")
+            elif os.path.isabs(lp):
+                lp = "\\\\?\\" + os.path.normpath(lp)
+    if not os.path.exists(lp):
+        raise OSError("文件不存在: %s" % path)
+    with open(lp, "rb") as f:
+        data = f.read()
+    if not data:
+        raise OSError("空文件: %s" % path)
+
+    # 预处理
+    input_tensor = _preprocess(data)
+
+    # 推理（每个 worker 线程持独立 session）
+    sess = getattr(_thread_local, "session", None)
+    if sess is None:
+        sess = _new_session(_MODEL_PATH)
+        _thread_local.session = sess
+
+    input_name = sess.get_inputs()[0].name
+    outputs = sess.run(None, {input_name: input_tensor})
+    logits = outputs[0][0]  # shape: (num_classes,)
+
+    # Sigmoid 转概率
+    probs = _sigmoid(logits)
+
+    # 提取 rating 分数
+    rating_general = float(probs[RATING_GENERAL])
+    rating_sensitive = float(probs[RATING_SENSITIVE])
+    rating_questionable = float(probs[RATING_QUESTIONABLE])
+    rating_explicit = float(probs[RATING_EXPLICIT])
+
+    # 找 top 10 一般标签（跳过前 4 个 rating）
+    tag_probs = probs[4:]
+    top_indices = np.argsort(tag_probs)[::-1][:10]
+    top_tags = []
+    for idx in top_indices:
+        tag_name = str(_TAGS[idx + 4])
+        tag_score = float(tag_probs[idx])
+        if tag_score > 0.05:
+            top_tags.append({"tag": tag_name, "score": round(tag_score, 4)})
+
+    return {
+        "ratings": {
+            "general": round(rating_general, 4),
+            "sensitive": round(rating_sensitive, 4),
+            "questionable": round(rating_questionable, 4),
+            "explicit": round(rating_explicit, 4),
+        },
+        "top_tags": top_tags,
+    }
+
+
+class Handler(BaseHTTPRequestHandler):
+    def _send(self, obj, status=200):
+        data = json.dumps(obj, ensure_ascii=False).encode("utf-8")
+        self.send_response(status)
+        self.send_header("Content-Type", "application/json; charset=utf-8")
+        self.send_header("Content-Length", str(len(data)))
+        self.end_headers()
+        self.wfile.write(data)
+
+    def do_GET(self):
+        if self.path == "/health":
+            self._send({"ok": True})
+        else:
+            self._send({"ok": False, "error": "not found"}, 404)
+
+    def do_POST(self):
+        if self.path != "/detect":
+            return self._send({"ok": False, "error": "not found"}, 404)
+        length = int(self.headers.get("Content-Length", 0))
+        try:
+            body = json.loads(self.rfile.read(length) or b"{}")
+            path = body.get("path", "")
+            threshold = float(body.get("threshold", 0.5))
+            if not path:
+                return self._send({"ok": False, "error": "缺少图片路径"})
+            result = _executor.submit(_infer, path).result()
+        except Exception as exc:
+            return self._send({"ok": False, "error": str(exc)})
+
+        # NSFW 判定：explicit 或 questionable 分数 >= 阈值，且必须高于 general。
+        # WD Tagger 的 rating 是独立 sigmoid（不归一化），非动漫图四个分值往往
+        # 都很接近；若 general 最高说明模型认为是安全图，只看绝对值会大量误判。
+        ratings = result["ratings"]
+        nsfw_raw = max(ratings["explicit"], ratings["questionable"])
+        if nsfw_raw > ratings["general"]:
+            nsfw_score = nsfw_raw
+            nsfw = nsfw_score >= threshold
+        else:
+            nsfw_score = 0.0
+            nsfw = False
+
+        self._send({
+            "ok": True,
+            "nsfw": nsfw,
+            "score": nsfw_score,
+            "ratings": ratings,
+            "top_tags": result["top_tags"],
+        })
+
+    def log_message(self, *args):
+        pass
+
+
+class Server(ThreadingHTTPServer):
+    request_queue_size = 128
+
+
+if __name__ == "__main__":
+    port = int(sys.argv[1]) if len(sys.argv) > 1 else 0
+
+    # 加载模型和标签
+    _MODEL_PATH, tags_path = _ensure_model(MODEL_DIR)
+    _TAGS = _load_tags(tags_path)
+    print("=== [AnimeNSFW] 标签加载完成, 共 %d 个" % len(_TAGS), flush=True)
+
+    # 预创建第一个 session 验证模型可用
+    sess = _new_session(_MODEL_PATH)
+    print("=== [AnimeNSFW] 模型加载成功, 输入: %s" % str(sess.get_inputs()[0].shape), flush=True)
+    del sess
+
+    # 启动推理线程池
+    _executor = concurrent.futures.ThreadPoolExecutor(max_workers=INFER_WORKERS)
+    print("=== [AnimeNSFW] 服务启动, 端口=%d, workers=%d" % (port, INFER_WORKERS), flush=True)
+    Server(("127.0.0.1", port), Handler).serve_forever()

internal/api/media_controller.go

@@ -137,6 +137,16 @@ func (c *MediaController) Preview(ctx *gin.Context) {
 	ctx.File(path)
 }
 
+// AvgManualNsfwScore 处理 GET /api/media/manual-nsfw-avg：返回手动标记均值。
+func (c *MediaController) AvgManualNsfwScore(ctx *gin.Context) {
+	avg, err := c.store.AvgManualNsfwScore()
+	if err != nil {
+		Error(ctx, http.StatusInternalServerError, "查询失败："+err.Error())
+		return
+	}
+	Success(ctx, gin.H{"avg": avg})
+}
+
 // UpdateManualNsfw 处理 PUT /api/media/:id/manual-nsfw：更新手动色情标记。
 func (c *MediaController) UpdateManualNsfw(ctx *gin.Context) {
 	idStr := ctx.Param("id")

internal/api/router.go

@@ -34,6 +34,7 @@ func NewRouter(st *store.Store) *gin.Engine {
 		apiGroup.POST("/media/stats", mc.Stats)
 		apiGroup.GET("/media/preview", mc.Preview)
 		apiGroup.PUT("/media/:id/manual-nsfw", mc.UpdateManualNsfw)
+		apiGroup.GET("/media/manual-nsfw-avg", mc.AvgManualNsfwScore)
 
 		// 扫描整理（开始 / 中止 / 移动 / 查进度 / 实时进度）
 		sc := NewScanController(service.NewScanService(st))

internal/config/config.go

@@ -22,6 +22,8 @@ import (
 //   - NSFWEnabled：是否开启色情图片识别（本地 python + NudeNet，默认 false）
 //   - NSFWPython：python 可执行文件路径；留空自动在 PATH 里找
 //   - NSFWThreshold：判定阈值 0~1（默认 0.5）
+//   - AnimeNSFWEnabled：是否开启动漫色情图片识别（本地 python + WD Tagger v3，默认 false）
+//   - AnimeNSFWThreshold：动漫判定阈值 0~1（默认 0.5）
 type Config struct {
 	Port                int
 	Dsn                 string
@@ -32,6 +34,8 @@ type Config struct {
 	NSFWEnabled         bool
 	NSFWPython          string
 	NSFWThreshold       float64
+	AnimeNSFWEnabled    bool
+	AnimeNSFWThreshold  float64
 }
 
 // appConfig 当前生效的配置（程序运行期间一直不变）。
@@ -45,7 +49,7 @@ func GetAppConfig() Config {
 // LoadAppConfig 从 application.properties 读配置；文件不存在就用默认值。
 func LoadAppConfig() {
 	// 先给一套默认值
-	appConfig = Config{Port: 8080, Dsn: "media-info.db", AutoOpen: true, RotateImages: true, Workers: 4, NSFWThreshold: 0.5}
+	appConfig = Config{Port: 8080, Dsn: "media-info.db", AutoOpen: true, RotateImages: true, Workers: 4, NSFWThreshold: 0.5, AnimeNSFWThreshold: 0.5}
 
 	p, err := properties.LoadFile("application.properties", properties.UTF8)
 	if err != nil {
@@ -80,6 +84,13 @@ func LoadAppConfig() {
 			appConfig.NSFWThreshold = t
 		}
 	}
+	// 动漫色情识别：默认关；阈值只认 0~1 之间的小数
+	appConfig.AnimeNSFWEnabled = p.GetBool("anime_nsfw.enabled", false)
+	if v, ok := p.Get("anime_nsfw.threshold"); ok && strings.TrimSpace(v) != "" {
+		if t, err := strconv.ParseFloat(strings.TrimSpace(v), 64); err == nil && t > 0 && t < 1 {
+			appConfig.AnimeNSFWThreshold = t
+		}
+	}
 }
 
 // WorkerCount 返回探测/MIME/移动阶段使用的并发 worker 数：

internal/organize/organize.go

@@ -12,6 +12,7 @@ package organize
 
 import (
 	"context"
+	"encoding/json"
 	"fmt"
 	"os"
 	"path/filepath"
@@ -20,6 +21,7 @@ import (
 	"sync/atomic"
 	"time"
 
+	"kenaito-media-picker/internal/anime_nsfw"
 	"kenaito-media-picker/internal/classify"
 	"kenaito-media-picker/internal/config"
 	"kenaito-media-picker/internal/digest"
@@ -71,6 +73,7 @@ type Organizer struct {
 	mover        *mover.Mover        // 负责实际搬文件的家伙
 	ctx          context.Context     // 中止信号；ctx 被取消时探测/归类立即停下
 	nsfw         *nsfw.Detector      // 色情检测器；为 nil 表示没启用，图片不检测
+	animeNsfw    *anime_nsfw.Detector // 动漫色情检测器；为 nil 表示没启用
 	rotateImages bool                // 是否处理 EXIF 旋转（转正/按显示方向归类）；false 则完全不动，按存储方向归类
 	buckets      map[string][]string // 目标目录 → 里面该放哪些文件（只记源路径）
 	order        []string            // 目标目录的先后顺序（保证输出稳定、不来回跳）
@@ -81,11 +84,14 @@ type Organizer struct {
 	pendingScan  []store.ScanLog          // 待写入续传表的记录（攒一批再批量写）
 	nsfwChecked  int32                    // 色情识别已检查的图片数（并行累计，只涨不跌）
 	nsfwHits     int32                    // 色情识别命中的图片数（并行累计）
+	animeNsfwChecked int32                // 动漫色情识别已检查的图片数
+	animeNsfwHits    int32                // 动漫色情识别命中的图片数
 	// 阶段耗时统计（并行 worker 累计，单位纳秒，只用于日志诊断瓶颈）
 	tImageProbe int64 // 图片尺寸探测总耗时
 	tImgMd5     int64 // 图片 MD5/指纹计算总耗时
 	tBright     int64 // 明暗分析总耗时
 	tNsfw       int64 // 色情识别总耗时
+	tAnimeNsfw  int64 // 动漫色情识别总耗时
 	tMediaProbe int64 // 媒体探测(ffprobe)总耗时
 	tMediaMd5   int64 // 媒体(视频/音频) MD5/指纹计算总耗时
 }
@@ -128,6 +134,12 @@ func (o *Organizer) SetNSFWDetector(d *nsfw.Detector) {
 	o.nsfw = d
 }
 
+// SetAnimeNSFWDetector 设置动漫色情检测器。传 nil 表示不检测（默认）。
+// 设置了检测器后，图片探测时会额外做动漫色情识别，命中的图片同样归入「图片_敏感_*」目录。
+func (o *Organizer) SetAnimeNSFWDetector(d *anime_nsfw.Detector) {
+	o.animeNsfw = d
+}
+
 // SetRotateImages 设置是否处理图片 EXIF 旋转（默认 true）。
 //   - true：带旋转标记的图片做转正处理（有 ffmpeg 就烧进像素，没有则按显示方向归类）；
 //   - false：完全不动，图片按文件里存储的方向/尺寸归类，不做任何旋转相关处理。
@@ -394,6 +406,9 @@ type imageProbeResult struct {
 	lightScore  float64            // 亮色像素占比
 	nsfwScore   float64            // 色情检测最高分（未检测为 0）
 	nsfw        bool               // 是否判定为色情（检测可用时才可能为 true）
+	animeNsfwScore float64         // 动漫色情检测最高分（未检测为 0）
+	animeNsfw    bool              // 是否判定为动漫色情
+	animeNsfwRatings anime_nsfw.AnimeRatings // WD Tagger 四个 rating 的原始分数
 }
 
 // probeImage 给一张图片做体检（并行阶段执行）：探测尺寸 + 算 MD5 + 分析明暗。
@@ -470,6 +485,29 @@ func (o *Organizer) probeImage(f scanner.File) imageProbeResult {
 			}
 		}
 	}
+	// 动漫色情识别（GIF 不做；没启用检测器就直接跳过）
+	if o.animeNsfw != nil && !strings.EqualFold(f.Ext, ".gif") {
+		animeStart := time.Now()
+		score, hit, ratings, derr := o.animeNsfw.Detect(f.Path)
+		atomic.AddInt64(&o.tAnimeNsfw, int64(time.Since(animeStart)))
+		if derr != nil {
+			fmt.Printf("=== 动漫色情检测失败(按未命中归类): %s, 错误: %v \n", f.Path, derr)
+		} else {
+			r.animeNsfwScore = score
+			r.animeNsfw = hit
+			r.animeNsfwRatings = ratings
+			checked := atomic.AddInt32(&o.animeNsfwChecked, 1)
+			if hit {
+				atomic.AddInt32(&o.animeNsfwHits, 1)
+				fmt.Printf("=== 动漫色情命中: %s, 检测分=%.4f (阈值=%.4f)\n", f.Path, score, o.animeNsfw.Threshold())
+			} else {
+				fmt.Printf("=== 动漫色情未命中: %s, 检测分=%.4f (阈值=%.4f)\n", f.Path, score, o.animeNsfw.Threshold())
+			}
+			if checked%nsfwProgressInterval == 0 {
+				fmt.Printf("=== 动漫色情识别进度: 已检查 %d 张, 命中 %d 张\n", checked, atomic.LoadInt32(&o.animeNsfwHits))
+			}
+		}
+	}
 	return r
 }
 
@@ -520,6 +558,9 @@ func (o *Organizer) ProcessImages(images []scanner.File) {
 	if o.nsfw != nil {
 		fmt.Printf("=== 色情识别: 共 %d 张图片待检测(GIF跳过), 每 %d 张报一次进度\n", total, nsfwProgressInterval)
 	}
+	if o.animeNsfw != nil {
+		fmt.Printf("=== 动漫色情识别: 共 %d 张图片待检测(GIF跳过), 每 %d 张报一次进度\n", total, nsfwProgressInterval)
+	}
 	results := runParallel(o.ctx, images, o.probeImage, func(done int) {
 		o.report(PhaseImages, done, total)
 	})
@@ -561,9 +602,19 @@ func (o *Organizer) ProcessImages(images []scanner.File) {
 				info.NsfwScore = r.nsfwScore
 				info.NsfwThreshold = o.nsfw.Threshold()
 			}
-			if r.nsfw {
+			if info != nil && r.animeNsfwScore > 0 {
+				info.AnimeNsfwScore = r.animeNsfwScore
+				info.AnimeNsfwThreshold = o.animeNsfw.Threshold()
+				if ratingsJSON, err := json.Marshal(r.animeNsfwRatings); err == nil {
+					info.AnimeNsfwRatings = string(ratingsJSON)
+				}
+			}
+			// 真人色情或动漫色情任一命中，都归入敏感目录
+			if r.nsfw || r.animeNsfw {
 				o.addClassified(f, classify.ImageDirSensitive(f.Ext, r.res.Width, r.res.Height, r.darkScore, r.lightScore), r.size, r.headMd5, r.tailMd5)
+				if r.nsfw {
 					nsfwCount++
+				}
 			} else {
 				o.addClassified(f, classify.ImageDir(f.Ext, r.res.Width, r.res.Height, r.darkScore, r.lightScore), r.size, r.headMd5, r.tailMd5)
 			}
@@ -576,14 +627,19 @@ func (o *Organizer) ProcessImages(images []scanner.File) {
 		fmt.Printf("=== 续传跳过: %d 个文件(上次已归类，直接复用)\n", skip)
 	}
 	fmt.Printf("=== 图片处理完毕，成功: %d, 读取异常: %d, 忽略: %d, 重复: %d \n\n", success, fail, ignore, dup)
-	fmt.Printf("=== 图片归类耗时: 实际 %.1fs, 其中(并行累计) 探测 %.1fs, MD5 %.1fs, 明暗 %.1fs, 色情 %.1fs\n",
+	fmt.Printf("=== 图片归类耗时: 实际 %.1fs, 其中(并行累计) 探测 %.1fs, MD5 %.1fs, 明暗 %.1fs, 色情 %.1fs, 动漫色情 %.1fs\n",
 		time.Since(phaseStart).Seconds(),
 		time.Duration(atomic.LoadInt64(&o.tImageProbe)).Seconds(),
 		time.Duration(atomic.LoadInt64(&o.tImgMd5)).Seconds(),
 		time.Duration(atomic.LoadInt64(&o.tBright)).Seconds(),
-		time.Duration(atomic.LoadInt64(&o.tNsfw)).Seconds())
+		time.Duration(atomic.LoadInt64(&o.tNsfw)).Seconds(),
+		time.Duration(atomic.LoadInt64(&o.tAnimeNsfw)).Seconds())
+	animeNsfwHits := atomic.LoadInt32(&o.animeNsfwHits)
 	if o.nsfw != nil && nsfwCount > 0 {
-		fmt.Printf("=== 色情识别: 共命中 %d 张，已归入「图片_敏感_*」目录，可在【色情识别】页面查看并人工复核\n", nsfwCount)
+		fmt.Printf("=== 色情识别: 共命中 %d 张，已归入「图片_敏感_*」目录，可在【媒体库】页面查看并通过<色情标记>人工复核\n", nsfwCount)
+	}
+	if o.animeNsfw != nil && animeNsfwHits > 0 {
+		fmt.Printf("=== 动漫色情识别: 共命中 %d 张，已归入「图片_敏感_*」目录，可在【媒体库】页面查看并通过<色情标记>人工复核\n", animeNsfwHits)
 	}
 }
 

internal/service/scan.go

@@ -23,6 +23,7 @@ import (
 	"sync"
 	"time"
 
+	"kenaito-media-picker/internal/anime_nsfw"
 	"kenaito-media-picker/internal/config"
 	"kenaito-media-picker/internal/mover"
 	"kenaito-media-picker/internal/nsfw"
@@ -249,7 +250,7 @@ func (s *ScanService) Cancel() error {
 
 // Move 触发文件移动操作。
 // 根据 scan_log 中记录的分类结果，将文件从源路径移动到目标目录。
-// 只有在扫描完成（state == done）且当前没有任务运行时才能调用。
+// 只有在扫描完成（state == done）或 scan_log 有记录时才能调用。
 func (s *ScanService) Move() error {
 	s.mu.Lock()
 
@@ -259,11 +260,15 @@ func (s *ScanService) Move() error {
 		return errors.New("扫描整理正在运行中，请等待完成")
 	}
 
-	// 必须先完成一次扫描，才有 scan_log 记录
+	// 必须先完成一次扫描，或者 scan_log 有记录，才有数据可移动
 	if s.state != ScanDone {
+		// 检查 scan_log 是否有记录
+		hasLog, err := s.store.HasScanLog()
+		if err != nil || !hasLog {
 			s.mu.Unlock()
 			return errors.New("请先完成扫描后再执行移动")
 		}
+	}
 
 	// 把状态改成"运行中"，清空上一次的残留信息
 	s.state = ScanRunning
@@ -681,8 +686,22 @@ func (s *ScanService) runScan(ctx context.Context, rootDir, destDir string) erro
 		}
 	}
 
+	// ---------- 第六步（可选）：动漫色情识别 ----------
+	// 用本机 python + WD Tagger v3 起一个本地检测服务。没装 python/onnxruntime 时跳过。
+	animeNsfwDet := (*anime_nsfw.Detector)(nil)
+	if cfg := config.GetAppConfig(); cfg.AnimeNSFWEnabled {
+		if d, err := anime_nsfw.Start(cfg.NSFWPython, cfg.AnimeNSFWThreshold); err != nil {
+			fmt.Printf("=== 动漫色情识别未启用(图片照常处理): %v\n", err)
+		} else {
+			animeNsfwDet = d
+			defer animeNsfwDet.Stop()
+			fmt.Println("=== 动漫色情识别已启用(WD Tagger v3)")
+		}
+	}
+
 	org := organize.New(pickerDir, ffprobePath, ffmpegPath, s.store, ctx)
 	org.SetNSFWDetector(nsfwDet)
+	org.SetAnimeNSFWDetector(animeNsfwDet)
 	org.SetRotateImages(config.GetAppConfig().RotateImages)
 
 	// 整个"整理"分两个阶段，界面上共用一条进度条：

internal/store/store.go

@@ -49,6 +49,9 @@ type MediaInfo struct {
 	TailMd5       string    `xorm:"char(32) index('idx_fp') 'tail_md5'" json:"tailMd5"` // 文件尾 256KB 的 MD5（指纹用）
 	NsfwScore     float64   `xorm:"real 'nsfw_score'" json:"nsfwScore"`                 // NSFW 检测分 0~1（0 表示未检测或非图片）
 	NsfwThreshold float64   `xorm:"real 'nsfw_threshold'" json:"nsfwThreshold"`         // NSFW 判定阈值
+	AnimeNsfwScore     float64   `xorm:"real 'anime_nsfw_score'" json:"animeNsfwScore"`     // 动漫 NSFW 检测分 0~1（0 表示未检测或非动漫）
+	AnimeNsfwThreshold float64   `xorm:"real 'anime_nsfw_threshold'" json:"animeNsfwThreshold"` // 动漫 NSFW 判定阈值
+	AnimeNsfwRatings   string    `xorm:"text 'anime_nsfw_ratings'" json:"animeNsfwRatings"`   // WD Tagger 四个 rating 的 JSON（G/S/Q/E）
 	ManualNsfw    string    `xorm:"varchar(1) 'manual_nsfw'" json:"manualNsfw"`         // 手动标记是否色情：Y/N，默认 N
 	CreatedAt     time.Time `xorm:"created 'created_at'" json:"createdAt"`              // 首次入库时间
 	UpdatedAt     time.Time `xorm:"updated 'updated_at'" json:"updatedAt"`              // 最近更新时间
@@ -190,6 +193,18 @@ func (s *Store) SaveScanLogs(entries []ScanLog) error {
 	return sess.Commit()
 }
 
+// HasScanLog 检查是否有扫描记录（用于判断是否可以直接移动文件）。
+func (s *Store) HasScanLog() (bool, error) {
+	if s == nil || s.engine == nil {
+		return false, nil
+	}
+	total, err := s.engine.Count(new(ScanLog))
+	if err != nil {
+		return false, err
+	}
+	return total > 0, nil
+}
+
 // ClearScanLog 清空全部续传记录。移动完成后调用。
 func (s *Store) ClearScanLog() error {
 	if s == nil || s.engine == nil {
@@ -220,6 +235,27 @@ func (s *Store) UpdateMediaFilePaths(moved map[string]string) error {
 	return sess.Commit()
 }
 
+// AvgManualNsfwScore 计算 manual_nsfw='Y' 的记录的 nsfw_score 均值。
+func (s *Store) AvgManualNsfwScore() (float64, error) {
+	if s == nil || s.engine == nil {
+		return 0, nil
+	}
+	var result struct {
+		Avg float64 `xorm:"avg"`
+	}
+	has, err := s.engine.Table("media_info").
+		Select("AVG(nsfw_score) as avg").
+		Where("manual_nsfw = 'Y'").
+		Get(&result)
+	if err != nil {
+		return 0, err
+	}
+	if !has {
+		return 0, nil
+	}
+	return result.Avg, nil
+}
+
 // UpdateManualNsfw 更新单条记录的手动色情标记。
 func (s *Store) UpdateManualNsfw(id int64, value string) error {
 	if s == nil || s.engine == nil {