上个月帮朋友清理他的素材盘，一个 4TB 的希捷移动硬盘，目录结构是这样的：2023年、2023年-新、2023年-新-new、2023.5、待整理、待整理2。我问他“2023年-新-new”和“2023年”的区别是什么，他说应该是新一点的版本，但也不确定。那天下午我们没干别的，就靠肉眼比对文件夹，最后筛出来 380GB 的重复文件。
这事让我重新想了一遍：我们到底在管什么。媒体资源管理，管的不是存储，是索引和元数据。 存储是最便宜的一环，1TB 机械硬盘现在两三百块；贵的是你花在“我明明有这个素材但找不到”上面的时间。下面这四条路线我从 2021 年到现在都实打实用过，有参数，有花钱的账，也有我最后悔的决定。
一、本地素材管理软件：Eagle、Billfish、Adobe Bridge
Eagle 是我用得最久的，2021 年买的正版，129 元一次性买断（现在好像涨了）。它的库就是一个叫 xxx.library 的文件夹，里面的 images 目录放原图，metadata.json 存标签和注释，缩略图另存在 thumbnail 目录，长边 300px。打标签的体验确实好，拖拽分类、批量改标签、按颜色搜索都有。
问题出在规模上。我的库涨到 8 万张左右的时候，MacBook Air M1（8GB 内存）打开一次要 40 秒以上，切标签转圈，滚动缩略图能明显看到一张张加载。社区里流传的说法是单库别超过 5 万张，官方没明说，但我信这个数。后来我把库拆成三个，才勉强能用。8GB 内存是分水岭，16GB 起步，图库过 10 万张就得换方案。
Billfish 是免费国产的，Windows 上确实比 Eagle 快。我拿一台 i5-10400 的老台式试过，20 万张图的库打开大概 8 秒，比 Eagle 强不少。Mac 端就没什么好话说了，体验落后 Windows 端一大截，而且它默认把缩略图往系统盘塞，我 C 盘被吃掉 60 多个 G 才反应过来。Adobe Bridge 免费、跟 Camera Raw 衔接好、XMP 元数据是行业通用格式，换软件不丢，但它不建独立索引，每次现场扫文件夹，慢得让人想砸键盘。
二、网盘路线：最便宜，但有个致命问题
我 2021 年把一部分素材扔到阿里云盘，那时候是真不限速。我家宽带 500M 下行 / 50M 上行，实测下载能跑到 55MB/s 左右。2022 年 5 月之后第三方应用开始限速，官方客户端还行，但你要用 rclone 或者第三方播放器就明显慢了。百度网盘我开了三年 SVIP，一年 178 左右（活动价），下载实测 15-20MB/s；非会员我测过 100KB/s 上下，一个 2GB 的视频包得下六个小时。
网盘真正的问题不是速度，是索引能力。你没法在 10 万个文件里按标签或者画面内容搜，只能靠文件名。文件名一旦乱，网盘就是个更大的黑洞。另一个是存活风险：我 2020 年存的一批音乐文件，2022 年收到过违规提示，虽然最后没删，但那次之后我就不敢把工作素材全放上去了。成本上网盘确实最便宜，1TB 空间一年一百多到两百块，比自己买硬盘加电费还划算——前提是你接受“只能用文件名找东西”。
三、NAS + 群晖：我花了 8000 块，学到的是选型比容量重要
2023 年我上了群晖 DS923+，4 盘位，插了 4 块 8TB 红盘（当时大概 1200 一块），加一根 16GB 内存条，整套 8000 出头。电费按平均 30W 算，一个月大概 13 度电，不到 10 块钱。DS923+ 的 CPU 是 AMD Ryzen R1600，双核四线程，没有核显。这一点我买之前没搞明白：后果是 Synology Photos 做人脸识别、HEIC 转码全部走 CPU，6 万张照片首次索引我跑了大概 26 个小时，用 Video Station 看 4K H.265 直接卡成 PPT。
如果你现在买，我会说 DS423+ 更合适——Intel Celeron J4125，四核，带 UHD 600 核显，支持 Quick Sync，转码和识别都快，价格还便宜一点。我当时图“923 是新款”就买了，现在有点后悔。NAS 的好处是数据在自己手里，RAID 1 或者 SHR 有冗余，局域网千兆能跑满 110MB/s；坏处是贵、要花时间维护，而且它的搜索能力还是靠文件名和文件夹，Synology Photos 那套标签系统实在太弱。
四、Immich 自建：目前我在用的方案，但我不推荐所有人
今年年初我把照片和一部分视频迁到了 Immich，跑在一台 Intel N100 小主机上（16GB 内存，2TB NVMe），docker compose 起四个容器：immich-server、immich-machine-learning、PostgreSQL（带 pgvecto.rs 扩展）、Redis。最香的是语义搜索，默认的 CLIP 模型是 ViT-B-32，你可以直接搜“海边日落”“穿红衣服的人”，不用打任何标签。我第一次搜“猫”的时候，找出了三年前在朋友家拍的、我早就忘了的那只猫。
代价是首次全量扫描。6 万张照片加 4000 段视频，在 N100 上跑机器学习部分花了大概 19 个小时，服务端入库还要 3 个多小时。N100 的核显是 UHD Graphics 24EU，能跑 OpenVINO 加速，比纯 CPU 快 3-4 倍，但也就这样。你要是用 J4125 这种老 U，建议把 machine-learning 容器单独扔到另一台有显卡的机器上。另一个坑是它更新太快，我基本一个月升级一次，有两次把数据库搞崩了，靠备份恢复。不想承担运维这件事的，别碰 Immich。
几个我觉得反常识的结论
第一，大多数人不缺容量，缺的是命名规范。 我见过最离谱的库有 40TB，找东西照样靠问人。反过来我有个做纪录片的朋友，就用一套 项目名/日期_机位_内容 的规则，配一个 Everything（基于 NTFS 的 MFT 索引，理论上百万文件也是毫秒级响应），找东西从没超过三秒，他连 NAS 都没有。
第二，云存储的成本被严重高估了。 Cloudflare R2 是 $0.015/GB/月，1TB 就是 $15/月，出口流量免费；Backblaze B2 是 $6/TB/月，下载 $0.01/GB。1TB 存 R2 一年 180 美元，大概 1300 块；自建 8TB 的 NAS 八千块能用五六年，加电费和维护时间其实差不多。真正贵的是你的时间。
第三，别一次性把所有素材入库。 我 2021 年最大的错就是想一口气整理完过去十年的东西，整到第三个月放弃了，留下一个半成品库，比不整理更乱。正确做法是先定规则，新素材进库，老素材按项目遇到再收。我现在这套是：Immich 管照片和生活影像，Eagle 留一个 3 万张以内的工作库管商用素材，NAS 只做冷备和归档，局域网内用 rclone 双向同步。听着挺完整，实际上我还是会往“待整理”里丢东西，只是现在大概知道那里面是什么。工具解决不了懒，只能让你懒得稍微有结构一点。