🦙 📹 PinataShot：Pinata IPFS 上的 LLaMA 3.2 多模态的截图分类

皮纳塔射击

我的作品

我开发了一个SaaS 截图管理器，帮助用户可以轻松上传、分类和搜索他们的截图。该应用利用了Pinata的Files API来实现去中心化的图像存储，并集成了GROQ API的LLaMA 3.2 11B以进行截图的AI驱动分析功能。它具备OCR（光学字符识别）文本提取、自动分类及可搜索的截图画廊等功能，从而简化了大量图像和截图的管理。该应用使用Next.js在Vercel上部署，以确保可扩展性和速度。

限制

此版本的应用程序的一个限制是在使用GROQ API时只能一次处理一张图片。这一限制源于GROQ的LLaMA 3.2 11B模型当前API的限制，该模型每次请求只能处理一张图片。虽然这允许每个截图都能精准分类和命名，但这样就限制了批量处理的功能。

然而，Pinata 在这个设置中表现出色，它能够无缝处理多个图像的去中心化存储。得益于 Pinata 的强大且可靠的 基于 IPFS 的存储系统，用户一次可以上传多个截图，并且这些截图可以安全存储并轻松检索，即使等待 AI 分析也依然可以轻松检索。

演示

试试这个 Demo。
这里有几个关键功能：

• 上传接口：

拖放上传截图文件并即时得到AI分析结果。

• 对图像提问:

你可以对上传的截图或图片提问。

• 截图集：

截图会自动命名，命名内容就是AI的描述。

• 文本搜索：

使用OCR功能在截图中的文字进行搜索，比如收据或文档等。

我的代码段

你可以访问这个Github页面来查看项目的源代码。

技术堆栈

• Next.js（前端和后端，包含无服务器API路由）。
• Pinata的Files API（用于IPFS上的去中心化文件存储和检索）。
• GROQ API的LLaMA 3.2 11B（用于视觉能力和文本提取）。
• Vercel（确保可扩展性和速度的部署平台）。
• Tailwind CSS（用于样式和响应式UI）。
• Shadcn/ui 和 Aceternity UI（UI组件库）。

更多细节

• Pinata的文件API 用于确保截图的安全存储并通过IPFS提取它们，确保去中心化存储和高可靠性。Pinata在管理多个文件方面表现出色，让用户能够快速存储和访问他们的截图，即使处理大量截图也是如此。

• AI分析 使用 GROQ 的 LLaMA 3.2 11B 模型自动将截图分类为依据内容的合适名称，并通过 OCR 技术提取文本，便于轻松搜索。虽然每个图像需要逐个处理，但 Pinata 的去中心化存储通过允许用户一次上传多个图像并排队等待 AI 处理，使这一过程变得可行和高效。

这种结合了Pinata的去中心化存储和GROQ AI能力的工具对各种类型的用户都非常有用——无论是工作中的使用、个人组织，还是创意项目。

未来的改进措施

1. 批量图像处理功能：通过探索批处理图像分析的选项来克服单一图像的限制。
2. 高级分类算法技术。
3. 增强搜索功能，利用更精细的OCR文本提取。
4. 用户身份验证和个人相册。
5. 实时协作，便于分享和整理截图。

接下来，让我们看看如何运行仓库（或运行仓库系统）

要在本地运行此项目，请按照以下步骤来。

    # 1. 克隆代码库
    git clone https://github.com/yourusername/screenshot-organizer.git
    cd screenshot-organizer

    # 2. 安装依赖
    npm install

    # 3. 设置环境变量
    # 在根目录下创建一个 .env.local 文件，并添加如下内容：
    PINATA_API_KEY=your_pinata_api_key
    PINATA_SECRET_API_KEY=your_pinata_secret_key
    GROQ_API_KEY=your_groq_api_key

    # 4. 启动开发服务器
    npm run dev

    # 5. 在浏览器中打开并导航到
    http://localhost:3000

进入全屏 退出全屏

devchallenge #pinatachallenge #webdev #api #去中心化存储 (#decentralizedstorage) #AI分析 (#AIanalysis) #摩洛哥AI (#MoroccoAI)