Hachi: Açık Kaynaklı Kendin‑Barındırmalı Görüntü Arama Motoru

Hachi Projesinin Tanıtımı

Türkiye’de ve dünyada veri miktarının patlaması, kişisel ve kurumsal fotoğraf arşivlerinin yönetimini zorlaştırıyor. UBOS homepage’un vizyonu, bu sorunu self‑hosted çözümlerle aşmak. Hachi, tam da bu vizyonun bir uzantısı olarak, görüntüleri sadece depolamakla kalmayıp, aynı zamanda yapay zeka ile anlamlandırarak hızlı ve güvenli bir şekilde aramayı mümkün kılıyor.

Projenin temel amacı, kişisel bilgisayarlar, NAS cihazları ve bulut depoları arasında dağıtık bir veri havuzunu tek bir arayüzle birleştirerek, meta indeks ve vektör indeks teknolojileriyle “görsel benzerlik” sorgularını gerçek zamanlı sunmaktır.

Hachi, UBOS platform overview’un modüler mimarisini kullanır; bu sayede geliştiriciler ve teknoloji meraklıları, projeyi kendi ihtiyaçlarına göre özelleştirebilir.

Teknik Mimari ve Özellikler

Meta‑indeks Katmanı: Hachi, fotoğraf dosyalarının EXIF, dosya adı, boyut ve oluşturulma tarihi gibi geleneksel meta verilerini UBOS technology tabanlı bir sütun‑odaklı veritabanında saklar. Bu yapı, sorgu performansını artırırken veri bütünlüğünü korur.

Vektör‑indeks Katmanı: Görüntüler, Chroma DB integration sayesinde CLIP ve benzeri görsel modellerle işlenir; ortaya çıkan gömülü (embedding) vektörleri yüksek‑boyutlu bir vektör‑indeks içinde saklanır. En yakın komşu aramaları (ANN) HNSW algoritmasıyla milisaniyeler içinde sonuç verir.

Yüz Tanıma ve Kümeleme: Hachi, ElevenLabs AI voice integration gibi ek modüllerle sesli doğrulama da sunar, ancak görüntü odaklı çekirdeği Retina‑Face tabanlı yüz tanıma ve kümeleme algoritmalarını içerir. Bu sayede aynı kişiye ait fotoğraflar otomatik olarak gruplandırılır.

Açık Kaynak ve Self‑Hosted: Proje tamamen GitHub üzerinden erişilebilir (lisans: MIT). Kullanıcılar, Docker, Kubernetes ya da doğrudan bir Linux sunucusunda docker compose up komutuyla Hachi’yi çalıştırabilir; veri dışa aktarımı ve yedekleme tamamen kontrolünüzde olur.

API ve Entegrasyonlar: RESTful API, Telegram integration on UBOS ve OpenAI ChatGPT integration gibi popüler kanallarla sorunsuz bağlanır. Örneğin, bir Telegram botu üzerinden “/search sunset” komutuyla anlık görsel sonuç alabilirsiniz.

Performans ve Ölçeklenebilirlik: Vektör shard’ları SSD üzerinde tutulur, float32 yerine float16 desteğiyle bellek tüketimi %50’ye kadar azalır. Çoklu çekirdekli CPU ve GPU hızlandırması sayesinde 10 M+ görselde sub‑second sorgu süresi elde edilir.

Kullanım Senaryoları ve Performans

1. Kişisel Fotoğraf Arşivi

• Akıllı telefon, NAS ve bulut depolarındaki fotoğraflar tek bir Hachi örneğiyle indekslenir.
• “2023 yaz tatili” gibi doğal dil sorguları, ChatGPT and Telegram integration sayesinde sohbet tabanlı aramaya dönüşür.
• Yüz tanıma sayesinde aynı kişiyle çekilmiş tüm fotoğraflar bir arada listelenir.

2. E‑Ticaret Görsel Yönetimi

• Ürün fotoğrafları meta‑etiketlerle (SKU, kategori) ve görsel benzerlik vektörleriyle eşleştirilir.
• Arama motoru, “kırmızı spor ayakkabı” gibi sorgularda hem metin hem de görsel eşleşme sunar.
• Bu senaryo, Enterprise AI platform by UBOS ile büyük ölçekli veri merkezlerine entegre edilebilir.

3. Dijital Pazarlama ve İçerik Üretimi

• Marka ekipleri, AI marketing agents sayesinde kampanya görsellerini hızlıca bulur ve optimize eder.
• “Yaz kampanyası banner” gibi anahtar kelimelerle hem görsel hem de metin önerileri alınır.
• Bu süreç, UBOS templates for quick start içinde yer alan “Before‑After‑Bridge copywriting template” ile birleştirilebilir.

4. Araştırma ve Bilimsel Görsel Analiz

• Akademik laboratuvarlar, mikroskop görüntülerini meta‑veri ve vektör indeksleriyle sınıflandırır.
• Benzer örnekleri bulmak için Telegram integration on UBOS üzerinden otomatik raporlar oluşturulur.

Performans Testi

Hachi, 180 GB Pexels veri seti üzerinde top‑k 10 sorgularını 25 ms ortalama gecikme ile yanıtladı. Bu sonuç, Web app editor on UBOS ile oluşturulan UI’da sorunsuz bir kullanıcı deneyimi sunar.

Gelecek Planları

Hachi’nin yol haritası, üç ana eksende ilerliyor:

1. Modüler Genişletilebilirlik: UBOS partner program kapsamında üçüncü parti model ve veri kaynağı entegrasyonları (ör. Stable Diffusion ile Image Generation with Stable Diffusion) eklenecek.
2. Dağıtık Çekirdek ve Edge‑Computing: Raspberry Pi ve Jetson Nano gibi tek‑board bilgisayarlarda edge‑node olarak Hachi çalıştırılacak; bu sayede veri yerel olarak işlenip gizlilik artırılacak.
3. Yeni Modality Desteği: Video, ses ve metin arama modülleri (ör. AI Audio Transcription and Analysis) eklenecek, böylece Hachi tam bir multimodal arama platformu haline gelecek.

Bu planların hayata geçirilmesi, UBOS pricing plans içinde “Enterprise” ve “SMB” paketlerine yeni özellikler eklenmesiyle desteklenecek.

Sonuç ve SEO Anahtar Kelimeler

Hachi, yapay zeka destekli meta indeks ve vektör indeks mimarisiyle Türkiye’de ve dünyada görüntü arama motoru ihtiyaçlarını karşılayan bir self‑hosted çözüm sunar. Açık kaynak doğası, UBOS ekosistemiyle entegrasyonu ve yüksek performansı, geliştiriciler, dijital pazarlamacılar ve veri bilimcileri için cazip bir seçenek haline getiriyor.

Önerilen SEO anahtar kelimeler:

• Hachi
• görüntü arama motoru
• yapay zeka
• meta indeks
• yüz tanıma
• vektör indeks
• açık kaynak
• self‑hosted
• UBOS
• teknoloji haberleri
• Türkiye

Daha fazla bilgi ve demo için orijinal haber makalesini inceleyebilir, UBOS ekosistemindeki diğer çözümlerle entegrasyon fırsatlarını keşfedebilirsiniz.

UBOS Şablon Pazarıyla Hachi’yi Zenginleştirin

UBOS’un UBOS portfolio examples arasında yer alan AI Image Generator şablonu, Hachi’nin görsel sonuçlarını otomatik olarak işleyip farklı formatlarda dışa aktarabilir.

Ayrıca AI SEO Analyzer ile Hachi üzerinden elde edilen görsel içeriklerin SEO uyumluluğu analiz edilebilir; bu da AI marketing agents için değerli bir veri kaynağı oluşturur.

Görsel tabanlı kampanyalar için Elevate Your Brand with AI şablonu, Hachi’nin arama sonuçlarını doğrudan sosyal medya ve reklam platformlarına entegre eder.