Grabber：开源图片批量下载利器，万张图一键归位

一款专门解决"找图难、下图烦"痛点的桌面工具

你是否有过这样的经历：在网上看到一张喜欢的图，想存下来整理，却发现图片散落在不同网站、链接早已失效？尤其对于动漫、二次元文化的爱好者来说，素材散落在 Danbooru、Gelbooru、Pixiv 等数十个图库网站，手动一张张保存费时费力。Grabber 正是为解决这一痛点而生——它是一个专为「图库网站」（Booru 类站点）设计的开源下载器，支持一键批量抓取、灵活命名、自动分类。

图1：Grabber 官方图标

---

项目背景：一个人写了十几年的"下载器"

Grabber 由开发者 Jack Vasti（GitHub ID: Bionus）创建并维护，托管于 GitHub 平台，是目前 GitHub 上最受欢迎的图片抓取工具之一，累积获得超过 3100 Star，在同类型工具中遥遥领先。项目采用 Apache-2.0 开源许可证，支持 Windows、macOS、Linux、Android 四大平台，并内置英语、法语、俄语、简体中文、西班牙语五种语言界面。

这个项目的起源可以追溯到 2010 年代初期——彼时 anime/漫画文化的在线社区蓬勃发展，Danbooru、Gelbooru 等图库网站成为爱好者存储和检索图片素材的核心平台。然而这些网站本身没有提供高效的批量下载方案，用户只能逐张保存或者依赖浏览器插件。Jack Vasti 决定自己动手，开发了 Grabber，最初只是一个简单的脚本，后来逐步演变为功能完备的跨平台桌面应用，至今仍在活跃维护（GitHub Actions 持续集成、nightly 自动构建）。

---

核心功能：从"能下"到"下得好"

Grabber 的功能设计非常围绕用户的实际工作流展开，不追求大而全，而是把"图片下载"这一个场景做深做透。

1. 多图库聚合搜索，一个窗口搞定所有来源

Grabber 支持同时查询多个图库站点（Danbooru、Gelbooru、E-Hentai、Pixiv、yande.re、e621、Rule34 等数十个），并在一个标签页内展示所有结果。用户只需输入关键词，程序自动去多个平台抓取、去重，再统一呈现。这意味着爱好者无需在多个网站之间来回跳转，一个界面搞定所有来源。

搜索功能还包括：标签自动补全（输入一半自动提示）、标签黑名单（屏蔽不想看到的内容）、代理支持（解决部分站点的访问限制）、结果后过滤（在搜索结果基础之上进一步筛选）等。

图2：Grabber 搜索界面，支持多来源聚合

2. 强大的批量下载能力

Grabber 支持一次下载数千张图片，支持按标签、日期、评分等多种维度筛选下载。下载过程可以全程自动化——设置好"白名单标签"之后，只要搜索结果中出现匹配的图片，就自动开始下载，无需手动干预。

3. 革命性的文件命名系统

这是 Grabber 区别于其他下载工具的核心竞争力。项目提供了极其强大的文件名模板系统，用户可以用类似 %artist%/%copyright%/%character%/%md5%.%ext% 这样的占位符格式，让下载的图片自动按照「画师→作品系列→角色名→哈希值」的层级目录结构保存。

更强大的是，这套命名系统还支持 JavaScript 脚本自定义——用户可以写一段脚本来实现更复杂的逻辑，比如"当图片同时包含 A 标签和 B 标签时，用特殊的目录结构"。这个设计让 Grabber 不仅仅是一个下载工具，更是一套个人素材管理系统的前端。

图3：文件名模板配置，支持变量和 JS 脚本

4. 素材整理与数据库集成

Grabber 还支持将下载记录写入本地数据库（SQLite），并能与 Szurubooru、MyImouto、Gelbooru 等本地 Booru 系统联动，自动推送元数据。这意味着用户不仅下载了图片，还同步建立了一个可检索的个人图库。

---

技术架构：Qt + C++ 构建的跨平台桌面应用

从代码层面看，Grabber 采用了 C++ + Qt 技术栈开发，这是一个成熟且被广泛验证的跨平台桌面应用框架组合——Qt 提供了跨平台的 GUI 组件、网络请求、XML/JSON 解析等基础设施，C++ 则保证了程序的运行性能和内存效率。

项目的源码组织清晰：

目录	说明
src/gui	Qt GUI 前端，QML 界面
src/cli	命令行接口实现
src/sites	各图库站点的适配器（解析规则）
src/lib	核心库（网络、存储、命名系统）
src/tests	单元测试
docs/	完整文档（MkDocs 构建）

作者还使用了 E2E 测试（src/e2e）、CodeCov 覆盖率统计和 Codacy 代码质量审查，质量意识相当高。项目使用 CMake 作为构建系统。

AI/ML 相关组件

虽然 Grabber 本身是一个传统桌面应用，不涉及模型训练，但其标签自动补全功能借鉴了"推荐系统"思路——根据已输入标签预测下一步。这是一种基于规则的启发式推荐，在用户体验层面达到了类似 AI 辅助的效果。

---

部署方式：预编译包开箱即用，源码编译需 Qt 环境

方式一：直接下载预编译包（推荐）

项目在 GitHub Releases 页面提供了 Windows (.exe)、macOS (.dmg)、Linux (AppImage/.deb)、Android (APK) 的预编译包，下载后直接运行。普通用户无需技术背景，5 分钟内即可开始使用。

方式二：源码编译（面向开发者）

项目提供了 build.sh（Linux/macOS）和 CMakeLists.txt 跨平台构建脚本。编译需要 Qt 5 或 Qt 6、CMake 和 C++ 编译器（约 10-30 分钟首次编译）。

⚠️ 注意：项目没有提供 Dockerfile 或 docker-compose.yml，不支持容器化部署。

硬件需求

项目	要求
内存	≥ 512 MB
磁盘	≥ 200 MB
GPU	不需要

---

争议与局限性

1. 法律与版权风险：用户需自行承担下载受版权保护图片的法律责任。

2. 无 Docker 支持：想在服务器/无头环境运行的用户，目前只能通过源码编译 Qt CLI 版本。

3. 图库适配需持续维护：各图库网站频繁改版，适配器需持续更新。

4. GUI 依赖：命令行模式体验不如 GUI 完整。

---

行业意义

在 AI 生成内容（AIGC）爆发之前，Grabber 就是动漫/游戏美术素材收集的事实标准工具。它的文件名模板系统启发了大量后续工具的设计思路。随着 AI 生图工具（Stable Diffusion、Midjourney）的普及，用户对高质量图片素材的收集整理需求不减反增——Grabber 作为本地素材管理入口的价值反而在上升。

---

快速上手建议

• 普通用户：直接下载对应平台的 Release 包，5 分钟上手，重点探索文件名模板功能
• 开发者：克隆源码，./build.sh 编译，研究 src/sites/ 适配器了解多平台解析原理
• AI 创作者：结合 Stable Diffusion WebUI，使用 Grabber 收集参考图+建立个人素材库