整理这个合集花了整整三个周末。
硬盘里躺着的1178个文件夹，每个文件夹里又是几十上百张原图。1.2TB的数据量，光是校验MD5就跑了两个通宵。最开始只是想把零散收藏的几百套归个档，结果一查漏补缺，硬生生凑齐了全模特收录。
说是”全模”其实有水分。秀人网运营这么多年，模特进进出出几百号人，早期有些模特只拍了两三套就退圈了，后期新人轮番上阵。这1178套里，头部模特像周于希、杨晨晨、王雨纯这种，单人就能占掉两百多套；尾部那些只露过一两次脸的新面孔，加起来也就二十来套。但架不住量大啊，基本覆盖了2017年到2023年秀人内购的主力阵容。
文件命名规范化是最耗时的环节。
原始下载下来的文件名五花八门，有的按期数，有的按模特名，还有按拍摄日期的。统一改成”模特名_期数_主题_张数”这种格式，方便后期检索。比如”周于希_No.4567_黑丝OL_82P”，一眼就能看出核心信息。重命名工具跑了两天两夜，中间还得人工核对防止撞名。
原档的含金量在于未经过二次压缩。
网上流传的大多是经过站点压缩的”预览版”，长边压到2000像素左右，画质损耗明显。这批内购源文件基本保持了相机直出的分辨率，单张动辄40-60MB，放大到100%看皮肤纹理、睫毛根根分明。有几套户外拍摄的，甚至能数清背景树叶的脉络。对于做二创、做壁纸、做素材库的朋友，这个区别是本质性的。
存储结构上按年份分了一级目录，模特名做二级。
“`
XiuRen_Internal/
├── 2017-2018/
│ ├── 陈小喵/
│ ├── 绯月樱-Cherry/
│ └── …
├── 2019-2020/
│ ├── 周于希Sandy/
│ ├── 杨晨晨Yome/
│ └── …
├── 2021-2022/
│ ├── 王雨纯/
│ ├── 朱可儿Flora/
│ └── …
└── 2023/
├── 模特A/
├── 模特B/
└── …
“`
这样的层级既符合时间线检索习惯，又方便按模特专题浏览。每个模特文件夹里还放了一个简单的index.txt，记录该模特在合集里的套数、总张数、时间跨度，方便快速定位。
有几个坑提醒一下同道中人。
第一，重复率。不同渠道下载的同一套图，文件大小可能差几KB，MD5完全不同。去重得用感知哈希算法，不能光对比MD5。我用ImageMagick配合Python脚本跑了一遍，清理出300多套重复文件，释放了约180GB空间。
第二，缺图漏图。有十几套内购版本里包含视频花絮，但视频文件损坏率挺高。标记在index里了，后续有补档渠道再单独替换。
第三，水印问题。极少数早期套图带有隐形水印，不影响观感但介意的可以用工具批量处理。
按模特维度看内容分布，呈现典型的长尾效应。
前20名模特占据了整个合集55%的体量。周于希、杨晨晨、王雨纯、朱可儿、绯月樱这五位顶流，合计贡献了300多套、近40万张原图。中腰部模特（20-100套）有三四十位，构建了合集的主干。长尾模特（1-5套）虽然数量多但总体量不大，胜在题材丰富，补充了很多冷门风格——比如复古旗袍、民族服饰、职业制服这些头部模特较少涉猎的题材。
题材标签化处理时发现个有意思的规律。
2017-2018年偏向”清纯邻家””制服诱惑”，布光平淡，构图中规中矩；2019-2020年引入”暗黑风””赛博朋克””工业风”等概念拍摄，色彩对比度拉满；2021年后”新中式””国潮风”大行其道，道具置景成本肉眼可见地上升。同一个模特跨年份的作品放在一起，能清晰看到行业审美迭代的轨迹。
实际浏览体验上，建议配合图片管理软件使用。
我自己用的是Eagle，导入后打标签、加评分、建智能文件夹。想找”黑丝+办公室+俯拍”这类组合条件，三秒出结果。如果只是用系统自带图片查看器翻，1.2TB的数据量根本看不过来。另外建议把常用模特、高频题材建立快捷方式或收藏夹，避免每次都从根目录点进去。
硬盘健康监控别大意。
这批数据存在两块16TB企业盘组RAID1，再冷备一份在8TB移动硬盘。SMART信息每周巡检一次，发现重映射扇区立马换盘。数据无价，备份策略得跟上。有条件的再上个云端冷存，虽然上传1.2TB得算以周为单位。
整理完回头看，最大的收获不是拿到了这些图。
查看原文: 秀人内购1178套合集！一次性收录全模 1.2TB海量原档
而是在这个过程中，把零散碎片化的收藏变成了有结构、可检索、可维护的资产库。以后再有新增内购，按现有规范丢进对应目录、跑一下重命名脚本、更新index，十分钟搞定。这种秩序感，比单纯囤资源踏实多了。
合集目前不提供下载链接，仅作整理记录分享。有相同爱好的朋友可以参考这套归档思路，根据自己硬盘情况做取舍。毕竟不是人人都有条件存1.2TB原档，按需保留精华套图、压缩版预览图混合存储，或许是更现实的方案。
下一步计划是把每套图的EXIF信息批量提取出来，建个SQLite数据库，按光圈、快门、ISO、焦距、拍摄时间做多维检索。摄影参数层面的分析，或许能看出不同摄影师的布光习惯和器材偏好。这又是一个新坑，先挖着吧。
报歉！评论已关闭。