用途：面向照片库的内容识别与智能筛选，结合经典计算机视觉与深度学习，对照片做去重、人物/动物聚类、连拍选优、垃圾内容过滤与美学评分。
主要能力：感知哈希近重复检测（dHash、pHash、DINOHash、混合方案）；人脸识别与聚类（两遍凝聚聚类，阈值0.4与0.6，余弦距离，或用HDBSCAN自动发现阈值）；宠物检测与个体聚类（YOLOv8 + CLIP + HDBSCAN）；连拍选优（清晰度30%、人脸质量35%、美学20%、位置10%、曝光5%）；截图与NSFW等多信号内容分类；10K+照片的快速索引（哈希、人脸嵌入、CLIP嵌入、调色板、美学分）。
使用方式：通过 PhotoCurationPipeline 索引照片库，调用 find_duplicates、cluster_faces、select_best_from_bursts、filter_screenshots、curate_for_collage 等方法。依赖：torch transformers facenet-pytorch ultralytics hdbscan opencv-python scipy numpy scikit-learn pillow pytesseract。
限制：不适配GPS位置聚类、调色板提取、图文本匹配与视频分析，这些应交给对应技能。人脸嵌入应用余弦距离而非欧氏距离；避免固定阈值、原始像素比对与逐张串行处理；应按批次（如32）GPU加速并做置信度过滤。性能数据来自M1 MacBook Pro，其他环境暂未提供。