פורסם

Immich

גיבוי וספרייה של תמונות וסרטונים: העלאה אוטומטית מאפליקציות iOS ו-Android, ציר זמן, אלבומים ושיתוף, וחיפוש חכם, זיהוי פנים וזיהוי טקסט מקונטיינר machine learning מקומי. מתאים למשקי בית ולצוותים קטנים שרוצים את ספריית התמונות על שרת משלהם. ה-stack כולל את השרת, קונטיינר ה-machine learning, ‏Valkey ו-PostgreSQL של Immich עם VectorChord.

משאבים לפי רמת עומס

מה האפליקציה עצמה צריכה בכל רמה, לצד מה שאנחנו ממליצים לשרת שמריץ רק אותה.

רמהמה זה אומרדרישות האפליקציהמומלץ
קלהערכה‏1-2 משתמשים, עד 50 GB של קובצי מקור (כ-15,000 תמונות), כ-500 תמונות חדשות ו-1 GB של וידאו בחודש; המארח המינימלי המתועד.2 vCPU · 6 GiB RAM · 79.25 GiB דיסק2.52 vCPU · 8.7 GiB RAM · 100.798 GiB דיסק
בינוניהערכהמשפחה של עד 6 משתמשים, עד 200 GB של קובצי מקור (כ-60,000 תמונות וסרטונים), כ-2,000 תמונות חדשות ו-4 GB של וידאו בחודש.4 vCPU · 8 GiB RAM · 264.25 GiB דיסק4.92 vCPU · 11.1 GiB RAM · 313.548 GiB דיסק
כבדהערכהעד 15 משתמשים, עד 500 GB של קובצי מקור (כ-150,000 פריטים), כ-6,000 תמונות חדשות ו-12 GB של וידאו בחודש; ייבוא ראשוני נמשך ימים.5.5 vCPU · 11.5 GiB RAM · 637.25 GiB דיסק6.72 vCPU · 15.3 GiB RAM · 742.498 GiB דיסק

מומלץ = דרישות האפליקציה + baseline של המערכת + מרווח ביטחון (headroom), לפי מדיניות ה-sizing ‏2026.10.0. האפשרויות נשארות בברירת המחדל. ״הערכה״ פירושה שהמקורות לא נותנים מספר למקרה הזה, ולכן הוא מחושב מהם בשיטה שמפורטת תחת רכיבים. איך המספרים נבנים

לחישוב ב-Stack Sizer

קבצים מוכנים להפעלה

רמת תמיכה נתמך

תבנית Compose מהמקורות הרשמיים; עוד לא נבדקה בהרצה.

צור docker-compose

רכיבים

מה כל רכיב צריך בכל רמת עומס, לפני baseline ו-headroom.

vCPU / GiB RAM / GiB דיסק
רכיבקלבינוניכבדמקורות
Immich server (API, web UI, jobs) (app)0.5 / 1.75 / 692 / 3.5 / 2533 / 5 / 623[15][18][19][24][28]
Immich machine learning (CPU) (model-runtime)———
Valkey (job queue) (queue)0.25 / 0.25 / 0.250.5 / 0.5 / 0.250.5 / 0.5 / 0.25[2][12][15][18]
PostgreSQL 14 with VectorChord (Immich image) (database)0.25 / 2 / 80.5 / 2 / 91 / 4 / 12[15][30][31]
איך ההערכות מחושבות
  • Immich server (API, web UI, jobs) · קל: ‏RAM ו-vCPU: המארח המינימלי המתועד (6 GB, ‏2 ליבות) פחות מסד הנתונים (2 GB), ‏Valkey וה-machine learning (‏Immich רץ ב-4 GB בלי ML, ולכן ML ≈ 2 GB). Disk: ‏image של 1.612 GiB אחרי פריסה + 50 GiB קובצי מקור × 1.2 (תמונות ממוזערות והמרות וידאו מוסיפות 10-20%) + 14 dumps יומיים של מסד הנתונים, כ-0.5 GiB כל אחד (הנחה: 25% ממסד הנתונים) = 68.6, מעוגל ל-69 GiB; ‏GB נספר כ-GiB.
  • Immich server (API, web UI, jobs) · בינוני: המארח המומלץ המתועד (8 GB, ‏4 ליבות) פחות מסד הנתונים, ‏Valkey וה-machine learning; השרת מקבל את רוב ה-CPU כי המרת וידאו ויצירת תמונות ממוזערות הן העבודות הכבדות שלו. Disk: ‏image של 1.612 GiB ‏+ 200 GiB × 1.2 + 14 dumps של כ-0.75 GiB = 252.1, מעוגל ל-253 GiB.
  • Immich server (API, web UI, jobs) · כבד: מעבר להמלצה המתועדת: עוד vCPU ו-1.5 GiB עבור העלאות במקביל, תמונות ממוזערות והמרת וידאו (ה-FAQ מציין אותן כעבודות הכבדות ביותר). Disk: ‏image של 1.612 GiB ‏+ 500 GiB × 1.2 + 14 dumps של כ-1.5 GiB = 622.6, מעוגל ל-623 GiB.
  • Valkey (job queue) · קל: אין נתון רשמי ל-Valkey. הוא מחזיק רק את תור ה-jobs בזיכרון (ב-Compose הרשמי אין לו volume), ולכן רבע vCPU ו-0.25 GiB נכנסים בתוך מארח ה-6 GB המתועד. Disk: ‏image של 44.8 MB דחוס × 3 = ‏128 MiB, מעוגל ל-0.25 GiB.
  • Valkey (job queue) · בינוני: יותר משתמשים מעלים בבת אחת, ולכן התור מחזיק יותר jobs: פי שניים מ-light, עדיין בתוך מארח ה-8 GB המתועד. Disk: ‏image של 128 MiB, בלי volume.
  • Valkey (job queue) · כבד: כמו ב-medium: התור מחזיק מזהי jobs ו-payloads קטנים, לא מדיה, ולכן הוא כמעט לא גדל עם הספרייה. Disk: ‏image של 128 MiB.
  • PostgreSQL 14 with VectorChord (Immich image) · קל: ‏RAM: ה-2 GB שלפי התיעוד מסד הנתונים צריך כשמוגדרות מגבלות משאבים (ה-image מגדיר shared_buffers של 512 MB ו-work_mem של 16 MB). Disk: ‏image של 0.711 GiB אחרי פריסה + 2 GiB נתונים (לפי התיעוד בדרך כלל 1-3 GB) + 5 GiB ל-WAL ‏(max_wal_size 5GB ב-image) = 7.7, מעוגל ל-8 GiB.
  • PostgreSQL 14 with VectorChord (Immich image) · בינוני: ‏RAM: ה-2 GB המתועדים. Disk: ‏image של 0.711 GiB ‏+ 3 GiB נתונים (הקצה העליון של 1-3 GB המתועדים) + 5 GiB ל-WAL = 8.7, מעוגל ל-9 GiB.
  • PostgreSQL 14 with VectorChord (Immich image) · כבד: ספרייה גדולה פי 2.5 בערך מ-medium, ולכן פי שניים מ-2 GB המתועדים, כדי שהאינדקסים של הפריטים, הפנים והווקטורים יישארו ב-cache, ו-vCPU אחד לחיפוש ולעבודות הלילה. Disk: ‏image של 0.711 GiB ‏+ 6 GiB נתונים (הנחה: גדל עם הספרייה) + 5 GiB ל-WAL = 11.7, מעוגל ל-12 GiB.
  • machine-learning · Immich machine learning (CPU): ‏RAM: המינימום המתועד הוא 6 GB עם ML ו-4 GB בלעדיו, ולכן 2 GiB; מודל ה-CLIP של ברירת המחדל לבדו מגיע לשיא של 1,004 MiB, ומודלים לא פעילים נפרקים אחרי 300 שניות. ‏vCPU: אחד, כי כל מודל רץ עם 2 threads, וה-FAQ מזהיר ש-2-3 jobs של ML במקביל יכולים למצות CPU. Disk: ‏image של 0.716 GiB אחרי פריסה + 0.74 GiB של מודלי ONNX של ברירת המחדל (CLIP ViT-B-32 ‏606 MB, ‏buffalo_l ‏191 MB) + מודלי OCR, מעוגל ל-2 GiB. אותו ערך בכל רמת עומס.

אפשרויות שמשנות משאבים

machine-learning

הרצת קונטיינר ה-machine learning לחיפוש חכם, זיהוי פנים, כפילויות וטקסט בתמונות. כיבוי חוסך כ-2 GiB של RAM (לפי התיעוד Immich רץ בלעדיו ב-4 GB); אז כבו גם את ה-machine learning ב-Administration > Settings, והחיפוש ועמוד Explore יעבדו פחות טוב.

ברירת מחדל: פעיל

פורטים

פורטים ציבוריים נועדו לגישה מחוץ ל-stack, בדרך כלל דרך reverse proxy; פורטים פנימיים נשארים ברשת של ה-stack עצמו.

רכיבפורטחשיפהשימושמקורות
Immich server (API, web UI, jobs)2283/tcpציבורי, דרך proxyWeb UI, REST API and mobile-app uploads (HTTP with WebSockets; put behind TLS)[2][4]
Immich machine learning (CPU)3003/tcpפנימי בלבדMachine-learning API called by the server; unauthenticated[17][22][24]
Valkey (job queue)6379/tcpפנימי בלבדJob queue between the server's workers (no password)[13][17]
PostgreSQL 14 with VectorChord (Immich image)5432/tcpפנימי בלבדPostgreSQL connections from the server[17][32]

כל הפורטים בקטלוג, עם התנגשויות בין אפליקציות

משתמש והרשאות (UID/GID)

המשתמש שהתהליך של כל קונטיינר רץ תחתיו, והנתיבים שהוא כותב אליהם. ‏bind mount לאחד הנתיבים האלה חייב להיות ניתן לכתיבה על ידי ה-UID:GID הזה.

רכיבUID:GIDמשתמשמתחיל כ-rootכותב אלמקורות
Immich server (API, web UI, jobs)נגזר0:0rootלא/data[4][18][19]
Immich machine learning (CPU)נגזר0:0rootלא/cache[6][18]
Valkey (job queue)999:999valkeyכן, מכין את התיקיות שלו ואז עובר למשתמש הזה/data[13][14]
PostgreSQL 14 with VectorChord (Immich image)נגזר999:999postgresכן, מכין את התיקיות שלו ואז עובר למשתמש הזה/var/lib/postgresql/data/var/run/postgresql/etc/postgresql[11][32][33]
  • Immich server (API, web UI, jobs): ה-Dockerfile לא מגדיר USER וה-User בהגדרות ה-image ריק, ולכן השרת רץ כ-root ולא מוריד הרשאות; ה-FAQ מסביר איך להגדיר משתמש שאינו root. הוא כותב קובצי מקור, תמונות ממוזערות, וידאו מומר, תמונות פרופיל ו-dumps של מסד הנתונים תחת ‎/data.
  • Immich machine learning (CPU): אין USER ב-Dockerfile, ולכן שירות ה-Python רץ כ-root. הוא מוריד מודלים ל-MACHINE_LEARNING_CACHE_FOLDER=/cache (ואת ה-cache של Hugging Face תחתיו).
  • PostgreSQL 14 with VectorChord (Immich image): ה-image של Immich בנוי על ה-image הרשמי של PostgreSQL 14: ה-entrypoint שלו מעתיק את הגדרות ה-SSD או ה-HDD ל-‎/etc/postgresql כ-root, ואז ה-entrypoint הרשמי משנה בעלות על PGDATA ועובר ל-postgres ‏(999).

צמיחת אחסון

בכמה הנתונים של כל רכיב גדלים בחודש בכל רמת עומס, מעבר לדיסק שבפרופיל. ערך שמסומן ״הנחה״ הוא הנחה מוצהרת של ANAROQ ולא מספר מהמקורות; ההערות מפרטות על מה היא נשענת.

GiB לחודש
רכיבקלבינוניכבדמקורות
Immich server (API, web UI, jobs)נגזר31235[15][19][24]
PostgreSQL 14 with VectorChord (Immich image)הנחה0.050.10.25[15]
על מה מספרי הצמיחה נשענים
  • Immich server (API, web UI, jobs): תמונות חדשות בהנחה של 3 MB לתמונה, ועוד הווידאו של הרמה, × 1.2 עבור תמונות ממוזערות והמרות (לפי התיעוד: +10-20%): ‏light ‏(500 × 3 MB + 1 GB) × 1.2 ≈ 2.9, ‏medium ‏(2,000 × 3 MB + 4 GB) × 1.2 ≈ 11.5, ‏heavy ‏(6,000 × 3 MB + 12 GB) × 1.2 ≈ 34.5 GiB, מעוגל למעלה. ‏Immich לא מוחק קובצי מקור בעצמו; סל האשפה מתרוקן אחרי 30 יום.
  • PostgreSQL 14 with VectorChord (Immich image): ‏Immich לא מפרסם קצב גדילה, רק שמסד הנתונים הוא בדרך כלל 1-3 GB. ‏ANAROQ מניח שהוא גדל עם מספר הפריטים (metadata, ‏embeddings של CLIP, פנים) בכמה עשרות KB לכל פריט חדש.

שדרוג וחזרה לאחור

איך עוברים לגרסה חדשה בבטחה, ואיך חוזרים אחורה אם משהו נכשל.

קודם גיבוי

צרו קודם dump של מסד הנתונים (Administration > Job Queues > Create Database Dump, או pg_dump של מסד immich) וודאו שיש עותק עדכני של התיקיות library, ‏upload ו-profile ב-volume ההעלאות. [19][21]

שלבי השדרוג

  1. קראו את ה-release notes של כל גרסה שאתם מדלגים עליה, ועדכנו קודם את אפליקציות המובייל: השרת עובד רק עם אפליקציות מאותה גרסה ראשית. [21]
  2. הגדירו את אותו tag חדש ל-image של השרת ול-image של ה-machine learning; השאירו את ה-image של מסד הנתונים, אלא אם ה-release notes משנים אותו. [2][17][18]נגזר‏upstream מגדיר את שני ה-images מ-IMMICH_VERSION אחד; ה-FAQ מזהיר ששדרוג גרסה ראשית של PostgreSQL הוא יותר מהחלפת image.
  3. הריצו docker compose pull && docker compose up -d. ה-migrations רצים בעלייה. [17][21]

חזרה לאחור

שדרוג לאחור לא נתמך, גם לא בתוך אותה גרסה משנית. כדי לחזור, הריצו את ה-tags הישנים על מסד נתונים חדש ושחזרו את ה-dump שנלקח לפני השדרוג (שחזור ב-onboarding או psql), עם אותם קבצים ב-volume ההעלאות. [19][21]

שינויים שוברים ידועים

  • בגרסה 3.0.0: קונטיינר ה-machine learning על amd64 דורש מעבד x86-64-v2 (רוב המעבדים מאז 2012 בערך; במכונה וירטואלית בחרו סוג CPU מתאים). השרת עובד רק עם אפליקציות מובייל בגרסה ראשית 3. [15][21]
  • בגרסה 2.5.0: הגיבוי והשחזור של מסד הנתונים השתנו: גיבויים מלפני 2.5.0 משוחזרים לפי ההוראות של גרסת התיעוד שלהם. [19]
  • בגרסה 1.133.0: ‏VectorChord החליף את pgvecto.rs ב-image של מסד הנתונים. אחרי המעבר אין לחזור לגרסה מתחת ל-1.133.0, ומשחזרים גיבויים חדשים רק ל-image עם VectorChord. [21]

מגבלות

  • ‏Immich צריך לפחות 6 GB של RAM ו-2 ליבות (מומלץ 8 GB ו-4 ליבות); בלי machine learning הוא רץ ב-4 GB. על amd64 קונטיינר ה-machine learning דורש מעבד x86-64-v2. [15]
  • הגיבוי הראשון של ספרייה גדולה הוא התקופה הכבדה ביותר: תמונות ממוזערות, המרת וידאו ו-jobs של ML רצים לכל פריט. במארחים קטנים הורידו את ה-concurrency של ה-jobs ואת ה-threads של המרת הווידאו; ה-ML רץ כאן על ה-CPU, בלי האצת GPU. [18]
  • שמרו את מסד הנתונים על אחסון SSD מקומי, לעולם לא על שיתוף רשת; ספריית התמונות עצמה יכולה לשבת על דיסק גדול. ‏Immich חייב לרוץ בשורש של (תת-)דומיין, לא בתת-נתיב. [15][20]

אבטחה

  • הגישו את Immich רק ב-HTTPS דרך reverse proxy שמעביר את הכותרות Host ו-X-Forwarded-*, מעביר WebSockets ומאפשר העלאות גדולות ו-timeouts של 600 שניות. עם תעודת self-signed, העלאות ווידאו באפליקציות המובייל נכשלים לעתים קרובות: השתמשו בתעודה מהימנה. [18][20]
  • לעולם אל תחשפו את קונטיינר ה-machine learning, את מסד הנתונים או את Valkey: ל-API של ה-ML אין שום אמצעי אבטחה ול-Valkey אין סיסמה. בתבנית הזו הם מאזינים רק ברשת הפנימית של ה-stack. [17][22]
  • המשתמש הראשון שנרשם הופך למנהל. צרו את החשבון הזה מיד אחרי ההפעלה הראשונה, לפני שהכתובת משותפת. [25]

גיבוי

  • גבו גם את מסד הנתונים וגם את הקבצים. ‏Immich כותב dump של מסד הנתונים לתיקיית backups ב-volume ההעלאות כל יום ב-02:00 ושומר 14; ה-dumps מכילים רק metadata, אף פעם לא תמונות. [19][24]
  • העתיקו את volume ההעלאות בכלי גיבוי משלכם (מומלץ 3-2-1). רק library, ‏upload ו-profile אינם ניתנים לשחזור; את thumbs ו-encoded-video אפשר ליצור מחדש בהרצה חוזרת של ה-jobs. ‏Immich לא מגבה קבצים בעצמו. [19]
  • שחזור של מסד הנתונים דורש מסד נתונים חדש ואת אותם קבצים ב-volume ההעלאות כמו בזמן יצירת ה-dump; משחזרים מ-Administration > Maintenance או ממסך ה-onboarding. [19]

גרסה אחרונה

הגרסה האחרונה של הפרויקט
Immich 3.3.3 [2][28]נגזר
הפרופיל נבדק מול

Immich 3.3.3

הפרופיל נבדק מול הגרסה האחרונה.

נבדק ב-
14 באוק׳ 2026
מצב
נבדק ב-90 הימים האחרונים
איפה הגרסאות מתפרסמות
GitHub Releases

ה-tag היציב החדש ביותר ב-git הוא v3.3.3 ב-14.10.2026 (git ls-remote); ה-docker-compose.yml שלו וה-images של השרת וה-ML בגרסה v3.3.3 קיימים.

הגרסאות האחרונות של כל האפליקציות

גרסה

סטטוס הפרופיל
פורסם
נבדק מול גרסה
Immich 3.3.3
גרסת הפרופיל
1.0.0
המספרים אומתו
14 באוק׳ 2026
גרסת הקטלוג
2026.10.10
מדיניות sizing
2026.10.0
קובץ Compose
לא אומת
האתר הרשמי
immich.app

מקורות

  1. Docker Docs: Control startup order in Compose (pg_isready healthcheck, service_healthy) (תיעוד רשמי · נקרא 11 באוק׳ 2026)
  2. immich repository: docker/docker-compose.yml at v3.3.3 (server 2283:2283, machine-learning, valkey/valkey:9, ghcr.io/immich-app/postgres:14-vectorchord0.4.3-pgvectors0.2.0, shm_size 128mb) (Compose רשמי · נקרא 14 באוק׳ 2026)
  3. immich repository: docker/example.env at v3.3.3 (UPLOAD_LOCATION, DB_DATA_LOCATION, DB_PASSWORD A-Za-z0-9 only, DB_USERNAME postgres, DB_DATABASE_NAME immich) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  4. immich repository: server/Dockerfile at v3.3.3 (no USER, VOLUME /data, EXPOSE 2283, HEALTHCHECK immich-healthcheck) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  5. immich repository: server/bin/immich-healthcheck at v3.3.3 (curl /api/server/ping on port 2283, expects pong) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  6. immich repository: machine-learning/Dockerfile at v3.3.3 (CPU image, no USER, MACHINE_LEARNING_CACHE_FOLDER=/cache, HEALTHCHECK python3 healthcheck.py) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  7. immich repository: machine-learning/scripts/healthcheck.py at v3.3.3 (GET /ping on IMMICH_PORT, default 3003) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  8. immich repository: server/src/repositories/config.repository.ts at v3.3.3 (IMMICH_TRUSTED_PROXIES defaults to linklocal and uniquelocal) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  9. immich-app/base-images: postgres/Dockerfile (pgvector/pgvector base + VectorChord, DB_STORAGE_TYPE=SSD, HEALTHCHECK healthcheck.sh every 5m, start interval 5s) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  10. immich-app/base-images: postgres/healthcheck.sh (pg_isready, then fails on any data-checksum failure) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  11. immich-app/base-images: postgres/immich-docker-entrypoint.sh (copies the SSD or HDD config, then runs the official docker-entrypoint.sh) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  12. Docker Hub: valkey/valkey tag 9.1.2 (linux/amd64 44,768,058 B compressed; the digest pinned upstream is a 9.1.2 build too) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  13. valkey-io/valkey-container: 9.1/debian Dockerfile (VALKEY_VERSION 9.1.2, valkey uid/gid 999, WORKDIR /data, EXPOSE 6379, valkey-cli) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  14. valkey-io/valkey-container: 9.1/debian docker-entrypoint.sh (chown of /data, then setpriv to valkey) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  15. Immich Docs: Requirements (RAM minimum 6 GB, recommended 8 GB; 4 GB with ML disabled; CPU 2 / 4 cores; thumbnails and transcodes +10-20%; database 1-3 GB, at least 2 GB RAM) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  16. Immich Docs: Docker Compose install (recommended production method; start_interval needs Docker Engine v25) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  17. Immich Docs: Environment variables (DB_* and REDIS_* defaults, IMMICH_PORT 2283 / 3003, MACHINE_LEARNING_MODEL_TTL 300 s, DB_STORAGE_TYPE) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  18. Immich Docs: FAQ (disable machine learning; lowering CPU and RAM; 2-3 concurrent ML jobs can max a CPU; non-root user; ML workers out of memory) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  19. Immich Docs: Backup and restore (daily database dumps in UPLOAD_LOCATION/backups, keep 14; back up library, upload and profile; restore from the UI or psql) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  20. Immich Docs: Reverse proxy (forward Host and X-Forwarded-*, WebSockets, large uploads, 600 s timeouts, no sub-path) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  21. Immich Docs: Upgrading (read release notes, docker compose pull && up -d; server only works with mobile apps of its major version; downgrades not supported; VectorChord since 1.133.0) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  22. Immich Docs: Remote machine learning (the ML container has no security measures; it receives image previews and keeps nothing) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  23. Immich Docs: Searching (CLIP models; default ViT-B-32__openai peak RSS 1,004 MiB, measured without acceleration) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  24. Immich Docs: Config file (default ML URL http://immich-machine-learning:3003, CLIP ViT-B-32__openai, faces buffalo_l, OCR PP-OCRv5_mobile, database dump daily 02:00, keep 14) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  25. Immich Docs: Post install (the first user to register becomes the admin) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  26. Immich Docs: System settings (External Domain for shared links and emails) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  27. immich repository: LICENSE at v3.3.3 (GNU AGPL v3) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  28. GHCR manifest of ghcr.io/immich-app/immich-server:v3.3.3 (linux/amd64, anonymous token): 611,460,416 B compressed; layers decompressed and counted: 1,731,393,536 B (מדידה · נקרא 14 באוק׳ 2026)
  29. GHCR manifest of ghcr.io/immich-app/immich-machine-learning:v3.3.3 (linux/amd64, anonymous token): 271,038,696 B compressed; layers decompressed and counted: 769,134,080 B (מדידה · נקרא 14 באוק׳ 2026)
  30. GHCR manifest of ghcr.io/immich-app/postgres:14-vectorchord0.4.3-pgvectors0.2.0 (index digest bcf63357 as pinned upstream; linux/amd64): 205,280,433 B compressed; decompressed 763,875,840 B (מדידה · נקרא 14 באוק׳ 2026)
  31. immich-app/base-images: postgres/postgresql.ssd.conf (shared_buffers 512MB, work_mem 16MB, max_wal_size 5GB, wal_compression on) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  32. docker-library/postgres: 14/bookworm Dockerfile (postgres uid/gid 999, PGDATA and VOLUME /var/lib/postgresql/data) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  33. docker-library/postgres: 14/bookworm docker-entrypoint.sh (chown PGDATA as root, then gosu postgres) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  34. PostgreSQL 14 documentation: 20.4 Resource Consumption (dynamic_shared_memory_type posix uses /dev/shm) (תיעוד רשמי · נקרא 14 באוק׳ 2026)
  35. Hugging Face: immich-app/ViT-B-32__openai (ONNX textual 254,193,396 B + visual 351,613,724 B) (מאגר רשמי · נקרא 14 באוק׳ 2026)
  36. Hugging Face: immich-app/buffalo_l (ONNX detection 16,923,827 B + recognition 174,383,860 B) (מאגר רשמי · נקרא 14 באוק׳ 2026)

כל אפליקציות ה-self-hosted