2023 年 8 月，我在剪一条三分钟的产品视频，需要一段去年 11 月拍的空镜。我确定拍过，也大概记得画面长什么样。然后我在两块西数 4TB 移动硬盘和一台群晖 DS220+ 之间来回翻了四十多分钟，最后在一个叫「新建文件夹 (3)」的目录里找到它，文件名是 MVI_0473.MP4。
那一下我才意识到，网上搜「媒体资源」的人其实分成两拨：一拨是想找发稿渠道、投放渠道、KOL 名单，那是花钱能买到的东西；另一拨是像我这样，手里攥着几个 T 的自己拍的素材，却调不出来。前者是采购问题，后者是资产管理问题，而后者几乎没有现成答案。
这篇写的是后者。
一、先说个可能不太主流的判断
大多数人把这件事当成存储问题，于是第一反应是买更大的硬盘、开更大的网盘会员。我觉得方向就错了。
存储现在有多便宜？阿里云 OSS 标准存储（本地冗余）长期是 0.12 元/GB/月，4TB 一个月不到 500 块，归档类型 0.033 元/GB/月，一个月 135 块左右。Cloudflare R2 更狠，0.015 美元/GB/月而且出口流量免费，4TB 大概 60 美元一个月。Backblaze B2 是 6 美元/TB/月。钱能解决的问题，都不叫问题。
真正贵的是再调用成本。一条素材拍出来的全部成本——场地、机位、演员、后期初剪——如果三个月后再也找不到，那这笔钱就等于白花了。所以我现在衡量一个媒体资源库好不好，只看一个数：从脑子里冒出一个画面，到它躺在时间线上，用了多久。
二、四条路我都走过，说一下每条路的真实代价
我不是查资料对比的，是真金白银试过的。
| 方案 | 4TB 年成本（大致） | 检索能力 | 异地访问 | 我放弃的原因 |
|---|---|---|---|---|
| 移动硬盘 ×2 | 800–1000 元一次性 | 只有文件名 | 无 | Windows 搜索不索引视频内容，等于没有 |
| 群晖 NAS 4×8TB | 硬件 8000+，电费约 160 元/年 | 文件名 + 人脸识别 | 要配公网或 QuickConnect | DSM 的 Universal Search 只认文件名，语义搜索为零 |
| 对象存储 R2/B2 | R2 约 720 美元，B2 约 288 美元 | 全靠自己搭 | 原生 | 要写代码，我半吊子水平 |
| SaaS DAM（Bynder / Brandfolder 这类） | 通常一万美元起 | 很能打 | 原生 | 小团队直接被报价劝退 |
顺便说个很多人不知道的细节：群晖 DS923+ 空机大概 4600，配四块 8TB 酷狼每块 1300–1500，整机功耗 35W 上下，按 0.55 元/度算一年电费一百六十来块，没想象中吓人。问题从来不在硬件，在软件那层的检索能力。
还有网盘。我认真算过一次：4TB 素材，我家宽带上行 30Mbps，理论上不间断上传要 12 天。中间断一次就得重来。这个方案我第三天就放弃了。
三、我最后搭的这套，以及具体命令
核心思路就八个字：冷热分离，元数据先行。
热数据是最近三个月、正在剪的项目，放 NAS，Mac 上用 SMB 直接挂载，千兆内网实测能跑到 110MB/s，剪 1080p 代理完全够。冷数据是拍完半年以上的，打包扔对象存储，本地只留一份代理文件。代理用 H.264、CRF 23、1080p、8Mbps 左右，一条 10 分钟的原片压出来大概 600MB，肉眼几乎看不出差别，剪完再回套原片。
NAS 上我建了三个共享文件夹：00_INGEST、10_PROJECTS、90_ARCHIVE。INGEST 是当天从卡里导出来的，命名规则定死：日期_项目_机位_序号，比如 20240712_新品口播_A7M4-A_001.MP4。代理文件放同名的 proxy/ 子目录里。
导入流程三步，最关键的其实是第一步，很多人偷懒跳过：
- 批量写元数据。我用 ExifTool（Phil Harvey 写的那个，命令行工具，免费）：
exiftool -Artist='老陈' -Copyright='XX 工作室' -Keywords='产品A,口播,2024Q3' -r /volume1/00_INGEST4TB 跑完大概六个小时，因为要逐个读文件头。建议晚上挂着跑。
- 批量生成代理文件：
ffmpeg -i in.MP4 -vf scale=-2:1080 -c:v libx264 -crf 23 -preset fast -c:a aac -b:a 128k out.mp4
- 代理文件丢进 Immich 做索引。Immich 是开源的，Docker 部署，背后是 PostgreSQL，2024 年那版加了 pgvector 做的 CLIP 语义搜索，可以搜「海边」「日落」这种词。我给它分了 8GB 内存，CLIP 模型加载挺吃内存的，4GB 会 OOM。
四、四个把我坑过的细节
别指望自动打标能省事。 CLIP 那类模型对「产品特写」「手部动作」这种理解很一般，中文场景更差，搜「客户微笑」出来的东西能让你怀疑人生。它的价值是把候选范围从 4000 条缩到 200 条，剩下还得靠人看。
重复文件比你想的多。 我用 czkawka（波兰开发者 qarmin 写的开源去重工具）扫了一遍 4.2TB，扫出 600 多 GB 重复，最离谱的是同一个文件在三个盘里各存了一份，因为每次换硬盘我都「先全拷过去再说」。
备份老老实实做 3-2-1。 我现在是 NAS 当主存，一块 8TB 冷备盘每季度手动同步一次，R2 上只放成品和工程文件。不是不想全上云，是 4TB 全上 R2 一年 720 美元，我算不过来这笔账。
版权这事是真金白银。 Unsplash 的 License 允许商用且不用署名，但不允许你把它做成竞品图库；Getty 的 RM（Rights Managed）是按用途、地域、时长分别计价，和 RF（Royalty Free）完全是两码事。我们团队吃过一次亏，一条投放素材用了 RM 授权图，改成信息流投放之后授权范围就不覆盖了，重新走了一遍流程。
五、说个不太一样的观点
很多人把媒体资源库理解成一个「仓库」，我觉得它更像个「检索层」。仓库思维会让你把精力花在扩容上，检索层思维才会逼你去想：这条素材将来会被谁、因为什么原因、在第几秒用到？
想清楚这个，命名规范、元数据字段、代理文件规格这些东西才有依据。否则你只是把混乱从硬盘搬到了云上，规模还变大了。
目前我这套实测下来，大多数情况下从想到一个画面到它出现在时间线上是 40 秒到 2 分钟，离我给自己定的 30 秒还差一截。瓶颈主要在两块：中文语义搜索不够准，以及 2022 年之前那批老素材元数据基本是空的，得靠人工补。
如果你手上的素材还不到 1TB、也就一个人用，我的建议是别搭系统，先把命名规范和目录结构定下来，配个 Everything 之类的本地索引工具就够了。系统是给「素材量超过你记忆容量」的那一刻准备的，没到那一步，搭了也是负担。