【硬核】Python + Hugging Face，手撸无限容量私有图床

摘要：受够了第三方图床的限制和收费？担心数据安全？本文带你用 Python Flask 和 Hugging Face Spaces，零成本搭建一个支持无限存储、加密登录、iOS 磨砂级 UI的私有图床。

01 写在前面

作为一名技术爱好者，在写博客、做笔记（Obsidian/Notion）时，图床是刚需。

市面上的图床要么收费，要么有容量限制，要么担心哪天这就跑路了。

• • 放在 GitHub 仓库里？国内访问速度感人。
• • 放在 阿里云 OSS？如果不小心被刷流量，房子都要赔进去。

服务器搭建才是最优解，但没有服务器怎么办呢?

于是我萌生了一个想法：

为什么不利用 Hugging Face (HF) 提供的免费 Dataset 存储，自己写一个图床呢？

说干就干。经过一整天的折腾，N个版本的迭代，CloudGallery 诞生了。

它不仅免费、无限容量，最重要的是，作为一个“颜控”，我把它的 UI 打磨到了极致。

02 颜值即正义：UI 设计展示

在这个看脸的时代，工具不仅要好用，更要好看。我抛弃了传统的“工程师审美”，深度参考了 iOS 的设计语言。

🖼️ 登入框采用毛玻璃特效，清爽无广告

✨ 主界面：极简纯净

没有复杂的菜单，只有一张干净的磨砂玻璃背景。支持多选图片批量上传，文件名自动缩短（如 a9b2.jpg），强迫症福音。

✨ 悬浮预览：沉浸式体验

点击图片，不再是生硬的跳转，而是弹出一个悬浮的 Lightbox。背景采用高斯模糊（Blur）+ 半透明白处理，图片悬浮于主页之上，仿佛置身于艺术画廊。

03 硬核功能：不只是好看

除了好看，它的内核也非常能打。

1. 无限容量 & 永久存储 ♾️

后端直接对接 Hugging Face Datasets。众所周知，HF 的 Dataset 存储空间理论上是无限的，且由大厂背书，不用担心数据丢失。

2. 私有化部署 & 安全登录 🔒

图床部署在私有的 Space 中，自带账号密码登录系统。只有你知道密码，只有你能上传和删除图片。

3. 独家技术：GitHub 直链代理 (Proxy Mode) 🚀

这是开发过程中遇到的最大坑。

如果将 HF Dataset 设为 Private（私有），生成的图片链接 GitHub 是无法访问的（会报 401 错误）。如果设为 Public，又担心隐私泄露。

解决方案：我在 Flask 后端写了一个反向代理接口。

• • 当你复制链接时，得到的是 https://我的域名/file/xxxx.jpg。
• • 当 GitHub 请求这个链接时，我的服务器会拿着私有 Token 去 HF 取回图片数据，再转发给 GitHub。

结果： 既保证了仓库的私有性，又能在任何地方（GitHub/博客/微信）完美展示图片！

4. 生产力拉满 ⚡

• • ✅ 拖拽/多选上传：一次传多张图，响应速度不错。
• • ✅ 一键复制：支持复制直链和 Markdown 格式。
• • ✅ 自由缩放：预览页支持滚轮无限缩放，查看像素级细节。

04 核心代码解析

项目后端使用 Python Flask，部署在 Docker 容器中。

核心代理逻辑：为了解决 GitHub 无法查看私有图片的问题，这个接口至关重要：

# main.py 核心片段@app.route('/file/<path:filename>')defget_image_file(filename):# 构造真实的 HF 地址    url = f"https://huggingface.co/datasets/{DATASET_NAME}/resolve/main/{filename}"# 带着你的 Token 去请求，这就相当于有了“钥匙”    headers = {"Authorization": f"Bearer {HF_TOKEN}"}# 流式转发数据，不占用服务器内存    r = requests.get(url, headers=headers, stream=True)return Response(r.iter_content(chunk_size=1024),                     content_type=r.headers.get('Content-Type'))

极简短文件名生成：为了不让 URL 看起来像乱码，我使用了 UUID 的前 4 位：

# 自动截取前4位，生成结果类似：c8a1.jpgname = f"{uuid.uuid4().hex[:4]}{ext}"

05 如何拥有同款图床？

我已经将代码整理，只需要按顺序完成以下 4 步 即可拥有：

第一步：注册账号，创建存储仓库 (Dataset)

后端需要一个地方存图片，我们需要创建一个 Dataset。

1. 1. 登录 Hugging Face，点击右上角头像 -> New Dataset。
2. 2. Dataset name: 起个名字（例如 my-images）。
3. 3. Dataset type: 强烈建议选择 Private（私有），保护你的隐私。
4. 4. 点击 Create dataset。(记下这个名字，格式为 你的用户名/my-images，稍后要用)

第二步：获取访问钥匙 (Token)

为了让程序能读写上面的仓库，需要一把钥匙。

1. 1. 点击头像 -> Settings -> Access Tokens。
2. 2. 点击 Create new token。
3. 3. Token type (权限) 必须选择 Write (写入权限)。
4. 4. 复制生成的 Token (hf_xxxx...)。

第三步：创建应用容器 (Space)

1. 1. 点击顶部导航栏的 Spaces -> Create new Space。
2. 2. Space name: 随便起（例如 cloud-gallery）。
3. 3. Space SDK: 选择 Docker。
4. 4. Space hardware: 保持默认 (Free) 即可。
5. 5. 点击 Create Space。

第四步：配置与上传

1. 1. 在 Space 页面，进入 Settings -> Variables and secrets，添加以下环境变量：

• • HF_TOKEN: 刚才复制的 Write 权限 Token。
• • DATASET_NAME: 第一步创建的 Dataset 名称 (如 username/my-images)。
• • ADMIN_USER: 自定义登录账号。
• • ADMIN_PASS: 自定义登录密码。

1. 2. 回到 Files 标签页，点击 Add file -> Upload files，将 main.py 和 Dockerfile 上传并提交。

等待几分钟构建完成，点击上方的 App 即可访问！

exportdefault {asyncfetch(request, env, ctx) {const url = newURL(request.url);// ⚠️ 修改这里：填入你 Space 的真实直连地址 (不要带 https://)const targetHost = "你的用户名-项目名.hf.space";     url.hostname = targetHost;    url.protocol = "https:";// 构造请求const newRequest = newRequest(url.toString(), {method: request.method,headers: request.headers,body: request.body,    });returnfetch(newRequest);  },};