news 2026/10/10 18:02:23

AI File Sorter 简介:用本地大模型免费整理文件的终极指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
AI File Sorter 简介:用本地大模型免费整理文件的终极指南
  • AI 应用
  • 大模型
  • 本地部署
  • 桌面应用

【免费下载链接】ai-file-sorter

Cross-platform desktop application for content-aware file organization and renaming. Supports local and remote LLMs, preview-based workflows, and fully user-controlled changes.

项目地址:https://gitcode.com/gh_mirrors/ai/ai-file-sorter
点击查看免费下载

AI File Sorter 是一款跨平台的 AI 文件整理桌面应用,支持 Windows、macOS 和 Linux。它的核心能力是:用本地大模型分析图片、文档和音视频内容,自动给出分类与重命名建议——全程离线、免费、无需 API 密钥,文件永远不离开你的电脑。本文带你快速上手这款本地大模型文件整理工具,并学会安全地批量整理下载文件夹。

它为什么值得试试?

很多 AI 整理工具都要上传文件到云端、绑定 API 密钥,还要按量付费。AI File Sorter 走的是另一条路线:隐私优先 + 本地推理。

特性说明
🖥️ 本地大模型内置 Gemma 3 4B、Gemma 1.1 7B 等模型,离线即可分类文件,不消耗流量
🖼️ 图片内容分析视觉大模型"看懂"图片内容,把IMG_2048.jpg改成clouds_over_lake.jpg这类可读名称
📄 文档内容分析提取 PDF、Word、Excel 等文档文本,总结内容并建议文件名
🎵 音视频元数据整理读取 ID3、FLAC、MP4 等内嵌标签,生成2024_artist_album_title.mp3风格的规范命名
🔒 隐私优先使用本地模型时零遥测、零上传,文件与元数据全部留在本机
↩️ 持久撤销整理出错?随时通过「Edit → Undo last run」一键还原上次操作

它还会结合分类缓存和你批准过的审阅决定进行本地学习——用得越久,分类越稳定一致(注意:这只是本地提示记忆,不会训练或修改底层模型)。

快速开始:4 步完成 AI 文件整理

官方建议首次使用先用一个 20~50 个文件的小测试文件夹跑通流程,再处理整个下载目录或移动硬盘。

第 1 步:选择要整理的文件夹

启动后,在左侧文件浏览器或顶部的 Folder 输入框中指定目标目录(如C:\Users\...\Downloads),按需勾选选项:

  • Categorize files / Categorize folders:按文件分类或按文件夹分类
  • Analyze picture files by content:启用视觉大模型分析图片内容
  • Analyze document files by content:分析文档内容
  • Add audio/video metadata to file name:用媒体元数据优化音视频文件名
  • Categorization type:在 More refined(更精细的主题分类)和 More consistent(更稳定的顶层目录)之间切换

第 2 步:选择本地模型并启动分析

首次运行通过「Settings → Select LLM」下载内置的本地模型(默认视觉模型为 Gemma 3 4B IT),下载完成后即可离线使用。点击Analyze folder,应用会逐文件分析并在进度对话框中展示每个文件的处理状态:

第 3 步:审阅并编辑 AI 建议

分析结束后弹出 Review and Confirm 审阅表。每一行都会显示 AI 建议的新文件名、分类、计划目标路径,你可以逐条修改或整行编辑,还可以按文件名、分类、子分类排序以便快速处理。这一步是"人控 AI"的关键——在确认之前,任何文件都不会被移动或重命名:

第 4 步:Dry Run 预览与确认执行

放心不下?勾选Dry run (preview only, do not move files),应用会弹出一份「From → To」预览清单,让你看到每个文件将移到哪里、重命名成什么,而完全不触碰任何文件:

确认无误后点击Confirm & Sort!,目标文件夹会自动创建,文件随即归位。之后随时可用「Edit → Undo last run」撤销上次整理。

整理前后效果对比

下图是一次真实整理的对比:左侧是混杂了图片、PDF、压缩包、文档的下载目录,右侧是整理后按 Software、Documents、Images 等类别分好文件夹的清爽结构:

进阶玩法:让分类更聪明

两种分类模式怎么选?

  • More refined(更精细):倾向语义更精确的主题分类,如Security / PCI DSS、Wildlife / Lions,适合混合、专业化的文件夹
  • More consistent(更稳定):复用近期相似结果作为一致性提示,让相关文件稳定落在Documents /、Images /等大目录中,适合追求整齐目录结构的场景

详细说明见官方文档 docs/categorization-behavior.md。

用白名单约束分类结果

如果你希望文件只落入指定的类别(例如发票、合同、截图几类),可在「Settings → Manage category whitelists…」中定义分类白名单,还支持"智能分支"——让每个主类别拥有各自允许的子类别(如Documents → Invoices, Receipts,Images → Screenshots, Photos)。

系统兼容性检查

不确定电脑跑本地大模型快不快?通过「File → System compatibility check…」可以跑一次基准测试,检测 CPU 线程与 GPU 后端(CUDA / Vulkan),给出速度评级和推荐模型。有 8 GB 以上显存的体验会更顺滑,没有独显也能自动回退到 CPU 运行。

项目资料导航

想深入了解 AI File Sorter 的内部机制,可以从这些文档入手:

  • 项目说明与完整安装指南:README.md
  • 架构设计(UI 层、分析工作流、无头接口):docs/architecture.md
  • 分类行为详解(两种模式、白名单、缓存学习):docs/categorization-behavior.md
  • 配置与环境变量说明:docs/configuration-and-environment.md
  • 无头运行接口(供集成调用):docs/headless-runtime-contract.md
  • 版本更新历史:CHANGELOG.md
  • 本地大模型运行时构建脚本(Linux 示例):app/scripts/build_llama_linux.sh
  • 真实模型实测套件说明:tests/live_llm/README.md

常见问题

问:必须联网吗?不需要。选择本地模型时完全离线运行;只有当你主动改用远程模型(自带 OpenAI / Gemini 密钥或自定义 OpenAI 兼容接口)时才需要网络。

问:AI 会不会直接乱动我的文件?不会。所有移动与重命名都必须经过审阅对话框的人工确认,支持 Dry Run 纯预览模式,且每次执行后都有持久撤销方案。递归扫描还会自动跳过 Unity、Unreal、Git 仓库等结构化项目目录,避免破坏项目相对路径。

问:支持哪些文件格式?图片分析支持常见图片格式;文档分析覆盖.txt、.pdf、.docx、.xlsx、.pptx等;音视频元数据命名覆盖 MP3、FLAC、OGG、MP4、MKV 等主流格式。

AI File Sorter 把"AI 整理文件"从云端服务拉回到了本地:免费、离线、可预览、可撤销。从一个小的测试文件夹开始,体验一次真正由你掌控的智能文件整理吧。

  • AI 应用
  • 大模型
  • 本地部署
  • 桌面应用

【免费下载链接】ai-file-sorter

Cross-platform desktop application for content-aware file organization and renaming. Supports local and remote LLMs, preview-based workflows, and fully user-controlled changes.

项目地址:https://gitcode.com/gh_mirrors/ai/ai-file-sorter
点击查看免费下载

相关推荐

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/10 17:53:07

REA:一个本地优先的阅读标注与全文检索工具

很多人第一次听到 REA 这个名字,都会以为是某个开源项目的缩写后缀,或者某款工具的精简代号。其实它是我自己写的一个本地阅读与标注管理工具,全称是 Reading Efficiency Assistant,这名字有点绕,一般我都直接叫 REA。…

作者头像 李华
网站建设 2026/10/10 17:48:45

构建个人技能仓库:Git 与 Markdown 驱动的经验管理方案

最近整理本地文件时,我把散落在各个地方的经验记录、操作备忘、踩坑笔记全部收敛进了一个叫skills的仓库。这个仓库不是什么业务代码,而是我的个人技能资产库:所有“我知道怎么做某事”的经验,全部以结构化文本沉淀下来&#xff0…

作者头像 李华
网站建设 2026/10/10 17:47:08

Codex插件选型指南:12个提升编码效率的必备工具

1. 为什么“装插件”这件事,比换模型更能决定你的编码体验很多人第一次接触 Codex 这类 AI 编程助手时,注意力全放在“模型强不强”“上下文窗口多大”上,结果用了一周就放弃,理由是“它写的东西没法直接用”。我观察过身边不少开…

作者头像 李华
网站建设 2026/10/10 17:44:49

概率输出如何干掉幻觉:Kev 确定性判定的技术底牌

概率输出如何干掉幻觉:Kev 确定性判定的技术底牌 【免费下载链接】kev Jev-like family of decision models built on top of Qwen3.5/3.8 you can train and run on your own 项目地址: https://gitcode.com/gh_mirrors/kev2/kev 大模型落地到业务判定场景&…

作者头像 李华