
电脑里最容易失控的,往往不是容量,而是文件名。
IMG_2048.jpg、扫描件_001.pdf、最终版_v3_真的最终版.docx……文件保存时只想赶紧关掉窗口,等到几个月后再找,才发现自己面对的是一个没有索引、没有规则、也没有上下文的数字仓库。
最近在 GitHub 上受到关注的 AI File Sorter,想解决的正是这个问题。它是一款面向 Windows、macOS 和 Linux 的开源桌面工具,可以分析文件内容、推荐分类目录,并为图片、文档以及部分音视频文件生成更清晰、更一致的命名建议。
更关键的是,它没有把“AI 自动化”理解为“替你擅自操作”。所有分类和改名结果都会先进入预览,用户确认后才真正执行。
它解决的,不只是“把文件移动到文件夹”
传统文件整理工具通常依赖扩展名、关键词或固定规则。例如,把 .jpg 移进“图片”,把 .pdf 移进“文档”。这种方式速度快,却不理解内容:产品截图、旅行照片和报销凭证,最后可能全部堆在同一个图片目录里。
AI File Sorter 在规则之上加入了内容理解。
对于图片,它可以调用视觉模型识别画面,再给出类似 clouds_over_lake.jpg 这样有意义的文件名;对于文档,它会提取文本、概括主题,并据此建议分类和名称;对于音频、视频,它会读取年份、艺术家、专辑、标题等内嵌元数据,整理成统一的资料库式命名。
也就是说,它处理的不只是“文件是什么格式”,而是进一步判断“文件里是什么”。

整理过程只有四步
AI File Sorter 的基本工作流很直观:选择一个文件夹或磁盘,选择本地或远程模型,让工具生成分类和改名建议,在预览表中检查、修改或忽略结果,最后再确认执行。

这套“先建议、后确认”的设计很重要。文件整理属于高风险操作,一旦分类错误、重名覆盖或路径改变,后续恢复成本可能很高。AI File Sorter 提供预览模式、仅预演模式,以及可跨对话框保留的“撤销上次运行”能力,让 AI 更像一个整理助手,而不是拥有最终决定权的自动脚本。
对于只想统一文件名、不想改变目录结构的用户,也可以选择“仅重命名”模式。
本地模型,是它最值得关注的能力
很多人不愿把合同、内部资料、私人照片交给在线 AI。AI File Sorter 提供了完整的本地工作方式:分类和文档分析可以使用 Gemma 3 4B IT、Mistral 7B、Gemma 1.1 7B 或自定义 GGUF 模型;图片内容分析则可使用带视觉能力的本地模型。
在纯本地模式下,文件、文件名、图片和元数据都不需要上传,软件也不发送遥测数据。只有用户主动选择 ChatGPT、Gemini 或兼容 OpenAI 协议的远程接口时,才需要联网和配置相应凭证。
当然,本地运行并不等于“零成本”。视觉模型通常需要额外下载模型文件,对内存、显存和推理速度也有要求。项目内置了系统兼容性检查,可以根据 CPU、GPU 和模型运行情况估算速度,并给出模型建议。老旧电脑可以运行,但批量分析图片时需要对等待时间有合理预期。
分类一致性,比偶尔猜对更重要
用大模型整理文件有一个常见问题:面对相似内容,模型可能一会儿叫“工作资料”,一会儿叫“办公文档”,分类看似都对,长期积累后却会重新变乱。
AI File Sorter 为此加入了分类法匹配、白名单、会话一致性提示和本地缓存。用户可以在“更精细”和“更一致”两种模式之间选择,也可以限定允许出现的分类名称。已经确认过的分类结果还可作为后续任务的参考,让相似文件逐渐形成稳定规则。
这种设计比单纯追求一次识别的“聪明程度”更实用。真正好用的文件系统,首先需要可预测,其次才是足够细致。
哪些人适合尝试?
如果你的下载目录长期无人整理,摄影素材仍以相机默认编号保存,NAS 里混放着文档、截图和媒体文件,或者需要归档大量历史资料,AI File Sorter 都值得一试。
它尤其适合三类场景:需要批量建立初始目录结构;希望按内容统一图片和文档命名;对隐私敏感、倾向使用本地模型处理资料。
但它不是万能的知识管理系统。对于需要全文检索、多人协作、版本管理或复杂标签关系的资料库,专业文档系统仍然更合适。它更像是进入资料库之前的“清洗与归档层”。
使用前,建议注意这几点
第一,先从副本或小目录开始。即使工具支持预览和撤销,重要文件仍应有独立备份。
第二,先建立自己的分类白名单。十几个稳定类别,通常比几十个由模型自由发挥的细分类更容易维护。
第三,不要为了使用 AI 而强行分析所有文件。音视频已有完善元数据时,直接按标签改名更快;图片和文档才是内容模型更能体现价值的部分。
第四,远程模型会带来费用与数据边界问题。如果资料敏感,优先选择本地模型,并确认自己的硬件能接受推理速度。
写在最后
AI File Sorter 最有价值的地方,并不是给文件管理套上一个 AI 标签,而是把内容理解、命名规范、分类约束和人工确认组合成了一条完整流程。
它不会替你决定文件应该放在哪里,却能把最耗时间的识别、归类和命名工作提前完成,再把最终选择权交还给你。
如果你的硬盘正被 IMG_xxxx、未命名文档 和无数“最终版”占领,这个开源工具或许值得放进你的效率工具箱。
项目地址:
https://github.com/hyperfield/ai-file-sorter
夜雨聆风