【开发者自荐】FileNeatAI 一款可以自动化整理和分类杂乱文件的AI工具

产品网址:

FileNeatAI首页.jpeg

工具简介:

在日常的工作和生活中,我们常常会面对电脑中不断积累的杂乱文件,这种混乱往往让人感到焦头烂额。每次偶然想起来整理时,却总是发现这项任务既耗时又费力。为了解决这一痛点,我开发了一款可以自动化整理和分类杂乱文件的AI工具——FileNeatAI,它可以根据文件夹里的文件内容,通过AI自动的将文件进行分类并整理到不同的文件夹中,同时还可以对一些命名不规则的文件进行智能命名,帮助用户轻松、高效地管理文件,提升工作效率。

如何使用:

  1. 自动分类杂乱文件 我们日常处理的文件夹中,常常充满了各种各样、不相关的文件,手动整理非常繁琐。FileNeatAI可以自动帮你分类整理这些文件,同时还支持图片文件。使用时,只需将目标文件夹拖入工具界面,点击“整理文件”按钮,软件会根据文件内容智能分析,将属于同一类别的文件归类到相应的文件夹中。整理过程的进度条显示完成后,会生成一个新的output文件夹,里面就是分类好的文件夹。打开每个文件夹,就能轻松查看分类后的文件。

文件整理.gif

  1. 批量重命名文件 有时候,我们希望将一些杂乱的文件重命名为更规则、易于记忆的名称,但逐一手动重命名非常耗时。这时,FileNeatAI的批量重命名功能就能大显身手。只需将需要重命名的文件拖入工具,点击下一步,AI会自动为文件生成新名称。如果对默认名称不满意,可以点击右侧的“重试”按钮获取新的命名建议。最终点击“确认命名”,文件便会自动完成重命名,过程简便高效。

重命名.gif

  1. 使用本地模型

软件默认使用在线模型,同时也支持本地模型,可以在个人设置里自行设置。

个人设置默认.png

默认是使用在线AI来读取文件,经过很多人的建议,本地文件的隐私防泄漏是一个比较大的痛点,所以本次更新支持本地模型,而且更重要的是选择本地模型的话,将不限制整理的文件数量!个人推荐ollama3,我测试的时候用的这个,效果还行,如果是中文用户的话,推荐模型是llamafamily/llama3-chinese-8b-instruct:latest, 你也可以使用其他国产的大模型都可以,在网站library 这个上面搜索即可。

如何使用本地模型?:

在网站https://ollama.com/ 上下载好客户端后

ollama3.png

打开cmd,输入命令

ollama run llamafamily/llama3-chinese-8b-instruct:latest

如果是第一次使用,则会自动下载这个模型,但下载好之后,会变成下面的状态,就表示可以使用了

cmd.jpeg

但选择本地模型时候,软件需要几项配置,这里如果不是开发者的话请直接使用我下面的配置:

  • API Server 填写 http://localhost:11434/v1/

  • API Key 填写 ollama

  • 模型名填写:llamafamily/llama3-chinese-8b-instruct:latest

  • 模型 选择:本地模型

填写完成之后点击保存即可使用。

个人设置.jpeg

适用人群:

FileNeatAI适合广大学生、上班族、白领、文职人员及任何需要使用计算机办公的用户。无论是日常工作还是学习中频繁处理文件的场景,FileNeatAI都能为你提供简便快捷的解决方案

产品价格:

FileNeatAI采用按使用次数收费的模式,灵活满足不同用户的需求。具体价格如下:

  • 10元:线上模型使用20次,本地模型使用100次

  • 50元:线上模型使用100次,本地模型使用1000次

  • 100元:线上模型使用300次,本地模型使用99999次

本地使用时候,还需要限制次数么?
虽然99999次可能够用一辈子了,但是你打出来让我不舒服。

1 个赞

人家就是赚这个的呀,总有不懂开发的会交钱。

开发者可能真是想钱想疯了。10块钱20次?deepseek2.5百万字符也才2块钱,你处理20次要消耗这么多tokens?线上割韭菜也就罢了,使用自己的本地模型还按次数收费,过于逆天。 :rofl:

即使时至今日,大模型在精细操作方面仍然不能让人放心,如果文件分类比较重要,交给ai来做肯定是不能完全交付的,ai操作完人工还是要校验一遍的。
但如果必须要人工校验,那这个软件就不如不用ai,而是直接使用规则进行分类的那种软件,基本可以保证100%不出错

遇到很多客户,上次有个兄弟联系我的 ,他上万个pdf,他跑一次,我十几块钱没了,我现在token消耗的很快,所以我想这定价 如果不合适的话 改成按照文件大小和数量来收费 而不是按照次数收费。你觉得如何。

哦哦, 这样啊 ,好 我会改进下

按消耗字符计算价格,对你对用户都好。但是使用自己的模型(无论是本地还是线上)都不花钱,但你要是连这都打算赚,顶多整个内购解锁。

好,你的建议不错 我就按你说的改

拿我的工作文件试了试:

  • 忽略了文件名里的日期信息
  • 同目录文件下文件名出现重复
  • 有表格文件的文件名不知道是怎么识别的,出现标题识别错误的现象

个人感觉可以再完善完善

droplt么。。。

github上试过类似的项目,效果不可控