本地AI文件管理器：AI驱动+私有LLM，免费整理你的文件库

最新推荐文章于 2025-04-08 10:36:26 发布

程序员笑武

最新推荐文章于 2025-04-08 10:36:26 发布

阅读量4k

点赞数 18

文章标签：人工智能计算机视觉深度学习 neo4j 大数据

本文链接：https://blog.csdn.net/m0_59164304/article/details/142602106

版权

我很兴奋与大家分享这个非常实用的项目，名为“Local-File-Organizer”。有趣的是，这个项目是开源且免费的，由一位学生开发的，目的是为了整理他或她本地系统上的文件。

这个工具允许你在本地磁盘系统上组织和整理多媒体文件，如文本或图片，还有一些其他支持的格式，稍后我会告诉你。

借助完全私有且本地运行的LLM（大语言模型），你可以整理PNG文件、JPG、JPEG、GIF、BMP格式的图片。对于文本类文件，你可以使用TXT和DOCX格式，此外还能整理PDF文件。

这个工具的工作原理是它利用私有LLM和视觉语言模型的智能来自动整理文件。它会扫描你指定的输入目录（不要给它根目录），然后通过Google的Gemma 2B参数模型进行文本分析，并通过Llava模型进行视觉内容分析。

它能理解文件的内容（无论是文本、图片等），然后生成相关的描述、文件夹名称和文件名称，最后基于生成的元数据重新组织文件到一个新的目录结构中。

所有操作都在本地进行，因为它使用了Nexa SDK。

此外，你可以完全离线使用这个“本地文件管理器”，不需要任何AI API之类的东西，一切都是私密的、本地的和安全的。

让我们开始吧！在展示安装步骤之前，

我将克隆这个“本地文件管理器”的代码仓库，它非常轻量。

克隆完成后，我进入这个目录，然后创建一个虚拟环境，这也是推荐的操作。你不仅可以在Linux上执行这些命令，还可以在Windows和macOS上完成相同的操作。

等待虚拟环境创建完成后，确保你正在使用Python 3.12版本，虚拟环境创建完成后，我们激活它。

下一步，我们需要安装Nexa。由于我使用的是Nvidia的GPU，所以我将使用Cuda运行这些命令来安装Nexa，

你可以在GitHub仓库中找到这些命令。

安装过程可能需要一些时间，所以我们等待它完成。Nexa和Nexa SDK安装完成后。

接下来，从这个代码仓库的根目录安装所有依赖。

有时这些依赖会安装失败，如果发生这种情况，只需打开requirements.txt文件并不带版本号地运行它。不过在这个案例中，一切都成功了。

接着我在本地系统上创建了一个新目录，放入了一张图片、一个PDF文件和一个文本文件，它们都包含一些随机信息。然后我将用这些文件测试这个“本地文件管理器”。

现在，要运行它，你只需要运行Python main.py命令，这将启动“本地文件管理器”。运行后，它会询问你要整理哪个目录，确保不要给它根目录，我希望开发者未来能加入一种预运行模式。

现在我选择了这个目录，并指定了一个输出目录。如果不想指定，可以直接按回车键，它会在输入目录下生成一个名为“Organized”的新文件夹。我决定为输出目录指定一个新的路径。

现在工具开始运行了，第一次运行时需要下载一些模型，包括Llava和Gemma 2模型。我们需要等待一会儿。

当它完成时，你可以看到它首先处理的是一张大教堂的图片，并告诉你这个图片的具体信息。

接着是PDF文件，最后是一个只有一句话的文本文件。

所有文件都被保存到了我的指定目录中，比如这张大教堂的图片被命名为“Vian Gothic Cathedral.png”，PDF文件被命名为“Hello there subscribe.txt”，而文本文件由于信息较少，被命名为“Untitled Media”。

让我从图形界面展示一下，打开“De letter”文件夹，工具把大教堂图片组织到了一个名为“Cathedral”的文件夹中，并重命名为“Vian Gothic Cathedral”。文本文件被组织到了“Communication”文件夹中，并重命名为“Hello there subscribe.txt”。

至于科技类文件，它被放到了“Technology”文件夹中，不过由于文件内容比较少，它只简单地命名为“Technology”，这部分可能做得不是很完美。

总的来说，这个工具非常不错，它并没有改变原始文件夹，这一点非常好。

如果你想尝试在根目录下运行，我建议开发者引入预运行模式或保护机制，因为Linux系统没有警告提示。如果在Linux上以root用户运行，系统不会阻止你，因此要格外小心。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述