AI File Sorter 是什么？
AI File Sorter 是一款桌面应用，可为你所选文件夹中的文件建议类别、子文件夹和更清晰的名称，并在你确认后移动或重命名它们。 其 README 将它描述为基于内容整理和重命名文件的跨平台工具；源代码以 AGPL-3.0 许可证开放。
据 README，它并不只依赖固定规则，而是把模型的建议与可选的白名单、近期相似结果以及你已批准的审核决定结合起来。官网页脚署名 HF Studio 为发布方。
获取方式
AI File Sorter 的安装方式与普通桌面软件相同：Windows 安装包或便携版、macOS 磁盘映像和 Linux 软件包，均列在官方下载页上。
Windows
- 获取方式:
- 适用于 Windows 10 及更高版本的安装包或便携版，见下载页
Windows（应用商店）
- 获取方式:
- Microsoft Store；据下载页，不支持 CUDA，但 Vulkan 加速可用
Linux
- 获取方式:
- 适用于 Debian、Ubuntu、Fedora、Rocky 和 Arch 的软件包，见下载页
官网
- 获取方式:
- filesorter.app
隐私政策
- 获取方式:
- 官网没有专门页面；Microsoft Store 页面链接了一份仅一句话的声明
评测版本：v1.9.2，据 GitHub 发布页于 2026 年 8 月 14 日发布；Microsoft Store 页面显示相同的更新日期。GitHub 发布页没有可下载文件，安装包来自官网、应用商店和 SourceForge。无需终端；从源代码构建则需要 C++ 工具链和 Qt 6。
运行要求
README、FAQ 和官网都没有给出本地模型的内存（RAM）或显存（VRAM）最低要求；现有数字描述的是应用本身和可选的 GPU 使用。
操作系统
- 来源说明:
- 据 Microsoft Store 页面为 Windows 10 版本 1809 或更高；macOS 和 Linux 版本见下载页。README 称 macOS 源码构建面向 macOS 15 或更高版本的 Apple Silicon，而下载页同时提供 M1 和 Intel 的磁盘映像
内存
- 来源说明:
- 商店页面给出应用本身最低 750 MB、推荐 1 GB；没有给出运行语言模型所需的数字
GPU
- 来源说明:
- 可选。NVIDIA 使用 CUDA 12.x，其他使用 Vulkan 1.2 或更高版本，Apple 硬件使用 Metal；不可用时回退到 CPU。README 称 8 GB 或更多显存体验更流畅，而 4 GB 往往意味着只能部分卸载到 GPU 或回退到 CPU
图片分析
- 来源说明:
- 据 FAQ，约 6 GB 或更多显存的独立 GPU 能大幅加快图片扫描，在 CPU 上可能慢得多
模型
- 来源说明:
- 通过“Select LLM”对话框下载到可更改的存储文件夹；所读页面没有给出下载大小
硬件检测
- 来源说明:
- 内置的“System compatibility check”会测试一个小负载，并为你的电脑推荐本地模型
这些数字来自项目和商店页面；PromptQuorum 未在任何硬件上测量内存占用或速度。
上手步骤
以下步骤遵循 README 中“Safe First Run”的建议；PromptQuorum 未实际运行过。
- 1安装应用
Why it matters: 从下载页获取适合你系统的版本；在 macOS 上，需在“隐私与安全性”中首次放行这个未签名的应用。 - 2选择模型
Why it matters: 打开 Settings，再打开“Select LLM”，下载本地模型；也可以改为输入你自己的 OpenAI 或 Gemini 密钥，或自定义端点。 - 3先用一小份副本试一试
Why it matters: 把 20 到 50 个文件复制到临时文件夹，选中它，勾选需要的选项，然后点击 Analyze。 - 4先审核，再应用
Why it matters: 检查类别和建议的名称，可选择先试运行，然后点击 Confirm & Sort；如果改变主意，可通过 Edit 菜单使用“Undo last run”。
主要功能
以下各项均来自 README、FAQ 或官网；PromptQuorum 均未测试。
- 分类。 为每个文件建议一个类别和可选的子类别，提供“More refined”和“More consistent”两种模式，并支持命名白名单，每个主类别可以有各自允许的子类别。
- 重命名。 为图片和文档建议名称，并根据音频和视频的内嵌标签生成名称，例如 year_artist_album_title.mp3；仅重命名模式会让文件留在原处。
- 安全措施。 带文件预览的审核表、显示源路径和目标路径的试运行、已保存的撤销计划，以及会跳过 Unity、Unreal、Godot、Blender、Git 和常见源代码项目的项目文件夹保护。
- 记忆。 本地 SQLite 缓存，以及单独存放你已批准决定的存储，两者在 Settings 中都有清除和重置工具。
- 文件夹。 支持本地文件夹、同步的云文件夹、外接硬盘和已挂载的网络共享；使用 NAS 时，Windows 上要先分配盘符，Linux 和 macOS 上要先挂载共享。
- 语言。 界面语言包括德语、法语、西班牙语、韩语和简体中文；类别和文件名的语言取决于模型，Gemma 1.1 7B 仅支持英语。
- Windows 扩展。 Microsoft Store 中的可选付费右键菜单附加组件，可从文件资源管理器启动整理。
AI 功能及运行位置
语言模型读取文件名、文件夹上下文，以及（在支持时）文件内容，然后建议类别和新名称；模型可以在本地运行，也可以在远程运行。
- 本地文本模型。 Gemma 3 4B IT、Gemma 1.1 7B 和 Mistral 7B 是内置选项，你也可以注册自己的 GGUF 文件；它们运行在内嵌的 llama.cpp 运行时上。
- 文档。 读取 PDF、Word、Excel、PowerPoint、OpenDocument 和纯文本格式并交给所选模型；旧版 .doc、.xls 和 .ppt 文件不受支持。
- 图片。 内置两个视觉后端：默认的 Gemma 3 4B IT 和 LLaVA 1.6 Mistral 7B，各自需要一个模型文件和对应的 mmproj 文件；自定义视觉模型的用法相同。
- 音频和视频。 只使用内嵌元数据；据 FAQ，整段视频不会发送给视觉模型。
- 远程选项。 使用你自己 OpenAI 密钥的 ChatGPT、使用你自己密钥的 Gemini，或 LM Studio、Ollama、网关等兼容 OpenAI 的自定义端点；据 README，密钥保存在应用本地的 config.ini 中。
- 学习。 已批准的决定会在之后的运行中作为提示被复用；据 README，这不会训练或改变模型。
数据流向与隐私
据 README，使用本地模型时，你的文件、文件名、图片和元数据都留在你的电脑上，不会发送遥测数据，只有使用远程模型时才需要联网。 分类缓存是 config.ini 旁边的本地 SQLite 数据库，保存目录路径、文件名、类别和建议的名称。
如果你选择 OpenAI、Gemini 或自定义端点，数据会通过你自己的账号发送到该服务，适用该服务的政策。针对应用本身，我们只找到一份链接在 Microsoft Store 页面上的一句话声明：它称不会收集、存储或传输个人数据，所有处理都留在设备上。
📌注: 这些是项目方的声明，不是审计结果。官网没有隐私页面，这份一句话声明也没有提到远程模型选项、更新通知或模型下载。README 称缓存会保存根据照片 GPS 数据查到的地名，但没有说明由哪个服务完成这一查询。PromptQuorum 未检查网络流量。
适合哪些人
- 下载、扫描件或截图文件夹堆积如山的人，希望逐行批准建议的文件夹和名称。
- 注重隐私的用户，更愿意使用本地模型，并能为模型文件腾出磁盘空间。
- 拥有外接硬盘或 NAS 归档的人，会先挂载它们，再分小批整理。
我们未能核实的内容
- 质量与速度。 建议的准确度、运行时间以及不同硬件的影响均未测试。
- 硬件需求。 所读页面既没有本地模型的内存最低要求，也没有模型下载大小。
- 撤销。 README 将“Undo last run”描述为尽力而为，会跳过冲突和已更改的文件；我们未试用。
- 隐私。 只有一句话的声明；见“数据流向与隐私”。
- macOS。 构建未经 Apple 签名，README 与下载页所列的受支持 macOS 版本也不一致。
- 模型许可证。 未审查可下载模型的许可证。
竞品与替代方案
目录中还有两款已有评测的本地文件和图片工具，但它们都不以同样的方式重命名和移动文件。
Hyperlink (Nexa AI)
- 平台:
- Windows、macOS
- 价格 / 许可证:
- 免费 / 专有
- 主要区别:
- 搜索你的本地文件并回答相关问题，而不是重命名或移动文件
关于Hyperlink (Nexa AI)的文章（1篇）
- Hyperlink (Nexa AI) Review: On-Device File Search更新于 2026年9月12日
PixlStash
- 平台:
- Windows、macOS、Linux
- 价格 / 许可证:
- 免费 / GPL-3.0
- 主要区别:
- 带本地 AI 标签和搜索的图片库管理工具；只处理图片
关于PixlStash的文章（1篇）
请在各应用自己的页面上确认其当前价格、许可证和平台。
常见问题
确认之前关闭 AI File Sorter 会怎样？
不会有任何文件被更改，因为分析只是准备建议。据 FAQ，再次分析同一文件夹时，已保存的结果可能会被复用。
能配合 Ollama 或 LM Studio 使用吗？
可以，使用自定义的 OpenAI 兼容端点选项；据 FAQ，Ollama 通过其本地服务器连接，通常是 localhost:11434，而 LM Studio 处理图片需要支持视觉的模型。
能读取扫描版 PDF 吗？
暂时不能。据 FAQ，只有图像的扫描版 PDF 需要先用其他工具做 OCR；OCR 支持已列入计划。
设置和模型保存在哪里？
设置在 Windows 上位于 %APPDATA%\AIFileSorter，在 macOS 上位于 ~/Library/Application Support/AIFileSorter，在 Linux 上位于 ~/.config/AIFileSorter；下载的模型存放在单独的 llms 文件夹中，可以移动。
它会一直在后台运行吗？
不会。FAQ 将它描述为需要打开、运行、审核并关闭的批处理工具，并称目前没有低资源模式或后台限速功能。
结论
AI File Sorter 是一种免费、更新活跃的方式，可为杂乱的文件获得可审核的文件夹和文件名建议，默认使用本地模型，并有文档记载的撤销功能。不足之处在于：资料没有给出本地模型的内存数字，不支持扫描版 PDF 和重复文件检测，macOS 版本未签名，唯一的隐私声明只有一句话，且这里无法核实任何关于质量的说法。它适合想分小批、逐项审核来整理文件夹的人；需要确保离线运行的人，应通过自己的网络监控加以确认。
来源
- AI File Sorter 官网 — 功能、下载、价格、FAQ 和更新日志页面，核查于 2026 年 10 月 28 日。
- GitHub 上的 AI File Sorter — README、版本说明和提交活动，核查于 2026 年 10 月 28 日。
- Microsoft Store 中的 AI File Sorter — 系统要求、更新日期和隐私声明，核查于 2026 年 10 月 28 日。