AI 服务

EasyTidy Pro 的 AI 能力分为三类：调用大语言模型（LLM）的文件处理、本地 Embedding 语义分类，以及本地视觉模型分类。基础文件整理不依赖 AI；不使用这些功能时，可以跳过本页中的全部配置。

功能与前置条件

功能	主要用途	前置条件
AI 分类	根据自然语言要求或分类标签生成移动、复制等整理计划	默认 LLM；启用深度语义理解时还需要本地 Embedding 模型
AI 总结	提取文件内容、生成摘要并输出 PDF	默认 LLM、内容提取组件
提取结构化数据	按指定字段从文档中提取数据，输出 JSON、CSV 或 Excel	默认 LLM、内容提取组件
智能规则助手	根据自然语言生成整理规则或高级流程	默认 LLM；部分能力需要 Pro
视觉特征分类	根据图片外观进行样板匹配、自动聚类或文本标签分类	本地视觉模型；部分模式需要 Pro
深度语义理解	识别近义词和上下文，提高文本分类准确率	本地 Embedding 模型、Pro
智能文件识别	根据文件内容识别真实类型，不依赖扩展名	Magika 组件
OCR 与文档解析	从图片、扫描版 PDF 等文件中提取文字	内容提取组件；MinerU 为可选云端服务

准备 AI 组件

进入 设置 → 组件设置，根据任务安装或启用以下组件：

智能文件识别：使用 Google Magika 分析文件内容，可识别 200 多种文件类型。“真实文件类型（AI）”条件需要该组件。
内容提取：从 PDF、Word、Excel、图片等文件中读取文本。AI 总结、结构化提取和内容感知分类可能使用该组件。

组件未安装、文件损坏或当前格式不受支持时，应用会跳过相应分析，或回退到只使用文件名、扩展名等基础信息。具体原因可以在“运行日志”中查看。

如果需要云端 OCR，可在 集成设置 → MinerU 配置。MinerU 启用后会优先解析支持的文档，失败或超时后再回退到可用的本地 OCR 路径。

配置大语言模型

进入 设置 → AI 模型设置。该页面包含模型配置、Embedding 向量模型和视觉智能分类三个区域。

支持的提供方

EasyTidy Pro 当前支持以下提供方类型：

类型	提供方
内置在线服务	OpenAI、阿里百炼、Hugging Face、Gemini、DeepSeek、Anthropic、文心一言、Azure OpenAI、腾讯混元、火山引擎、讯飞星火
兼容接口	OpenAI 兼容格式、Anthropic 兼容格式
本地服务	Ollama
本地模型	Phi-4-mini、本地 ONNX 模型

“OpenAI 兼容格式”适用于实现 OpenAI 风格接口的第三方服务或自建网关；“Anthropic 兼容格式”适用于实现 Anthropic Messages API 的代理或中转服务。兼容并不代表所有扩展参数都受支持，模型必须能够稳定返回任务要求的结构化结果。

配置字段

字段	说明
显示名称	仅用于在 EasyTidy Pro 中区分配置，例如“本地 Ollama”或“工作用 DeepSeek”
提供方	决定接口协议、默认地址和需要显示的认证字段
模型标识	服务商使用的模型名称或部署名称，例如 Ollama 中已拉取的模型名
基础地址	兼容接口、自定义区域、远程 Ollama 或代理服务的 HTTP/HTTPS 地址
应用 ID	文心一言、腾讯混元、火山引擎等提供方需要的额外标识
接口密钥	在线服务的 API Key；本地 Ollama、Phi-4-mini 和本地 ONNX 模型不要求此项
模型目录	Phi-4-mini 或 ONNX GenAI 模型所在的本地目录
温度	控制输出随机性，范围为 0 到 2；分类和结构化任务建议使用较低值
默认模型	AI 分类、总结和结构化提取等默认 AI 操作使用的模型

添加并设为默认模型

打开 设置 → AI 模型设置。
展开“模型配置”，点击 新建模型。
填写显示名称并选择提供方。
填写模型标识、服务地址和界面要求的认证信息。
将温度设置为适合任务的值；分类任务可从 0.2 到 0.5 开始测试。
勾选“将此模型设置为默认模型”，然后保存。
在少量测试文件上创建 AI 分类或 AI 总结任务，确认连接和输出正常。

可以保存多个提供方，但任何依赖 LLM 的操作都必须存在一个默认模型。删除当前默认模型前，应先把另一个配置设为默认。

配置 Ollama

在本机安装并启动 Ollama，确认服务可以访问。
使用 Ollama 拉取所需模型。
在 EasyTidy Pro 中选择 Ollama。
基础地址默认是 http://localhost:11434；远程部署时填写实际地址。
“模型标识”必须与 Ollama 中的模型名称一致。

Ollama 本身不要求 API Key，但远程反向代理可能有额外鉴权要求。EasyTidy Pro 当前的 Ollama 配置不会显示 API Key 字段，带认证的网关应改用合适的兼容接口类型。

配置本地 ONNX 模型

选择 Phi-4-mini 或 本地 ONNX 模型 后，界面会要求选择模型目录，不再要求模型标识、服务地址或 API Key。

模型目录必须是可由 ONNX Runtime GenAI 直接加载的完整模型目录，而不是单个 .onnx 文件。
本地模型必须使用 ONNX Runtime GenAI 可加载的目录结构，并与服务使用的对话模板兼容；仅有一个普通 ONNX 文件并不足以运行生成任务。
本地生成模型通常需要较多内存和磁盘空间，首次加载耗时也可能明显高于在线接口。
本地模型的输出能力取决于模型规模。AI 分类和结构化提取要求模型严格返回结构化内容，小模型可能更容易出现空结果或格式错误。

配置 Embedding 向量模型

Embedding 模型在本机把文件描述和分类标签转换成向量，用于“深度语义理解”。它能识别“发票”和“报销单”这类语义相近的表达，并减少每个文件都调用 LLM 的次数。

当前可选模型如下：

模型	语言与特点	向量维度
BGE-Small-ZH v1.5	中文优化，适合中文文件分类	512
GTE-Small	轻量英文模型，仅建议用于英文内容	512
MiniLM-L12-v2	多语言通用模型，体积和效果较均衡	384
Piccolo-Base-ZH	中文模型，维度较高	768
BCEmbedding	跨语言检索与语义匹配	512
Qwen3-Embedding-0.6B	多语言、1024 维，质量更高但资源占用较大	1024

下载与启用

打开 设置 → AI 模型设置 → Embedding 向量模型。
根据主要文件语言和设备资源选择模型。
点击 下载模型，等待状态变为“已就绪”。
创建 AI 分类任务，并打开“深度语义理解”。

模型默认保存在程序目录下的 models 文件夹。下载过程会访问 Hugging Face；下载失败时，应用会显示手动下载地址和目标路径。主模型和标记为必需的附加文件必须全部放到提示的目录中。

下载前的许可确认

模型由第三方提供，不随安装包分发，需要在使用前自行下载。开始下载前，应用会弹出许可协议确认窗口：

点击 查看许可证 阅读该模型的许可条款；
勾选 我已阅读并同意该模型的许可协议；
点击 继续下载。

不论从设置页还是规则编辑器中的就地下载入口触发，都会先出现这一确认。请按自己的使用场景（尤其是商业用途）判断是否接受对应条款。设置 → 关于 → 第三方许可 中列出了所有可下载模型的许可信息。

配置视觉智能分类

视觉智能分类通过本地 ONNX 模型分析图片内容，不依赖文件名。当前提供以下模型：

模型	特点
DINOv3 ViT-S/16	384 维图像特征，适合样板匹配和自动聚类
SigLIP2 Base	768 维图文双编码器，支持自定义文本标签
SigLIP2 Large	1024 维，精度更高、模型更大
SigLIP2 SO400m	1152 维，资源占用最高

三种分类模式

参考样板目录：将样板图片按类别放进子文件夹，子文件夹名就是分类标签。该模式需要 Pro。
自动聚类：系统会自动将相似的图片分组到不同的文件夹，方便您浏览和管理。
分类标签：输入“合同、发票、截图”等文本标签，让 SigLIP2 比较图片与标签的相似度。该模式只适用于包含文本塔的 SigLIP2 模型，并需要 Pro。

“分类模式”下拉只显示当前所选模型支持的模式：分类标签 仅在 SigLIP2 等含文本塔的模型下出现，纯视觉模型（如 DINOv3）不会显示该项，避免选了不生效。如果切换到不支持当前模式的模型，模式会自动回退到 自动聚类。

样板目录示例：

D:\ImageTemplates\
├── 发票\
│   ├── sample-01.jpg
│   └── sample-02.png
├── 截图\
│   └── sample-01.png
└── 风景\
    └── sample-01.jpg

启用步骤

打开 设置 → AI 模型设置 → 视觉智能分类。
选择视觉模型并下载，等待模型状态变为“已就绪”。
启用“视觉语义识别”。
选择分类模式。
使用样板模式时，添加一个或多个样板根目录并点击 更新特征。
使用自动聚类时，点击 更新自动聚类缓存，或在执行时由应用按源目录生成缓存。
在任务规则中选择“视觉特征”条件，并配置模式、样板或文本标签。

当视觉结果低于阈值、前两名过于接近或模型无法处理图片时，应用可能使用 OCR 辅助判断，或把自动运行中的低置信度项目送入“待确认”。视觉分类只处理可读取的图片；损坏文件、权限不足或不支持的图像会被跳过。

使用 AI 分类

AI 分类先生成文件操作计划，再由用户确认执行。应用会校验 AI 返回的源路径、过滤不存在的文件，并对不安全路径进行拦截。

创建分类任务

进入 文件整理 → 整理任务，新建或编辑任务。
设置源文件夹、基础匹配规则和目标根目录。
将操作方式设为 AI 分类。
选择输入方式：
- 自然语言描述：直接描述类别、处理方式和判断依据。
- 标签匹配：输入多个分类标签，按回车或逗号确认。
如已下载 Embedding 模型并拥有对应权限，可启用“深度语义理解”。
保存任务并执行预览。
在 AI 分类预览中逐项检查分类理由、操作类型和目标路径，取消不需要的项目或直接修改建议。
确认后再执行文件操作。

自然语言示例：

把文件分成“合同”“发票”“会议资料”和“其他”四类。
优先根据文件内容判断；无法确定时放入“其他”，不要删除任何文件。

标签匹配示例：

合同, 发票, 报销单, 项目计划, 其他

分类执行路径

未启用 Pro 多策略分类，或手动强制使用 LLM 时，任务直接使用默认 LLM 分类。
启用深度语义理解后，应用会尝试本地预处理、Embedding 分类和缓存；低置信度结果再由 LLM 复核。
Embedding 模型不可用时，任务自动回退到默认 LLM。
没有默认 LLM 且任务需要 LLM 兜底时，任务会提示“未设置默认 AI 服务”。

使用 AI 总结

AI 总结会先在本机提取文件内容，再将需要总结的文本交给默认 LLM，最后在目标目录生成 PDF。

确认内容提取组件可用，并配置默认 LLM。
新建任务，将操作方式设为 AI 总结。
选择内置提示词，或填写自定义 System Prompt 和 User Prompt。
设置源文件、目标目录和筛选条件。
先用单个测试文件执行，检查日志和生成的 PDF。

输出文件名包含“AI总结”、时间戳和原文件名。无法提取文本、模型返回空内容或目标目录不可写时，不会生成有效摘要文件。

提取结构化数据

“提取结构化数据”适合从合同、发票、订单或表格中提取固定字段。每个源文档生成一个输出文件。

新建任务，将操作方式设为 提取结构化数据。
输入字段，例如“客户姓名、订单号、金额、签订日期”。
选择 JSON、CSV 或 Excel 输出格式。
选择输出目录；留空时输出到源文件所在目录。
处理敏感内容时，可启用“发送给 AI 前对敏感数据脱敏”。
使用少量代表性文档测试字段完整性和格式。

脱敏在本机将邮箱、手机号、证件号等内容替换为占位符，并在提取结果中尝试还原。该选项默认关闭，因为某些提取任务需要真实字段值。免费版当前单次最多处理 5 个文件，超出部分会被跳过；以界面显示的授权策略为准。

使用智能规则助手

高级流程中的“用 AI 生成规则”可以把自然语言转换成筛选条件和操作步骤。例如：

把下载目录中最近 7 天的 PDF 和 Word 文档复制到 D:\Work\Recent，
然后按修改日期创建子目录。

助手会先尝试本地解析；本地结果置信度不足时，可以使用所选 LLM 增强。生成结果必须检查后再应用。多步骤请求可能转换为高级流程，而不是单个整理任务。该能力带有 Pro 标识时，需要相应授权。

隐私、费用与本地运行

在线提供方：可能接收文件名、路径片段、提取文本、提示词和任务上下文，并产生服务商侧费用。
Ollama 与本地 ONNX：模型推理可以在本机完成；远程 Ollama 地址仍属于远程服务。
Embedding 与视觉模型：推理和向量缓存在本机完成，首次下载模型时需要联网并占用额外磁盘空间。
Magika：安装组件后在本机识别文件真实类型。
MinerU：属于云端文档解析服务，启用后可能上传完整文件。
更新与授权：即使 AI 推理完全本地，应用的更新检查和授权验证仍可能访问网络。

API Key、Token、模型地址和日志可能包含敏感信息。截图、导出配置或提交问题前，请先移除密钥、私人路径和文件内容。

常见问题

提示“未设置默认 AI 服务”

进入 设置 → AI 模型设置，确认至少保存了一个模型，并在模型列表或编辑区域将其设为默认。仅下载 Embedding 或视觉模型不能替代默认 LLM。

在线模型连接失败

依次检查 API Key、模型标识、基础地址、区域或 Azure 部署名、账户余额、服务商限流和系统代理。兼容接口还应确认协议类型正确：OpenAI 风格接口选择“OpenAI 兼容格式”，Anthropic Messages API 选择“Anthropic 兼容格式”。

Embedding 或视觉模型下载失败

先检查磁盘空间、程序目录写入权限和网络连接。下载失败提示会提供 URL 与保存路径；手动下载时必须保留要求的文件名，并把主模型及必需附加文件放到同一模型目录。完成后重新进入 AI 设置页检查状态。

AI 分类没有结果或全部进入“其他”

确认源文件确实被基础规则匹配，目标目录有效，分类描述中包含明确类别。内容分类还需要可用的内容提取组件。使用 Embedding 时，检查模型状态、标签语言和置信度；分类标签过于相似也会降低区分度。

AI 总结或结构化提取没有输出

先在“运行日志”中检查是否成功提取文本。扫描版 PDF 或图片可能需要 OCR；文件加密、格式不支持、内容为空、目标目录不可写或模型未按要求返回内容都会导致无输出。

本地模型很慢或内存占用较高

首次加载模型通常最慢。优先选择较小的 Embedding、视觉或生成模型，减少单批文件数量，并避免同时运行多个模型密集型任务。Qwen3 Embedding、SigLIP2 Large/SO400m 和大型 ONNX 生成模型对内存与 CPU 的要求更高。

更多任务、规则和排错说明请参阅任务编排、高级规则和常见问题。