文件禅

4小时前发布 1 0 0

把整个文件夹拖进桌面客户端,靠AI读文件内容自动分类,顺手把乱码文件名改成能看懂的名字

所在地:
中国
语言:
中文、英文
收录时间:
2026-09-18
文件禅文件禅
价格限时/限量试用按量付费
平台Windows客户端Mac客户端其它

文件禅详细介绍

官网的下载区给得很直白,Windows、macOS Intel 芯片、macOS ARM 芯片、Ubuntu Linux 各一个安装包入口,旁边还留着上一代版本的下载,装哪个不用纠结。装好第一次启动,弹出来的不是整理界面而是登录注册框,要邮箱或手机号收验证码才能进去。对本地工具来说这个顺序有点别扭,但账号绑着机器码和文件点数,后面充值、换设备都靠这套身份,走一遍也就习惯了。

真正的操作只有几步:把待整理的文件夹从资源管理器拖进主窗口,或者点选择文件夹逐层挑;接着选整理模式是复制还是移动,勾上让 AI 参考哪些因素,比如文件内容、类型、创建时间、大小、文件名;整理图片时可以切到视觉分析模式或 OCR 识别模式;有特殊口径就自己写提示词;最后点下一步开始跑。跑完落在结果页,分类不满意,还能在那一页补一句关键词重新提交,反复调到顺眼为止。文件禅 最值钱的地方就在这个循环里,代价也很明确,调提示词本身是要花时间的手工活,写得太抽象,AI 会还给你一个想当然的目录结构。

模型分两条线。在线模型走 DeepSeekChatGPT 这类云端接口,开箱即用,不用折腾环境,代价是一个文件扣一个点数,还必须联网,涉密材料不适合往里拖。本地模型接 Ollama、LM Studio,或者自己填第三方 API 地址,文件不出本机、不扣点数、断网也能跑,代价是这笔能力要付费解锁,而且手上得有一台跑得动大模型的机器。做财务凭证、病历、合同归档的人,后者几乎是唯一选择。

花钱的方式是充点数,靠充到一定额度把本地模型解开,没有按月订阅这一说。这种一次买断式的定价对偶尔整理一次的人挺友好,点数永远不过期,但要求彻底离线的人得一次付到解锁档位,门槛不低。离线授权本身还有几步手工动作,要从官网输机器码下载 License 文件,重命名成 license.dat 放进安装目录才生效,授权跟机器绑定,换电脑得走更换机器码的流程。数字签名也只给买到本地模型解锁额度的用户做,没签名时杀毒软件误报,只能自己加白名单。

把 文件禅 放进一堆文件整理工具里看,差别在于读的是文件内容而不是扩展名,发票、体检报告、客户合同这类从名字看不出类别的材料才能归对位置。累的部分在前头,调提示词、攒点数,收益要到几千上万个文件时才明显。合得来的是盘里长期堆着几百 G 文档和素材的人,以及不允许文件上云的团队;如果只是想把桌面上几十个文件分个类,免费额度跑一遍就够了,不值得为本地模型单独掏一次钱。

文件禅的核心功能

  • 文件整理:把整个文件夹拖进主窗口,或者点选择文件夹逐层挑,设好参考因素(内容、类型、创建时间、大小、文件名)和整理模式(复制或移动),点下一步后 AI 逐份读文件内容,归到对应子文件夹。结果页支持补发提示词重跑,来回两三次把分类调到能用。
  • 文件重命名:针对名字是乱码或者一串无意义数字的文件,让 AI 读内容后批量改成读得懂的名称,命名规则可以用提示词约束。文件量大的时候一次处理成千上万个,是整套功能里最省人工的一块。
  • 自定义提示词整理:整理前就能写 Prompt 指定分类维度,整理后还能继续补关键词。命中率高不高很依赖写法,写成按内容主题分类这种模糊表述,AI 给出的目录结构经常需要再改一轮。
  • 在线模型:走 DeepSeek、ChatGPT 等云端接口,不用配环境,一个文件扣一个点数,点数不过期。要求是全程联网,处理对象如果涉及客户资料或者合同金额,不建议走这条线。
  • 本地模型与三方 API:可对接 Ollama、LM Studio 等本地大模型,也能填自建 API 地址。文件不出本机、不消耗点数、可以断网运行,前提是买到解锁本地模型的档位并下载离线 License,另外本地模型本身要占用显存和硬盘。
  • 图片分类:整理图片时能选视觉分析模式或 OCR 识别模式,前者理解画面内容,后者先把图里的文字提出来再判断,扫描件和聊天截图的归档更依赖后者。
  • 按已有目录结构分类:可以读某个路径下的目录树,按现有子目录名把文件匹配进去。接手别人整理到一半的资料库时比较实用,省掉重新设计分类体系的功夫。

文件禅的价格详情

免费权益:

免费版给新用户 100 个免费使用次数,不支持本地模型部署,文件管理能力有限,网络速度是普通档,也没有专人对接服务。客户端当前主推 3.0.37 版,官网同时保留 2.4.7 版下载;点数与价格可能随官方调整,以价格页和结算页为准。

收费模式:

套餐 价格 包含内容
在线文件点数 2000 个(中文站) 29 元(一次性充值)
本地模型不解锁
在线文件次数 2000 个
一个文件消耗一个点数
点数永不过期
不支持本地模型部署
微信 / 支付宝付款
在线文件点数 6000 个(中文站) 59 元(一次性充值)
本地模型不解锁
在线文件次数 6000 个
一个文件消耗一个点数
点数永不过期
不支持本地模型部署
微信 / 支付宝付款
在线文件点数 20000 个 + 本地模型无限制(中文站) 100 元(一次性充值,达到本地模型解锁额度) 在线文件次数 20000 个
本地模型无限制使用
可下载离线 License 文件
断网可用,文件不上传
点数永不过期
英文站同款档位(按美元结算) 在线文件次数 5000 个 10 美元
在线文件次数 20000 个 + 本地模型无限 20 美元
在线文件次数 70000 个 + 本地模型无限 50 美元
信用卡支付(Stripe)
充值成功后重启软件生效
达到本地模型解锁额度可下载离线 License
20 美元档即解锁本地模型无限制
离线 License 随达到本地模型解锁额度的套餐赠送,不单独标价 购买解锁本地模型的套餐后可下载
输入机器码在专用页面查询下载
需重命名为 license.dat 放进安装目录
License 文件永久有效
授权与机器码绑定

文件禅的应用场景

  • 下载文件夹清空:把常年堆着安装包、电子发票、合同照片的下载文件夹整个拖进去,整理模式选移动,跑完按内容分到发票、合同、素材几个目录,不用再靠文件类型猜。
  • 扫描件与截图归档:用 OCR 识别模式处理截图和扫描版 PDF,按图里的客户名或者日期重命名,再归进对应项目文件夹,报销和归档时能按名字直接搜到。
  • 历史资料重命名:手上几万个文件名是乱码或者纯编号,先用重命名功能批量改成可读名称,再交给后续的处理流程,省掉一个个双击打开看的功夫。
  • 接手他人资料库:用按已有目录结构分类,读一遍对方留下的目录树,把新收到的材料直接匹配进原有子目录,避免两套分类规则打架。
  • 涉密材料离线整理:合同、凭证、病历这类不能出本机的材料,切到本地模型断网跑,文件留在硬盘里,代价是要先买到本地模型的解锁额度。
  • 跨部门文件合并:两个部门的目录习惯不一样,用自定义提示词统一分类口径,把两边的资料拉到同一套结构下,后续交接和检索都省事。

文件禅的适用人群

  • 办公通用:行政、财务、中层管理者每天要收大量合同、凭证、报告,把文件夹拖进主窗口这一步能替掉手工拖来拖去,省下的时间按周算比较明显。
  • 设计师:素材图、参考图、交付稿常常混在一个盘里,用图片分类把素材按内容归位,之后找图不靠回忆文件名。代价是图片量大时在线点数消耗快,想省钱得转到本地模型。
  • 科研人员:实验记录、文献 PDF、图表截图需要分门别类,本地模型模式下数据不上云,适合有保密要求的课题组和需要长期维护文献库的人。
  • 自媒体创作:拍摄素材和成片按主题归档,重命名后剪辑时按名字就能定位镜头,比按拍摄日期翻目录快得多。

同类工具对比

对比维度 文件禅(本工具) Hazel DropIt File Juggler TagSpaces
定位 装在桌面端、靠读文件内容做分类与重命名的整理工具,可切换本地模型 macOS 上的规则化文件自动整理工具 Windows 上的开源拖拽式文件分类工具 面向 Windows 的规则自动化文件处理工具 以标签为核心的文件管理工具
核心优势 判断依据是文件正文而不是扩展名,图片可走视觉分析或 OCR,支持用提示词反复调整分类口径,本地模型模式下文件不离开本机 后台常驻,按预设规则监听文件夹变化并自动执行归档、重命名、解压,规则配好之后基本不用再管 免费开源,把文件拖到界面上的目标图标就按规则归类,支持批量处理,规则可以自己定义 可以按文件名、文件内容和 PDF 文本等条件匹配,触发重命名、移动、解压等动作 文件打上标签后可以跨目录检索,跨平台可用,适合长期维护一套自己的资料体系
主要短板 免费额度只有新用户 100 次,想完全离线要一次性付到解锁档位,授权绑机器码换机有步骤,前期还得花时间调提示词 只服务 macOS,规则要自己一条条写,判断依据是文件名、扩展名、标签这类元数据,不读文件正文 靠用户自己写规则做匹配,不理解文件内容,界面偏老,规则一多维护成本就上来了 规则引擎偏重配置,理解门槛高,处理图片和扫描件时可依据的信息有限 整理动作主要靠人工打标签,没有读内容自动分类的能力,文件量大了标签体系本身就难维护
价格 中文站按 29 元、59 元、100 元三档充值点数,100 元档解锁本地模型;英文站按 10 美元、20 美元、50 美元三档 官网未公开具体价格(授权制付费) 免费开源 官网未公开具体价格(授权制付费) 有免费版与付费版,具体金额以官网为准
适合谁 文档图片长期堆积、对数据外传敏感、愿意先调一轮提示词的办公与研究场景 长期在 Mac 上工作、愿意先花时间写规则再享受自动化的用户 想把整理成本压到零、愿意自己配规则的 Windows 用户 有固定归档流程、愿意把规则写细的办公团队 习惯用标签而不是目录结构组织资料、以检索为主要诉求的人

相关导航

暂无评论

用户投票:

none
暂无评论...