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。

总的来说，这是一个不错的项目，对于本地化PC操作智能具有贡献意义