用视觉或语言模型给文件改名,流程并不复杂:应用先提取出模型能读的内容,连同提示词一起发出去,再拿回一个短标题,由命名模板拼成文件名。真正值得追问的是,这份被提取出来的内容,最终发到了谁手里。
Zush 是一款靠读取文件内容来改名的桌面应用,它支持三种模型调用方式:官方托管模型、用户自己付费的第三方服务商,以及通过 Ollama 或 LM Studio 跑在本机的模型。三种路线在功能上一致,差别在于数据流向。
提取出来的到底是什么
提取内容随文件类型变化。PDF 提取的是文本,扫描件则提取识别后的文字;图片提取的是一张预览图;音频和视频提取的是语音转写文本,外加画面帧和元数据。无论选哪种模式,原始文件都留在原地不动。
三种路线的分野在于接收方。走 Ollama 或 LM Studio 时,音频和视频的语音识别同样在本机完成,内容不出本地。
接入 Ollama
Zush 通过默认地址 http://127.0.0.1:11434 与 Ollama 通信,配置步骤如下:
- 在 Zush 中打开设置,进入 AI 模式,选择 Ollama。
- 若未安装 Ollama,点击下载按钮,安装完成后返回。
- 服务器未运行时,点击启动 Ollama。
- 若本地没有模型,点击推荐模型旁的下载按钮,Zush 会显示进度并在完成后自动选中。
- 点击测试,先拿三四个自己熟悉的文件试改,再指向大文件夹。
如果本机已经跑着自带模型的 Ollama,Zush 会改为显示模型选择器。这里要选支持视觉的模型——纯文本模型看不了图片预览,截图和照片要么改名失败,要么得到一个含糊的结果。
接入 LM Studio
LM Studio 提供兼容 OpenAI 接口的服务器,默认地址为 http://127.0.0.1:1234。先安装 LM Studio 并下载一个支持视觉的模型,然后在 Zush 的 AI 模式里选择 LM Studio。从 Zush 3.23.2 起,启动 LM Studio 按钮会顺带把服务器也拉起来。刷新模型列表后,Zush 只列出 LM Studio 标记为支持视觉的模型,点击测试并跑一个小批量即可。
本地不一定是最优解
本地模型在普通硬件上速度偏慢,加载还要占内存。机器吃力就换更小的模型;如果质量掉得太多,那这台机器大概不适合走本地路线,这也没什么问题。云端路线把模型跑在服务器上,一台基础笔记本就能应付。
对敏感文件夹,本地是更稳妥的默认选项;对一堆表情包截图,本地就属于杀鸡用牛刀。
两分钟配好自带密钥
在 Google AI Studio、OpenAI 平台、Anthropic 控制台或 OpenRouter 创建密钥,在 Zush 的 AI 模式里选择 BYOK,挑服务商、粘贴密钥、保存、点击测试。Zush 会加载该密钥可用的模型。计费按服务商自己的价格走,跑上千个文件之前先看清速率限制。
按文件夹分配路线
工作机上可以这样安排:
- 用 Zush 云端 AI 监控下载或扫描文件夹,无需配置,任何笔记本都能跑。
- 处理客户资料或医疗数据前,切到 Ollama 或 LM Studio。
- 公司已经在为 API 付费、希望用量记在那张账单上,就用 BYOK。
无论选哪条路线,模板、预览窗口和撤销历史都保持一致。
同类工具与价格
不想装 Ollama 又想要本地能力,RenameClick 自带模型,下载约 4 GB,厂商建议 16 GB 内存。FilesDesk 还能对接 vLLM。AI Renamer、FilesDesk 和 NameQuick 卖的是一次性授权,只能跑在用户自己的密钥或本地模型上,它们自家的云服务则按订阅或点数计费。
Zush 的一次性授权为 48 美元,包含托管云、BYOK 和两条本地路线,可在 3 台设备上使用,Mac 与 Windows 可混用;另有每月 10 美元的订阅方案。不注册账号也能免费试用全部路线,额度为 50 次改名。
热门跟贴