软件截图

软件介绍

NexArchive 是一款基于 Tauri 与 React 架构开发，运行于 Windows 平台的轻量级智能文件管理与自动归档工具。它将大型语言模型（LLM）的语义理解能力引入本地文件管理架构中，彻底替代传统基于正则匹配或简单后缀识别的整理方式。软件通过对接兼容 OpenAI 格式的 Chat Completions API 与内置的高级文件拉取引擎，自动解析杂乱的收件箱记录，并依据用户预设的受控词表将文件路由至规范的时间戳与类目层级中，是数字资产管理（DAM）和 GTD 工作流的强力辅助组件。

核心功能

自动化侦测与处理管线：周期性无感扫描用户设置的 Inbox（收件箱）目录，自动调度提取模块并交由 LLM 进行分类研判，实现零人工干预的全自动归档闭环。
大模型语义分类调度：深度结合大语言模型，利用上下文感知能力提取文件核心语义，智能剥离并赋予结构化标签（Tags）、关联人物（@People）及高优备注（&备注）。
多协议文件原生提取：内置由 Rust 驱动的高性能解析引擎与可选的 MinerU 高精度 API，支持无缝读取 PDF、DOCX、PPTX、XLSX、MD 等多协议文档以及 PNG/JPG 图像内容。
标准化重命名与路由机制：强制套用 YYYYMMDD_文档类型_核心标题[#标签][@人物][&备注].扩展名 规范重组文件名，并精确分发至诸如 10_身份基石、20_责任领域 等顶级知识库目录。
防御性安全管控：内置隔离的独立回收站（%APPDATA%/NexArchive/recycle）保存源文件状态；实施置信度阈值判定，当 AI 整理置信度不足（< 0.70）或解析异常时，自动拦截至人工审查区，严防文件混淆破坏。

适用人群

重度文档工作者与知识库（如 Obsidian、Logseq）系统构建者。
需要将杂乱数字资产结构化的 GTD（Getting Things Done）理念践行者。
对数据流转有强隐私诉求，偏好利用本地计算资源的极客用户。

优缺点分析

优点：

极低的运行时依赖：无缝内嵌 Rust 解析层，规避了传统智能化工具必须部署 Python 环境或 Tesseract OCR 组件的繁琐条件。
高确定性的容错设计：回收站溯源机制及低置信度降级人工审核逻辑，显著削弱了因大模型幻觉导致的数据受损风险。
资产沉淀可读性极佳：严格的长命名规范能有效对抗数字熵增，即使脱离本软件，标准化的文件命名也具备极强的检索与可读属性。

缺点：

系统平台局限：现阶段的工程链路与发行版主要聚焦于 Windows 平台，缺失对 macOS 和 Linux 用户的原生支持。
架构部署门槛：尽管软件自身去外部依赖，但核心逻辑依然依赖有效的 LLM API（如需纯本地运行则需要额外调优部署 Ollama 等大模型基座），具有一定的认知门槛。

系统要求

操作系统：Windows 10/11 (64-bit) 架构环境。
运行环境：开箱即用，无需预装 Python 环境及其他解析依赖库。
硬件建议：对宿主机性能要求较低（主流双核以上 X86 处理器即可）；若采用本机运行 LLM 服务，建议设备至少配备 8GB 以上内存及独立计算单元，以抵消推理带来的算力瓶颈。