KeyFrame內部研究專用

AI Agent 幫你搞定繁瑣檔案整理!OpenCode 自動分類實戰教學

Desmond EdTech 教學頻道·4月15日週三·10 min中文

三句話摘要

使用 AI Coding Assistant(OpenCode)自動整理桌面檔案:依格式分類並以圖片內容智慧改名。 只需用自然語言下一句指令,AI Agent 就能自主規劃工具路徑、在幾分鐘內完成人工可能花上數小時的檔案整理與批量改名。 平台選擇決定門檻:OpenCode 在香港免費可用、無需 VPN,且有 Desktop GUI,降低了非技術用戶的上手門檻;若已有 OpenAI 或 OpenRouter API Key,可自行接入更強的模型。

重點整理

重點
  • 1

    平台選擇決定門檻:OpenCode 在香港免費可用、無需 VPN,且有 Desktop GUI,降低了非技術用戶的上手門檻;若已有 OpenAI 或 OpenRouter API Key,可自行接入更強的模型。

  • 2

    Plan vs Build 模式分工明確:複雜任務先用 Plan 模式讓 AI 說明操作計劃,確認無誤後再切換 Build 執行,避免直接動檔案造成不可逆錯誤。

  • 3

    AI Agent 會自行選擇工具路徑:改名任務中,講者只要求「看圖改名」,AI 自行判斷需要 OCR 才能理解圖片內容,並自主執行 OCR 流程——這正是 Agent 與一般聊天 AI 的核心差異。

  • 4

    安全邊界靠提示詞設定:將工作目錄限定在單一資料夾、並在指令中明確要求「刪除前需確認」,是在不需要技術背景下保護資料的最簡單有效手段。

實用技巧與重點

乾貨
  • 平台:OpenCode(opencode.ai),有免費模型,支援 Desktop app
  • 可接入模型:OpenAI、OpenRouter(需 API Key)
  • 模式選項:Build(立即執行)、Plan(先規劃再執行)
  • Token 用量設定:Low / Medium(預設)/ High
  • 分類任務耗時:24 秒,處理桌面百多個檔案
  • 改名任務耗時:3 分 59 秒,處理 97 張 PNG,逐張 OCR 後改名
  • 安全提示詞範本:「刪除任何檔案之前必須先詢問我」
  • 支援格式分類:PNG、PDF、MP4、Markdown

結論

結論

只需用自然語言下一句指令,AI Agent 就能自主規劃工具路徑、在幾分鐘內完成人工可能花上數小時的檔案整理與批量改名。

完整解析

詳細

Desmond 在這支影片中展示了一個日常但耗時的痛點——桌面檔案雜亂無章——並示範如何用 AI Coding Assistant 在幾分鐘內解決。他選用 OpenCode 作為示範平台,理由是它在香港可免費使用、無需 VPN,且提供 Desktop GUI 應用,讓不習慣終端機的用戶也能透過聊天介面下指令。

操作的第一步是將工作範圍限定在 Desktop 資料夾,這個設計讓 AI 只能接觸該目錄的檔案,大幅降低誤動其他重要資料的風險。接著 Desmond 解釋了兩個核心模式的差異:若任務單純,直接選 Build 讓 AI 立即執行;若任務複雜,先選 Plan 讓 AI 提出操作計劃,確認邏輯正確後再切換至 Build 執行。他也說明了 Token 用量設定(Low/Medium/High)對應 AI 的思考深度與成本,今天的任務選 Medium 即可。

第一個任務是「依檔案格式分類」。Desmond 只給了一句簡單指令,AI 在 24 秒內掃描整個桌面,將 PNG、PDF、MP4、Markdown 等各類型檔案分別移入對應子資料夾,原本雜亂的桌面瞬間整齊。第二個任務更能體現 AI Agent 的能力:Desmond 要求 AI 查看 PNG 資料夾中 97 張圖片,並依圖片內容改成有意義的檔名。他沒有指定方法,但 AI 自行判斷需要 OCR 才能「看懂」圖片,遂自主執行 OCR 流程,辨識文字語言,再生成對應檔名(例如「通脹差距」等),耗時 3 分 59 秒完成全部 97 張。完成後 AI 還主動提出進一步美化命名的建議。

影片最後,Desmond 提醒觀眾,若擔心 AI 誤刪檔案,只需在指令中加入「刪除前必須先詢問」這一句,AI 就會在任何刪除操作前主動確認,安全性大幅提升。他也說明這次示範屬於入門等級,尚未用到 MCP 連接器或進階技能,後續將示範更複雜的工作流程。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。