那个永远塞满的 Mac「下载」文件夹，终于有人做了个 AI 工具来管它

如果你的 Mac「下载」文件夹长这样——download (3).pdf、IMG_4821.jpg、Untitled.docx——那你大概和我一样，心里清楚该分类但就是不动手。动手的门槛其实不是懒，而是「得先打开每个文件才知道它是什么」这一步，琐碎到让人直接放弃。

Hacker News 上刚有一个叫 Putaway 的工具以「Show HN」的形式发布，干的事正好卡在这个点上：它读取每个文件的开头内容，把「下载」里这些乱命名的文件，塞进你 Documents 里已经建好的文件夹。它有几个我不太容易挑出毛病的设定：不新建文件夹，只用你现成的；不自动执行，先给你看分类方案，等你点了「Move」才真正移动；移错还能一键 Undo 全部退回。

分类逻辑是读内容而不是读名字。PDF 走文本提取，扫描件和照片走 OCR，Word、Excel、CSV、HTML 都能识别。模型由你自己选：默认用 Mac 上自带的 Apple Intelligence，免费，数据不出本机；也可以用任意 OpenAI 兼容的服务端，比如 Ollama 或 LM Studio；或者填 SubQ、Jev 两家 API key——这两个会为每个文件夹算一个概率，只移动它足够有把握的文件，其余留给你逐条确认。

作者拿 107 个乱命名的真实文件做了测试，里面有公开的 IRS 表格、论文、收据、照片、表格，还故意混了假机密文件和没下完的下载。目标是 19 个文件夹，包括 Zoom、Adobe 这种应用自动生成、往往会干扰分类的「干扰项」。能放进正确文件夹的比例：SubQ 88%、Jev 85%、Ollama 里的 qwen2.5 7B 82%、Apple 端上模型 67%（按它同意读取的 99 个文件来算）。SubQ 和 Jev 自主移动的 136 次里，对了 132 次。

测试里还暴露了一个挺有意思的坑：Apple 的端上模型拒绝读取三张空白政府表格，包括那张 IRS 1040，判定为「不安全内容」。Putaway 的处理是把这些文件留在原地，并告诉你为什么没动它。这算个提醒——本地模型的「安全护栏」有时会宁可错杀也不放行，在分类场景里就成了误伤。

安全设计它也考虑到了：名字像 .env、id_rsa、recovery-codes.txt 这类的一律不读；就算文件名正常，内容看起来像私钥或 token 也不会上传；绝不覆盖已有文件，未下载完整的文件直接跳过。安装上要求 Apple Silicon 和 macOS 26，安装脚本只有 33 行，官方建议先读完再执行。它是 Swift 写的菜单栏应用加一个 CLI，MIT 协议，零依赖，但因为作者没花钱买 Apple 开发者账号，应用没有公证（notarized）。

说实话这工具最戳我的不是准确率数字，而是它把「AI 判断」和「人的最终确认权」分得很清楚：有把握时自动、给你概率，没把握时让你过目。这比那些一上来就替你全权代理、出了错还得自己翻日志的工具，在使用心理上舒服太多。

边界也如实摆着：Keynote、Pages 和 pptx 目前只按文件名归类；作者现在最想收集的反馈，就是它把哪些文件放错了文件夹、遗漏了哪些文件类型。这倒挺符合工具类开源项目的路子——先解决自己顺手的那批问题，再等真实用户把没覆盖到的场景补齐。

相关链接:
- GitHub 仓库：https://github.com/devYRPauli/putaway
- 演示动图：https://github.com/devYRPauli/putaway/blob/main/docs/demo.gif