Kevés unalmasabb – és olykor macerásabb – dolog van, mint csoportosan átnevezni és mappákba rendszerezni fájlokat. Sok fájl esetén, ha az eredeti névből nem derül ki a tartalom, az rengeteg időt vihet el, hiszen mindegyiket meg kell néznünk, majd manuálisan átírni a nevüket, és szükség esetén átmozgatni őket egy másik, megfelelően elnevezett mappába. Ezen a problémán igyekszik egyszerűsíteni a NameQuick alkalmazás, amellyel a fájlok átnevezése tartalom alapján, AI segítséggel oldható meg, akár teljesen automatizálható módon. Ráadásul mindezt akár offline AI modellekre támaszkodva is megtehetjük, ami igencsak előnyös lehetőség, ha érzékeny tartalmú dokumentumokról, képekről és egyéb állományokról van szó.
NameQuick: fájlok átnevezése tartalom alapján, AI segítséggel, akár offline is
Szóval a fájlok elnevezése tipikusan azok közé a feladatok közé tartozik, amelyekkel az ember nem szívesen tölti az idejét. Különösen akkor, ha naponta tucatjával kerülnek a Letöltések mappába számlák, PDF-ek, képernyőképek, vagy érkeznek e-mailben szkennelt dokumentumok. De az olyan “beszédes” nevektől is kihullik az ember haja, mint az IMG_2847.jpg, ha van hasonlóból több száz és rendet kellene vágni közöttük.
Ezt a terhet igyekszik levenni a vállunkról a NameQuick, amely Windowson és macOS-en egyaránt használható. Az elképzelés nagyon egyszerűnek tűnik: a generatív mesterséges intelligencia segítségével elemzi a fájlok tartalmát, majd annak megfelelő, értelmes fájlnevet javasol vagy ad nekik akár automatikusan is. Gyengébb gépen ehhez bevethetünk felhő alapú AI-t is, akár saját API kulcsot használva, akár a fejlesztő által háttérnek biztosított felhőt választva. De akit zavar, ha az állományai akár csak ideiglenesen is átkerülnek egy idegen szerverre, annak lehetősége van mindezt offline AI modellekkel is megoldani. Erősebb gépen ehhez választhatunk valamilyen “okosabb” modellt (ez sajnos RAM és CPU/GPU/NPU téren jelenthet komolyabb befektetést), de amúgy, mivel nem diplomamunka írására akarjuk használni, így az esetek többségében akár egy egyszerűbb, kevesebb erőforrást igénylő AI modell is megteszi, amit pillanatok alatt beüzemelhetünk a gépünkön az Ollama vagy LM Studio segítségével, a program pedig ezeken keresztül tudja használni őket.
Válasszuk bármelyiket, onnantól a NameQuick a megadott fájlokat tényleg átnézi, majd a képi (van OCR funkciója is a szkennelt dokumentumok vizsgálatához) vagy szöveges tartalmuk alapján tud javaslatot tenni mindegyiknél a megfelelően beszédes, de közben a fájlrendszerek elvárásainak is megfelelő és átlátható fájlnevekre. Mindezt csoportosan is. Sőt, nem elég, hogy javaslatot kapunk, de akár arra is van lehetőség, hogy a folyamatot teljesen automatizáljuk.
Ez kimerülhet abban is, hogy a manuálisan megadott fájlokat további beavatkozás nélkül átnevezi, de akár arra is képes, hogy a megadott mappákba bekerülő állományokat teljesen önállóan átkeresztelje. Mi több, nem csak mappákat adhatunk meg erre a célra, hanem akár levelező szolgáltatásokat is, így a csatolmányok átnevezését is megoldhatjuk vele automatizálva.
Nem csak a név átírása megy neki, de az Organize funkcióval létrehozhat megfelelően elnevezett mappákat, almappákat is, amelyekbe aztán szépen átpakolja az adott témakörbe illeszkedő fájlokat, akár formátumtól függetlenül is (ez sajnos a teljesen offline modellekkel nem megy, csak a felhőből elérhetőkkel).
Ez már így önmagában is hatalmas segítség lehet, de a NameQuick ennél még tovább megy: saját Naming Presets, vagyis elnevezési sablonokat hozhatunk benne létre, amelyekkel meghatározhatjuk például, hogy egy számla neve mindig a dátumot, a kibocsátó nevét és az összeget tartalmazza. E szabályok alapján a program az átnevezett fájlokat megfelelő mappákba is áthelyezheti. Így például egy Stripe számláról felismerheti, hogy pénzügyi dokumentumról van szó, átnevezheti az általunk felállított szabályoknak megfelelően, majd automatikusan a megfelelő számlamappába helyezheti.
A program duplikált fájlok felismerésére, Finder tagek és megjegyzések alkalmazására, illetve korábbi átnevezések visszavonására is kínál lehetőséget. Utóbbi különösen megnyugtató lehet akkor, ha több száz fájlra eresztjük rá egyszerre az automatizmust. A NameQuick előzményeket vezet az átnevezésekről, így egy rosszul sikerült módosítást jó esélyünk van egyszerűen és gyorsan visszavonni.
Használat teljesen offline AI modellekkel
Bár már szót ejtettünk róla, azért egy pillanatra kanyarodjunk még vissza arra, hogy pontosan milyen AI modelleket hívhatunk segítségül a munkához. A Self-Managed változatban saját OpenAI-, Claude- vagy Gemini API-kulcsot is megadhatunk, kihasználva ezen felhő alapú megoldások profizmusát és gyorsaságát. Kétségtelen, hogy ezekkel érhetjük el a legjobb eredményt.
De választhatunk helyben futó AI-modellt is. A program ehhez támogatja többek között az Ollamát, az LM Studiót és az MLX-et. Utóbbi elsősorban az Apple Silicon alapú Maceken izgalmas, hiszen az MLX segítségével az AI-modell közvetlenül a gépen futtatható, különösebb extra telepítések nélkül. Az Ollama és az LM Studio esetében értelemszerűen azokat is telepítenünk kell a gépre, viszont a használható offline AI modellek letöltése ilyenkor is nagyon egyszerű, mert a NameQuick felületén is gond nélkül kiválaszthatók, letölthetők, eltávolíthatók. Nem kell emiatt más programban ténykednünk.
Ennek adatvédelmi szempontból komoly jelentősége van. Helyi modell használatakor sem a dokumentum tartalma, sem annak egyéb adatai nem hagyják el a számítógépet, az elemzés teljes egészében helyben történik, és internetkapcsolat nélkül is működhet. Ez különösen számlák, szerződések, üzleti dokumentumok vagy más bizalmas állományok esetén lehet vonzó. Cserébe természetesen megfelelő teljesítményű számítógép és a kívánt helyi modell telepítése szükséges. Képek vagy beszkennelt PDF-ek tartalmi elemzéséhez ráadásul olyan lokális modell kell, amely képfeldolgozásra is alkalmas.
Felhőből egyszerűbben is használható
Ha úgy érzi, nem elég erős a gépe, és nem szeretne saját AI kulcsokkal dolgozni – amihez értelemszerűen külön előfizetés szükséges az adott szolgáltatónál -, annak jól jöhet a Plug & Play változat. Ennél az AI hátteret a NameQuick biztosítja.
Ez természetesen felhős feldolgozást jelent, de a készítők ígérete szerint az ilyen módon feldolgozott fájlokat nem tárolják tartósan, nem használják AI-modellek tanítására, az adatforgalom pedig titkosítva, európai uniós szervereken keresztül történik. Ettől függetlenül természetesen ez már nem offline megoldás, így a dokumentumok feldolgozásához szükséges tartalom elhagyja a számítógépet.
Szerzői vélemény és árak
A program többféle konstrukcióban használható, a csomagok közül pedig leginkább az elvárásaink alapján lehet dönteni. A Self-Managed változat jelenleg 69 dolláros egyszeri vásárlást jelent, amely egy eszközre szól és élettartamra szóló frissítéseket is tartalmaz. Ennél használhatjuk saját felhős API-kulcsunkat, vagy valamelyik támogatott helyi modellt. Lokális AI használatakor természetesen külön AI-szolgáltatási díj sincs.
A Plug & Play csomag ezzel szemben előfizetéses. A csomagok jelenleg havi 12 dollártól indulnak, a havonta feldolgozható fájlok számának megfelelően pedig magasabb díjú konstrukciók is választhatók.
Mindkét változat esetében van egy rövid próbaidőszak, amikor akár bankkártya adatok megadása nélkül is tesztelhetjük a program funkcióit, így nem kell zsákbamacskát vennünk. A NameQuick Windowsra és macOS-re egyaránt letölthető, mi a teszteléshez a macOS verziót használtuk, amelyben nálunk minden kipróbált funkció remekül működött.
A NameQuick jó példája annak, mi mindenre lehet felhasználni a generatív mesterséges intelligenciát a hétköznapokban, a már mindenki által mesteri szinten művelt csevegésen túl. Az ilyen célzott eszközökkel hétköznapi és meglehetősen fárasztó feladatoktól szabadíthat meg minket az AI. A PDF-ek, képernyőképek, számlák és egyéb dokumentumok tartalom alapján történő átnevezése önmagában is praktikus, az automatikusan figyelt mappák, a szabályok és a fájlrendszerezési lehetőségek pedig akár komplett dokumentumkezelési munkafolyamatokat is kiválthatnak.
A helyi AI használatának lehetősége pedig igencsak fontos momentum e program esetében, hiszen még a hétköznapi felhasználók esetében is bőven akadhatnak egy számítógépen olyan fájlok, amelyek tartalmát nem kívánják megosztani senkivel. Ennek elkerülésére pedig remek alkalom nyílik mondjuk az Ollama és egy, a programban azzal használható offline AI modell beüzemelésével. Így ugyan lassabb a folyamat, de sok fájl esetében még mindig rengeteg időt spórolhatunk meg vele ekkor is.
