LlamaFS

灵感来源

观看讲解视频

打开你的 ~/Downloads 目录。或者你的桌面。它很可能一片混乱……

计算机科学中只有两件难事：缓存失效和 给事物命名。

它的作用

LlamaFS 是一款自组织文件管理器。它会根据文件内容和常用约定（例如时间）自动重命名并整理你的文件。它支持多种类型的文件，包括图像（通过 Moondream）和音频（通过 Whisper）。

LlamaFS 有两种运行模式——批处理模式和交互式守护进程模式（监听模式）。

在批处理模式下，你可以将一个目录发送给 LlamaFS，它会返回一个建议的文件结构，并帮你整理文件。

在监听模式下，LlamaFS 会启动一个守护进程来监视你的目录。它会拦截所有的文件系统操作，并利用你最近的编辑记录主动学习你如何重命名文件。例如，如果你为 2023 年的税务文件创建了一个文件夹，并开始将 1 到 3 个文件移动到其中，LlamaFS 就会自动为你创建文件夹并将文件移动过去！

呃……把我的所有个人文件都发送给一个 API 提供商？！不用了，谢谢！

它还有一个“隐身模式”开关，允许你将每个请求都通过 Ollama 而不是 Groq 来路由。由于它们使用的是相同的 Llama 3 模型，因此性能完全相同。

我们是如何构建它的

我们基于 Python 后端构建了 LlamaFS，通过 Groq 利用 Llama3 模型进行文件内容摘要和树状结构化。为了实现本地处理，我们集成了运行相同模型的 Ollama，以确保在隐身模式下的隐私性。前端则使用 Electron 打造，提供了一个简洁、用户友好的界面，让用户可以在最终确认更改之前与建议的文件结构进行交互。

• 速度极快！（按大语言模型的标准来看）！在监听模式下，大多数文件操作都在 500 毫秒内完成（由 AgentOps 基准测试）。这得益于我们的智能缓存机制，它会根据最小必要的文件系统差异，有选择性地重写索引的部分内容。当然，还有 Groq 超快速的推理 API。😉

• 立即可用——使用起来几乎没有门槛，而且解决了几乎每个人都会遇到的问题。我们自己在这个项目上就开始使用它了（非常 Meta）。

LlamaFS 的下一步计划

• 查找并删除旧的或未使用的文件
• 我们还有一些非常酷的想法——文件系统差异的处理确实很困难……

安装

先决条件

在安装之前，请确保满足以下要求：

• Python 3.10 或更高版本
• pip（Python 包管理工具）

安装步骤

要安装该项目，请按照以下步骤操作：

1. 克隆仓库：

   git clone https://github.com/iyaja/llama-fs.git
   

2. 进入项目目录：

   cd llama-fs
   

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 更新 .env 文件 将 .env.example 复制为名为 .env 的新文件。然后，填写以下 API 密钥：

• Groq：你可以从 这里 获取。
• AgentOps：你可以从 这里 获取。

Groq 用于快速的云端推理，但也可以直接在代码中替换为 Ollama（待办事项）。

AgentOps 用于日志记录和监控，它会报告延迟、每次会话的成本，并为你提供每次 LlamaFS 调用的完整会话回放。

5. （可选）如果你想使用隐身模式，可以安装 moondream：

   ollama pull moondream
   

使用方法

要使用 FastAPI 在本地运行应用程序，执行以下命令：

fastapi dev server.py

这将在默认情况下在端口 8000 上运行服务器。可以通过 curl 命令查询 API，并将文件路径作为参数传递。例如，针对 Downloads 文件夹：

curl -X POST http://127.0.0.1:8000/batch \
 -H "Content-Type: application/json" \
 -d '{"path": "/Users/<username>/Downloads/", "instruction": "string", "incognito": false}'

LlamaFS 快速上手指南

LlamaFS 是一款基于 Llama 3 模型的自组织文件管理工具。它能根据文件内容（支持图片、音频等）自动重命名并整理文件夹，提供“批量处理”和“实时守护（Watch Mode）”两种模式，帮助开发者告别混乱的下载目录。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：macOS / Linux / Windows
• Python 版本：Python 3.10 或更高版本
• 包管理器：pip (Python package installer)
• API Key：
  • Groq API Key：用于云端高速推理（默认）。获取地址
  • AgentOps API Key：用于会话监控和延迟分析（可选）。获取地址
• 本地模型（可选）：若需开启“隐身模式”（完全本地运行，不上传文件），需安装 Ollama 并拉取 moondream 模型。

安装步骤

1. 克隆项目仓库

   git clone https://github.com/iyaja/llama-fs.git
   

2. 进入项目目录

   cd llama-fs
   

3. 安装依赖

   pip install -r requirements.txt
   

   💡 国内加速提示：若下载缓慢，可使用清华源或阿里源加速安装： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 配置环境变量 复制示例配置文件并填入您的 API Key：

   cp .env.example .env
   

   编辑 .env 文件，填入从官网获取的 GROQ_API_KEY 和 AGENTOPS_API_KEY。

5. （可选）配置本地隐身模式 如果您希望所有请求通过本地 Ollama 运行以保护隐私，请执行：

   ollama pull moondream
   

基本使用

LlamaFS 核心后端基于 FastAPI 构建。以下是启动服务并进行批量文件整理的最简单流程。

1. 启动本地服务

在项目根目录下运行以下命令启动服务器（默认端口 8000）：

fastapi dev server.py

2. 调用接口整理文件

服务启动后，您可以通过 curl 命令发送请求。以下示例将自动整理用户的 Downloads 文件夹：

curl -X POST http://127.0.0.1:8000/batch \
 -H "Content-Type: application/json" \
 -d '{"path": "/Users/<username>/Downloads/", "instruction": "string", "incognito": false}'

参数说明：

• path: 需要整理的文件夹绝对路径（请替换 <username> 为您的实际用户名）。
• instruction: 给 AI 的具体整理指令（字符串形式）。
• incognito: 设置为 true 可启用本地隐身模式（需预先配置 Ollama），设置为 false 则使用 Groq 云端加速。