这个项目利用 OpenAI API 及其它大模型API自动地对文件进行分类和整理。基于文件内容，它将文件移动到相应的分类文件夹中，使文件管理更加高效和有序。

AI-group-files原理介绍(基于gpts)

• 文件解析：读取指定文件的内容。
• 内容分类：使用 OpenAI API 分析文件内容，并返回分类标签。
• 自动整理：根据分类标签，将文件移动到对应的分类文件夹。

1. 克隆此仓库到您的本地机器：

   git clone https://github.com/libinpg/AI-group-files.git
   

2. 进入项目目录：

   cd AI-group-files

3. 安装所需依赖（确保您已安装 Python 和 pip）：

   pip install -r requirements.txt

1. 在 config.json 文件中填入您的 OpenAI API 密钥或百度千帆平台API密钥或阿里dashscope API密钥，至少填写一个模型：

   {
     "openai": {
          "openai_api_key": "your_openai_api_key"
     },
     "baidu_qianfan": {
         "api_key": "your_api_key",
         "api_secret": "your_api_secret"
     },
     "dashscope": {
        "api_key": "your_api_key"
     }
   }

2. 确保不要公开您的 API 密钥，尤其是在公共代码库中。

1. 调用openai gpt-3.5模型进行文件整理并指定待整理的目录和整理后的路径(可选)：

   python -m src.main.py your_file_directory_path --classifier openai --save_path xxx

2. 调用baichuan2_13B模型进行文件整理并指定要整理的目录和整理后的路径(可选)：

   python -m src.main.py your_file_directory_path --classifier baichuan2 --save_path xxx

3. 调用ChatGLM2_6B_32K模型进行文件整理并指定要整理的目录和整理后的路径(可选)：

   python -m src.main.py your_file_directory_path --classifier glm --save_path xxx

4. 查看输出以确认文件分类和整理结果。

1. gpt3.5
2. baichuan2_13b
3. chatglm_6B_32k

1. 用国内大模型接口降低成本
2. 添加中英文文件名选项
3. 添加分类结果整合逻辑
4. 更新openai api调用函数
5. 取消跟踪.gitignore文件
6. 添加不同模型的benchmark
7. 添加本地模型支持
8. 编译为可执行程序
9. 系统可以用学习用户的分类习惯

1. 本项目为丰富简历创建

如果您想为此项目贡献代码或提出改进建议，请联系我的邮箱获取测试apikey, 请遵循以下步骤：

1. Fork 仓库。
2. 创建新的分支 (git checkout -b feature-branch).
3. 提交您的更改 (git commit -m 'Add some feature').
4. 推送到分支 (git push origin feature-branch).
5. 创建新的 Pull Request。

MIT

如有问题或需要帮助，请通过以下方式联系我：Email