別再讓素材在庫裡失蹤。現在就能一秒找到。

AI Autotagger 使用視覺語言模型分析你的圖片與影片（OpenAI、Anthropic、Google、OpenRouter，或本地方案如 Ollama 與 LM Studio），並依你定義的規則把標籤、名稱與描述寫回 Eagle。設計師、攝影師與研究人員每月處理超過1,000萬個項目，他們早就受夠手動打標籤。

為什麼是 AI Autotagger？

多數自動標籤工具都是黑盒。它們猜你想要什麼標籤，卻完全不讓你自訂輸出。最後你只會得到一堆像 “photo” 或 “design” 這種泛用標籤，跟你真正整理素材的思路對不上。

AI Autotagger 不一樣。你可以建立帶有明確規則的 預設：要產生哪些標籤、要不要重新命名、要寫什麼描述，以及 AI 應該如何解讀你的內容。攝影、UI 設計、時尚、OCR、產品照都能用同一套引擎處理，因為指令由你決定。

想讓 AI 辨識光線條件與拍攝角度？加一條規則就好。需要它擷取品牌 Logo 並按公司分類？把指令寫進去。這種彈性讓一個外掛能配合你正在收集的任何內容，而不是把你硬塞進別人的分類法。

主要功能

8 家 AI 供應商可選，也能本地免費跑模型

支援 OpenAI、Anthropic、Google Gemini 與 OpenRouter；也可以用 Ollama 與 LM Studio 在本地免費執行，離線、私密。你也能使用 Claude Code CLI 或 Codex CLI，直接沿用既有訂閱，而不是按每次 API 呼叫付費。

支援自訂模型名稱，所以新模型一發布你當天就能用，不必等外掛更新。

你定義想要的標籤，不讓 AI 亂猜

精準控制要產生哪些中繼資料：

• 標籤：與既有標籤合併，或完全取代。可提供示例標籤（AI 會跟你的風格走），或給固定清單（AI 只能從你的選項中挑）。也能加前綴/後綴，把相關標籤分組。
• 名稱：依內容重新命名項目。把 `IMG_20240115_143052.jpg` 整理成更可搜尋的 `sunset-beach-golden-hour`。
• 描述：詳細說明、OCR 文字擷取或自訂分析。你可以讓 AI 寫一句摘要、完整拆解，或擷取所有可見文字。

規則以 預設 分組。預設可即時切換以處理不同內容類型：相機匯入先用「攝影」預設，截圖收藏再切到「UI 設計」預設。

6 個內建預設，幾秒上手

開箱即用，立刻開始分析：

• 攝影：辨識主題、光線條件、配色、氛圍與攝影類型。推薦相近創作者，並標註時間帶或季節。
• UI 設計：辨識介面元件（按鈕、卡片、模態視窗）與更高階模式（儀表板、登入表單、定價表）、裝置類型、配色方案與字體風格。擷取可見文字提升可搜尋性。
• 時尚靈感：服裝分類，辨識風格（街頭、高訂、運動休閒），記錄配色、圖樣與材質紋理。偵測年代影響與場景語境。
• 擷取文字：從螢幕截圖、掃描文件與圖片擷取所有可見文字，盡量保留階層與格式。
• 重新命名項目：依內容產生描述性檔名，同時保留原始名稱中的重要資訊。
• 自訂：從零開始，打造你需要的規則。

每個預設都能完全編輯。先用預設值當起點，再把規則調成符合你工作流的樣子。

用自然語言描述預設，AI 直接幫你生出來

不確定預設該怎麼設計？用自然語言描述你想要的結果，AI 會替你寫出預設。

例如：「建立一個用來分類產品照片的預設。我想要產品類型、主色與材質的標籤，並產生短的描述性檔名。」

生成器會輸出完整預設，包含合適的規則、示例標籤與指令。你可以微調，也可以直接使用。

預設用資料夾整理，隨時備份與還原

讓預設管理保持乾淨：

• 資料夾：拖放預設到資料夾，按工作流分組
• 複製：複製預設，做變體的起點
• 匯入/匯出：用 JSON 分享預設，或備份你的設定
• 自動備份：外掛保存快照，出狀況可還原到先前版本

影片要認真分析，不只看縮圖

影片分析會使用多個影格，而不是單張縮圖。外掛會依影片長度用可變採樣率擷取影格：短片每秒取更多影格，長片則在全長度內取代表性樣本（最多 60 個影格）。

這代表 AI 看到的是影片真正發生的內容，而不是 Eagle 剛好拿來當縮圖的那一格。

同一個項目不重複處理

跳過規則可避免對已處理項目重複分析。你可以設定一個跳過標籤：外掛看到項目有該標籤就不處理。也能在處理完成後自動加上跳過標籤，讓每個項目只分析一次。

這讓增量工作流變得實用：只分析新匯入的內容，不必一直重跑整個資料庫。

即時知道你花了多少

Token 使用量與成本估算會隨操作即時更新。成本小工具會顯示目前會話的累計消耗，並按輸入/輸出 Token 拆分。

每個模型的單價都可設定，供應商調價時你可以更新數字，讓估算保持準確。本地供應商（Ollama、LM Studio）會顯示零成本，因為它們跑在你的硬體上。

API key 本地加密，你的憑證就是你的

API key 在保存前會用你設定的密碼加密。密碼本身不會被保存，開始分析會話時會提示你解鎖。

若忘記密碼，你可以重設並重新輸入 key。加密意味著就算有人能存取你電腦的儲存內容，也無法在沒有密碼的情況下讀出你的 key。

一邊工作，一邊跑完整素材庫

可配置並行度，一次處理數百個項目打標籤。選好要分析的內容，按下按鈕，即時看進度。

並行度可從保守（一次 1 個請求）到激進（100 個並行請求）。並行越高越快，但可能因供應商不同而遇到速率限制。需要停下時隨時取消。已完成的會保留，你之後可繼續處理剩餘項目。

支援 8 種語言

完整介面在地化：英文、德文、西班牙文、日文、韓文、俄文、簡體中文、繁體中文。外掛會自動偵測 Eagle 的語言設定。

運作方式

1. 在 Eagle 裡 選取項目（要多少都行）
2. 從外掛工具列 開啟 AI Autotagger
3. 選擇一個預設（或建立符合需求的預設）
4. 點選 `執行分析` 並確認你使用的模型
5. 看標籤、名稱與描述 即時寫入

就這樣。外掛會處理圖片縮放（可設定解析度，以平衡品質與成本）、失敗自動重試的 API 呼叫，以及把中繼資料更新回 Eagle。你也能用狀態篩選清單，查看哪些已完成、哪些處理中、哪些失敗。

自備金鑰（Bring Your Own Key，BYOK）

AI Autotagger 採用 “Bring Your Own Key” 模式。你在 OpenAI、Anthropic、Google 或 OpenRouter 建立帳號，生成 API key 並貼到外掛中。你直接向供應商按用量付費，沒有中間加價，也沒有訂閱費。

想要完全免費、離線、私密使用：安裝 Ollama 或 LM Studio，下載支援視覺的模型（例如 LLaVA），再把外掛指向你的本地伺服器。你的圖片留在本機，長期成本只有電費。

大家怎麼用它

• 設計師：你存了 3,000 張 UI 截圖，要找那張有儀表板指針圖的？祝你好運。AI Autotagger 會按元件、模式與配色打標籤，所以搜尋 `儀表板 儀表圖 深色模式`（`dashboard gauge chart dark mode`）真的找得到。
• 攝影師：每次拍攝都往庫裡加幾百張。手動一張張打標籤？那是好幾個小時。讓 AI 在你修圖時處理主題、光線、氛圍與類型標籤。
• 研究人員：掃描文件、PDF 截圖、文章剪貼，不做 OCR 就不可搜尋。「擷取文字」預設會把每個字都抽出來，讓你的紙本檔案也能查詢。
• 內容創作者：下載資料夾裡全是 `screenshot-2024-01-15.png` 和 `IMG_4829.jpg`。「重新命名項目」預設會把它們變成 `twitter-thread-design-systems-dark-mode.png`，半年後也能找到。
• 時尚檔案整理者：依風格、年代、品牌、配色與質感整理服裝。建立參考資料庫，讓 “1970s bohemian floral maxi dress” 回傳的就是你期待的結果。

開始使用

1. 在 Eagle 中 安裝外掛（偏好設定 → 外掛程式 → 新增外掛）
2. 開啟 `設定` 並選擇供應商
3. 加入你的 API key（或為 Ollama/LM Studio 設定本地伺服器 URL）
4. 選取一些項目 並點選 `執行分析`