可视化搜索
基于文件外观使用自然语言查询来搜索文件,而不只是依赖文件名或标签。官网还表示,Signal 调优可以让结果更具体。
Dotient 是一款本地优先的桌面应用,支持用 AI embeddings 和可视化搜索整理与查找个人文件,在自己的设备上通过描述图片内容快速找到照片和媒体,无需依赖文件名。
Dotient 是一款本地优先的桌面应用,可通过 AI embeddings 和可视化搜索来整理与搜索个人文件归档。它适合希望通过描述图片和媒体的外观来查找内容的人,而不是依赖文件名、文件夹名或手动标签。
该产品在用户自己的设备上运行,官网称文件永远不会离开设备。导入后,Dotient 会使用量化的视觉和文本模型在本地为归档建立索引,然后让用户通过图库、图谱、Signals 和 Cubbies 工作流进行搜索、浏览、分组、注释并探索相关项目。
基于文件外观使用自然语言查询来搜索文件,而不只是依赖文件名或标签。官网还表示,Signal 调优可以让结果更具体。
该应用使用量化的视觉和文本模型为文件生成 embeddings,并创建可搜索的配置档案。文档将其描述为在用户自己的设备上运行的 AI embeddings。
以基于节点的图谱或力导向 WebGL 图谱浏览你的归档,通过聚类和相似性边帮助你一起查看相关文件。
将文件分组到 Cubbies 中,用于收藏、情绪板、待办列表、注释和自由画布布局。文档描述了 Cubbies 内的拖放排列和便签。
创建并组合 Signals,用于训练语义分类器、交叉概念并调优结果。研究文档还提到 hubness 分析是此工作流的一部分。
在虚拟化瀑布流网格中浏览媒体,按文本或颜色搜索,筛选结果,并查看媒体详情。文档还指向用于外观和 embedding 参数的设置。
摄影师和视频创作者可以导入大型拍摄归档,并在无需先添加标签的情况下搜索特定场景或画面。首页明确提到可通过描述在数百个文件夹中查找镜头。
设计师和艺术指导可以把参考资料堆、情绪板和灵感文件夹保存在 Cubbies 中,然后用笔记进行注释,并在自由画布上布局。
拥有多年个人照片的人可以按场景线索搜索,例如海滩日落,或使用某位家庭成员的姓名 Signal,然后在图库中查看匹配结果。
想了解一个集合中文件如何相互关联的用户,可以打开图谱视图来查看相似性聚类以及文件之间的连接。
希望获得更相关结果的用户可以标注示例、创建 Signals,并调优语义分类器,让应用呈现更符合自己定义的文件。
Dotient 是一款本地优先的桌面应用。来源称它在你自己的设备上运行,下载页面提供 Windows 和 macOS 安装程序。
你需要下载应用安装程序,激活许可证密钥,导入文件,然后等待应用在本地为它们建立索引后再进行搜索。文档还为新用户提供 Getting Started 指南,涵盖从安装到首次搜索的流程。
该应用围绕 AI embeddings 和可视化搜索构建。它使用量化的视觉和文本模型为导入的文件建立索引,然后让你通过描述内容外观进行搜索,或在图库中使用文本和颜色筛选器。
文档描述了图库浏览、Signals、Cubbies、图谱探索、设置,以及键盘快捷键、支持的文件格式和导入方法等参考资料。这表明桌面应用内有较完整的单用户工作流,但来源未描述协作功能。
官网声明文件保留在你的设备上,并且应用可完全离线运行。在提供的来源中,没有描述用于索引或搜索的外部服务。