OpenClaw搭配本地qwen3-9B模型可实现桌面文件语义分类整理，需确保daemon正确加载模型、配置合理置信阈值（0.65）并禁用高风险移动动作；支持dry-run预览与分批处理，M1 Mac上单文件推理延迟低于1.8秒。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用OpenClaw搭配免费模型驱动file-processor技能整理桌面文件，实际效果取决于模型理解力与规则配置的匹配度——qwen3-9B在语义分类上足够应对日常文档，但对扫描件OCR内容或加密PDF无法解析，需提前确认文件可读性。
启动OpenClaw并加载免费模型
执行openclaw onboard --install-daemon后，系统默认启用本地qwen3-9B模型（非联网调用），无需API密钥或额度消耗。该模型体积约5.2GB，M1 Mac上推理延迟低于1.8秒/文件。
验证模型就绪：curl http://127.0.0.1:18789/status返回{"status":"ready","model":"qwen3-9B"}即表示服务已激活。
【必须确认】若返回"model":"unknown"，说明daemon未正确加载模型，需重新运行openclaw onboard并选择Provider为Qwen、模型明确指定为qwen3-9b（注意是小写b）。
安装并启用file-processor技能
运行clawhub install file-classifier smart-renamer，两个技能包会下载至~/.openclaw/skills/目录。
安装完成后，执行openclaw skill list应显示file-classifier和smart-renamer状态为enabled。
若任一技能显示disabled，手动启用：openclaw skill enable file-classifier。
配置语义分类规则
编辑~/.openclaw/skills/file-classifier/config.json，按需修改categories数组：
监控一个或多个 GitCode 仓库的 PR，通过 OpenClaw Gateway 自动执行 AI 审查，发布 PR 评论，并发送钉钉和企业微信通知。
第一步：将"confidence_threshold"设为0.65——qwen3-9B在短文本场景下置信度普遍偏低，0.7阈值会导致大量文件被拒识归入unclassified目录。
第二步：删除示例中"临时文件"规则的"action": "move"字段——该动作在免费模型下不触发沙盒安全校验，直接移动可能绕过回收站，存在误删风险。
第三步：在"工作文档"的"criteria"中加入"会议纪要"和"待审批"，覆盖常见但命名随意的办公文件。
保存后执行openclaw skill reload file-classifier使新规则生效。
执行桌面文件整理
方法一：命令行一键处理
运行openclaw process ~/Desktop --skill file-classifier，工具自动遍历桌面所有可读文件（跳过系统隐藏文件、.DS_Store、锁住的Excel等）。
方法二：指定范围+预览模式
加--dry-run参数：openclaw process ~/Desktop --skill file-classifier --dry-run，输出将显示每份文件预测类别及置信度，不执行任何移动操作。
方法三：限制处理数量防卡顿
对超200文件桌面，添加--limit 50分批处理，避免qwen3-9B内存溢出导致进程僵死。
处理完成时，终端打印类似✅ 47 files moved, 3 unclassified, 0 errors统计结果。
