Loomy能自动分类本地图片素材，但需先授权目录并启用智能识图功能；开启后调用本地多模态模型生成语义描述，支持关键词搜索与动态聚类，全过程离线运行。
☞☞☞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☜☜☜
你想让Loomy自动把电脑里散乱的截图、设计稿、产品原型图、会议照片等图片和素材文件分门别类，而不是手动建文件夹拖来拖去——它确实能办到，但必须先激活资料库的语义理解能力，否则它只认文件名。
开启资料库并授权目录
打开Loomy主界面，点击左侧导航栏「资料库」图标；页面中央出现「授权并选择目录」按钮，【必须点击确认，否则Loomy完全无法访问任何本地文件】。
在系统弹出的文件选择窗口中，勾选你存放图片和素材的常用路径，例如「图片」「下载」「桌面」「工作素材」等文件夹；一次可多选，但不要选根目录或整个C盘——这会触发冗长扫描且无实际必要。
点击「确定」后，Loomy开始本地扫描，进度条显示在页面右下角，期间不上传、不联网、不调用云端算力。
启用智能识图功能
进入资料库 → 点击右上角「设置」齿轮图标 → 找到「智能识图」开关并打开。
这一步是关键：不开它，Loomy只能按文件名和扩展名识别图片；开了它，才会调用本地多模态模型逐张分析内容，生成语义描述（比如“含登录表单的App界面截图”“带折线图的Q3数据看板”）。
首次启用时会提示需下载约1.2GB的轻量级视觉模型包，下载完成后自动加载，后续识别无需重复下载。
等待自动分类完成
扫描与识图完成后，资料库自动切换至「图片」标签页，系统已将所有图片归入两个默认分组：截图 和 其他。
这不是最终分类——Loomy会基于AI生成的图像描述持续学习。你只需在搜索框输入关键词（如“架构图”“用户旅程”“原型稿”），它就能从「其他」里精准捞出匹配项；连续几次有效检索后，这些图片会被动态聚类进新生成的语义分组（如「系统架构」「UX流程图」），无需手动干预。
注意：该聚类过程完全在本地运行，不依赖网络，也不产生额外存储开销；分组名称由AI自动生成，不可编辑，但可随时通过删除某张图的索引使其退出该分组。
手动补充语义标签（可选）
方法一：对单张图片右键 → 选择「添加描述」→ 输入你认为最准的关键词（如“2026Q3评审-终版流程图”），这段文字会直接加入该图的语义索引，提升后续检索命中率。
方法二：批量选中若干张图 → 点击底部「批量打标」→ 输入统一标签（如“客户反馈截图”）→ 确认后所有选中图片立即获得该语义锚点。
这一步不是必须，但当你发现某类图反复被误归或难搜到时，加一条人工描述往往比等AI自学更快见效。
