Разбор кейсов Tencent Marvis File Manager: как вернуть «пропавшие» файлы, искать текст на изображениях и почему AI-галерея уже похожа на компьютер со зрением

Если в предыдущих материалах про Marvis речь шла о:

• системном помощнике
• локальной базе знаний
• мультимодальной работе

то этот обзор отвечает на куда более бытовой, но очень раздражающий вопрос:

Если вы помните только, что было написано в файле, что было на фото или какие слова были на скриншоте, но совсем не помните имя файла и путь к нему, сможет ли Marvis действительно все это вернуть?

Я заново просмотрел официальный сайт Marvis, материалы Tencent Cloud Developer Community и открытые кейсы по темам file manager, локальное распознавание документов и поиск по содержимому изображений. Мой вывод довольно прямой:

Самое интересное в направлении Marvis File Manager не в том, что это еще одна строка поиска. Важнее то, что Marvis начинает собирать семантический поиск по файлам, OCR по изображениям, AI-галерею, авторизованные локальные папки и пакетную организацию файлов в нечто гораздо более похожее на реальное настольное файловое рабочее пространство.

Короткий вывод

• По состоянию на 29 июня 2026 года самые интересные публичные возможности Marvis в направлении file manager и image search уже охватывают как минимум четыре задачи:

  1. Поиск файлов по времени, содержимому и визуальным признакам
  2. Поиск по содержимому изображений и по тексту внутри изображений
  3. Организация AI-галереи по людям, темам, праздникам и локациям
  4. Локальное распознавание документов и пакетная организация внутри авторизованных папок

• Ценность здесь не только в том, что "оно умеет искать". Главное, что Marvis поддерживает способ поиска, который ближе к тому, как люди реально помнят информацию:

  • я помню, что редактировал это на прошлой неделе
  • я помню, что там было слово "счет"
  • я помню, что это была фотография с пляжа прошлым летом
  • я помню, что обложка PPT была синей

• Если вы регулярно:

  • ищете скриншоты
  • ищете счета и квитанции
  • поднимаете старые Word / PDF / Excel
  • вспоминаете, где лежали архивные материалы
  • или хотите наконец разобрать загрузки и рабочий стол

  то направление Marvis для работы с файлами выглядит практичнее, чем обычный чат-бот.

Почему именно поиск файлов лучше всего показывает, насколько продукт системный

Многие AI-продукты любят демонстрировать крупные задачи:

• написать план
• сделать краткое резюме
• сгенерировать страницу

Но в реальной работе за компьютером чаще всего изматывают совсем другие вещи:

• файл точно сохраняли, но найти его не получается
• вы знаете, что на скриншоте есть нужное слово, но не помните, в какой папке он лежит
• вы хотите искать по содержимому PDF, а не по имени файла
• вы хотите разложить большую свалку материалов без ручного перетаскивания каждого файла

У таких задач один и тот же профиль:

• они несложные
• они очень дробные
• и они повторяются постоянно

Именно поэтому, на мой взгляд, такие сценарии лучше всего показывают, превращается ли Marvis в настоящий системный помощник.

Потому что здесь речь не про абстрактный промпт, а про другое:

про ту самую кучу реальных файлов на вашем компьютере, к которым вы обращаетесь каждый день и которые все равно регулярно "исчезают".

На официальном сайте направление уже описано довольно ясно: можно искать содержимое файлов, изображений и текст внутри картинок

На сайте Marvis это сформулировано очень прямо. В открытых материалах упоминаются такие возможности, как:

• интеллектуальная организация и поиск файлов
• поиск по содержимому файлов и изображений
• поиск текста внутри изображений
• AI-галерея и AI-документная библиотека, организованные по людям, темам, праздникам и локациям

Если собрать это вместе, получается уже не просто "поиск файлов", а три слоя поверх друг друга:

1. поиск не только по имени файла
2. чтение содержимого изображений и текста на них
3. перегруппировка изображений и документов так, как их обычно запоминает человек

То есть в этом направлении Marvis пытается сделать не классический настольный поисковик, а скорее:

компьютер, который понимает, что именно находится внутри его файлов и картинок

Кейс 1: вернуть «пропавший» файл одной фразой - это уже не поиск по имени, а семантический поиск

Самый показательный открытый кейс для этого направления - статья Tencent Cloud Developer Community:

Marvis 保姆级教程（二）｜文件管家——一句话找回“消失”的文件

Это как раз тот самый кейс, синхронизированный из WeChat. Публикация в Tencent Cloud зеркалирует материал, изначально вышедший в официальном аккаунте WeChat 数字师匠训练营.

Самое ценное в этом кейсе в том, что он раскладывает поиск файлов на несколько очень жизненных способов.

1.1 Поиск по времени

Например:

• "Помоги найти контрольную по математике, которую мне прислали на прошлой неделе"

Обычный поиск здесь часто бесполезен, потому что вы можете вообще не помнить:

• имя файла
• путь к папке
• расширение

В описанном публичном сценарии Marvis сначала понимает временную подсказку, а уже потом сужает область поиска.

1.2 Поиск по содержимому

Например:

• "Помоги найти план урока, где упоминается теорема Пифагора"

В кейсе прямо сказано, что система умеет читать:

• Word
• PPT
• Excel
• PDF
• TXT

То есть речь идет не только о поиске по именам файлов. Поиск идет:

по тексту внутри документа

1.3 Поиск по признакам

Эта часть особенно похожа на то, как люди действительно вспоминают файлы.

В открытых примерах есть такие запросы:

• "Помоги найти тот PPT с синей обложкой, примерно на 20 страниц"
• "Помоги найти фотографию, которую я сделал на пляже прошлым летом"
• "Помоги найти все скриншоты, где есть слово 'счет'"

Такие примеры показывают, что фокус смещается с вопроса "насколько аккуратно вы называли файлы" на другое:

если я помню хотя бы один размытый признак, файл все равно можно вернуть

Кейс 2: руководитель группы собирает два часа материалов за пять минут

В той же статье, синхронизированной из WeChat, есть пример, который уже очень похож не на демо, а на обычную рабочую среду.

Руководителю учебной группы нужно на следующий день сдать сводный отчет и быстро собрать:

• планы открытых уроков по языку за этот семестр
• заметки по разбору уроков
• таблицы анализа успеваемости

Эти материалы разбросаны по:

• папке загрузок WeChat
• вложениям в почте
• школьному общему диску
• локальным папкам на компьютере

Публичное сравнение в статье максимально прямое:

• традиционный способ: не меньше 2 часов
• с Marvis: 5 минут

Но важнее даже не экономия времени, а то, что в истории Marvis не просто находит один файл. По описанию, дальше он еще:

• собирает материалы в одну папку
• переименовывает их по теме

И вот здесь сценарий уже переходит от простого поиска к организации.

Кейс 3: Marvis не только находит файлы, но и помогает пакетно их упорядочить, а перед удалением сначала показывает список

В том же открытом кейсе упоминаются и две очень практичные команды:

• "Перемести все PDF с рабочего стола в папку с учебными материалами на диске D"
• "Удалить все документы на диске D, в названии которых есть 'черновик'"

Ключевая деталь здесь не в том, что система умеет перемещать или удалять файлы, а в том, как именно она обращается с удалением:

сначала показывает список файлов, потом просит подтверждение

Именно так и должен вести себя системный продукт.

Когда речь заходит о локальных файловых действиях, пользователей обычно волнует не столько скорость, сколько другое:

• не удалится ли что-то по ошибке
• можно ли сначала проверить список
• есть ли безопасный шаг подтверждения

Эта маленькая деталь многое говорит о продуктовой зрелости. Marvis в этом сценарии выглядит не как игрушечный поиск, а как инструмент, который уже касается реальных действий на рабочем столе.

Кейс 4: локальное распознавание документов подтягивает в сценарий авторизованные папки, область сканирования и приватный режим

Если предыдущий материал больше про пользовательский опыт, то следующая открытая статья полезнее для понимания базового рабочего процесса:

省时利器：实战 Marvis 本地文档识别，让知识搜索告别翻文件夹

В ней довольно подробно разобрано, как устроен поиск по локальным документам. Основные моменты такие:

• поддерживается поиск по содержимому PDF, Word и похожих форматов
• индексирование можно ускорить за счет точечно авторизованных папок
• настройка сводится к двум шагам:
  1. выдать права на доступ к файлам
  2. задать область сканирования
• для защиты данных можно выбрать локальный режим

Это означает, что направление Marvis File Manager - не просто агент, который "умеет искать". У него уже есть довольно четкие границы производственного сценария:

• сначала авторизация
• потом индексирование
• потом поиск
• и затем выбор, оставлять ли обработку локальной

Такая граница критична, потому что без нее многие чувствительные материалы никто не захочет доверять системному помощнику:

• договоры
• финансовые документы
• внутренние планы
• скриншоты счетов
• материалы клиентов

Почему AI-галерея выделяет Marvis на фоне обычного поиска по файлам

На мой взгляд, самая интересная часть этого направления связана не с поиском по PDF, а с тем, что официальный сайт отдельно подчеркивает:

• поиск по содержимому изображений
• поиск по тексту внутри изображений
• организацию картинок и документов по людям, темам, праздникам и локациям
• наличие AI-галереи

Почему это важно?

Потому что у многих людей хуже всего на компьютере организованы не документы, а именно картинки и скриншоты:

• скриншоты счетов
• скриншоты транспортных накладных
• товарные фото
• фотографии из поездок
• длинные изображения из групповых чатов
• случайные визуальные материалы неизвестного происхождения

Традиционная файловая система почти всегда заставляет полагаться только на:

• имя файла
• дату
• папку

Но реальная человеческая память работает иначе. Скорее вы вспомните:

• на картинке было слово "счет"
• это фото было снято у моря
• это был скриншот отчета с красной обложкой
• на фото был человек

Именно под такую модель памяти и подстраивается официальный нарратив AI-галереи в Marvis.

Почему это направление не равно «локальной базе знаний»

Можно сказать, что все это очень похоже на локальную базу знаний Marvis.

Похоже, но акцент другой.

Линия локальной базы знаний больше сосредоточена на:

• вопросах по документам
• архивировании материалов
• долгосрочном накоплении знаний

А маршрут file manager / image OCR / AI gallery сильнее заточен под другое:

• мне нужно прямо сейчас найти файл
• мне нужно прямо сейчас достать нужный скриншот или изображение
• мне нужно прямо сейчас прибрать рабочий стол и папки

То есть это скорее:

слой мгновенного поиска и организации на рабочем столе

а не:

слой долгого накопления знаний.

Кому стоит попробовать такой сценарий уже сейчас

Кому подходит в первую очередь

• тем, у кого на компьютере слишком много картинок, скриншотов и разрозненных материалов
• тем, кто постоянно ищет счета, учебные материалы, PDF и старые файлы
• тем, у кого папка загрузок WeChat, рабочий стол и общий диск уже давно в беспорядке
• тем, кому нужен поиск картинок по содержимому и поиск скриншотов по тексту
• тем, кто хочет сначала выстроить файловый workflow, а уже потом переходить к более сложным агентным сценариям

Кому можно пока не спешить

• тем, кто почти не работает с локальными файлами и изображениями
• тем, у кого все рабочие материалы живут только в облачных сервисах
• тем, кто не готов выдавать доступ к локальным папкам
• тем, кому нужен просто обычный чат-AI, а не файловое рабочее пространство

Если вы хотите подключать похожий файловый и OCR workflow к своим моделям, в чем здесь закупочная ценность

Если смотреть на задачу со стороны бизнеса, вопрос обычно не в том, "умеет ли модель искать". Гораздо важнее другое:

• насколько стабильно держится стоимость задач по файлам и изображениям
• нужно ли для OCR, длинных документов и понимания скриншотов переключать разные модели
• можно ли пустить локальные workflows через единый шлюз и единый биллинг
• можно ли дать нескольким агентам общий вход для файловых задач

Поэтому если вы строите сценарии вроде поиска по файлам, OCR по изображениям, понимания скриншотов и организации локальных материалов, единый модельный шлюз часто оказывается практичнее, чем ставка на одну конкретную модель.

Дальше можно посмотреть эти страницы:

• Модельные тарифы
• Купить API Key
• Туториалы и руководства

Мой итоговый вывод

Если свести мое отношение к маршруту Marvis File Manager / image OCR / AI gallery в одну фразу, то она будет такой:

Главная ценность не в том, что Marvis "умеет искать файлы", а в том, что он начинает собирать в один рабочий стол сразу несколько мелких, но постоянных задач: поиск по содержимому файлов, поиск картинок по картинке, поиск скриншотов по тексту и быструю пакетную организацию.

Именно это делает продукт похожим на что-то действительно системное. Не потому, что одна конкретная выдача выглядит магически, а потому, что модель работы становится естественнее:

1. вам не нужно помнить точное имя файла
2. достаточно помнить содержание, признак или контекст
3. система помогает сначала вернуть файл, а потом заодно его организовать

Если эту линию продолжат развивать, Marvis будет восприниматься уже не просто как "компьютер, который умеет искать", а скорее как:

компьютер, который действительно понимает ваши файлы и изображения

Источники

• Официальный сайт Marvis
• Marvis 保姆级教程（二）｜文件管家——一句话找回“消失”的文件
• 省时利器：实战 Marvis 本地文档识别，让知识搜索告别翻文件夹
• 新手全面指南：上手腾讯 Marvis 进行个人知识管理与智能问答