返回部落格列表

騰訊 Marvis 檔案管家案例拆解:找回「消失」檔案、圖片 OCR、AI 圖庫搜尋,為什麼開始像電腦長了眼睛?

Marvis騰訊檔案管家圖片 OCRAI 圖庫圖片搜尋AI 助手

Marvis 檔案管家公開配圖

如果說前幾篇 Marvis 文章談的是:

  • 系統級助手
  • 本地知識庫
  • 多模態辦公

那這一篇更想回答一個特別日常、但也特別容易把人磨到心煩的問題:

當你只記得「檔案裡寫過什麼」「照片拍過什麼」「截圖上有哪幾個字」,卻完全不記得檔名和路徑時,Marvis 到底能不能把這些東西找回來?

我把 Marvis 官網、騰訊雲開發者社群裡和 檔案管家 / 本地文件辨識 / 圖片內容搜尋 相關的公開稿重新看過一遍。我的判斷很直接:

Marvis 這條線最有意思的,不是「又一個搜尋框」,而是它開始把檔案語意搜尋、圖片 OCR、AI 圖庫、本地授權目錄和批次整理,拼成一個更像桌面檔案工作台的東西。

先說結論

  • 截至 2026 年 6 月 29 日,公開資料裡,Marvis 在「檔案管家 / 圖片搜尋」方向最值得關注的能力,至少已經覆蓋四件事:

    1. 按時間、內容、特徵找回檔案
    2. 搜尋圖片內容、圖片內文字
    3. 按人像、主題、節日、地點整理 AI 圖庫
    4. 在授權資料夾裡做本地文件辨識與批次整理
  • 這條線最有價值的,不是「它會搜」,而是它開始支援這種更符合真實人腦記憶的搜尋方式:

    • 我記得是上週改的
    • 我記得裡面提到「發票」
    • 我記得是去年夏天海邊那張照片
    • 我記得封面是藍色的 PPT
  • 如果你每天都在:

    • 找截圖
    • 找發票
    • Word / PDF / Excel
    • 找歷史資料
    • 或者想把下載目錄和桌面收乾淨

    Marvis 這條「檔案管家」路線,參考價值會比一般聊天 AI 高很多。

為什麼「找檔案」這種小事,反而最能看出它像不像真系統級產品

很多 AI 產品示範喜歡做大任務:

  • 寫方案
  • 做總結
  • 生成頁面

但真實電腦使用裡,最反覆、也最磨人的,往往就是這些小事:

  • 檔案明明存過,卻找不到
  • 知道截圖裡有某個字,卻想不起在哪個資料夾
  • 想按內容找 PDF,不是按檔名找
  • 想把一堆資料重新分類,卻懶得手動拖來拖去

這類事情的特點是:

  • 不難
  • 但很碎
  • 而且非常頻繁

所以我反而覺得,這類任務最能看出 Marvis 到底是不是一個真系統級助手。

因為它面對的不是抽象問題,而是:

你電腦裡那堆每天都要碰、又經常找不到的真實檔案。

官網已經把這條路線講得很清楚:檔案內容、圖片內容、圖片內文字都能搜

Marvis 官網公開寫得非常直接:

  • 檔案智慧整理搜尋
  • 能搜尋檔案 / 圖片內容
  • 能搜尋圖片內文字
  • 還能根據人像、內容主題、節日地點等維度,提供 AI 圖庫、AI 文件庫

這幾句話放在一起,其實已經不只是「檔案搜尋」了,而是三層能力疊在一起:

  1. 搜檔名之外的內容
  2. 搜圖片裡的內容和文字
  3. 把圖片和文件按更像人類記憶的方式重組

也就是說,Marvis 在這個方向想做的,不是傳統桌面搜尋工具,而更像:

一台能看懂檔案和圖片內容的電腦。

案例 1:一句話找回「消失」檔案,核心不是檔名搜尋,而是語意搜尋

最值得直接拿來寫案例的公開文章,就是這篇同步稿:

《Marvis 保姆級教程(二)|檔案管家——一句話找回「消失」的檔案》

它是個很典型的 WeChat 同步案例,原始來源來自微信公眾號 數字師匠訓練營

這篇最有價值的地方,是它把「找檔案」拆成了幾類非常真實的找法。

1.1 按時間找

例如:

  • 「幫我找上週發給我的數學試卷」

這類需求在傳統搜尋裡很難直接命中,因為你可能根本不記得:

  • 檔名
  • 路徑
  • 副檔名

但文章描述的 Marvis 用法,是讓它先理解時間線索,再去縮小範圍。

1.2 按內容找

例如:

  • 「幫我找裡面寫了『勾股定理』的那份教案」

公開案例明確提到,它會讀取:

  • Word
  • PPT
  • Excel
  • PDF
  • TXT

也就是說,它不是只在檔名裡搜關鍵字,而是在:

檔案正文裡找。

1.3 按特徵找

這部分特別像真實人腦的記憶方式。

文章裡給的公開例子包括:

  • 「幫我找那個封面是藍色的 PPT,大概 20 頁左右」
  • 「幫我找去年夏天在海邊拍的那張照片」
  • 「幫我找含有『發票』兩個字的所有截圖」

這類用法說明,Marvis 這條線的重點已經不是「你會不會取一個好檔名」,而是:

我只要記得一點模糊特徵,就能把東西找回來。

案例 2:教研組長 5 分鐘找齊 2 小時的材料,這種故事特別像真生產環境

這篇 WeChat 同步稿裡還有一個特別像真實工作環境的例子:

一位教研組長要在第二天交彙總報告,需要湊齊:

  • 本學期語文組公開課教案
  • 評課記錄
  • 成績分析表

這些材料散落在:

  • WeChat 下載目錄
  • 郵件附件
  • 學校共享磁碟
  • 自己電腦本地資料夾

文章公開給出的對比很直接:

  • 傳統方式:至少 2 小時
  • Marvis 後:5 分鐘

更重要的是,這個案例讓人看到 Marvis 在這類任務裡不只是「找到一個檔案」,而是會繼續做:

  • 彙整到一個資料夾
  • 按課題名稱重新命名

這就說明它已經開始從「搜尋」走向「整理」。

案例 3:不只是找,還能批次整理,甚至刪除前先列清單確認

同一篇公開案例還提到了兩個很現實的動作:

  • 「幫我把桌面上所有 PDF 檔移到 D 槽的教研資料夾」
  • 「幫我把 D 槽裡檔名含『草稿』的文件全部刪掉」

我覺得這裡最關鍵的,不是它能移動檔案,而是它對刪除的處理方式:

先列清單,再讓使用者確認。

這正是系統級產品該有的樣子。

因為一旦涉及本地檔案操作,使用者最關心的通常不是「快不快」,而是:

  • 會不會誤刪
  • 能不能先看清單
  • 有沒有安全確認

所以這一段很能說明,Marvis 的檔案管家路線已經不是「概念搜尋」,而是在碰真正的桌面動作。

案例 4:本地文件辨識,把授權資料夾、掃描範圍和隱私模式真的拉進來了

Marvis 授權資料夾設定公開截圖

如果說上面那篇更偏使用層,那另一篇公開稿更偏底層能力:

《省時利器:實戰 Marvis 本地文件辨識,讓知識搜尋告別翻資料夾》

這篇文章把檔案搜尋背後的工作流講得更細,核心點包括:

  • 支援 PDFWord 等格式內容搜尋
  • 透過精準授權資料夾提升索引效率
  • 設定只需要兩步:
    1. 授予檔案權限
    2. 設定掃描範圍
  • 可以選擇本地模式確保資料安全

這就意味著 Marvis 這條線裡,不只是一個會搜的 Agent,而是已經有了比較清晰的生產環境邊界:

  • 先授權
  • 再索引
  • 再搜尋
  • 再決定是否本地處理

這套邊界很重要,因為如果沒有它,很多真正敏感的資料根本不可能放心交給系統級助手:

  • 合約
  • 財務文件
  • 內部方案
  • 發票截圖
  • 客戶資料

「AI 圖庫」這件事,才是它和一般檔案搜尋拉開差距的地方

我覺得這個方向最值得寫的一點,其實不是 PDF 檢索,而是官網公開寫到的:

  • 搜尋圖片內容
  • 搜尋圖片內文字
  • 人像、內容主題、節日、地點整理圖片和文件
  • 提供 AI 圖庫

這件事為什麼關鍵?

因為很多人電腦裡最難管理的,根本不是文件,而是圖片和截圖:

  • 發票截圖
  • 物流面單截圖
  • 產品圖
  • 旅行照片
  • 群聊裡存下來的長圖
  • 各種來源不明的素材圖

傳統檔案系統裡,這些東西幾乎只能靠:

  • 檔名
  • 時間
  • 目錄

但真實記憶方式根本不是這樣。 你更可能記住的是:

  • 裡面有「發票」兩個字
  • 那張圖是在海邊拍的
  • 那是一張紅色封面的報告截圖
  • 那張照片裡有人像

Marvis 官方這套 AI 圖庫 敘事,剛好就是在對準這個問題。

這條線為什麼和「本地知識庫」不是同一回事

你可能會說,這和 Marvis 本地知識庫是不是很像?

像,但重點不一樣。

本地知識庫那條線更關注的是:

  • 文件問答
  • 資料歸檔
  • 長期知識沉澱

而這條「檔案管家 / 圖片 OCR / AI 圖庫」路線更偏:

  • 我現在就得把東西找出來
  • 我現在就得把截圖和圖片搜出來
  • 我現在就得把桌面資料收掉

也就是說,它更像:

桌面上的即時檢索與整理層

而不是:

長期沉澱的知識層。

它現在最適合哪些人先試

適合馬上試的人

  • 電腦裡圖片、截圖、資料特別多的人
  • 經常要找發票、課件、PDF、歷史材料的人
  • WeChat 下載目錄、桌面、共享磁碟常年很亂的人
  • 需要按內容找圖、按文字找截圖的人
  • 希望先把檔案工作流理順,再談更複雜 Agent 場景的人

可以先觀望的人

  • 幾乎不碰本地檔案和圖片
  • 工作資料主要都在純雲端協作裡
  • 不願意給本地資料夾授權
  • 只想要一個一般聊天 AI,不想要檔案工作台

如果你要把類似 Marvis 的檔案 / 圖片工作流接入自訂模型,採購價值在哪

從業務側看,真正的問題通常不是「它會不會找」,而是:

  • 檔案和圖片類任務的 token 成本穩不穩
  • OCR、長文件問答、截圖理解是不是要切不同模型
  • 本地資料工作流能不能共用統一閘道和帳單
  • 多個 Agent 的檔案任務能不能統一入口

所以如果你做的是 檔案搜尋 / 圖片 OCR / 截圖理解 / 本地資料整理,統一模型閘道通常會比只押一個模型更實用。

可以繼續從這些入口看:

我的最終判斷

如果一句話總結我對 Marvis 這條「檔案管家 / 圖片 OCR / AI 圖庫」路線的看法,那就是:

它最值得重視的,不是「能搜檔案」,而是它開始把「按內容找檔案、按圖片找圖片、按截圖裡的字找截圖、順手批次整理」這些桌面小事,收成一個真正能長期使用的工作台。

也就是說,它現在最像真的地方,不在於某次檢索有多神,而在於它已經開始逼近一種更自然的電腦使用方式:

  1. 你不必記住檔名
  2. 你只需要記住內容、特徵和場景
  3. 系統會幫你找回來,再順手幫你整理

如果這條線繼續做深,Marvis 就不會只是「會搜的電腦」,而會越來越像:

一台真的看得懂你檔案和圖片的電腦。

參考資料