Koniec bałaganu w pobranych plikach dzięki lokalnej sztucznej inteligencji

Większość osób prowadzących działalność gospodarczą doskonale zna ten scenariusz: folder „Pobrane” na dysku komputera z dnia na dzień zapełnia się dziesiątkami plików o przypadkowych nazwach. Faktury kosztowe, rachunki za usługi chmurowe, potwierdzenia przelewów, umowy od podwykonawców czy skany dokumentów lądują w jednym miejscu jako pliki o nazwach pokroju „invoice (3).pdf” albo „skan_0023.pdf”. Kiedy zbliża się termin rozliczeń podatkowych, odnalezienie konkretnego załącznika dla biura rachunkowego staje się żmudnym procesem zajmującym cenne godziny robocze.

Próby zautomatyzowania tego procesu tradycyjnymi metodami często rodzą obawy o bezpieczeństwo. Wysyłanie kompletnej dokumentacji finansowej, wyciągów bankowych oraz poufnych umów do zewnętrznych serwisów internetowych czy chmurowych modeli sztucznej inteligencji bywa ryzykowne z perspektywy ochrony tajemnic przedsiębiorstwa oraz przepisów o ochronie danych. Właśnie z myślą o rozwiązaniu tego dylematu powstał projekt Folio – aplikacja stworzona przez programistę Aravinda Sathesha w ramach wyzwania Hacktoberfest Open-Source AI Challenge.

Folio udowadnia, że zaawansowana automatyzacja biurowa nie wymaga przesyłania ani jednego bajta danych na zewnętrzne serwery. Narzędzie wykorzystuje moc obliczeniową lokalnego komputera, aby analizować treść plików, precyzyjnie zmieniać ich nazwy na czytelne i przenosić je do właściwych katalogów. To praktyczny przykład na to, w jakim kierunku zmierzają nowoczesne automatyzacje AI wdrażane w codziennej pracy małych firm i freelancerów.

Koniec z chaosem w folderze Pobrane: jak działa aplikacja Folio

Folio to aplikacja przygotowana z myślą o systemie macOS, działająca bezpośrednio w pasku menu systemowego. Program został stworzony przy użyciu języka Swift 6 oraz frameworka SwiftUI, korzystając wyłącznie z natywnych rozwiązań firmy Apple bez zewnętrznych bibliotek i pakietów innych firm. W procesie wytwórczym autor przygotował dla niego 133 testy jednostkowe, co od początku miało zagwarantować stabilność operacji na plikach.

Zasada działania narzędzia jest prosta i nie wymaga ingerencji użytkownika w trakcie pracy. Folio monitoruje wskazany katalog – najczęściej domyślny folder pobierania plików. Kiedy w obserwowanym miejscu pojawia się nowy dokument, aplikacja wyodrębnia z niego warstwę tekstową i przekazuje ją do lokalnego modelu językowego. Sztuczna inteligencja analizuje kontekst, rozpoznaje wystawcę, typ dokumentu oraz datę, a następnie proponuje zrozumiałą nazwę pliku i ścieżkę docelową.

W praktyce plik pobrany z poczty elektronicznej lub serwisu transakcyjnego pod chaotyczną nazwą, na przykład invoice (3).pdf, zostaje automatycznie przekształcony w uporządkowaną strukturę: Finance/Invoices/Work/Cobalt Cloud Hosting Invoice 2026-10.pdf. Użytkownik nie musi przerywać bieżących zadań, aby ręcznie tworzyć foldery i wpisywać nazwy.

Tryb restrukturyzacji i pełna odwracalność działań

Oprócz bieżącego monitorowania nowych plików Folio oferuje dedykowany tryb „Restructure”, przeznaczony do zaprowadzenia ładu w już istniejących, zagraconych folderach. Zanim jakiekolwiek pliki zostaną faktycznie przesunięte, aplikacja generuje pełny plan zmian do akceptacji użytkownika. Właściciel komputera ma wgląd w proponowane nazwy oraz nowe lokalizacje.

Co kluczowe z punktu widzenia kontroli nad danymi, całą sesję reorganizacji można jednym ruchem cofnąć. Każda operacja przemieszczenia pliku jest rejestrowana w dzienniku zdarzeń przed jej wykonaniem, co całkowicie eliminuje ryzyko zagubienia istotnych pism firmowych.

Modele językowe pod maską: dlaczego lokalne AI zmienia zasady gry

Sercem opisywanego rozwiązania jest platforma Ollama, która pozwala na uruchamianie zaawansowanych modeli otwartych bezpośrednio na podzespołach lokalnego komputera. W architekturze Folio zastosowano dwa wyspecjalizowane modele:

• Gemma (gemma4:12b) – odpowiada za generowanie czytelnych nazw plików, typowanie folderów docelowych oraz tworzenie planów restrukturyzacji katalogów;
• mxbai-embed-large – model osadzeń wektorowych (embeddings), którego zadaniem jest wyszukiwanie podobnych korekt wykonanych w przeszłości przez użytkownika, co pozwala systemowi uczyć się jego indywidualnych preferencji.

Aplikacja przejmuje na siebie całą warstwę techniczną: ekstrakcję tekstu z dokumentu, skanowanie drzewa katalogów oraz walidację bezpieczeństwa. Model językowy otrzymuje wyselekcjonowane dane i zwraca ustrukturyzowaną odpowiedź zawierającą wyłącznie proponowaną nazwę oraz ścieżkę. Nie ma tu mowy o halucynacjach wpływających na strukturę dysku, ponieważ kod programu rygorystycznie weryfikuje każdą propozycję. Powiązany temat opisaliśmy w artykule „Nvidia rozważa przejęcie Reflection AI. Co oznacza zwrot ku otwartym modelom?”.

Testy wydajności i precyzji: wnioski z testów na procesorze M3 Pro

Aby sprawdzić, jak lokalne modele radzą sobie z realnymi zadaniami biurowymi, autor aplikacji przygotował zbiór testowy składający się z 50 zróżnicowanych plików. W zestawie znalazły się fikcyjne faktury, wyciągi bankowe, rachunki, notatki z wykładów, zrzuty ekranu, puste pliki oraz dokumenty niemal identyczne. Testy przeprowadzono na komputerze z procesorem Apple M3 Pro, badając trzy różne konfiguracje: Tak pracujemy przy tworzenie stron internetowych dla firm.

• Model gemma4:e2b: osiągnął 68% poprawnych automatycznych przeniesień, popełniając błędy w 26% wszystkich plików, przy średnim czasie 1,9 sekundy na plik;
• Model gemma4:e2b z włączonym trybem myślenia (thinking enabled): uzyskał 90% poprawnych przeniesień i 8% błędów, jednak czas przetwarzania wzrósł znacząco do 15,8 sekundy na plik;
• Model gemma4:12b: osiągnął aż 98% poprawnych decyzji przy zaledwie 2% błędów w całym zbiorze, potrzebując średnio 7,2 sekundy na przetworzenie jednego dokumentu.

Wyniki te pokazują wyraźną zależność. Większy model 12B jako jedyny spełnił jednocześnie wyśrubowane kryteria dokładności oraz zmieścił się w założonym limicie poniżej 10 sekund na plik. Co ciekawe, testy wykazały, że tryb myślenia w mniejszym modelu generował olbrzymie opóźnienia. Ponieważ odpowiedź modelu była ograniczona wymogiem zwrócenia ustrukturyzowanych danych, wyłączenie trybu rozumowania skróciło jedno ze zmierzonych wywołań z 11,6 sekundy do zaledwie 0,4 sekundy.

Badanie ujawniło również inną istotną cechę modeli AI: poziom pewności deklarowany przez sam model (self-reported confidence) okazał się całkowicie niemiarodajny. Sztuczna inteligencja potrafiła z wysoką pewnością wskazywać błędne odpowiedzi. Z tego powodu Folio kalkuluje wskaźnik pewności według własnego algorytmu, biorąc pod uwagę obiektywne czynniki, takie jak ilość wyodrębnionego tekstu oraz konieczność założenia zupełnie nowego katalogu.

Bezpieczeństwo danych i ochrona przed utratą plików

Dla każdego przedsiębiorcy integralność danych jest priorytetem. Głównym wyzwaniem przy tworzeniu Folio nie było samo skłonienie modelu do wymyślenia nazwy, lecz zagwarantowanie, że modyfikacje systemu plików będą w stu procentach bezpieczne. W programie zaimplementowano szereg twardych ograniczeń architektonicznych:

• Ścieżka docelowa musi bezwzględnie zamykać się wewnątrz wskazanego folderu (np. Documents) – aplikacja odrzuca próby zapisu poza zdefiniowany obszar;
• Program automatycznie odrzuca niebezpieczne znaki w nazwach i dba o zachowanie oryginalnego rozszerzenia pliku;
• Narzędzie nigdy nie nadpisuje istniejących dokumentów; w przypadku kolizji nazw konflikt jest rozwiązywany bez utraty wcześniejszych danych;
• Jeśli model AI ma wątpliwości co do przeznaczenia dokumentu, plik pozostaje nienaruszony na swoim miejscu i trafia na listę do ręcznej weryfikacji.

Odporność aplikacji sprawdzono w rygorystycznych testach awaryjnych. Przeprowadzono 20 rund obejmujących łącznie 1500 operacji przenoszenia, podczas których wymuszono 59 nagłych zatrzymań procesu (crash testing). Rezultat? Żaden plik nie został utracony ani zduplikowany, co potwierdza gotowość narzędzia do pracy z ważną dokumentacją.

Samouczenie się na podstawie korekt użytkownika

Każda firma stosuje nieco inny schemat katalogowania umów czy rachunków. Zamiast kosztownego i skomplikowanego dotrenowywania modeli (fine-tuning), Folio wykorzystuje mechanizm adaptacji oparty na pamięci podręcznej korekt. Gdy użytkownik ręcznie poprawi nazwę nadaną przez program lub przeniesie plik do innego folderu, aplikacja zapisuje tę zmianę wraz z krótkim podsumowaniem zawartości dokumentu.

Podczas przetwarzania kolejnych plików model wyszukuje 5 najbardziej zbliżonych historycznych korekt i dołącza je jako przykłady bezpośrednio do zapytania (promptu). W testach ewaluacyjnych metoda ta pozwoliła podnieść trafność mniejszego modelu z 68% do 83%. Pokazuje to, że lokalne oprogramowanie potrafi błyskawicznie dopasować się do unikalnych nawyków właściciela bez konieczności konfiguracji skomplikowanych reguł.

Co lokalne porządkowanie dokumentów oznacza dla małej firmy?

Z perspektywy mikroprzedsiębiorcy, freelancera czy lokalnego usługodawcy – niezależnie od tego, czy prowadzisz warsztat w Bielsku-Białej, kancelarię w Katowicach czy firmę produkcyjną w Czechowicach-Dziedzicach – zarządzanie dokumentacją to powtarzalny koszt alternatywny. Czas spędzony na ręcznym segregowaniu rachunków to czas zabrany z obsługi klientów lub rozwoju oferty.

Projekt Folio reprezentuje niezwykle pożądany model licencjonowania. Zamiast comiesięcznych abonamentów SaaS oraz opłat za każde zapytanie do API, autor przewiduje jednorazową opłatę licencyjną w wysokości 19,99 USD. Przedsiębiorca konfiguruje narzędzie raz, a ono działa stale w tle na jego własnym sprzęcie. Co najważniejsze, poufne dane finansowe i umowy z kontrahentami nigdy nie opuszczają dysku komputera, co eliminuje obawy związane z wyciekiem danych czy naruszeniem tajemnic przedsiębiorstwa.

Warto pamiętać, że porządkowanie plików na dysku to tylko jeden z elementów nowoczesnego stanowiska pracy. Podobne zasady automatyzacji procesów można wdrożyć w kontakcie z klientem czy obiegu zamówień, wykorzystując profesjonalne integracje systemów CRM i płatności. Firmy, które chcą precyzyjnie ocenić, które obszary ich działalności kwalifikują się do cyfrowego usprawnienia, mogą wykonać wstępną analizę, sięgając po narzędzie takie jak diagnoza potrzeb firmy, co ułatwia dobór optymalnych technologii bez ponoszenia zbędnych kosztów.

Podsumowanie: przyszłość biurowego AI na własnym dysku

Przypadek Folio jasno dowodzi, że do skutecznej automatyzacji pracy biurowej nie są potrzebne gigantyczne serwery korporacji technologicznych. Nowoczesne, kompaktowe modele językowe, takie jak Gemma 12B, uruchamiane lokalnie za pomocą środowiska Ollama, osiągają 98% skuteczności w analizie i kategoryzacji dokumentów biurowych.

Dla sektora małych przedsiębiorstw oznacza to początek nowej ery narzędzi: tanich w utrzymaniu, w pełni prywatnych i niewymagających comiesięcznych subskrypcji. Automatyczne nazywanie i segregowanie faktur, rachunków czy umów bezpośrednio w momencie ich pobrania na dysk pozwala zaoszczędzić wiele godzin pracy w każdym miesiącu rozliczeniowym, gwarantując jednocześnie stuprocentowe bezpieczeństwo cyfrowego archiwum firmy.