AI Action 正式发布 —— 把你的素材整理方式，变成可执行的 AI 工作流
今天，我们正式发布 Eagle 插件 AI 动作。
AI 动作为 Eagle 带来了一种新的素材整理方式。你可以把自己的整理规则交给 AI，让它依照你的逻辑批量执行。不用再手动一张张命名、补描述、分类或打标签——你只需要创建不同的 Action，决定要执行哪些动作、使用哪个模型、搭配什么自定义指令，AI 就会按照你的方式整理素材。
你可以用 AI 动作完成这些事：
- AI 重命名文件：根据图片内容重命名
- AI 描述文件：分析图片并写入描述字段
- AI 分类文件：自动归类到既有文件夹
- AI 打标签：依照设定逻辑自动加上标签
这些能力可以自由组合。你可以创建只做重命名的 Action、只做描述的 Action，或把命名、描述、分类、标签串成一套完整流程。对我们来说，AI 动作最大的意义在于：让你的整理方式变成一套可以重复执行的工作流。
为什么我们会做 AI 动作？
当素材越存越多，整理这件事通常会卡在两个地方。
第一个问题是，整理本身很花时间。你可能很熟悉这些情况：导入了一批图片，却一直没时间命名；明明知道值得留下，却迟迟没有补上描述；想分类、想打标签，但数量一多就很难持续做完。图片越积越多，图库也越来越难搜索。
第二个问题是，每个人的整理方式都不一样。有些人重视文件名，有些人更依赖描述；有些人用文件夹管理，有些人以标签为主。有些人在意摄影语言，有些人更在意品牌调性或提案用途。我们一直觉得，"素材整理"这件事不适合只有一套固定答案。
AI 动作就是为了解决这两个问题。你把整理方式交给 AI 批量执行——你定义规则，AI 负责执行。整理这件事，可以从个人习惯变成一套能被反复使用的方法。
在在 AI 时代，我们重新思考了“整理图片”这件事一文中，我们拆解了这次 AI 动作的设计逻辑与思维，有兴趣的话可以看看。
AI 动作是什么？
AI 动作是一个可以自由组合的 AI 工作流工具。你可以创建不同的 Action，指定它要帮你做哪些事情。一个 Action 可以只处理一件事，也可以把多个步骤串成完整流程。
例如，你可以创建一个专门帮图片重命名的 Action，也可以做一个专门帮图片写描述的 Action；可以做一个依照既有文件夹逻辑进行自动分类的 Action，也可以做一个针对风格、色彩与用途进行打标签的 Action。当然，把命名、描述、分类、标签全部串起来也行。
所以 AI 动作不是一个单一功能按钮，而是你可以自行设计的整理工具。关键在于"你希望 AI 依照什么方式替你做事"。
AI 重命名文件：让文件名更清楚、更一致
很多图片导入素材库时，原始文件名几乎没有辨识价值。可能是下载时的乱码、相机输出的编号，也可能只是当下看得懂、过几天就忘记的命名方式。文件越积越多，文件名就成了素材管理中最容易被忽略、却最影响效率的一层。
AI 动作可以根据图片内容，自动生成更有辨识度的名称。你可以让它描述图片主题、带出色调或风格、统一语言、加上前缀、遵守长度限制，或直接套用你自己的命名规则。同样是重命名，有些人可能想用简体中文，有些人想用英文小写；有些人希望所有文件名都以 REF_ 开头，也有人希望从摄影角度命名、包含构图信息，或将名称控制在固定字数内。这些都可以通过设定与自定义指令来完成。
当素材量变大之后，一套一致、可辨识的命名方式会比零散的原始文件名更容易维护和搜索。
AI 描述文件：帮图片补上真正有用的文字信息
如果说 AI 重命名是在建立更直观的外层辨识，那么 AI 描述 做的是替图片补上更完整的文字信息——让每张图片多一层可理解、可搜索的内容。
你可以要求 AI 描述画面主体与场景，分析 UI 画面的主要组件与版面结构，分析摄影作品的构图、光线与氛围，记录品牌调性与适合的提案情境，提取图片中的文字内容，或只聚焦你在意的角度。这也是 AI 动作中最有延展性的一项能力——很多时候，图片真正难整理的地方在于：之后找不找得到、想不想得起来、能不能靠文字重新命中。
当图片拥有更清楚的描述后，不论是自己回头找图，还是搭配 Eagle 的搜索功能，效率都会明显提升。说白了，AI 描述是在帮图片建立语义信息，让它在未来更容易被找到、再次被使用。
AI 分类文件：依照既有文件夹逻辑，自动完成归类
AI 动作也支持自动分类。你可以让 AI 根据图片内容，把素材放进现有文件夹中，省下大量手动拖拉与逐一判断的时间。
这项能力特别适合已经有清楚文件夹结构的情境。当文件夹名称、描述与边界越明确，AI 的分类结果通常也越稳定。例如，如果你的文件夹已经明确区分 UI 组件截图、品牌视觉参考、产品摄影、人像商业摄影、排版案例，AI 分类就能帮你省掉大量手动归档的时间。
AI 分类最适合的场景，是你已经有一套逻辑清楚的文件夹结构，只是手动归档太花时间。数据结构本身越成熟，分类效果越好。
AI 打标签：把最容易拖延的工作交给 AI
打标签很有价值，但也最容易被拖延。不是因为做不到，是因为太花时间。你得看图、想词、判断值不值得标、再决定该标哪一类。一张两张还好，数量一多就很容易一直往后放。
AI 动作可以帮你把这件事批量处理掉。你可以依照自己的标签系统，让 AI 去分析色彩、风格、主题、情绪、用途、构图，以及其他你在意的维度。标签分组、命名方式与描述规则越清楚，AI 打标签的结果越实用。
这件事的价值在于：那些你知道很重要、却一直没做完的整理工作，终于可以被批量执行了。素材规模越大，手动和批量之间的差距就越明显。
自定义指令：真正让 AI 动作变强的地方
如果要说 AI 动作最核心的能力，我们觉得是自定义指令——你可以定义 AI 应该如何理解你的图片。
同样是分析图片，不同角色的需求可能完全不同。UI 设计师在意界面类型、组件与布局；摄影师在意构图、光线、色调与主体关系；品牌设计师在意情绪、调性与提案用途；电商团队在意商品类型、拍摄角度与分类方式。如果每个人都只能用同一套通用分析方式，结果通常只能停留在"大致正确"，很难直接套进自己的工作流。
自定义指令让每个人都能用自己的语言、自己的逻辑，定义 AI 的分析方向。你在主动告诉 AI：这些图片应该怎么被看、怎么被描述、怎么被整理，才符合你的工作方式。
整理方式开始变得可复制
我们觉得 AI 动作最有意思的地方在于，它让那些原本只存在你脑子里的整理习惯，变成了可以反复执行的东西。
例如，你可能已经有一套自己的整理方式：文件名要怎么命、描述要怎么写、哪些图该进哪个文件夹、哪些图片该标哪些标签。以前这些事情只能靠你自己一张张完成，现在你可以把这些规则写成 Action，之后交给 AI 执行。
你的整理方法变成了一套可以跑的系统。整理这件事不再只是一时的努力，而是可以长期积累下来的。
AI 动作特别适合这样使用
AI 动作特别适合几类使用者：素材量大到不可能再靠手动整理的人；本来就有固定命名、描述、分类、标签习惯的人；想把自己的整理逻辑固定下来反复套用的人；希望先补足图片文字信息、让后续搜索更有效率的人；以及不满足于通用 AI 分析、希望 AI 按自己工作方式做事的人。
最能发挥价值的情境，通常是你已经知道自己想怎么整理，也愿意花一点时间定义自定义指令，并且已经有一定的文件夹或标签结构。尤其在分类与打标签这两类任务上，原本的数据结构越清楚，结果越稳定。
AI 动作不是要取代你的整理系统，而是让你已有的整理系统跑得更快。
和 AI Search 搭配使用，效果更完整
如果说 AI Search 解决的是"怎么找"，那么 AI 动作解决的就是怎么让素材变得更好找。
两者的关系很直接：先用 AI 动作帮图片建立更完整的名称、描述、分类与标签，再通过 AI Search 把图找回来。当图片本身的信息更完整，不管你是用自然语言搜索、文字字段搜索，还是以图找图，命中率都会更高。
整理和搜索是一体两面。AI 动作负责补数据，AI Search 负责把数据转化成查找能力。
从今天开始，让 AI 帮你整理
AI 动作今天正式发布。你不需要再在"全部手动整理"与"完全交给通用 AI"之间二选一——现在你可以保留自己的整理逻辑，把规则交给 AI 批量执行。
如果你已经在 Eagle 里积累了很多素材，也早就知道整理很重要，只是一直没有时间把它做好，AI 动作值得试试。它帮你把那些你原本就知道该怎么整理的事情，批量做完。
想快速上手的话，可以参考AI Action 快速上手指南，带你从零开始完成第一个 Action。
想更深入掌握运作逻辑和效率技巧，可以看AI Action 最佳实践指南。指南从四个核心观念出发，拆解功能应用，提供自定义指令示例和模型选型建议，帮你打造自己的 AI 工作流。
相关文章
