每天在微信里收文件，是很多人的工作常态。
方案、截图、合同、表格、演示文稿和视频不断进入聊天窗口。下载时觉得“之后肯定用得到”，几周后再想找，却只记得一个模糊线索：大概是上个月发的，图片里有一座雪山，文档中似乎提到过某个项目名。
真正让人头疼的，往往不是文件丢了，而是文件还在，却再也找不到了。
WeClaw 想解决的就是这件事。它是一款本地优先的桌面工作助手，可以把微信聊天记录目录或其他常用文件夹中的资料增量同步到统一工作区，在本机完成分类、索引、检索、预览和编辑，再通过 AI 助手把“找到文件”继续推进到“理解内容”和“产出结果”。
它不是在文件管理器旁边再放一个聊天框，而是试图把文件从静态附件，变成可以搜索、理解和继续创作的工作上下文。
图片、文档、视频等内容会自动归类；图片以缩略图瀑布流展示，格式、尺寸和大小一目了然。
01 / 第一步：先把文件收拢，但不改变原来的工作习惯
使用 WeClaw，不需要重新设计一套复杂的文件夹规范。
首次使用时，只要选择来源目录、工作区和同步频率。来源既可以是微信聊天记录目录，也可以是项目资料、下载目录或其他常用文件夹。之后新增或修改的文件会被增量同步，未变化的内容不会反复处理。
临时收到的一批资料，则不必先去设置里添加同步任务。用户可以把单个文件或整个文件夹直接拖进 WeClaw 工作区：松开鼠标后，内容会复制到本地工作区，保留文件夹中的资料关系，并自动登记、分类和进入索引流程。相比逐个点击“导入”，这种交互更适合迁移项目资料、整理历史文件，或者一次接收包含图片、文档和视频的完整交付目录。
进入资料库后，文件会按图片、视频、文档、PDF、音频、压缩包等类型归类，也可以继续按扩展名筛选。标签、批量操作、回收站和文件详情则承担日常整理工作。
这套交互的重点是“渐进式”：长期使用的目录可以设置自动同步，一次性资料可以直接拖拽导入；刚开始只复制、分类和浏览也可以，需要更强能力时，再开启 OCR、正文提取、图片语义或视频索引。用户不必在第一次打开软件时，就为一整套 AI 能力付出配置和计算成本。
02 / 不只搜文件名，也搜文件里面发生过什么
传统文件搜索依赖文件名，但真实世界的文件名经常是 最终版2、一串日期，甚至是一段随机字符。
WeClaw 的搜索入口把文件名、路径、标签、文档正文、PDF 内容、图片 OCR、关键词和画面语义放到了一起。比如输入“雪山”，结果既可以来自标题中带有“雪山”的文章，也可以来自正文提到雪山的 Markdown，还可以召回画面中确实出现雪山的图片。
同一个关键词可以跨文件名、正文、OCR 和图片语义召回不同类型的内容。
搜索之外，WeClaw 还提供两种更接近人类记忆方式的能力。
一种是“以图搜图”：选择一张参考图片，系统会结合图像结构、颜色分布、边缘、宽高比、感知哈希和 OCR 文字寻找相似内容。重复图、压缩图、缩放图和轻度编辑图，都更容易被重新找到。
另一种是图片语义索引。开启后，系统可以识别人物、动物、风景、动作、颜色和画面文字，并生成中英文关键词。也就是说，当你不知道文件名，只记得“那张有狗的照片”或“截图里有项目进度”时，仍然有机会直接搜到。
视频也不再只是一个无法展开的 MP4 文件。在支持的环境中，WeClaw 会按时间采样画面，提取画面文字、分类标签和时间点；配置语音转写后，还能把说过的话写入索引。搜索命中某个片段时，可以从对应时间直接开始播放。
03 / 找到之后，继续在同一个空间里工作
搜索只是起点。
双击文件后，WeClaw 会根据格式进入对应的查看或编辑体验。图片可以预览并继续处理；PDF、Word、Excel、PPT 和 Markdown 可以读取内容；Markdown 提供所见即所得编辑，Excel 有表格工作区，演示文稿则进入独立的页面编辑器。
Markdown 文档可以直接编辑、保存，并把当前文档上下文交给 AI 继续修改。
在文档编辑器里，AI 不是一个悬浮在页面之外的问答工具。它知道当前打开的是哪份文档，也可以接收选中的内容。用户可以让它改标题、调整语气、重写某一段，或编辑整篇文章，完成后再保存回工作区。
演示文稿编辑器采用更结构化的方式：左侧管理页面，中间是 16:9 画布，右侧提供标题、正文、要点、引用、数据卡、对比、时间线、流程和图表等组件。既可以从模板开始，也可以让 Agent 编辑当前页或生成新页面。
PPT 编辑器把页面管理、画布、组件库、模板和 Agent 放在同一个工作区中。
这条链路让一次工作可以自然地连续下去：先检索资料，再阅读几份相关文件，让 AI 提炼重点，最后生成一份仍可继续编辑的文档或演示文稿，而不是得到一段难以复用的聊天答案。
04 / AI 助手不是“万能权限”，而是受控地使用工具
WeClaw Agent 可以理解当前页面、当前文件和用户选中的内容，也能检索工作区、读取文档、管理标签、生成文档与 PPT，并在配置相应服务后完成配图、语音和视频相关任务。
助手保留思考与任务过程，生成内容可以继续保存为工作区文档。
但从产品设计上看，更重要的是它不能做什么。
AI 的工作目录被限制在 WeClaw 工作区内，不能越过边界任意读取本机文件；它不能执行任意 SQL，也不能直接获得命令行和任意写入能力。涉及批量删除时，后端会先根据真实索引生成待删除清单，界面再次要求用户确认后才会执行。
换句话说，WeClaw 并没有为了让 Agent“看起来无所不能”，而放弃桌面软件应有的权限边界。
05 / 本地优先，具体是怎样实现的？
WeClaw 使用 Wails 3 构建桌面应用：前端是 React、TypeScript 与 Vite，界面组件基于 shadcn/ui 和 Tailwind CSS；后端由 Go 负责文件同步、索引调度、元数据提取、系统能力调用和文件操作。
在数据层，SQLite 保存文件元数据、标签、同步设置和对话历史，是本地工作区的权威记录；Bleve 负责全文检索，并使用适合中英文内容的分析方式，对文件名、路径、正文、OCR、摘要、关键词和标签进行分字段加权。搜索命中后，再回到 SQLite 应用格式、大小、尺寸、颜色和时间等精确过滤条件。
不同内容采用不同的索引策略：
-
普通 PDF 优先提取原生文本，扫描页或文字稀少的页面再进入高分辨率 OCR，兼顾速度和识别率； -
图片默认可以提取 OCR、颜色和视觉特征，可选用本地视觉模型补充物体、场景和动作语义； -
视频通过画面采样、OCR、分类和可选语音转写，把内容落到具体时间点； -
相似图片检索默认使用本地多特征描述，也预留了向量索引与跨模态搜索路径。
AI 层使用固定版本的 Pi 运行时组织模型和受控工具调用，文本推理可接入 DeepSeek 等服务；图片、视频、语音等能力按用户配置启用。运行时随应用打包，最终用户不需要额外安装 Node.js、Bun 或相关开发环境。
“本地优先”并不意味着所有模型都必须离线，也不等于一句模糊的隐私口号。它更明确地体现在三件事上：文件和索引首先保存在用户指定的工作区；内容检索、OCR 与大量视觉分析尽可能在本机完成；需要云端模型时，由用户主动配置服务和密钥，密钥只保存在本机配置目录。
06 / 从文件仓库，到一个会陪你工作的桌面助手
WeClaw 还有一个很有辨识度的交互：AI 桌面精灵。
它是一个独立、透明、始终置顶的小窗口，会通过眨眼、跳跃、粒子和进度环反馈同步、索引、搜索与 AI 任务的状态。点击精灵可以唤起主窗口和对话，拖动后会记住位置；如果不需要，也可以在设置中关闭，而不会影响后台任务。
这看起来是一个偏“情绪价值”的设计，但它解决了桌面 AI 的一个实际问题：长任务不能只靠转圈，也不应该要求用户一直盯着主窗口。一个轻量、可感知又不会抢占工作的状态载体，比频繁弹通知更自然。
07 / 写在最后
我们每天产生和接收的文件越来越多，但文件系统本身并没有变得更懂人。
WeClaw 的方向，是在不强迫用户改变原有习惯的前提下，把同步、整理、搜索、阅读、编辑和 AI 创作连接起来。文件仍然在本机，目录仍然由用户决定；改变的是，当你再次需要一份资料时，不必先想起它准确的名字和位置。
你可以从一句模糊的描述、一张相似的图片，甚至视频里曾经出现过的一行字开始。
找到它，理解它，然后继续完成工作。
这就是 WeClaw 想成为的东西：不是又一个网盘，也不只是一个聊天机器人，而是一个真正以本地文件为上下文的个人工作空间。