Loomy 深度体验 - 让桌面 Agent “看懂”本地文件

一个深度使用者的视角：资料库+搜索弹框，到底解决了什么问题？

装完Loomy，打开界面，你可能和我一样——能聊天、能执行任务、能连IM，但总觉得差口气。它好像什么都能干，但到底从哪开始才能让它真正“帮上忙”？

我深度用了一段时间，发现这次更新的两个功能，才是Loomy从“玩具”变成“工具”的关键转折点：

• 资料库——让AI真正“看懂”你电脑里的文件
• 搜索弹框——让你随时能把任务“扔”给AI

这篇文章不讲官方话术，就从一个实际用户和技术观察者的角度，聊聊这两个功能到底解决了什么问题、技术上有啥看头、以及我对桌面Agent方向的一些判断。

一、资料库：别被“文件管理”这个词骗了，它做的是“语义索引”

第一次打开资料库，我以为是又一个“AI智能分类”的噱头。用了一段时间才发现，它解决的是一个很硬核的问题：如何让AI在本地安全地理解非结构化数据。

1.1 安全：本地闭环，值得单独给个好评

桌面Agent最大的信任门槛就是安全。Loomy的处理方式我觉得是目前见过最务实的：

• 显式授权：你不点「授权并选择目录」，它啥也看不见
• 本地闭环：所有扫描、归类、索引都在本地完成，不上传
• 动态撤销：随时可以收回权限，索引同步清理

这三点单独看都不稀奇，但组合起来就是一个可信任的本地数据访问范式。对于做桌面应用的开发者来说，这套权限模型值得抄作业，比很多产品“先要全盘权限再说不干什么”的设计良心多了。

1.2 智能分类：不是规则匹配，是语义聚类

资料库把文档自动分成“数据”、“课件”、“论文”等分组。我一开始以为是按文件扩展名或关键词硬匹配的，但传了一批杂七杂八的文档进去之后发现——分类逻辑明显是基于内容语义的。

• 提取文档正文文本
• 通过Embedding模型转成向量
• 聚类算法自动分组 + 自动生成标签

这套方案的优点是不需要预设分类规则，能自适应不同用户的文件分布。对于一个通用型桌面Agent来说，这是唯一可行的路，你不可能给每个用户定制一套分类规则。

1.3 智能识图：一张图被“看懂”之后，价值完全不一样

这是我觉得资料库里最接近“智能” 的功能。

默认情况下，Loomy只能靠文件名认图。但开启「智能识图」后，它会调用多模态大模型分析图片内容，生成一段语义描述存下来。

实测效果：我搜“有数据库ER图的截图”，它能把我那张文件名是Screenshot-2026-03-21.png的图翻出来。不是因为文件名，而是因为AI真的“看懂了”这张图里有ER图。

技术上就是典型的RAG思想在本地多模态数据上的落地：

• 图片 → 多模态大模型 → 文本描述 → 存入索引
• 用户搜语义 → 匹配文本描述 → 返回图片

这套逻辑不复杂，但能在本地跑通且体验流畅，说明工程优化是下了功夫的。未来这套模式扩展到视频关键帧、音频转文字索引，就是桌面Agent真正的“眼睛”和“耳朵”。

1.4 和竞品比，差异在哪？

维度	Loomy资料库	Windows/macOS搜索	Alfred/Raycast
文件内容理解	语义级	仅文件名/元数据	仅文件名
智能识图	✅	❌	❌
AI自动分类	✅	❌	❌
与Agent联动	原生支持	❌	需额外配置

差异化就一句话：它不是帮你“找到”文件，而是让AI“理解”文件内容后，基于理解去执行任务。

二、搜索弹框：你以为是个启动器？其实是个“任务触发器”

搜索弹框第一眼看起来很像Alfred或Raycast，但核心逻辑完全不一样。

2.1 体验上：毫秒级响应，说明本地索引做扎实了

Alt+空格全局唤起，边输入边匹配，响应基本无感延迟。这种体验背后是：

• SQLite FTS5做全文索引
• 可能引入轻量级向量库（Chroma/LanceDB）做语义匹配
• 后台进程常驻，确保热键实时捕获

这些技术选型不稀奇，但能把多源检索（技能、文件、图片、应用）融合到一个输入框里且保持低延迟，工程整合能力是到位的。

2.2 Tab键切换：真正的“杀手级交互”

普通的搜索框，搜到结果→回车打开，到这就结束了。

但Loomy搜索弹框多了一步：按Tab键，从“搜索”切换到“问Loomy”。

举个例子你就明白差异了：

• 你在写周报，需要一张系统架构图
• Alt+空格，输入“架构图”，搜到了几张
• 但发现都是旧版本，没关系，按Tab，输入框变成“问Loomy：根据资料库中最新的架构图，帮我生成一份部署说明文档”
• Loomy自己去检索、找图、生成文档

一个按键，把“搜文件”升级成了“派任务”。这个交互设计的意义在于，让你在“发现搜索结果不够用”的瞬间，可以无缝升级诉求，不需要重新打开一个对话窗口重新描述一遍。

这种“渐进式任务构建”的体验，比很多Agent产品“要么纯搜索、要么纯对话”的设计要自然得多。

2.3 和 Alfred 们对比：定位根本不同

维度	Loomy搜索弹框	Alfred/Raycast
快速启动	✅	✅（核心功能）
语义检索	✅（含AI识图）	❌
一键切换为任务	✅（Tab键）	❌
与Agent原生联动	✅	需额外脚本

Alfred解决的是“快速找到并打开”，Loomy搜索弹框解决的是“快速找到，然后让AI接着干”。两者不是一个物种。

好的说完，说点我觉得还不到位的地方：

• 智能识图消耗积分：能理解，毕竟调用大模型有成本。但希望未来能支持本地小模型离线跑，哪怕效果差一点，至少给个“不花钱但能用”的选项。
• 资料库目前是只读的：能搜、能看，但不能让AI直接在里面“改”文件。比如“帮我重命名这组图片”这类操作，目前还得靠别的技能实现。期待未来读写打通。
• 搜索弹框的排序算法可以更“聪明”：目前还是按匹配度排，如果能结合使用频次、最近访问时间等信号做个性化排序，体验会再上一个台阶。
• 技能列表已经挺丰富（财经资讯、公文写作、股票分析、抖音热榜追踪……），但资料库的索引数据还没对Skill开放。如果未来Skill能直接调用资料库的检索结果，想象空间会大很多——比如“基于近半年文档生成知识图谱”这种。

四、总结：桌面Agent的“数据底座”正在成形

我对桌面Agent一直有个判断：它能不能真的“干活”，取决于它对你本地数据的理解有多深。没有本地数据理解的Agent，就是个“会说不会做”的聊天框。

Loomy这次更新的资料库+搜索弹框，本质上是在构建一个本地数据的语义索引层，让AI“看懂”文件，让用户“随时”找到AI，让任务“无缝”从检索过渡到执行。

层级	功能	解决的问题
数据层	资料库	AI不认识你的文件 → 让AI“看懂”
检索层	搜索弹框	你找不到AI → 随时唤出
执行层	Agent对话	搜到之后还要手干 → Tab键派活

产品形态可以抄，但这个“数据→检索→执行”的闭环逻辑，才是Loomy这次更新真正值得关注的东西。

如果你也装了Loomy，别在那乱点乱试了。

先去授权资料库，再记住Alt+空格这组快捷键。然后琢磨一下，你日常哪些“先找文件再干活”的流程，可以变成“让AI直接干”。