AI 推荐标签：让模型帮你打底
为什么需要 AI 推荐
你一次收进来 50 张图，每张打 2-3 个标签，全部手动要花 15 分钟以上。AI 推荐可以先帮你打底，把每张图最可能的标签候选出来，你只需要审核和修正——整体时间缩到 5 分钟。
AI 推荐的工作原理
Rays 的 AI 标签推荐基于机器学习模型：
- 模型位置：本地运行，不上传图片到任何服务器
- 推理引擎：LiteRT（轻量级推理引擎）
- 基础能力：基于图片分类模型（见同作者开源的 StickerClassification 项目）
模型分析图片的视觉内容（颜色、构图、主体、文字区域等），给出几个标签候选和置信度。
如何使用 AI 推荐
单张图推荐
- 在表情库中点开某张图的详情页
- 找到标签区域，点 AI 推荐 或类似按钮
- 等待模型分析完成（首次可能需要几秒，之后有缓存）
- 查看推荐的标签候选，勾选准确的、划掉没用的
- 手动补充 AI 漏掉的标签
批量推荐
批量模式下可以对多张图一次性发起 AI 推荐，然后统一审核。适合新图入库时快速打底。
推荐质量如何
AI 推荐不是万能的，以下场景推荐质量会下降：
| 场景 | 推荐表现 | 原因 |
|---|---|---|
| 纯文字表情图 | 中等 | 模型需要识别文字内容，但 OCR 和标签推荐是两个独立能力 |
| 低分辨率/模糊图 | 差 | 模型看不清内容 |
| 风格独特的二创图 | 不稳定 | 模型没见过类似的训练样本 |
| 动图 GIF | 仅分析首帧 | 后续帧的内容不在分析范围内 |
| 非中文内容 | 取决于模型 | 默认模型可能侧重中文场景 |
关键提醒
AI 推荐只是参考，手打标签永远作数。Rays 不强制你用 AI 推荐，推荐结果不会自动保存——必须你手动确认。
如何切换 AI 模型
Rays 支持更换底层的 AI 模型：
- 在设置或 AI 工具入口找到模型选择
- 可以从内置模型列表里选，也可以加载自己的模型文件
- 不同模型对同一图片的理解不同，可以多试几个看哪个效果最好
切换模型后，新推荐会用新模型；已经保存的标签不受影响。
什么时候 AI 推荐反而浪费时间
如果你每次只收 1-3 张图，手动打标签反而更快——AI 推荐需要等模型分析，对于少量图来说等待时间超过了手动打标签的时间。
AI 推荐的效率优势体现在批量收图（10 张以上）场景。
总结
AI 推荐是 Rays 的一个效率工具，不是核心功能。核心还是你的标签体系和手动维护。但在合适的场景下（新图批量入库、日常收图量大），它能省不少时间。