AI 搜索：视觉搜索、语义搜索与跨源搜索

AI 搜索解决的是什么问题

先说清楚痛点。

你上周在 Dribbble 上刷到一张图，特别好。你当时右键存了，丢在 01-灵感收藏 里，没改名字也没贴标签。

今天你要做一个咖啡品牌包装，需要“有点 vintage 感觉、暖色调、有手写质感的插画”。

这时候你怎么办？

  • 翻文件夹？那个文件夹里有八百张图，你要翻二十多分钟，还不敢保证翻到。
  • 搜关键词？你得先想得起那张图叫什么——它叫 9f2e7c1a.png。
  • 搜标签？你当时没贴标签。

这就是 AI 搜索要解决的场景。 你不需要记得任何东西，你只需要能描述你想要什么。

Eagle 4.0 引入的 AI Search（AI 搜索）官方定位是“像人一样理解图片”，明确说了这意味着你不必记文件名和标签。它包含三个方向：

能力 你提供什么 它返回什么
Semantic Search 语义搜索 一句自然语言描述 内容符合描述的图
Visual Search 视觉搜索 一张参考图 风格／构图／颜色相似的图
Cross-Source Search 跨源搜索 描述 + 多个来源 跨来源的聚合结果

这三件事加起来，等于给你的仓库装上了一个能听懂人话的检索员。

根据官方插件 API 文档，AI 搜索是通过一个叫「AI Search」的插件提供的。使用前需要先安装并启用这个插件。

做法是：打开 Eagle 的插件中心，搜索并找到「AI Search」插件，安装它。

装好之后，AI 搜索的能力就集成到 Eagle 的搜索界面里了。

这一节里描述的所有 AI 搜索能力，都依赖这个插件。如果你在搜索框里找不到 AI 相关的选项，先确认插件装了没。

语义搜索：用大白话找图

它是怎么工作的

传统搜索是字面匹配——你搜 猫，它找名字里有“猫”的。

语义搜索是意思匹配——你搜 一只橘色的猫咪在窗台上打盹，它能找出那些名字叫“午睡”、”午后“、“橘猫”或者干脆叫 IMG_2847 的图。

因为它理解的是画面内容，不是文字。

这就是官方说“像人一样理解图片”的意思。

怎么用

在搜索界面里切换到 AI 搜索模式，然后直接输一句话。

推荐的描述方式——把画面要素说清楚：

差的描述 好的描述
好看的东西 暖色调的极简室内，有大量留白和一张旧沙发
商业插画 扁平风格的商业插画，用了三个颜色（米黄、砖红、深棕）
排版参考 杂志内页排版，大标题衬线字体，图片在上文字在下
复古风格 八十年代复古海报质感，有颗粒感和略微褪色的配色

规律是：主体 + 风格 + 色彩 + 构图。 描述得越具体，结果越准。

语义搜索的独门价值

它在你完全没整理过的仓库里尤其有用。

第三章说过“给一张图改名字贴标签需要五秒”，但现实中你会有大量”裸素材“——没名字、没标签、只有原始文件名。这些素材在关键词搜索里是天生的黑洞，但在语义搜索里和整理过的素材一视同仁。

所以 AI 搜索是你整理债务的临时还款方式。 不整理也能找，只是每找一次会慢一点、消耗多一点算力。

视觉搜索：用一张图找相似的图

它解决的是“参考驱动”的场景

设计师每天都在干一件事：“我要找这样的。”

  • 客户发来一张图，说“我要这种风格的”
  • 你刷到一张图，想找视觉上的替代品
  • 你要给已有的设计找一套配套的素材

这时候关键词搜索完全没用——因为你要找的东西你还没法用语言描述。

视觉搜索的用法是：把参考图给 Eagle，它返回视觉上相似的图。

用法一：拿仓库里的图去搜。 选中一张图，对它做视觉搜索，Eagle 找出仓库里视觉相似的其他素材。

这一条特别适合做“系列感”。 比如你有一个主视觉，现在要给社交媒体配一套延展素材——用主视觉做视觉搜索，找出来的就是气质一致的那一批。

用法二：拿外部的图去搜。 你从别处看到一张参考图（网页上、甲方给的、朋友发你的），把它作为搜索输入，Eagle 在你的仓库里找视觉上最接近的。

用法三：以图搜图找素材扩展。 你有一张很喜欢的插画，想找同系列的或者风格接近的其他插画。这在插画、图标、字体类素材上效果尤其好。

视觉搜索的强项和弱项

强项：视觉风格、构图、色彩关系。这三样东西用语言描述极其困难，用视觉匹配却一目了然。

弱项：具体内容。你有一张“猫”的图，视觉搜索可能找出”狗“的图——因为它们的姿态和构图像，但内容完全不同。

所以用视觉搜索的时候，心里要有一句话：“我找的是感觉，不是内容。”

跨源搜索：不只是在 Eagle 里找

“Cross-Source”这个概念值得专门解释一下。

它是什么

跨源搜索的意思是：你的搜索请求不只是发到 Eagle 自己的仓库里，还可以覆盖外部来源。

Eagle 收集素材的时候本来就来自很多地方——浏览器扩展、拖拽、批量保存、HD 下载、截图。如果你有多个资源库，那也是多个来源。跨源搜索把这些来源当成一个整体来搜。

为什么这件事有价值？

因为你真正的素材往往散在多个地方。工作库一个、个人收藏库一个、硬盘上还有一堆没导的。跨源搜索让你不用先想“该去哪个库找”。

实际怎么用

在搜索界面的来源选项里，把你想覆盖的来源都勾上，然后正常搜索。

具体能覆盖哪些来源，取决于你的实际配置——你装了几个资源库、有没有接入其他工具的扩展。建议在偏好设置或搜索区域附近找一下来源相关的选项。

AI 搜索和传统搜索怎么配合

这是最值得记住的一点：AI 搜索不是替代传统搜索，而是补充。

你要找的 用哪个
名字里有“coffee”的图 关键词搜索
有“极简”标签的所有图 标签筛选
“暖色调的极简室内” 语义搜索
“和这张图感觉一样的” 视觉搜索
这个项目里的全部素材 文件夹视图
还没整理过的素材 未分类筛选

一个典型的实操流程是这样的：

  1. 先用文件夹或者标签缩小到一个大致的范围（比如“这个项目的素材”）。
  2. 在这个范围里用语义搜索描述你想要的具体感觉。
  3. 结果出来后按评分排序，优先看最精华的几个。
  4. 如果还差一点，用视觉搜索从已知的好素材往外扩。

这个流程比单纯用任何一种搜索都要快。

AI 搜索的使用成本

它需要算力

语义搜索和视觉搜索都不是简单的文本匹配，需要模型参与。这意味着：

  • 首次使用某个资源库时，可能需要一段时间来建立索引。
  • 索引没建完之前，搜索结果可能不完整。
  • 大型资源库的搜索响应会比普通关键词搜索慢一点。

在你几千张素材的规模上，这个等待通常是可以接受的。 如果感觉明显慢，可能是索引还没建好。

它可能涉及数据上传

这一条必须讲清楚，因为它和第一章说的“本地优先”有张力。

AI 搜索要理解图片内容，通常需要把图片送到模型去处理。 这意味着：

  • 你的素材可能会被发送到第三方模型服务。
  • 一旦启用，“完全离线”这个属性就不再成立（至少对启用 AI 的那个资源库是这样）。

这不是 Eagle 的缺陷，这是 AI 能力的固有代价。 但你应该有意识地知道这件事，并且做出自己的判断。

具体的数据处理方式和隐私相关的设置，建议你在启用之前去 Eagle 的官方文档和支持页面确认当前版本的政策说明。不同版本、不同模型服务可能有不同约定。

如果你完全不能接受上传

那就别用 AI 搜索，用传统搜索——关键词、标签、文件夹、评分这些维度全都在本地工作。 这也正是为什么第三章反复强调“要贴标签、要写备注”：它们是你在不上传任何数据的前提下，能拿到的最好检索能力。

常见坑

坑一：描述得太笼统。 搜“好看的图”等于什么都没说。把主体、风格、色彩、构图四要素说清楚，结果质量天差地别。

坑二：搜出来的结果不相关，但你觉得“AI 不行”。 更可能的原因是索引还没建完，或者描述里混入了一个太具体的细节（比如说了”柴犬“，结果全是一堆柴犬照片，但你其实想要的是那个姿态）。

坑四：把 AI 搜索当唯一解法，忽略整理的价值。 AI 搜索是很好的兜底，但整理过的素材搜起来又快又准，还完全不消耗算力。两者是互补关系，不是替代关系。

小结

  • AI 搜索需要装 AI Search 插件，装完集成到搜索界面
  • 语义搜索：用一句话描述你要的画面
  • 视觉搜索：用一张图找视觉相似的图，适合“找感觉”
  • 跨源搜索：把多个来源当成一个仓库来搜
  • 最好的用法：文件夹／标签缩小范围 → AI 搜索精确定位 → 按评分排序
  • 它可能涉及图片上传，介意隐私的话就用传统搜索，这也更凸显整理的价值

下一节我们讲预览与浏览。前面讲了很多“怎么找”，这一节讲”找到之后怎么快速判断哪个能用“——这在几百张图里挑十张的时候，是决定效率的关键一环。

整理人：WorkBuddy