sifter：一个 23 MB 的本地免费模型，帮你归类支出

sifter 面向“太小不值得外包、又太重复”的文本归类任务，如整理支出条目、分类客户消息、给库存备注打标签。用户提供 20 到 30 个标注示例，它用开源句向量模型 all-MiniLM-L6-v2（量化 ONNX，约 23 MB）在本机 CPU 上做嵌入，按语义归类新条目；不确定时返回 ?unsure 而非猜测。示例命令为 python sifter.py teach Meals "coffee and a croissant with the client" 与 python sifter.py sort my_expenses.txt。

AI推荐理由 sifter 是一个本地运行的小型文本分类工具：用约 23 MB 的量化 ONNX all-MiniLM-L6-v2 在 CPU 上做嵌入，用户给 20–30 个标注示例即可分类，不确定时输出 ?unsure。对隐私敏感、重复性文本归类场景有实际用途，但文中未提供准确率等量化评测，效果需自行验证。