重复文件整理工具

任务目标

• 本 Skill 用于：扫描指定目录，识别完全相同的重复文件，生成结构化报告并提供整理建议
• 能力包含：文件内容哈希比对、重复文件分组、智能删除建议、磁盘空间分析
• 触发条件：用户提到"重复文件"、"清理磁盘"、"整理照片"、"释放空间"等需求

操作步骤

1. 准备阶段

• 确定要扫描的目录路径（用户需提供完整路径或相对路径）
• 确认是否需要限制文件类型（如仅扫描图片）
• 建议用户在操作前备份重要数据

2. 扫描阶段

• 调用 scripts/duplicate_scanner.py 执行扫描：

  python /workspace/projects/duplicate-file-cleaner/scripts/duplicate_scanner.py \
    --directory <扫描目录> \
    --output <报告文件.json> \
    --min-size 1024 \
    --extensions jpg,png,pdf,mp4
  

• 参数说明：
  • --directory：必填，要扫描的目录
  • --output：可选，输出报告文件路径（默认输出到终端）
  • --min-size：可选，最小文件大小（字节），默认 1024（1KB）
  • --extensions：可选，文件扩展名过滤，逗号分隔（如 jpg,png,gif）

3. 分析阶段

• 智能体解读扫描报告，提供以下建议：
  • 识别重复文件的数量和类型分布
  • 计算可释放的磁盘空间
  • 基于文件路径和修改时间推荐保留策略
  • 生成删除清单（标注高风险文件）

4. 整理阶段

• 根据智能体建议，用户可选择：
  • 自动删除：智能体生成批量删除脚本
  • 手动确认：逐个确认每个重复文件组的处理方式
  • 备份后删除：先将重复文件移动到备份目录
• 智能体协助执行删除操作或生成操作脚本

资源索引

• 核心脚本：scripts/duplicate_scanner.py（用途：扫描目录并生成重复文件报告）
• 参考指南：references/file-organization-guide.md（何时读取：需要了解文件整理最佳实践、保留策略）

注意事项

• ⚠️ 在删除文件前，建议用户先备份重要数据
• ⚠️ 脚本仅检测文件内容完全相同的文件，不检测视觉相似的图片
• ⚠️ 对于系统目录（如 Windows/Program Files），建议谨慎操作
• 建议优先处理用户目录（如 Documents、Pictures、Downloads）
• 智能体会基于文件路径和修改时间提供保留建议，但最终决策由用户确认

使用示例

示例1：扫描照片库

# 扫描照片目录，仅查找图片文件
python scripts/duplicate_scanner.py \
  --directory ~/Pictures \
  --output report.json \
  --min-size 10240 \
  --extensions jpg,png,heic

智能体分析后建议保留拍摄时间最早的版本。

示例2：全盘扫描

# 扫描整个用户目录，查找所有类型的重复文件
python scripts/duplicate_scanner.py \
  --directory ~ \
  --output report.json \
  --min-size 1024

智能体会提示可能需要较长时间，并建议优先处理大文件。

示例3：清理下载目录

# 扫描下载目录，查找大于100KB的重复文件
python scripts/duplicate_scanner.py \
  --directory ~/Downloads \
  --output report.json \
  --min-size 102400

智能体会识别重复下载的资源文件，推荐删除多余副本。