返回文章列表实用指南

让 Agent 整理文件:带“(1)”的下载包,未必是重复副本

实际比对五个工作包和一个精确副本对照,保留不同版本,复制到新目录并逐项核验。附输入样本、脚本、两轮清单与去向记录。

约 8 分钟Markdown
本页内容7 个章节

带着括号1的下载文件,真的可以删吗

这次整理本系列留下的工作包时,我们遇到了 business-analysis-workshop.zip 和 business-analysis-workshop (1).zip。名字只多了一个下载序号,但两份文件分别为9,689和10,125字节,内容并不相同。

把它们交给文件整理 Agent,最先要交回的是“哪些相同、哪些不同、依据是什么”。我们实际检查了五个已下载的工作包,并在隔离目录加入一个精确副本作对照,最后形成五份内容不同的工作副本和一张完整去向表。原文件没有被移动或删除。

把整理范围缩到一组已经知道的文件

Claude Academy 的文件整理示例从文件内容出发组织目录,并要求检查整理结果。我们取用这个思路,处理的只是本系列自己制作、已经下载的五个ZIP,不扫描整个私人下载目录。

本轮执行环境是 Codex与Python,没有在Cowork里复现原示例。输入包括编辑练习包、渠道稿包、Skill复用包,以及两份业务分析包。它们都是此前实际产生的文件;额外的第六份是明确加入的测试副本,不能把它写成“发现了一个原本存在的重复下载”。

下载完整练习包,可以看到选定的历史输入、清单、复制记录和脚本。历史ZIP仅供版本比较,不要把其中旧脚本当成当前推荐版本执行。

第一步先读清单,不急着改文件名

我们对每个明确指定的ZIP记录文件名、大小、完整SHA-256,以及压缩包内每个文件的内容摘要。这个过程只读取文件,不解压执行包内程序。

这里有两种不同的比较:整个ZIP的字节相同,可以识别本轮的精确副本;ZIP字节不同,还要看内部文件差异。仅仅重新打包、时间戳或压缩方式不同,也可能改变整个ZIP的摘要,所以“摘要不同”不能直接解释成正文一定不同。

读者可以先只生成清单:

python organize.py first.zip second.zip --report audit.json

文件名里的“最新”“最终版”和括号序号只作为线索,不决定保留哪个文件。对于真实项目,还要查发布记录或负责人确认。

两份业务分析包,差异具体落在哪

实际比较发现,两份业务分析包都包含8个文件,没有新增或删除成员;内容变化落在 README.md 和 plot.py。它们对应我们之前补充的说明和绘图改动,因此应作为不同内容版本保留。

检查对象实际结果本轮处理
两份业务分析包整包摘要不同,两个内部文件变化两份都复制保留
编辑练习包与加入的对照副本整包字节完全相同工作副本只复制一份,记录两个来源
渠道稿包与Skill复用包各自独立,和其他包不相同分别复制保留

最终报告以六条输入记录为准:五条真实输入、一个对照副本,合计五组不同字节。具体文件名与分组都在 audit.json 中。

精确副本与不同版本的实际处理结果
本次运行结果示意;重复副本是明确加入的测试对照。

真正执行的是复制,并留下每个文件的去向

确认清单后,我们把不同内容复制到一个全新的 organized 目录。来源文件始终保留。每次复制后重新计算摘要,确认复制出的字节没有变化;重复副本也在日志里指向已经生成的目标。

初版目标名只有一长串摘要,虽然容易核对,却不方便人找文件。我们随后改成“原文件名主体+摘要短前缀”,再在新目录执行一遍。完整摘要仍保留在清单中,短前缀只帮助识别;目标文件已存在时脚本拒绝覆盖。

最终六条输入都有去向,目标目录里有五个ZIP和一份复制日志。再次使用同一个目标目录会被拒绝,我们实际验证了拒绝后已有内容保持不变。脚本遇到中途问题可能留下部分新副本,检查日志和目标目录后再处理,不把重新运行等同于自动回滚。

给文件整理助手的请求要能检查

只检查我指定的这组文件,先不移动或删除。
交回名称、大小、内容摘要和可能的重复分组。
对名字相似但摘要不同的ZIP,比较内部成员,说明具体差异。
不要仅凭下载序号或修改时间判断哪个是最新版本。

清单确认后,只向一个新的工作目录复制。
记录每个来源对应的目标,复制后核对字节。
相同字节可以共用一个工作副本,但保留全部来源记录。
不同内容版本保留;没有授权,不删除原文件。

这份请求把判断与动作连在了一起。检查“整理完成”时,打开去向表,抽查目标文件,并确认原文件仍在,比只看一个新目录更可靠。

复做时,先把这几个结果核对出来

练习包的 README 提供完整命令,Python 3.10或更新版本即可运行,无额外依赖。先不带 --copy-to 查看报告,再指定一个不存在的目标目录执行复制。

应得到六条输入记录、一个两成员精确重复组、五个不同字节的ZIP,以及两份业务分析包的内部差异。包内的 audit-first.json 保留初版命名记录,audit.json 和 review.json 是最终记录。

这轮只处理ZIP与精确副本,没有验证相似图片、语义重复文档、云盘同步或自动删除。把方法用于自己的资料时,先选一小组获准处理的文件;内容相近但不相同的版本,交回差异供人判断。