微信附件整理(合规版)
把微信 PC 端本地存储的附件,按「类型」或「客户」分类,复制到操作者指定的目录。 合规边界:本 skill 只做文件系统读取与复制,不读取、不解密、不导出聊天数据库(MSGx.db),不解析聊天内容。
适用前提
- 平台:Windows / macOS / Linux 均自动探测(微信 3.x 与 4.x 按目录结构自动区分,无需手动指定版本)。若装在非默认位置导致自动探测失败,用
scan.py --root <账号目录>直接指定。- Windows 4.x:
%USERPROFILE%\Documents\xwechat_files\<账号>\msg\;3.x:...\WeChat Files\<账号>\FileStorage\ - macOS 4.x:
~/Library/Containers/com.tencent.xinWeChat/Data/Documents/xwechat_files/<账号>/msg/;3.x:.../Application Support/com.tencent.xinWeChat/<版本>/<账号>/FileStorage/ - Linux 原生 4.x:
~/Documents/xwechat_files或~/.xwechat/xwechat_files;Wine/深度:~/.wine或~/.deepinwine下的drive_c\...\Documents\xwechat_files
- Windows 4.x:
- 源数据:微信本地
xwechat_files/WeChat Files下的msg/file、msg/attach、图片.dat等。 - 目标:操作者指定的任意目录(整理结果写在这里,源文件不动)。
关键安全规则(必须遵守)
- 复制不移动、不删除源文件。 默认只做 dry-run 预览,必须显式
--apply才复制。 - 任何"删除/清理原文件"操作都不在本 skill 内自动执行;如需,必须另起对话、明确告知用户风险并走回收站。
- 只写入用户指定的目标目录,绝不在其他位置落盘。
- 涉及个人文件,先扫描预览、让用户确认计划后再执行。
第一步:定位与扫描
- 询问用户微信文件位置;若用户不确定,直接运行扫描脚本自动探测:
多账号时脚本会列出全部账号,用text python3 <本skill目录>/scripts/scan.py --out <工作目录>/wxa_manifest.json--account-filter <子串>收窄。 - 若用户给了自定义根目录:
--root <目录>。 - 扫描产出
wxa_manifest.json:每条含源路径、真实类型(.dat已 XOR 解码还原)、大小、修改时间、sha256。 - 可选开关(按场景用):
--no-hash:跳过 sha256 计算,仅做分类/解码/体积统计,速度快几倍。此模式下--dedup无法做内容去重(脚本会跳过无哈希的条目)。适合先出"清单/体积报告"再决定要不要跑完整哈希扫描。--exclude <doc,image,video>:跳过某些原始分类。微信 4.x 的msg/attach图像缓存是哈希分桶、含数百万小文件,全量枚举常耗时数小时;先--exclude image出文档/视频的报告与整理计划,图像单独后台跑。--progress-every N:每 N 个文件向 stderr 打印进度(文件数/体积/速率)。
第二步:首次运行询问分类方法
首次运行时,必须向用户询问分类方法(之后可记忆到 <本skill目录>/config.json 避免重复问):
- 按类型:文档/表格/图片/视频/压缩包/音频/其他 + 年-月子目录。最稳,推荐默认。
- 按客户:需要用户指定一个"目标文档目录",其下每个子文件夹名即一个客户名。脚本用文件名(L1)+文档正文(L2)匹配;未命中进
__未归类__/。 - 自定义:用户提供规则 JSON(
[{pattern, folder}],按文件名/扩展名/路径子串匹配)。
确认后写入 config.json:{"mode": "...", "dest": "...", "custom_rules": "..."}。
第三步:预览(dry-run)
python3 <本skill目录>/scripts/organize.py \
--manifest <工作目录>/wxa_manifest.json \
--dest <目标目录> --mode <type|customer|custom> \
[--custom-rules <规则.json>] [--suggest-new] [--dedup]
默认只打印计划(每类数量、目标路径树),不写文件。把计划读给用户看。
--dedup(推荐常开):按 sha256 去重。仅当两个文件哈希值相同才视为重复,绝不比较文件名。同内容只保留一份(保留非.dat解码态、修改时间最早者),其余列入dedup_report.json,并提示可节省的空间。源文件绝不删除,仅跳过复制。
第四步:执行复制
用户确认后加 --apply 再跑一次上一条命令(建议同样带 --dedup)。脚本会:
- 复制(
.dat解码为真实格式后写入,扩展名还原)。去重开启时只复制唯一份。 - 用目标目录
.wxa_state.json记录已处理 sha256,支持增量重跑。 - 生成
wxa_upload_manifest.json(本次复制的文件清单,含绝对路径/哈希/类型),供下一步导入资料库。 - 去重开启时额外生成
dedup_report.json(重复组:保留哪份、其余原路径在哪)。
第五步:新客户确认(仅 customer 模式)
- 先带
--suggest-new跑一次,列出未归类文件名中的候选新客户名(人工甄别,避免误建)。 - 发现疑似新客户时,必须问用户是否确认,确认后才在目标目录建对应子文件夹,并重新运行分类把相关文件归入。
- 绝不在未经用户确认的情况下自动创建客户目录。
第六步:导入资料库全文检索(可选,强烈推荐)
整理+去重后的文件如需跨设备检索、全文搜索(搜文件名/正文关键词),导入 WorkBuddy 资料库最省事:
- 上一步已生成
<目标目录>/wxa_upload_manifest.json,含每个文件的abs_path、哈希、类型、真实扩展名。 - 加载
libraryskill,用LibraryUpload把清单里的文件逐个上传到用户的资料库(个人空间或指定团队空间)。- 文本类(pdf/docx/xlsx/txt/md/csv)可被资料库全文检索;图片/音视频按文件留存,检索能力取决于资料库对它们的处理。
- 文件量大时分批上传(每批 ≤ 50 个),避免单次过长;上传失败的不阻断其余。
- 上传完成后告知用户:在资料库内可用文件名或正文关键词搜索;本地的
wxa_upload_manifest.json可作为"已入库清单"留存,便于日后增量比对(已入库的哈希可跳过)。 - 若用户希望"仅把某类/某客户"入库,先用
--mode整理出对应子目录,再只上传该子目录的文件即可。
注意:资料库上传走 WorkBuddy 内置能力,本 skill 不自己实现上传网络请求;是否上传、上传到哪个空间,必须由用户确认。
第七步:交付
- 告知用户目标目录结构、文件总数、未归类数量、去重节省的空间(若开启
--dedup)。 - 提示:
wxa_manifest.json为完整索引(含哈希);dedup_report.json为重复线索;wxa_upload_manifest.json为入库清单。三者均可留存。 - 提醒源文件仍在原处,清理需另行手动处理。
进阶(可选,不在本 skill 内自动做)
- 若需要"按真实发送者归类"而非按文件名/正文猜测,那必须解密聊天数据库——属于另一私有 skill
wechat-db-decrypt,且不应随本 skill 公开。
Related skills
- Downloads
- Security audit
- Review
- Last updated
- 2w ago
- Current version
- v1.0.0
- License
- MIT-0
