| name | ingest_archive_7z_preview |
| description | 7z 压缩包内容预览工具。递归扫描目录内 .7z 文件，列出内部文件清单并按需输出文本片段预览，供后续采集流程判断是否需要解压处理。
当用户提到 7z 预览、7z 压缩包内容查看、7z 文件清单等需求时使用此 skill。
即使用户没有明确说出"7z 预览"，只要任务涉及在解压前先查看 7z 压缩包内部文件结构和内容片段，就应该使用此 skill。
不负责 zip、rar、tar 等其他压缩格式的预览（各有独立 skill），也不负责解压或归档打包。
|
| name_zh | 7z 压缩包预览 |
| input_params | [{"name":"input_dir","type":"string","required":true,"description":"待扫描目录（递归）"},{"name":"output","type":"string","required":true,"description":"预览报告输出路径（JSON）"},{"name":"max_entries","type":"string","required":false,"default":"0","description":"每个压缩包最多列出的文件数，0 表示不限"},{"name":"preview_bytes","type":"string","required":false,"default":"200","description":"文本文件预览字节数"}] |
| output_params | [{"name":"output","type":"json_file","description":"7z 压缩包预览报告"}] |
| tag | 数据筛选 |
| publisher | COMMUNITY |
ingest_archive_7z_preview — 7z 压缩包预览
功能概述
递归扫描目录内 .7z 文件，列出每个压缩包内部文件清单，对文本文件输出前 N 字节预览（UTF-8 解码失败则输出 hex）。输出 JSON 报告供后续解压或采集流程决策。
依赖 py7zr 库。
触发条件
- 采集入口收到一批 7z 文件，需要先查看内容再决定解压策略
- 需要批量盘点 7z 压缩包内的文件结构
核心参数
| 参数 | 说明 | 默认值 |
|---|
--input_dir | 待扫描目录（递归） | 必填 |
--output | 预览报告输出路径 | 必填 |
--max_entries | 每个压缩包最多列出的文件数 | 0 |
--preview_bytes | 文本文件预览字节数 | 200 |
使用方法
python scripts/run_ingest_archive_7z_preview.py \
--input_dir <input_dir> \
--output <output> \
--max_entries 0 \
--preview_bytes 200
输出示例
{
"items": [
{
"path": "data/batch01.7z",
"type": "7z",
"total_entries": 5,
"entries": [
{"name": "data.csv", "size": 1024, "is_dir": false, "preview": "id,name,value..."},
{"name": "docs/", "size": 0, "is_dir": true}
]
}
],
"summary":
环境要求
需要 py7zr 第三方库。若未安装，报告中将输出 error 提示。
