lov-search-file

# 文件寻踪 · File Finder 把用户记得的对话主题、片段或 session ID 还原为可验证的本地文件候选。结果会区分 项目归档、下载目录、AI 生成缓存与临时目录，优先返回仍然存在且更耐久的副本。 ## Triggers ### Activate when - “找一下之前 Codex 给我 P 头像的图片存储位置。” - “上次 AI 生成的 PDF / PPT / 压缩包在哪？” - “从那次对话里把最终交付文件找出来。” - “Find the image/file from an earlier Codex, ChatGPT, or Claude conversation.” ### Do not activate when - 只想回忆之前讨论或决定了什么，不需要文件路径 → `lov-search-chat` - 只想定位一个源码仓库或项目目录 → `lov-search-project` - 已知当前目录和文件名，只需普通源码搜索 → `rg` / `find` - 文件只存在于网盘或远端聊天附件，本机无副本 → 使用对应连接器或云端搜索 ## User Profile (cross-session) Every generated Skill is connected to the shared `user-profile/v1` contract in `skill.yaml`. Read the shared user, brand, workspace, preferences, and this Skill's `skills.<skill_id>` namespace at the start of every run. Keep the source portable: resolved personal values belong in the shared profile, never here. When the user directly states a durable preference or brand fact, persist it through `scripts/profile_store.py` and report the saved profile path. Put Skill-specific values under `records.<field>`; use `brand.<field>` or `user.<field>` for shared values. Do not persist inferred secrets or credentials. See `references/user-profile.md` for the complete contract. ## Skill Group Composition Read `references/skill-composition.md` before deciding whether to invoke or extend any adjacent capability. The record distinguishes optional upstream and downstream handoffs from embedded Kit modules. Do not silently depend on a sibling Skill that is not shipped with this source. ## Workflow (MANDATORY) **You MUST follow these steps in order.** ### Step 0: Resolve skill root, dependencies, and runtime context - Use `SKILL_DIR` if the environment provides it. - Otherwise infer the installed skill directory from the current skill context. - Verify every required local module, reference, script, and asset before work. - 必须确认 `scripts/find_ai_file.py`、`scripts/profile_store.py`、 `references/skill-composition.md` 均存在。 - If a required resource is missing, name its expected relative path and stop before producing a partial result. When running scripts manually: ```bash export SKILL_DIR="/path/to/lov-search-file" ``` Resolve `context.profile` on every invocation. The precedence is current request, project context, Skill-specific profile records, shared preferences, shared brand/user profile, then safe defaults. A direct user statement about a durable preference or brand fact should be saved with `scripts/profile_store.py record` using `--confirm`, followed by a concise saved-path report. ### Step 1: Understand the requested outcome - 提取用户仍记得的线索：对话主题或原话、AI 产品、文件类型、大致日期、项目名、 文件名片段与 session ID。现有线索足够时直接搜索，不先追问。 - 区分用户要找的是 AI 的最终输出、原始输入附件，还是所有相关副本；默认最终输出 优先，但保留原始输入作为低分候选。 - 自动从查询推断 `image`、`document`、`audio`、`video`、`archive` 等类型；用户已 明确类型时以当前请求为准。 ### Step 1.5: Analyze nearby Skills before implementation - 先读 `references/skill-composition.md`。`lov-search-chat` 可以提供 session ID、 message ID 或原文片段作为可选上游，但不是运行时依赖。 - `lov-search-project` 返回项目目录，不返回项目里的具体对话交付文件；不要把两个 Skill 合并，也不要用项目名命中冒充文件证据。 ### Step 2: Execute the workflow 1. 若宿主提供任务/对话搜索能力，先只读查询匹配的历史任务，取得更准确的标题、 session ID 或原话；ChatGPT 桌面端的加密数据不可由本地脚本直接解密。没有该能力 时直接进入本地 transcript 搜索，不把连接器当硬依赖。 2. 运行确定性 CLI。默认自动推断文件类型，并输出 JSON 供 Agent 排序解读： ```bash python3 "$SKILL_DIR/scripts/find_ai_file.py" "<记得的对话或文件线索>" --json ``` 3. 已知 session ID 时强约束搜索；用户还给了自定义对话目录或文件根时重复传参： ```bash python3 "$SKILL_DIR/scripts/find_ai_file.py" "<线索>" \ --session-id '<session-uuid>' \ --transcript-root '<transcript-root>' \ --root '<file-root>' --json ``` 4. CLI 先用 ripgrep 预筛 transcript，再只解析用户/助手消息及工具调用里的本地路径； 它不会把 developer/system 文本当成会话证据。命中的 session 会继续关联 `$CODEX_HOME/generated_images/<session-id>` 与该 session 工作目录的 `output/`、 `outputs/`。增量索引存于用户缓存目录，权限为 `0600`；传 `--no-cache` 可禁用。 5. 按 `exists`、`score` 与 `durability` 解释结果： - `project-output` / `documents`：优先作为长期副本； - `downloads`：用户可直接访问的交付副本； - `ai-cache`：可追溯生成来源，但不视作唯一长期归档； - `temporary`：可能随时消失，不能作为唯一结论。 6. 结果为空时，用同义词或更准确的原话重试；需要查看已在对话中提及但已删除的 路径时加 `--include-missing`。仍为空就明确说未找到，不编造路径。 ### Step 3: Validate the deliverable - 对最终候选再次 `stat`，确认文件在本轮仍存在，并报告大小、修改时间与证据 session。 - 至少给出一个推荐路径；同一制品有多个副本时按耐久度说明主副本与缓存副本。 - 不移动、复制、删除或上传任何命中文件，除非用户另行明确要求。 - 运行 `python3 scripts/validate_skill.py .` 与聚焦回归测试，验证可信度卡、真实案例 和本地安装链。 ## Dependencies - Python 3.9+（仅标准库） - ripgrep（推荐，用于快速预筛；缺失时回退到受上限保护的 transcript 扫描） - 不需要网络、凭据或第三方 Python 包