magika-file-type-dtctn

name	magika-file-type-dtctn
description	Use Google Magika for fast ML-based file-type detection from file bytes, not just extensions or MIME. Use when the user needs reliable file identification, suspicious upload triage, content-type validation, malware-prep filtering, or bulk file classification.
version	1.0.0
author	Hermes Agent
license	Apache-2.0-or-similar-upstream

Magika File Type Detection

用 Magika 判文件类型。

适用：

• 上传文件真类型校验
• 扩展名伪造排查
• 批量文件分类
• 安全前置检测
• 内容型路由

安装

优先低权限安装：

python3 -m pip install --user magika

若 PATH 未含用户 bin：

export PATH="$HOME/.local/bin:$PATH"

验证：

magika --version
magika somefile.bin

用法

单文件：

magika path/to/file

批量：

find path/to/dir -type f -print0 | xargs -0 magika

JSON 输出若上游版本支持，则优先 JSON；否则读标准文本输出。

Hermes 用法

1. 先装并验证 CLI 可运行。
2. 对用户给的文件或目录跑检测。
3. 若结果与扩展名/MIME 不符，明确标“伪装”或“待审”。
4. 若用于上传链路，先以 Magika 结果作为内容真相，再决定解析器。

判定原则

• 扩展名只作提示，不作真相。
• MIME 头只作旁证，不作真相。
• 真正路由以 Magika 内容判定为主。
• 对低置信或未知类型，再回退到人工/额外检测。

适合集成到 Hermes 的场景

• 本地文档摄取前分类
• repo intake 时判断混入二进制/模型/媒体/文档
• 上传安全网关前置判断
• OCR、PDF、图像、代码文件分流

风险

• Magika 强，但非绝对；未知/混合/损坏文件仍可能需二次检查。
• 安全流程中，不可因识别成功就跳过沙箱或 AV。