file-cleanup

name	file-cleanup
description	文件清理族 — downloads 子命令把 ~/Downloads 顶层 entry 按规则派送到 ~/Dev / personal-vault；zip 子命令把 ~/Dev 下 raw 归档（.zip/.rar/.7z）外挪到 ~/zip/<Dev 镜像>，原位置留 _ZIP-INDEX.md 指针。触发：整理下载目录 / Downloads 太乱 / 下载里的东西归一下 / zip 外挪 / 归档外挪 / Dev 太臃肿 / 把压缩包挪走 / raw 归档清理。

file-cleanup · 文件清理族

两子命令，按关键词分支：

• 触发词含 "download / 下载 / Downloads" → ## downloads 子命令
• 触发词含 "zip / 归档 / 外挪 / 压缩包 / 臃肿" → ## zip 子命令

底层实现仍是原脚本，本 skill 只做编排 + 用户拍板。

---

downloads — ~/Downloads 派送

把 ~/Downloads/ 顶层 entry 自动派送到合适项目，未识别的提示人工补规则，决策落 rules.yaml 供下次复用。

流程：scan → plan → 人工补规则 → apply

# 1. 看现状
python3 ~/Dev/tools/dev/lib/tools/downloads_triage/triage.py scan

# 2. 出 plan.md（dry-run）
python3 ~/Dev/tools/dev/lib/tools/downloads_triage/triage.py plan

# 3. 看 ⚠ 未知 entry：
#    a) pdftotext / pandoc / Read 判内容
#    b) rules.yaml entry_rules 加一条
#    c) 敏感证件 target 必须 ~/Dev 之外
#    d) 重跑 scan 验证

# 4. 执行
python3 ~/Dev/tools/dev/lib/tools/downloads_triage/triage.py apply

规则 SSOT

~/Dev/tools/dev/lib/tools/downloads_triage/rules.yaml

四层匹配（优先级：exact > prefix > regex > keyword）：

• skip_dirs: 永远不动的顶层目录
• skip_ext: 永远跳过的扩展名（.zip/.exe/.dmg/.iso/.vsix 安装包压缩包）
• trash_patterns: 见即 trash（hash png / .DS_Store / Office lock）
• entry_rules: 顶层名 → 派送目标

未知 entry 内容判断

文件类型	手段
*.pdf	pdftotext -l 1 file.pdf - | head -c 300
*.docx	pandoc file.docx -t plain | head -50 或 /docx read
*.xlsx	pandas.read_excel('f.xlsx', nrows=5)
目录	ls 目录/ | head
hash/uuid 命名	必须 pdftotext / mdls metadata，不准凭文件名瞎猜

~/Dev 分层目标速查

内容类型	目标
水利业务	~/Dev/Work/projects/zdwp/workspace/inbox/<date>-from-downloads/
公司共享（法规/标准）	~/Dev/Work/shared/resources/
行政/财务	~/Dev/content/admin/
法律/案件	~/Archives/ip-legal/legal/
投资/税务	~/Archives/investment/
简历/求职	~/Dev/content/career/job-search/
学术	~/Dev/content/learn/<主题>/
工具源码	~/Dev/apps/<name>/
🔒 个人证件	~/Documents/personal-vault/（必 ~/Dev 之外，git 风险）

downloads 反模式

• ❌ 敏感证件 mv 到 ~/Dev/content/（git 泄露）
• ❌ LLM 逐文件分类（应该补规则一次复用 N 次）
• ❌ 直接 rm（走 ~/.Trash/ 保回溯）
• ❌ 跳过 ⚠ 未知 entry 不补规则（下次重复扫）

---

zip — ~/Dev raw 归档外挪

核心（memory feedback_raw_archives_offload · 用户原话："zip raw 不删要留 + 不留 Dev 太臃肿"）：

• raw 归档（zip/rar/7z）不删不解压，按 Dev 位置 1:1 mv 到 ~/zip/Dev/<rel-path>/
• Dev 原目录留 _ZIP-INDEX.md 指针（原文件名 / 体积 / mtime / mirror 绝对路径）
• 幂等：已有 mirror 且 md5 一致 → skip；不一致 → 报警人工
• 仅处理 raw 归档；不动 dist/build 产物（可重生成）
• 默认排除：_archive/ / tools/configs/ / tools/cc-configs/templates/ / .git / .venv / node_modules

何时用

• 用户嫌 ~/Dev 太臃肿想瘦身
• 体检发现一堆 raw zip / rar 占空间
• 新装 Mac / 跨机迁移前压缩 Dev 工作树
• backup 前剥离 raw 归档

不触发：已在 ~/zip/ 的不再处理；release tar.gz 走 /repo clean；单文件看内容用 unzip -l。

3 步

# 1. scan dry-run
python3 ~/Dev/tools/dev/lib/tools/oneshot/zip_offload.py scan
# 输出：候选数 + 总体积 + offload/skip/conflict + 前 50 大

# 2. 让用户拍板（推荐措辞）
#    「我推荐 apply，候选 N 个 / 总 XG，前 5 大都是 raw 归档，冲突 0」

# 3. apply
python3 ~/Dev/tools/dev/lib/tools/oneshot/zip_offload.py apply
# 或 --yes 跳交互（已经确认过）

实际动作：mkdir -p ~/zip/Dev/<rel> → mv <src>.zip <mirror> → 原目录写/更新 _ZIP-INDEX.md（同名去重再追加）。

zip 硬约束

• 绝不解压：raw 保持二进制原状
• 绝不删源：shutil.move 等价 mv，内容完整搬到 mirror
• md5 冲突必停：mirror 已存在且内容不同 → 报警人工对账
• 不动 _archive/：套娃
• conflicts 必须 0 才能 --yes

zip 反模式

• find ... -delete 删 raw zip → 违反"不删"
• 手动 cp -r 镜像 → 没 md5、没指针、不幂等
• apply 不先 scan → 违反"破坏性操作先批准"

---

相关

• 配套：/tidy（深度整理目录）
• 实现：~/Dev/tools/dev/lib/tools/downloads_triage/triage.py · ~/Dev/tools/dev/lib/tools/oneshot/zip_offload.py（stdlib only）
• memory: feedback_raw_archives_offload