个人材料查找合同、说明书、发票、课件这类文档,散在几十个文件夹、微信收到的文件和下载文件夹里。这个项目只记“哪份文件在哪、叫什么、内容指纹是多少”,不复制、不搬动原件:先查登记过的,不够再查登记过的文件夹每天记下的文件名清单;选中后核对确实是那一份,再翻到那一页。找不到、扫描件没有文字层,或者原件这会儿读不到时,它照实说查过哪里、卡在哪一步,不硬凑一份,也不说“没有这份”。照片、视频、录音不归它管。
真实的一次 9 月 25 日,我让 AI 把一批谷歌云盘上传时留在电脑上、只剩一份的文件拿给我看,材料库里已有的直接删。它给这 46 个文件(约 1 GB)逐个算内容指纹,跟材料库和照片视频录音管理的记录比:一个都不重复,于是全部拿给我看;我看完,让它删了。

11 月 06 日 14:26 计数入口正常返回 56 个来源、171 份登记、4 条关系、161 份有文字,文件名清单 73,041 条(10 月 11 日上午这个入口报过一次错,之后没再出现,原因还没查);同步次数截至 11 月 6 日 08:25 那一次(11 月 6 日 14:26 读的日志)。那一次完成了,文件名清单也全部刷完,没有来源卡在时间上限(11 月 3 日那次有 17 个来源没刷完,用旧清单顶着,那已是过去的事)。这只说明材料这一步:同一个每日任务 11 月 5 日整体结果是 1,原因还没查,不能说整项备份都成功

个人材料查找
合同、说明书、发票、课件这类文档,散在几十个文件夹、微信收到的文件和下载文件夹里。这个项目只记“哪份文件在哪、叫什么、内容指纹是多少”,不复制、不搬动原件:先查登记过的,不够再查登记过的文件夹每天记下的文件名清单;选中后核对确实是那一份,再翻到那一页。找不到、扫描件没有文字层,或者原件这会儿读不到时,它照实说查过哪里、卡在哪一步,不硬凑一份,也不说“没有这份”。照片、视频、录音不归它管。
真实的一次 9 月 25 日,我让 AI 把一批谷歌云盘上传时留在电脑上、只剩一份的文件拿给我看,材料库里已有的直接删。它给这 46 个文件(约 1 GB)逐个算内容指纹,跟材料库和照片视频录音管理的记录比:一个都不重复,于是全部拿给我看;我看完,让它删了。
11 月 06 日 14:26 计数入口正常返回 56 个来源、171 份登记、4 条关系、161 份有文字,文件名清单 73,041 条(10 月 11 日上午这个入口报过一次错,之后没再出现,原因还没查);同步次数截至 11 月 6 日 08:25 那一次(11 月 6 日 14:26 读的日志)。那一次完成了,文件名清单也全部刷完,没有来源卡在时间上限(11 月 3 日那次有 17 个来源没刷完,用旧清单顶着,那已是过去的事)。这只说明材料这一步:同一个每日任务 11 月 5 日整体结果是 1,原因还没查,不能说整项备份都成功

平时怎么用说“去年租房签的那份合同”。它在登记过的原件里比对标题和已知文字,给出 4 个以内的候选,写明是标题对上了还是正文对上了,分清草稿、签字版和一模一样的副本。
草稿 签字版
说“上个月微信里收到的报价单”。微信收到的文件、下载文件夹和其余登记过的文件夹(蓝湖产品资料那一个除外)每天记一份文件名清单,按文件名配对;排在前面的几个再现场确认还在不在。登记里没有严格对上时,它自动顺带查这些清单,不用另说。9 月 26 日第一次记(当时只有微信和下载):下载文件夹 9,576 个,主号、副号在新旧两版微信里的收件文件夹共 5,719 个;9 月 28 日合计 15,210 条;10 月 20 日起登记过的普通文件夹也记进清单,10 月 22 日 06:47 合计 28,942 条,11 月 4 日合计 72,356 条。
选中一份后说“讲押金怎么退的是哪一条”。PDF 给页码,Word 给第几段或表格里第几格,TXT 和 Markdown 给行号,每处附一小段原文。
第 4 页
照片视频录音管理清空手机前,把手机上文档的内容指纹交过来查,这里已有一模一样的就不再拉一份;留下的新文档放进所属文件夹后,精确登记进来。
平时怎么用说“去年租房签的那份合同”。它在登记过的原件里比对标题和已知文字,给出 4 个以内的候选,写明是标题对上了还是正文对上了,分清草稿、签字版和一模一样的副本。
草稿 签字版
说“上个月微信里收到的报价单”。微信收到的文件、下载文件夹和其余登记过的文件夹(蓝湖产品资料那一个除外)每天记一份文件名清单,按文件名配对;排在前面的几个再现场确认还在不在。登记里没有严格对上时,它自动顺带查这些清单,不用另说。9 月 26 日第一次记(当时只有微信和下载):下载文件夹 9,576 个,主号、副号在新旧两版微信里的收件文件夹共 5,719 个;9 月 28 日合计 15,210 条;10 月 20 日起登记过的普通文件夹也记进清单,10 月 22 日 06:47 合计 28,942 条,11 月 4 日合计 72,356 条。
选中一份后说“讲押金怎么退的是哪一条”。PDF 给页码,Word 给第几段或表格里第几格,TXT 和 Markdown 给行号,每处附一小段原文。
第 4 页
照片视频录音管理清空手机前,把手机上文档的内容指纹交过来查,这里已有一模一样的就不再拉一份;留下的新文档放进所属文件夹后,精确登记进来。
每天 17:10,自动电脑配置与恢复每天备份个人资料,复制到备份硬盘之前先跑这一步:
- 逐条看登记过的原件还在不在;我删掉的,去掉那一条,连同只属于它的文字(为什么这样定,见亮点)
- 刷新微信收到的文件和下载文件夹的文件名清单
- 做完,整份登记随个人资料一起复制到备份硬盘
- 那天个人资料锁着,这一步就推迟到下一次(10 月 2 日、5 日各推迟过一次)
- 10 月 20 日起,登记过的普通文件夹(蓝湖产品资料那一个除外)也和微信、下载一样每天刷新一份文件名清单;只记文件名、大小和修改时间,不读内容
除此之外没有后台程序,不扫整台电脑。
出事怎么办| 情况 | 它怎么做 |
|---|---|
| 没找到 | 列出实际查过哪些来源、哪些打不开、哪些没查,不说“没有这份”;你换个说法或说出大概在哪,它在同样的范围里接着找 |
| 选中的文件变了 | 大小或内容指纹和登记时对不上,不打开、不交给 AI 读,报告它变了 |
| 扫描件没有文字层 | 说明哪几页没字,这一份交给本地文字识别;不说“里面没有这句话” |
| 资料锁锁着 | 除了看几个计数,什么都不读,先请我验证(约法 L18) |
| 原件放在加密文件夹的“门牌”后面 | 登记里存的是门牌路径。门牌关着,或者门牌指向的地方和登记的对不上,就拒绝并说明缺口,不当成文件没了:有路径不等于这会儿读得到 |
| 登记错了,或者不想再找到某一份 | 只撤这一份登记,原件和它所在的来源都不动:先预演看清撤的是哪一份,写明原因,确认后才真撤(全部功能第 14 项) |
| 每天的同步失败 | 备份日志记下这一步失败和原因(10 月 22 日 17:10 失败过一次,退出码 125,之后恢复);开头“现在”横条显示不显示,11 月 4 日没核对画面 |
| 同步完成了,但文件名清单没刷全 | 这一步仍算完成:已做完的登记核对不回滚,后面的云端媒体维护也不受影响。到时间上限(整步 60 秒)没扫到的来源保留旧清单,回执写明是哪些来源、什么原因;旧条目不当成文件现在还在,查找时报缺口。11 月 3 日那次有 17 个来源到了时间上限 |
每天 17:10,自动
电脑配置与恢复每天备份个人资料,复制到备份硬盘之前先跑这一步:
- 逐条看登记过的原件还在不在;我删掉的,去掉那一条,连同只属于它的文字(为什么这样定,见亮点)
- 刷新微信收到的文件和下载文件夹的文件名清单
- 做完,整份登记随个人资料一起复制到备份硬盘
- 那天个人资料锁着,这一步就推迟到下一次(10 月 2 日、5 日各推迟过一次)
- 10 月 20 日起,登记过的普通文件夹(蓝湖产品资料那一个除外)也和微信、下载一样每天刷新一份文件名清单;只记文件名、大小和修改时间,不读内容
除此之外没有后台程序,不扫整台电脑。
出事怎么办
一次查找经过哪几步





为什么一份文件要核几次指纹,见亮点。
一次查找经过哪几步





为什么一份文件要核几次指纹,见亮点。
怎么配对、存了什么听懂你的话是 AI 的事;程序自己只做字面配对:中文按相邻两个字切片。三个字以内的说法要整段出现;更长的,至少对上 2 片、且你说法切出的片有六成在候选里找到,或对上 3 片、且找到三成五,才算候选。它不会“猜”出一份不存在的文件。
租房合同 租房 房合 合同
SHA-256 相同才算一模一样的副本;名字像、日期近都不算。
一个 SQLite 数据库,五张表:来源、原件、原件之间的关系(比如哪份属于哪个文件包)、可搜的文字(能删了重建)、文件名清单。11 月 4 日只读计数:55 个来源,166 份原件,4 条原件之间的关系,161 份有可搜的文字(32 份是原件自带的完整文字;129 份是部分文字,其中 115 份是提取出的、14 份是扫描件认字得来的),5 份没有;文件名清单 72,356 条。这些是登记里的数,不代表这次把 166 份原件逐个重新核对过。不复制原件,不存人物、事件、重要程度。
原件位置和来源根目录存的是门牌入口路径;门牌改造之前登记的旧位置,读出来时才换成门牌,不批量改写旧记录。普通路径原样保存。
PDF 用 pypdf 读文字层,Word 用 python-docx 读正文段落和表格,TXT 和 Markdown 按行读(UTF-8 或带 BOM 的 UTF-16)。
怎么配对、存了什么听懂你的话是 AI 的事;程序自己只做字面配对:中文按相邻两个字切片。三个字以内的说法要整段出现;更长的,至少对上 2 片、且你说法切出的片有六成在候选里找到,或对上 3 片、且找到三成五,才算候选。它不会“猜”出一份不存在的文件。
租房合同 租房 房合 合同
SHA-256 相同才算一模一样的副本;名字像、日期近都不算。
一个 SQLite 数据库,五张表:来源、原件、原件之间的关系(比如哪份属于哪个文件包)、可搜的文字(能删了重建)、文件名清单。11 月 4 日只读计数:55 个来源,166 份原件,4 条原件之间的关系,161 份有可搜的文字(32 份是原件自带的完整文字;129 份是部分文字,其中 115 份是提取出的、14 份是扫描件认字得来的),5 份没有;文件名清单 72,356 条。这些是登记里的数,不代表这次把 166 份原件逐个重新核对过。不复制原件,不存人物、事件、重要程度。
原件位置和来源根目录存的是门牌入口路径;门牌改造之前登记的旧位置,读出来时才换成门牌,不批量改写旧记录。普通路径原样保存。
PDF 用 pypdf 读文字层,Word 用 python-docx 读正文段落和表格,TXT 和 Markdown 按行读(UTF-8 或带 BOM 的 UTF-16)。
数字截至 2026 年 11 月 6 日
范围有多大上面四个文件数是 11 月 4 日 09:08 数的:到 20 秒上限还没数完(55 个来源试了 28 个,走完 26 个;1 个来源超过 5 万个文件,只数到 5 万;59 处目录太深跳过),所以写“至少”,没轮到的来源不算在内。“还没登记”和“非媒体文件”统计范围不同,两个数不能相减。9 月 28 日 20:55 那次用时 6 秒,看过 85,189 个,跳过媒体 10,250 个,至少 74,939 个非媒体文件,其中 74,775 个没登记;10 月 11 日 23:52 那次也到 20 秒上限(试了 27 个来源,走完 26 个),只看到至少 29,759 个非媒体文件,其中至少 29,635 个没有精确登记。几次都是受限的枚举,范围不同,差值不能当成删了多少。
范围有多大上面四个文件数是 11 月 4 日 09:08 数的:到 20 秒上限还没数完(55 个来源试了 28 个,走完 26 个;1 个来源超过 5 万个文件,只数到 5 万;59 处目录太深跳过),所以写“至少”,没轮到的来源不算在内。“还没登记”和“非媒体文件”统计范围不同,两个数不能相减。9 月 28 日 20:55 那次用时 6 秒,看过 85,189 个,跳过媒体 10,250 个,至少 74,939 个非媒体文件,其中 74,775 个没登记;10 月 11 日 23:52 那次也到 20 秒上限(试了 27 个来源,走完 26 个),只看到至少 29,759 个非媒体文件,其中至少 29,635 个没有精确登记。几次都是受限的枚举,范围不同,差值不能当成删了多少。
数字截至 2026 年 11 月 6 日
亮点麻烦:以前的个人知识库把材料都收进一个 10 GB 的数据库,记了 219 万条材料位置,还自己推断事件和人物关系;能收能查,却给不出我真正要的答案,8 月 25 日退役。
解法:反过来,只记“哪份在哪、叫什么、指纹多少”。现在精确登记 166 份(11 月 4 日);其余至少八万多份不预先登记,用到时查登记文件夹每天记的文件名清单,配上的再现场核对还在(只有蓝湖产品资料那一个文件夹仍现场按文件名找);你要打开或要收进来时才登记。
麻烦:我在文件夹里删了文件,旧记录还把它当原件给出来;反过来,硬盘没接上时,又不能把整盘当成删光。
解法:删文件不用告诉 AI。每天 17:10 只在来源文件夹能打开、而这个文件确实不存在时,才去掉那一条;文件夹打不开、文件还在但内容变了,都只报告、不删。
麻烦:同名的文件、改过的文件、拷来拷去的副本,看名字分不清。
解法:认的是 SHA-256 内容指纹。读之前和读之后在同一个打开的文件上各算一次,写进登记或打开之前再核一次;对不上就不交出去。
亮点麻烦:以前的个人知识库把材料都收进一个 10 GB 的数据库,记了 219 万条材料位置,还自己推断事件和人物关系;能收能查,却给不出我真正要的答案,8 月 25 日退役。
解法:反过来,只记“哪份在哪、叫什么、指纹多少”。现在精确登记 166 份(11 月 4 日);其余至少八万多份不预先登记,用到时查登记文件夹每天记的文件名清单,配上的再现场核对还在(只有蓝湖产品资料那一个文件夹仍现场按文件名找);你要打开或要收进来时才登记。
麻烦:我在文件夹里删了文件,旧记录还把它当原件给出来;反过来,硬盘没接上时,又不能把整盘当成删光。
解法:删文件不用告诉 AI。每天 17:10 只在来源文件夹能打开、而这个文件确实不存在时,才去掉那一条;文件夹打不开、文件还在但内容变了,都只报告、不删。
麻烦:同名的文件、改过的文件、拷来拷去的副本,看名字分不清。
解法:认的是 SHA-256 内容指纹。读之前和读之后在同一个打开的文件上各算一次,写进登记或打开之前再核一次;对不上就不交出去。
几个小巧思说法里有“签字”“草稿”“定稿”这类版本词,候选里必须有同样的词才会列出;免得我要签字版,它递来一份草稿。
草稿 签字版
AI 自己读的时候只核对,不写登记,也不在桌面上弹出窗口;你说要看,才打开。
找、核对、盘点都只读;去掉失效的登记只在每天 17:10 那一步做,出了问题只查一处。
单个来源最多数 5 万个文件,超了就标“至少”,接着数别的来源,整轮最多 20 秒。
几个小巧思说法里有“签字”“草稿”“定稿”这类版本词,候选里必须有同样的词才会列出;免得我要签字版,它递来一份草稿。
草稿 签字版
AI 自己读的时候只核对,不写登记,也不在桌面上弹出窗口;你说要看,才打开。
找、核对、盘点都只读;去掉失效的登记只在每天 17:10 那一步做,出了问题只查一处。
单个来源最多数 5 万个文件,超了就标“至少”,接着数别的来源,整轮最多 20 秒。

说不准=这项用的时候不留记录,9 月 15–28 日的对话记录里(Claude 的从 9 月 24 日才有)也没找到用过的痕迹。















说不准=这项用的时候不留记录,9 月 15–28 日的对话记录里(Claude 的从 9 月 24 日才有)也没找到用过的痕迹。














演进8 月 25 日–10 月 21 日,一共 32 次提交。
演进8 月 25 日–10 月 21 日,一共 32 次提交。
复制 AI 续作说明
项目:个人材料查找;仓库:wlyaaaaa/personal-materials;范围:整个项目;目标:(这里写这次要做的事)。先读项目的 AGENTS.md 和说明,按现行规则做。
把“目标”换成这次要做的事,整段复制给 AI。





