news 2026/9/1 5:55:05

别让 AI 直接改你文件:这 3 个案例告诉你该怎么用

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
别让 AI 直接改你文件:这 3 个案例告诉你该怎么用

摘要:本文分享用 AI 批量整理本地文件的 3 个真实案例:700 多篇笔记归档、Agent 知识库目录生成与更新、软著材料对账改名,全部附提示词原文,并总结先备份、先预览、规则具体化的实操经验,可直接参考复用。

文章目录

    • 一、整理文件,最贵的成本是"耐心"
    • 二、案例一:700 多篇笔记,Hermes 分成 42 个文件夹
    • 三、案例二:给 Agent 知识库做一张"活目录"
    • 四、案例三:软著对账加批量改名,先确认再动手
    • 五、3 条建议,抄作业就行

以前整理文件都是自己一个一个上手操作的,后来也找到了一些批命名、批量创建文件夹的工具,但也少不了自己动手。现在 AI 这么强,肯定得用上 AI 了。关于 AI 整理文件夹这事,我用 3 个案例给大家分享一下。

三个案例都是平时遇到的具体事情:700 多篇笔记归档、知识库建总目录、软著材料对账。提示词原文我都贴出来了,给大家提供一个思路,需要的可以参考。

一、整理文件,最贵的成本是"耐心"

说实话,整理文件没什么技术含量,就是三步:扫一眼、定规则、动手挪。虽说这任务简单,但其实很难做出一个能重复使用的Skill,因为每次的需求都不一样,所以我每次用都是针对任务单独编写规则。

假如你有 700 多篇笔记挨个建文件夹,谁干谁怀疑人生。

AI 干这个正好对口:不嫌烦、不喊累,规则说清楚,它能一口气搬到天亮。

二、案例一:700 多篇笔记,Hermes 分成 42 个文件夹

我以前一直用的笔记本是群晖自带的Note Station,后面觉得思源笔记好用,就想办法转到了思源笔记;再后来 AI 很强,大家都用Obsidian,我看了很多案例,找到了适合自己的使用方法。接下来就是笔记大迁移。有迁移笔记需求的可以参考我之前的文章《群晖NoteStation笔记批量迁移到思源笔记,5步搞定,全部搞定》《群晖 NoteStation 转 Obsidian 保姆级教程,批量迁移笔记一个不落》

我本地攒了 700 多篇散乱笔记,类型杂,图片引用更乱。我用的是Hermes,指令是这么下的:

任务:整理笔记
数据说明:
assets:图片和附件目录。 其他同级目录为笔记文件夹(存放了同种类笔记)。
任务要求:
1、遍历每个笔记文件夹中的所有笔记,在笔记所在目录按笔记名称建立一个文件夹并且将当前笔记迁移到同名文件夹中。
2、每个笔记里面都可能有图片,将引用的图片拷贝到笔记所在目录的 assets 目录(如果assets目录不存在则新建一个)。

一轮跑完,AI 把同类笔记归拢到一起,分成了 42 个文件夹。比我预想的还整齐,每个笔记都分到了具体的类别里面,图片也归到了各自的 assets 目录。

图:Hermes整理笔记任务对话

后来我翻笔记又发现一个问题:有些笔记插的是互联网图片,链接哪天挂了,图就没了。

我又补了一条指令:

检查一下有没有笔记用的是在线图片,如果有,则将图片下载到笔记同级 assets 目录中,并且将笔记里的图片引用地址改成本地。

Hermes 把在线图片挨个下载、挨个替换引用,笔记从此断网也能看。

图:在线图片下载与引用替换结果

这里有个坑要提醒:在线图片不是百分百下载成功。失效的链接它会列出来,这部分还得自己兜底。

三、案例二:给 Agent 知识库做一张"活目录"

第二个任务是知识库。我本地搭了一个 Agent 知识库,里面存了一批文档,一直缺个总目录。

为什么要目录?两个用途:同步给同事看,掌握库里都收了哪些文档;也方便后续往里加东西时不乱。

我让 WorkBuddy 扫描项目目录,输出一张 Excel 图谱。第一版不合心意,我连着调了几轮:

任务:知识库梳理。完成项目目录扫描,将目录名称和文档名称进行记录,形成一张 excel 表格:第一列目录名称,第二列目录下所有文档名称,每个文档占一行。

任务:excel 格式调整。第一列一级目录名称,第二列二级目录名称,如没有二级目录则填充"-",第三列文档标题,所有列左对齐。

图:知识库目录生成对话

几轮下来,图谱长成了我要的样子:一级目录、二级目录、文档标题,三列排开,所有列左对齐。

图:知识库图谱表格调整

更有用的在后头。我手动改了表格,新加了文件,目录结构也调过。

按老思路,这图谱得重做一遍。我只说了一句:

我修改了 excel,然后增加了新的文件,你帮我更新一下知识库谱图。

AI 照着新结构重新扫了一遍,表格又对上了。这张表是活的,像一本会自动更新的图书馆目录卡。

图:知识库图谱更新结果

四、案例三:软著对账加批量改名,先确认再动手

第三个任务最琐碎:软著材料梳理。

我手头有一份软著清单,还有一批上次写的软著资料。文件夹和文件名跟清单八成对不上。

我要理清楚两件事:上次写了哪些,这次还得写哪些。整个活分两步走。

第一步对账,我先教 WorkBuddy 怎么比:

用原始数据到对比数据里面进行对比,然后告诉我差异情况。原始数据的软著名称是"系统名称+版本号"格式,与对比数据的系统名称比对。不能 100% 匹配的,使用模糊匹配,低于 60% 相似度的放弃并记录。你不要修改文件,匹配完成后将成功和失败的通过表格给我看,让我确认。

注意最后一句:先出结果给我看,确认之后再动文件。AI 老老实实交了两张表,匹配成功一张,匹配失败一张。

图:软著匹配结果确认

第二步是规范命名,我把规则一条条喂给它:

文件夹命名格式:系统名称+版本号+(负责人),如"xxxxxxxxx系统V1.0(姓名)“。文件夹中如果有”.pdf",则删除。如果缺少"软著软件著作权申请表",则从模板文件夹复制一份并改名补上。

这一轮跑下来,一个软著一个目录,命名全部统一,缺的申请表也补齐了。

图:软著材料命名规范结果

像不像财务对完账,再按统一格式贴标签装箱?AI 一下子就干完,人工得磨好久。

五、3 条建议,抄作业就行

跑完这三个案例,我的经验就几句话。

先备份再动手。批量改名、批量删除这类操作,源文件一定要留底。

然后,让 AI 先出结果预览。软著案例里"先确认再改文件"这条,强烈建议你原样抄走。

还有一条容易忽略:规则写到具体。像"命名格式:系统名称+版本号+(负责人)"这种带样例的描述,AI 一次就能做对。说含糊了,它就自由发挥。

说白了,AI 整理文件夹,省的是体力,不是判断。方向盘还得你自己握。

你电脑里最乱的文件夹是哪个?评论区聊聊,看看有没有同道中人。

觉得有用的话,点个关注,下期聊聊我拿 AI 干的其他脏活累活。

版权声明:本文为博主「半甜柠檬」原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文声明及本声明链接。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/1 5:49:21

FUSB302实现USB PD快充协议:从寄存器配置到代码实战

简介:FUSB302 PD协议代码示例是一套面向嵌入式开发者的可运行源码,聚焦USB PD 1.0/2.0协议在单片机平台上的落地实现,适合需要快速集成PD充电功能的工程师参考。代码覆盖器件初始化、CC引脚状态检测、FIFO缓冲区读写、消息ID管理与电压/电流请…

作者头像 李华
网站建设 2026/9/1 5:48:55

金融工程转数据分析靠谱吗?金融背景是加分还是减分?

金融工程转数据分析靠谱吗?金融背景是加分还是减分?最近, 好多学金融工程的学弟学妹来问我, 他们问我说: “学长, 金工本科毕业之后, 看上去好像什么都没办法做, 量化私募进不去, 银行柜员又不是自己想干的, 那转数据分析, 这样做靠不靠谱? ”我, 是那种…

作者头像 李华
网站建设 2026/9/1 5:48:48

DeepSeek Harness:插件化架构重塑 LLM 应用开发与工具链

围绕 DeepSeek 的插件化开发工具,最近讨论度较高的方向是 DeepSeek Harness。它把模型调用、工具扩展、提示词模板、输出处理等环节拆成独立插件,让开发者可以根据任务自由组合,而不是被一套固定流程绑死。很多人第一次接触到“一切皆插件”的…

作者头像 李华
网站建设 2026/9/1 5:48:35

西安交大869信号与系统考研:高频考点与复习指南

2025年考研初试结束后,不少备考西安交通大学869(信号与系统)的同学来问:这一年的题目风格有没有变化?重点是不是还集中在卷积、傅里叶变换、系统响应这几块?说实话,每年真题的具体数值和图形都会…

作者头像 李华
网站建设 2026/9/1 5:48:22

Python自动化运维快速入门

自动化运维快速入门第一章:自动化运维概述1.1将自动化手段运用起来, 针对服务器, 针对网络, 针对应用等等, 去实施管理和。对维护过程而言, 其目的在于提升效率以及质量予以增添, 并且在成本方面有所降低, 自动化运维所涵盖的主要内容是。包含配置管理, 涉及监控领域…

作者头像 李华
网站建设 2026/9/1 5:48:10

YOLOv8实战:训练目标检测模型识别《三角洲行动》游戏画面

简介:YOLOv8训练三角洲行动检测项目代码,专为希望快速上手目标检测训练的开发者和深度学习初学者设计。资源完整覆盖环境配置、数据准备、模型选择与配置、训练以及评估优化五个环节,结合5万张256256的JPG图像及YOLO格式txt标注,以…

作者头像 李华