file-intel

文件情报 — Gemini 文件处理器

对文件夹中的文件运行 scripts/process_files_with_gemini.py，并生成适用于 Obsidian 的摘要。

第 1 步：获取文件夹

使用 AskUserQuestion：

Question: "Which folder should I process?"
Options:
1. "This vault's inbox/" — process the inbox folder
2. "Custom path" — user specifies a folder

如果用户选择选项 2，他们会在“其他”输入框中键入路径。

第 2 步：运行脚本

在 vault 根目录中通过 Bash 运行：

python scripts/process_files_with_gemini.py <folder_path>

• 如果是 inbox/：python scripts/process_files_with_gemini.py inbox/
• 如果是自定义路径：将其作为参数传入

运行时显示终端输出，让用户实时查看文件处理进度。

第 3 步：打开输出

脚本完成后，打开输出文件夹：

open "outputs/file_summaries/YYYY-MM-DD/"

将 YYYY-MM-DD 替换为脚本输出中的当天日期。

第 4 步：反馈结果

告知用户：

• 处理了多少个文件
• 摘要保存在哪里
• 指引他们查看 MASTER_SUMMARY.md，它是所有内容的单文件摘要
• 建议：“打开 Claude Code 并说：将 inbox/ 中的所有内容整理到相应的文件夹中”

备注

• 支持的格式：PDF、PPTX、XLSX、DOCX、CSV、JSON、XML、MD、TXT、PY、JS、HTML、CSS
• 输出：outputs/file_summaries/YYYY-MM-DD/
• 每个文件都会生成一个单独的 *_summary.md
• MASTER_SUMMARY.md 会将所有摘要合并为一份摘要
• 摘要会根据上下文调整格式：交付文件（发票、报告）和参考文件（代码、配置）会采用不同格式

---

注意事项

• 编码检测尽力而为，并非确定性操作： 使用 Windows-1252 或 Latin-1 保存的文件可能会被当作乱码 UTF-8 处理，而不会明确报错。对于来源未知的批次，请抽查第一份摘要；如果带重音符号的字符显示为乱码，说明源编码检测有误。
• 受密码保护和加密的 PDF 会生成空白摘要： Gemini 无法从锁定的 PDF 中提取文本，但脚本不会将其标记为失败。请检查每个 *_summary.md 的文件大小；小于约 200 字节的文件值得怀疑。
• 扫描版 PDF 的摘要取决于 OCR 置信度： 低 DPI 扫描件、手写内容或旋转页面会导致摘要出现幻觉内容，而不是如实说明“无法读取”。在根据扫描文档做出后续决策前，请对照原件核实。
• 包含多个工作表的 XLSX 文件只会摘要活动工作表： 处理器读取工作簿默认打开的工作表；其他工作表会被静默跳过。对于多工作表财务文件，请拆分为多个文件，或预期只会覆盖部分内容。
• MASTER_SUMMARY.md 会随文件数量线性增长，在大型文件夹中会超出上下文限制： 包含 200 个文件的收件箱会生成过大的摘要，若不截断就无法再输入另一次大模型调用。对于超过约 50 个文件的批次，请使用各文件的单独摘要，而非总摘要。
• 在同一文件夹上重新运行会写入新的 YYYY-MM-DD/ 子目录： 同一天内的两次运行会相互覆盖；不同日期的运行则会生成重复内容，且没有交叉引用。重新处理前，请清除或归档之前的输出。