generate-identifiers

生成自定义识别词

此技能用于为 MoviePilot 的媒体识别系统生成自定义识别规则。自定义识别词会在识别引擎运行前预处理种子/文件名，修正可能导致误识别的命名问题。

前提条件

使用以下 moviepilot_api 操作：

• config.identifiers.get - 查询所有现有的自定义识别规则
• config.identifiers.update - 保存更新后的识别词列表（会替换整个列表）
• media.recognize - 测试对种子标题或文件路径的识别（可选）

支持的规则格式

共有 四种格式。运算符两侧都必须有空格。

1. 屏蔽词

从标题中删除匹配的文本。支持正则表达式。

SomeUniqueAlias

只有当词条本身在全局范围内足够具体，或用户明确要求全局清理规则时，才使用单独的屏蔽词。

2. 替换（被替换词 => 替换词）

正则替换。左侧是正则表达式，右侧是替换内容（支持反向引用）。

被替换词 => 替换词

用于直接指定 ID 的特殊替换：

被替换词 => {[tmdbid=xxx;type=movie/tv;s=xxx;e=xxx]}
被替换词 => {[doubanid=xxx;type=movie/tv;s=xxx;e=xxx]}

使用与目标元数据提供方匹配的特定字段： tmdbid、doubanid、bangumiid 或 anilistid。其中 s（季）和 e （集）为可选项。对于 TMDB 电视剧识别，可添加 g=xxx 指定剧集组：

被替换词 => {[tmdbid=xxx;type=tv;g=xxx;s=xxx;e=xxx]}

3. 集偏移

对前后定位词之间找到的集数进行偏移。EP 是原始集数的占位符。

前定位词 <> 后定位词 >> EP-12

4. 替换 + 集偏移组合

先执行替换；只有替换成功时才会执行集偏移。

被替换词 => 替换词 && 前定位词 <> 后定位词 >> EP-12

注释

以 # 开头的行是注释，处理时会跳过。

编写识别词的重要规则

1. 支持正则表达式：所有模式都支持正则表达式。匹配字面字符时，特殊字符（. * + ? ^ $ { } [ ] ( ) | \）必须使用 \ 转义。
2. 空格很重要：运算符 =>、<>、>>、&& 两侧都必须有空格。
3. 每个字符串一条规则：识别词列表中的每个元素都是一条规则。
4. EP 占位符：在集偏移表达式中，EP 表示原始集数。常见模式：
   • EP-12 表示减去 12
   • EP+5 表示加上 5
   • EP*2 表示乘以 2
5. 支持中文数字：集偏移支持中文数字（一二三四五六七八九十）。
6. 空替换：在 => 后不填写内容，效果等同于屏蔽词。

全局作用范围防护规则

自定义识别词会作用于全局。新规则会影响今后所有种子/文件的识别，而不仅仅是用户提供的示例。

生成新规则时，默认采用能够修正用户示例的最窄正则表达式：

• 先提取示例中的独特锚点：错误的标题别名、年份、季/集标记、制作组标签、来源、分辨率、发布标签、文件扩展名或其他显著片段。
• 匹配侧通常应包含至少两个有意义的锚点，其中一个通常应是标题别名或用户示例中的其他高度独特标识。
• 优先匹配示例中的完整错误别名或稳定的独特片段，不要使用简短的通用子字符串。
• 避免使用 1080p、WEB-DL、中字、国配、REPACK、S01E01 等通用全局规则或纯数字，除非用户明确要求全局清理规则。
• 如果规则只需修正一种特定命名模式，优先使用带捕获组/反向引用的上下文替换，而不是单独的屏蔽词。
• 对于集偏移规则，前定位词 和 后定位词 应使用示例中特定的上下文，确保偏移只应用于预期的命名模式。
• 对于直接绑定媒体，左侧应匹配用户提供的特定错误别名或命名模式，而不是可能匹配其他媒体的宽泛季/集模式。

窄范围与宽泛示例

不佳（对全局规则而言过于宽泛）：

REPACK
1080p
S01E01 => {[tmdbid=12345;type=tv;s=1;e=1]}

更佳（限定为用户提供的样例模式）：

(\[SubGroup\].*?My\.Show.*?2024.*?)REPACK => \1
Some\.Weird\.Name(?:\.2024)?(?:\.S01E\d+)? => {[tmdbid=12345;type=tv;s=1]}
\[Baha\] <> \[1080P\] >> EP-12

保存前，请在脑中用以下情况测试规则：

• 用户提供的样例：应当匹配
• 带有常见发行标签的无关标题：通常不应匹配

工作流

步骤 1：分析问题

解析用户提供的种子/文件名。确定：

• 哪些内容被错误识别（标题、季、集、年份、画质等）
• 正确的识别结果应该是什么
• 哪种标识符格式可以解决问题
• 提供的样例中有哪些片段足够独特，可以用作正则表达式锚点，避免规则意外影响无关标题

步骤 2：生成标识符规则

使用合适的格式编写规则。确保：

• 正确转义正则表达式特殊字符
• 在规则上方添加注释行（以 # 开头），说明规则的作用
• 在脑中用提供的名称测试正则表达式，确认其正确性
• 由于规则是全局的，应优先选择最具体且可行的匹配；如果单独使用屏蔽词过于宽泛，应将其改写为包含样例专属锚点的上下文替换规则

步骤 3：查询现有标识符

使用 moviepilot_api 和 operation_id=config.identifiers.get 获取所有现有规则：

{"operation_id": "config.identifiers.get"}

步骤 4：检查重复项

将每条新规则与现有标识符进行比较：

• 完全重复：规则字符串与某条现有规则完全相同——跳过
• 功能重复：规则不同，但对同一输入产生相同效果（例如，正则表达式模式相同，仅有无关紧要的空格差异）——提醒用户
• 冲突：现有规则以不同方式修改相同文本——提醒用户并询问应保留哪条规则

步骤 5：保存更新后的标识符

将新的非重复规则合并到现有列表中，然后使用 operation_id=config.identifiers.update 保存完整列表：

{
  "operation_id": "config.identifiers.update",
  "body": {"identifiers": ["existing rule 1", "existing rule 2", "# new comment", "new rule"]}
}

重要：始终在列表中包含所有现有规则。此工具会替换整个列表。

步骤 6：验证（可选）

如果用户想验证规则是否有效，请使用 media.recognize 进行测试：

{"operation_id": "media.recognize", "query": {"title": "the torrent title to test"}}

步骤 7：报告

告知用户：

• 添加了哪些规则
• 这些规则会对标题产生什么影响
• 是否发现了重复项或冲突

常见场景与示例

季/集解析错误

用户：“种子名 [SubGroup] My Show - 13 [1080P]，这是第二季第 1 集，但被识别成第 13 集”

解决方案：集数偏移量减去 12：

# My Show 第二季集数偏移（13->1）
\[SubGroup\] <> \[1080P\] >> EP-12

不需要的文本导致识别错误

用户：“种子名 My.Show.2024.REPACK.1080p.mkv，REPACK 导致识别异常”

解决方案：使用上下文替换，限定为此标题模式：

# 仅在 My.Show.2024 命名中移除 REPACK
(My\.Show\.2024\.)REPACK(\.1080p) => \1\2

非标准命名

用户：“文件名 [OldName] EP01.mkv，应该识别为 NewName”

解决方案：将替换规则限定为错误别名：

# 将特定错误别名 OldName 替换为 NewName
\[OldName\] => [NewName]

强制识别 TMDB ID

用户：“种子名 Some.Weird.Name.S01E01.1080p.mkv，识别不到，TMDB ID 是 12345，是电视剧”

解决方案：使用专属样例别名模式直接指定 ID：

# 仅在 Some.Weird.Name 这一命名模式下强制绑定 TMDB ID 12345
Some\.Weird\.Name(?:\.S01E\d+)?(?:\.1080p)? => {[tmdbid=12345;type=tv;s=1]}

强制识别 TMDB 剧集组

用户：“种子名 Some.Weird.Name.S01E01.1080p.mkv，这是按 TMDB 剧集组 5ad0ec240e0a26303f00d84d 排序的电视剧”

解决方案：使用 g=... 直接指定 TMDB ID：

# 仅在 Some.Weird.Name 命名模式下绑定 TMDB ID 12345 并指定剧集组
Some\.Weird\.Name(?:\.S01E\d+)?(?:\.1080p)? => {[tmdbid=12345;type=tv;g=5ad0ec240e0a26303f00d84d;s=1]}

组合修复

用户：“种子名 [Baha][OldTitle][13][1080P]，标题应该是 NewTitle，而且 13 应该是第二季第 1 集”

解决方案：组合使用替换与集数偏移：

# OldTitle替换为NewTitle并偏移集数
OldTitle => NewTitle && \[Baha\] <> \[1080P\] >> EP-12

单个标题中包含多个集数

用户：“种子名 [Group] Title - 13-14 [1080P]，应该是第 1-2 集”

解决方案：使用集数偏移（可处理分隔符之间的多个数字）：

# Title 集数偏移
\[Group\] <> \[1080P\] >> EP-12

WordsMatcher 处理逻辑参考

WordsMatcher.prepare() 方法（位于 app/domain/meta/words.py）会按顺序处理每条规则：

1. 跳过空行和以 # 开头的行
2. 检查运算符是否存在，以判断格式：
   • 包含 =>、&&、、 >> 和 <> ` → 组合格式 (4)
   • 包含 => → 替换格式 (2)
   • 包含 >> 和 <> → 分集偏移格式 (3)
   • 否则 → 屏蔽词格式 (1)
3. 对于组合格式，先执行替换；只有替换成功后才执行分集偏移
4. 返回修改后的标题和实际应用的规则列表
5. 优先级：订阅级 custom_words 参数优先于全局 CustomIdentifiers

安全注意事项

• 更新前，务必先查询现有规则
• 除非用户明确要求，否则绝不删除现有规则
• 在新规则前添加注释行，以便维护
• 请记住，新规则是全局规则。如果规则看起来范围过广，请在保存前为其补充更多针对特定样本的锚点。
• 不确定正确做法时，请提供多个选项供用户选择