文件猎手

解决的问题

在本地硬盘里按条件找文件，是一件说起来简单、做起来繁琐的事。比如"找出 D:\contracts 里金额大于 10000 元的合同"，你得手动打开每个 PDF 或 Word，逐个翻看条款，再把符合条件的文件挑出来。文件多了之后，这个流程会消耗大量时间。文件猎手把这件事压缩成一次路径 + 条件的输入。

工作方式

技能接收两个输入：本地目录路径和自然语言查询条件。触发后分几个阶段执行。

首先，递归扫描目标目录下所有受支持格式的文件，包括图片、.pdf、.docx、.xlsx、.xls、.txt、.csv、.md 和 .log。batch_extract.py 脚本批量提取 PDF、Word、Excel 和文本文件的内容，图片则先标记为待处理状态。

其次，对图片文件逐个读取，利用多模态能力识别其中的文字，比如合同金额、发票号码等。

然后，AI 汇总所有文本，按用户的自然语言条件做匹配判断。条件可以是数值比较（"金额大于 10000 元"）、关键词匹配（"包含违约金条款"）或复合条件（"金额大于 10000 且包含质保条款"）。每个文件都会记录是否匹配以及匹配理由，并引用原文关键语句。

最后，输出筛选结果汇总表，并通过 present_files 把匹配文件的完整路径传回对话框，文件本身直接出现在对话中，而不是只列一个名字。

适用边界

所有处理在本地完成，文件不上传外部服务器。图片文字识别依赖多模态模型，对手写体、模糊扫描件的准确率有限，复杂排版建议用清晰原件。旧版 .doc 不支持，需先另存为 .docx。加密文件无法解析。默认最多处理 200 个文件，单文件文本超过 15000 字符会截断，两个参数都可以通过命令行调整。图片型 PDF 提取结果为空，会被标记为"可能为扫描件"。查询条件写得越具体，匹配效果越好。