# 文件自动分类

**Repository Path**: Isla7940/automatic-file-classification

## Basic Information

- **Project Name**: 文件自动分类
- **Description**: 面向教学一体机开发，用于整理教学文件，实现文件自动分类，使用glm-4-flash模型和Qwen-2-VL-8b模型，支持文档和图片的分类，支持重复文件的清理，支持文件名冲突的自动处理，支持Windows通知系统，支持日志记录，支持管理员权限运行，支持配置文件，支持多线程保护，支持多种文件格式，支持多种分类类别，支持多种图片格式，支持多种文档格式，支持多种文本格式，支持多种office格式。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-11-30
- **Last Updated**: 2024-12-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: claude

## README

# 文件分类助手               @Isla7940 2024.11.30

## 简介
使用glm-4-flash模型和Qwen-2-VL-8b模型，支持文档和图片的分类，支持重复文件的清理，支持文件名冲突的自动处理，支持Windows通知系统，支持日志记录，支持管理员权限运行，支持配置文件，支持多线程保护，支持多种文件格式，支持多种分类类别，支持多种图片格式，支持多种文档格式，支持多种文本格式，支持多种office格式。

###注意
这版resource抹除了所有APIkey，跟随py文件中APIkey处指引免费获取。主要用于学校一体机的维护，可以手动更改systemprompt和六个目标文件夹实现自定义（你都来我这里了，那推荐使用通义灵码修改，以防报错）
## 工作流程

### 初始化阶段
1. 程序启动
   - 检查管理员权限
   - 初始化日志系统(logs文件夹)
   - 加载配置文件(config.json)
   - 获取桌面路径
   - 创建分类文件夹
   - 显示启动通知

2. 配置验证
   - 验证文件夹权限
   - 检查API密钥有效性
   - 验证配置文件完整性
   - 初始化AI客户端(智谱AI和视觉API)

### 运行阶段
1. 文件监控(FileHandler类)
   - 持续监控桌面和下载文件夹
   - 事件处理:
     * on_created: 检测新文件创建
     * on_moved: 处理下载完成的文件
   - 文件过滤:
     * 检查文件扩展名
     * 忽略临时文件(.crdownload等)
     * 跳过已处理文件

2. 智能分类(FileClassifier类)
   - 文件名分类：使用智谱AI进行文件名语义分析
     * 发送文件名到GLM-4-flash模型
     * 进行三次分类确认
     * 结果必须完全一致才采用
   - 内容分析：
     * 文档：提取并分析文档内容(支持Word、PDF、Excel等)
       - Word: 使用python-docx提取文本
       - PDF: 使用PyPDF2提取内容
       - Excel: 使用openpyxl读取单元格
       - 限制提取长度(2000字符)
       - 分段分析(前60%和后60%重叠)
     * 图片：使用视觉AI分析图片内容
       - 转换为base64格式
       - 调用视觉API进行分析
       - 大小限制(10MB)
   - 多重验证：对重要文件进行多次分类确认

3. 文件处理(process_file方法)
   - 自动创建分类文件夹
   - 文件名冲突处理:
     * 检查目标路径是否存在
     * 自动添加数字后缀
     * 保持文件扩展名
   - 检测并清理重复文件
     * 比对文件大小
     * 删除重复文件
     * 记录清理数量
   - 保持文件原始属性

4. 用户交互(通知系统)
   - Windows原生通知提醒
     * 使用winotify库
     * 支持自定义图标
     * 可配置显示时间
   - 支持直接从通知打开文件
     * 转换为file://格式URL
     * 添加打开文件按钮
   - 详细的日志记录
     * 使用logging模块
     * 日志分级(INFO/WARNING/ERROR)
     * 自动日志轮转
   - 异常处理和错误提示

5. 安全机制(多线程保护)
   - 文件操作加锁保护
     * 使用threading.Lock
     * 保护共享资源访问
   - 异常恢复机制
     * try-except捕获所有操作
     * 错误日志记录
     * 出错时保持程序运行
   - 权限检查
     * 检查管理员权限
     * 验证文件夹访问权限
     * 测试文件写入权限
   - 配置文件验证
     * JSON格式检查
     * 必要字段验证
     * 默认值回退机制

## 主要功能
- 自动监控桌面和下载文件夹
- 支持多种文件格式(文档、图片等)
- 智能分类到不同学科文件夹
- Windows 系统通知提醒
- 自动清理重复文件
- 详细的日志记录

## 支持的文件格式
### 文档
- Word文档 (.doc, .docx)
- PowerPoint演示文稿 (.ppt, .pptx)
- Excel表格 (.xls, .xlsx)
- PDF文件 (.pdf)
- 文本文件 (.txt, .rtf)
- WPS文件 (.wps, .et, .dps)

### 图片
- JPG/JPEG (.jpg, .jpeg)
- PNG (.png)
- GIF (.gif)
- BMP (.bmp)
- WebP (.webp)
- SVG (.svg)
- ICO (.ico)

## 分类类别
- 物理
- 化学
- 生物
- 语文
- 数学
- 英语

## 使用方法
1. 确保程序以管理员权限运行
2. 程序启动后会自动在桌面创建分类文件夹
3. 将文件放入桌面或下载文件夹,程序会自动分类
4. 分类完成后会收到Windows通知
5. 点击通知可以直接打开已分类的文件

## 配置文件
程序使用`config.json`进行配置,可以自定义:
- 监控的文件夹路径
- 支持的文件格式
- 分类类别

## 注意事项
1. 首次运行需要管理员权限
2. 确保桌面和下载文件夹有写入权限
3. 需要联网使用AI分类功能，使用的是智谱AI的API，源码中包含API密钥用于免费模型GLM-4-flash，请不要滥用siliconflow付费API，可使用内建API或自行注册获取免费额度
4. 建议定期查看logs文件夹中的日志
5. 如果需要修改文件夹路径,请在config.json中修改，release版本中无法修改

## 系统要求
- Windows 操作系统
- Python 3.6+
- 网络连接

## 依赖库
- watchdog
- zhipuai
- winotify
- openai
- python-docx
- PyPDF2
- openpyxl

## 错误处理
如果遇到问题:
1. 检查日志文件了解详细错误信息
2. 确认文件夹权限设置
3. 检查网络连接
4. 验证API密钥是否有效

## 隐私说明
- 程序仅分析本地文件
- 不会上传完整文件内容
- 仅发送必要的文本片段用于分类

## 版本历史

+ ### TEST 0.5 (初始版本)
+ - 实现基础文件监控功能
+ - 添加简单的文件名分类
+ - 基础的桌面文件夹创建
+ - 简单的日志记录功能
+ 
+ ### DEMO 1.0
+ - 添加异常处理机制
+ - 实现通知常驻功能
+ - 将配置移至外部JSON文件
+ - 优化文件监控稳定性
+ - 改进日志记录系统
+ 
### DEMO 1.5
- 更改通知库，提升兼容性
- 增加文档内容解析功能
- 增加Windows 11兼容性
- 增加图像识别支持
- 添加管理员权限打包功能

### BETA 2.0
- 重构代码结构，提升稳定性
- 优化文件监控逻辑
- 增加更多图片格式支持
- 改进日志记录系统
- 添加配置文件功能
- 优化重复文件处理
- 增强错误处理机制
- 改进通知系统，支持打开文件
- 添加视觉分析功能
- 优化内存使用

## 许可证
MIT License