文件沼泽
那是大约 25 年前的事了。如今我有一千多部电影、将近 200 部电视剧，还有一季又一季、数不清的剧集。
我一直尽量保持整洁，重命名文件和文件夹，维持一点秩序。做得其实还不错，但随着数量不断增加，寻找和浏览内容越来越困难，最后几乎不可能。目录实在太多了。
解决方案
答案显而易见。
- 创建浏览和搜索界面。
- 但首先得清理数据，让程序能够找到内容。
顺便建立媒体目录似乎也很自然。
The Movie Database 提供免费的公开电影和电视剧资料库，包括海报、剧集介绍、演员阵容等等。我可以利用这些资料为自己的影片建立漂亮的目录条目。
清理数据
我绝对不可能手动完成这件事。
要编写软件应对所有特殊情况，也很令人头疼。各种奇怪的文件名，要把它们准确匹配到 TMDB 条目，难度实在太高。坦白说，这超出了我当时能轻松解决的范围。
我真正需要的是一个实习生、一个跑腿助手，或者一个机器人，逐个目录帮我检查。
我刚好有这样的工具！我最近下载了小型 LLM Qwen 3.5 4B。它有点像 ChatGPT，但运行在我自己的电脑上，而且足够聪明，可以胜任这项工作。
让 LLM 当实习生
我刚刚完成 Ax3l，一个自主 AI 代理，通过运行数千次模拟来调整一个简单神经网络。它调一个参数，运行模拟，分析结果，再调参数，再运行模拟……
相比之下，这个项目就简单多了。我打算让 LLM：
- 扫描目录。
- 将内容匹配到 TMDB 目录条目。
- 重命名文件并移动到整洁的新位置。
- 在数据库里创建文件对应的目录条目。
于是我给项目起名 R3el，开始设计。
好吧，也没有那么简单，但以 Ax3l 的代码为起点，绝对是我能做出来的项目。
控制界面
我知道最终会构建一个可以浏览和搜索收藏的 Web 界面，所以干脆顺势在里面加上控制功能。
事件日志
与 LLM 合作的经历让我明白了细粒度报告的重要性。我再次借鉴 Ax3l 代码库，创建详细的事件日志，以便监控、调整和排查整个处理流程。
我几乎花了一整天来梳理并命名所有感兴趣的消息，但这是一笔非常值得的投入，极大帮助了我集中开发精力。
成功了！！
经过一些调试，我增加了使用场景、改善模式匹配，还手动检查了一小部分文件系统。终于成功了！！！接下来的几天，我不断把一批批目录加入队列，让程序自己处理。
- R3el 扫描文件。
- 识别电视剧和影片名称。
- 重命名文件，清理文件名。
- 删除已经空掉的旧目录。
- 下载电影海报、演员及制作人员资料。
- 最后在数据库里创建条目，将所有信息关联起来。
浏览和搜索
最后一步是做一个好看的浏览和搜索界面：
这部分确实简单。类似的用户界面范例实在太多，实现一个基础版本并不困难。
完成
项目完成了。R3el 还在扫描，但我估计今天结束前就能做完。起初我还在想，为这件事写一个应用是不是有点大材小用。不过说实话，面对如此庞大的数据清理任务，我还是想不出更好的解决办法。
而且还挺酷的，对吧！ :)
