0 Fork 0

Files

T

CI / lint + test + build (push) Canceled after 0s

Details

- .gitignore 移除 dist/ 忽略（仅忽略构建临时文件）
- dist/media_organizer 随仓库提交：Gitea raw 链接可直接下载单文件产物
- README 获取项目恢复 curl 下载引导（raw/branch/main/dist/media_organizer）
- build.sh 注释明确入库策略：CI --check 强制产物与源码同步

2026-08-14 23:41:55 +08:00

114 KiB

Raw Blame History

🎬 MediaOrganizer

Jellyfin 媒体库硬链接整理脚本：通过 TMDB API 识别电影、电视剧与音乐视频，用硬链接零拷贝创建 Jellyfin 标准目录结构。AI 辅助识别、全量镜像缓存、特典自动归类、季数偏移，一次整理，终身整洁。

作者：LetsShareAll ｜许可：MIT ｜语言：Bash（零运行时依赖，单文件分发）

📦 获取项目

# 自托管 Gitea（推荐）：SSH 或 HTTPS 克隆
git clone [email protected]:Shuery/MediaOrganizer.git
# 或
git clone https://gitea.ppuc.lssa.fun/Shuery/MediaOrganizer.git

# 直接下载分发脚本（单文件即用，无需构建）
curl -O https://gitea.ppuc.lssa.fun/Shuery/MediaOrganizer/raw/branch/main/dist/media_organizer
chmod +x media_organizer

# 或从源码自行构建（约 1 秒，需 Ruby + bashly）
./build.sh

Note

零依赖设计：dist/media_organizer 是自包含单文件产物（bashly 生成），仅需系统自带的 bash/curl/jq/ffprobe，无需安装 Ruby 或任何语言运行时。构建工具链（bashly）仅在从源码二次构建时需要。

✨ 特性一览

特性	说明
🎬 智能识别	TMDB API 匹配电影与电视剧，支持多种文件名格式
🔗 硬链接整理	同一文件系统内零拷贝，省空间、省时间
🤖 AI 辅助识别	无法匹配/需甄别时调用 OpenAI 兼容接口（默认 DeepSeek-V4-Flash）纠正搜索词、匹配甄别（选候选 id + 季映射）、判定艺术家、学习特典映射；分批处理、失败可逆跳过
📚 持久化缓存	缓存根目录 `mo_cache/` 分两区：`tmdb/` 镜像 TMDB API 路径缓存全部请求数据，`media_organizer/` 存脚本运行状态（账本/冷却），用户配置类文件位于 `mo_config/`——二次运行零外部请求；TTL：正常 30 天 / 查无此片 3 天；并发 flock 去重
⭐ 特典自动识别	识别 NCOP/NCED/Menu/PV/CM/Teaser/Preview 等特典并归入 Season 00；本地关键字 → keymap 多语言值 → TMDB SEASON0 匹配
🎵 音乐支持	CD 音乐归 `Music/歌手/专辑/曲目`；音乐视频（v9.6）归 `MusicVideos/{artist}/{title}`
🧮 季数偏移	处理 TMDB 季数与实际集数不符的剧集（自动/手动两种偏移）
♻️ 增量标记	已链接账本：重跑只处理新文件（源 inode 与目标均有效才跳过）
⏳ 失败冷却	请求失败/未识别条目登记冷却（默认 24h），冷却期内跳过，过期自动重试
✏️ 手动纠错	`--export-map` 伴生 `.ledger.json` 账本：改目标路径 + `--rerun` 重跑
🔎 搜索重试链	zh-CN → en-US → 规则别名 → 目录名 → MAL → 后缀二次剥离
🧭 命名模板	电影/剧集/特典/音乐命名格式可配置（`NAMING_*`），默认与旧版输出逐字节一致
🎛️ 用户匹配规则	`match_rules.json`：搜索别名 + ID 映射，确定性兜底，优先于 AI
🗂️ 配置按类目分区	special_maps/keywords/skip_directories/season_offsets 支持 movie/tv/music/musicvideo 分区（v9.6）
🖥️ 跨平台	Linux / macOS（BSD stat 兼容）/ BusyBox

处理流程（三阶段）

flowchart LR
    A["scan_files 扫描源目录<br>视频 VIDEO_FILES + 音频 AUDIO_FILES"] --> B["第一阶段 识别池 process_video + process_audio<br>并发 MEDIA_WORKERS 个 worker<br>parse → identify_movie / identify_tv_show<br>音频走艺术家归类链（元数据→目录名）<br>→ register 层写入 MEDIA_DESTINATION_MAP<br>+ MEDIA_OUTCOME_MAP 结局账本"]
    B --> C["第二阶段 run_ai_batch（分批 AI_BATCH_SIZE/批）<br>AI 纠正搜索词 + 匹配甄别（选 id/季映射）<br>+ 判定多艺术家 + 学习特典映射<br>→ 重处理 PENDING → 回退命名（降级成功）<br>AI 失败 → 剩余显式跳过（可逆）"]
    C --> D["第三阶段 link_media<br>mkdir → 硬链接（幂等/撞名去重 - 2）<br>→ 配套文件（字幕/音轨/歌词/封面）"]
    D --> E["运行级汇总 + 退出码分级<br>0 全部成功 / 3 部分失败（非预期跳过/请求失败）"]

1. 简介与功能

本脚本扫描源目录中的媒体文件，通过 TMDB API 识别其真实标题，并使用硬链接在目的目录创建 Jellyfin 规范的目录结构（不复制数据、不占用额外磁盘空间）。

功能细节

特性	说明
🎬 智能识别	TMDB API 匹配电影与电视剧，支持多种文件名格式
🔗 硬链接整理	同一文件系统内零拷贝，省空间、省时间
� 媒体类型智能判断	文件名无明确季集/年份特征时，根据媒体目录内正片数量判断电影/剧集（不依赖下载目录，合集种子可混合）；特典归属同理（媒体目录仅 1 个正片→电影特典跳过，多个→剧集特典 Season 00）
🤖 AI 辅助识别	无法匹配/需甄别时调用 OpenAI 兼容接口（默认 DeepSeek-V4-Flash）纠正搜索词、匹配甄别（选候选 id + 季映射）、判定艺术家、学习特典映射；分批处理、失败可逆跳过
📚 持久化缓存	缓存根目录 `mo_cache/` 分两区：`tmdb/` 镜像 TMDB API 路径缓存全部请求数据（`search/movie\|tv/<hash>.json`、`tv/<id>.<lang>.json`、`tv/<id>/season/<n>.<lang>.json`、`movie/<id>.<lang>.json`），`media_organizer/`存脚本运行状态（账本/冷却），用户配置类文件（特典映射/词表、跳过目录、季偏移）位于`mo_config/`——TMDB 数据与脚本数据分离，二次运行零外部请求；TTL：正常数据 30 天 / 查无此片 3 天；并发 flock 去重
⭐ 特典自动识别	识别 NCOP/NCED/Menu/PV/CM/Teaser/Preview 等特典并归入 Season 00；本地关键字 → keymap 多语言值（多键→多值）→ TMDB SEASON0 匹配；匹配用 `S00E{编号}`，未匹配用 `S00{类型}{编号}`
🎬 电影特典跳过	不依赖下载目录：媒体目录仅 1 个正片（如合集里的剧场版）时，其 SPs/CDs 特典视频不整理（TMDB/Jellyfin 不收录电影特典，避免误判为剧集特典）
🎵 CD 音乐归 Music	音频文件（flac/mp3 等）解析 CD 目录名，归入 `Music/歌手/专辑/曲目`
🧮 季数偏移	处理 TMDB 季数与实际集数不符的剧集
📦 单文件分发	三个配置文件模板全部内嵌为常量，无需携带配套文件
♻️ 增量标记	已链接账本（`linked.json`）：重跑时已整理文件直接跳过（源 inode 与目标均有效才跳过，目标被删/源被替换自动失效）；cron 重跑只处理新文件
⏳ 失败冷却	`fail_cooldown.json`：请求失败/未识别条目登记冷却（默认 24h，`FAIL_RETRY_COOLDOWN_HOURS` 可配），冷却期内跳过，过期自动重试——避免每轮全量重试同一批失败项
✏️ 手动纠错	`--export-map` 伴生 `.ledger.json` 账本：改目标路径 + `action:"rerun"` 后 `--rerun` 重跑（不重新识别，只按账本硬链接；目标已存在则替换）
🔎 搜索重试链	识别搜索失败时自动重试：zh-CN → en-US（默认）→ MyAnimeList 候选回搜（`SEARCH_FALLBACK_MAL=true` 可选）
📏 AI 时长信号	AI 匹配甄别输入补充 ffprobe 实测时长/分辨率——AI 可区分剧场版/OVA/正片
⚠️ 同集冲突报告	同一剧集/季/集多个来源时在对照表并列报告（不自动删，链接仍按多版本 `- 2` 去重）
🎯 候选结构评分	TV 搜索无精确匹配时按结构选候选：季数覆盖文件季号优先、名称归一化包含加分、特典文件优先含 Season 0 的候选（借鉴 Auto_Bangumi 的解析结果参与匹配）
📁 目录名兜底	搜索失败用父目录名重搜（清洗+剥季后缀，zh→en）——压制组目录名常是完整剧名（借鉴 AB save_path 反查 / BAR 目录链）
🧠 纠错学习	`--rerun` 手动修正持久化为 `corrections.json`：同命名系列文件下次识别直接命中用户指定目标（借鉴 AB title_aliases 合并机制）
🧭 命名模板	电影/剧集/特典/音乐命名格式可配置（`NAMING_MOVIE`/`NAMING_SHOW`/`NAMING_SEASON`/`NAMING_EPISODE`/`NAMING_SPECIAL`/`NAMING_MUSIC`）：占位符 `{title}`/`{season:02}` + 条件段 `{?year: ({year})}`；默认模板与旧版输出逐字节一致，仅把格式外置
🎛️ 用户匹配规则	`mo_config/match_rules.json`：搜索别名（主搜索失败后用用户指定重搜词兜底，可带年份）与 ID 映射（标题直接绑定 TMDB ID，跳过搜索）——确定性规则，优先于目录名兜底与 AI，适合俗称/简称与 TMDB 易选错的条目
🗂️ 配置按类目分区	`special_maps`/`special_keywords`/`skip_directories`/`season_offsets` 支持类目分区形态（movie/tv/music/musicvideo + default 回退，8.8 节）——每类目可独立定义，未配置回退全局表；AI 学习写回自动适配分区
🏷️ 特典类别外置	S00 未匹配特典的类别标签判定表外置为 `special_categories.json`（数组保序=优先级，8.9 节）——不再硬编码，用户可增删类别/调顺序
🎵 Music Videos	音乐视频类目识别（目录信号 + `[MV]` 文件信号，7.2C 节）与命名（`MusicVideos/{artist}/{title}`，本地规则无网络请求）
🔤 后缀季模糊匹配	硬编码词表失败后用 Levenshtein 距离对季名末尾窗口模糊匹配（借鉴 BAR SequenceMatcher 思路）
✂️ 公共子串剥离	无特征多视频目录：剥离公共前后缀后取差异数字作集号（借鉴 BAR difflib 公共子串）
🧩 AI 响应容错	AI 返回非纯 JSON 时四级容错提取：直接解析 → 剥围栏 → 剥离思考链标记 → 最外层 {} 块（推理模型不再整批失效）
🗂️ AI 用例落盘	`AI_SAVE_CASES=true` 时每次请求的输入/响应存 `mo_cache/media_organizer/ai_cases/`——识别错误可复盘"当时 AI 看到了什么"
👥 同目录上下文	AI 匹配甄别输入附带同目录兄弟文件列表（≤20 个）：目录持整季 BD 还是独立电影，AI 据此判断剧场版/OVA/正片
🖥️ 跨平台	支持 Linux / macOS（BSD stat 兼容）

2. 依赖与环境要求

依赖	用途	安装示例 (Arch)
Bash 4.0+	脚本运行环境	系统自带
curl	调用 TMDB / AI API	`sudo pacman -S curl`
jq	JSON 解析	`sudo pacman -S jq`
ffprobe	媒体探测（依赖检查）	`sudo pacman -S ffmpeg`

Warning

源目录与目标目录必须在同一文件系统上，否则无法创建硬链接（脚本启动时会自动检测）。

3. 快速开始

3.1 首次运行（生成配置）

# 首次运行会提示创建配置模板
./dist/media_organizer /downloads /media

若无 TMDB 密钥，会询问是否生成 config.json 模板 → 输入 y
在 mo_config/config.json 中填写 TMDB_API_RA_TOKEN
设置权限：chmod 600 mo_config/config.json

3.2 干运行测试

# --dry-run 零持久化副作用：不创建链接、不写缓存、不写日志（网络请求照常但不落盘）
./dist/media_organizer --dry-run /downloads /media

3.3 正式运行

./dist/media_organizer /downloads /media

3.4 自动化模式（适合定时任务）

# 写入 /var/log，跳过无法处理的文件
./dist/media_organizer -a /downloads /media

# 配合 cron 定时运行
0 3 * * * /path/to/dist/media_organizer -a /downloads /media

Tip

完整配置项说明见配置文件详解，环境要求见依赖与环境要求。

4. 命令行选项

一次调用对应一种模式（mode），由目录参数个数与 --update-cache 修饰标志共同决定：

模式形状	调用形式	行为
`organize`	`[选项] <源目录> <目的目录>`	正常整理（使用缓存）
`organize + update`	`--update-cache <源目录> <目的目录>`	整理并强制重取对应缓存
`cache-only`	`--update-cache <源目录>`	仅更新缓存，不整理（更新完退出）
`list`	`--list-cache [关键词]`	列出缓存条目（不接受目录参数）
`rerun`	`--rerun <账本文件>`	手动纠错重跑：按 `--export-map` 伴生 `.ledger.json` 中 `action="rerun"` 的条目重新硬链接（不重新识别；可叠加 `--dry-run` 预览）

选项：

选项	说明
`-a, --automated`	自动化模式：写入日志文件，跳过无法处理的项目
`--no-automated`	取消自动化模式（覆盖环境变量/config.json 设置）
`--dry-run`	干运行：不创建链接、不写缓存、不写日志；网络请求照常但不落盘
`--no-dry-run`	取消干运行（覆盖环境变量/config.json 设置）
`--refresh-cache`	清空 TMDB 缓存后执行（保留特典映射等脚本学习数据；可与任意模式叠加）
`--rerun <文件>`	手动纠错重跑（独立形状；与 `--list-cache`/`--update-cache`/`--export-map` 冲突，可叠加 `--dry-run`）
`--update-cache`	强制重取对应缓存条目（与 `--list-cache` 互斥）
`--list-cache [关键词]`	列出缓存内容（哈希/类型/路径/参数/获取时间）；可选关键词按类型/路径/参数过滤
`--src-dir <目录>`	指定源目录（与位置参数互斥）
`--dest-dir <目录>`	指定目的目录（与位置参数互斥）
`-h, --help`	显示帮助信息（退出码 0）
`--version`	显示版本号（退出码 0）

目录参数：要么 2 个位置参数，要么 --src-dir + --dest-dir 成对指定，两种通道不可混用。-- 之后的所有参数一律视为位置参数（目录名以 - 开头时使用）。

语法：选项可出现在位置参数之前或之后（permute）；带参数选项支持 --opt=值 与 --opt 值 两种形式（值以 - 开头时必须用 = 形式）。

退出码：0 = 全部成功；1 = 运行期错误；2 = 用法错误（未知选项、参数个数、模式冲突，附一行用法提示）；3 = 部分失败（非预期跳过 / 请求失败 / 链接失败 > 0，供 cron 感知）。

冲突规则（硬报错，不再静默忽略）：

--list-cache 不接受目录参数，且不能与 --update-cache / --dry-run / --automated 同时使用
仅更新缓存（1 个目录）不接受 --dry-run / --automated（无链接可预览、无整理步骤）
0 个目录 + --update-cache：报错（缺源目录）

5. 执行流程总览

5.1 main() 生命周期

以下为每一个原子化操作。各识别函数内部细节见第 7 章。

flowchart TD
    START(["main 脚本入口"]) --> PA["parse_args<br>索引遍历 逐项分发（permute 任意顺序）"]
    PA --> CASE{"case arg"}
    CASE -- "-a / --automated / --no-automated" --> OPT1["AUTOMATED=true/false"]
    CASE -- "--dry-run / --no-dry-run" --> OPT2["DRY_RUN=true/false"]
    CASE -- "--refresh-cache" --> OPT3["REFRESH_CACHE=true"]
    CASE -- "--update-cache" --> OPT4["UPDATE_CACHE=true"]
    CASE -- "--list-cache [过滤词] / --list-cache=过滤词" --> OPT5["LIST_CACHE=true<br>下一位非选项则作过滤词"]
    CASE -- "--src-dir / --dest-dir<br>（空格或 = 形式）" --> OPT6["收集命名目录"]
    CASE -- "--" --> DASH["后续均为位置参数"]
    CASE -- "-h / --help" --> HELP["show_help 打印帮助"]
    CASE -- "--version" --> VER["打印版本号"]
    CASE -- "未知 -*" --> UNK["_usage_error 报错<br>附用法提示"]
    CASE -- "其他" --> POS["收集为位置参数"]
    OPT1 --> PA
    OPT2 --> PA
    OPT3 --> PA
    OPT4 --> PA
    OPT5 --> PA
    OPT6 --> PA
    DASH --> PA
    HELP --> EXIT0([退出码 0])
    VER --> EXIT0
    UNK --> EXIT2([退出码 2])
    POS --> SHAPE["形状推导<br>通道互斥校验<br>list=0 目录 / cache-only=1 / organize=2"]
    SHAPE -- "冲突或个数不符" --> UNK
    SHAPE --> LC{"--list-cache?"}

    subgraph CONFIG["① 配置与初始化"]
        LC -- "是" --> ICD2["init_cache_dir<br>解析缓存路径 建子目录"]
        ICD2 --> LCL["cache_list 按过滤词列出<br>列出后退出"]
        LC -- "否" --> CFG["load_config"]
        CFG --> CFG1["find_config_file 定位 config.json"]
        CFG1 --> CFG2["check_secure_file 校验 600 权限"]
        CFG2 --> CFG3["白名单键提取<br>从 CONFIG_TEMPLATE 取键名集合<br>逐键 parse_config_key 读 config.json<br>（文件永不执行）"]
        CFG3 --> CFG4["应用配置链<br>CLI > 环境变量 > config.json > 默认值<br>扩展名/curl/缓存 TTL 等全部配置项"]
        CFG4 --> IC["init_colors 初始化色彩"]
        IC --> SA["select_auth 认证选择<br>（决策见 7.1）"]
        SA --> CD["check_dependencies"]
        CD --> CD1["依次验证 curl / jq / ffprobe"]
        CD1 -- "任一缺失" --> CDE["报错缺少命令"]
        CD1 -- "全部就绪" --> ISM["init_special_map 特典映射"]
        ISM --> ISM1["解析 SPECIAL_MAP_FILE 路径"]
        ISM1 --> ISM2{"文件存在?"}
        ISM2 -- "否" --> ISM3{"自动化模式?"}
        ISM3 -- "否" --> ISM4["交互创建默认 keymap<br>SPECIAL_KEYMAP_TEMPLATE 落盘"]
        ISM3 -- "是" --> ISM5["跳过创建"]
        ISM4 --> ISM6["load_special_map"]
        ISM5 --> ISM6
        ISM2 -- "是" --> ISM6
        ISM6 --> ISM7["第一遍：读 RAW_SPECIAL_MAP<br>值=数组或字符串引用"]
        ISM7 --> ISM8["第二遍：resolve_special_value<br>递归展开引用 → SPECIAL_MAP 统一 JSON 数组"]
        ISM8 --> ISO["init_season_offset 季偏移"]
        ISO --> ISO1["内嵌 SEASON_OFFSET_TEMPLATE<br>→ SEASON_OFFSET_MAP"]
        ISO1 --> ISO2["外部 season_offsets.json 覆盖<br>（剧名小写 或 id: 键）"]
        ISO2 --> ISO3{"文件不存在?"}
        ISO3 -- "是" --> ISO4["由 SEASON_OFFSET_MAP 生成默认 JSON"]
        ISO3 -- "否" --> UPD
        ISO4 --> UPD{"cache-only?<br>--update-cache 且仅 1 个目录"}
        UPD -- "是" --> VCO["validate_directories<br>校验源目录存在可读"]
        VCO --> ICCO["init_cache_dir<br>（含 --refresh-cache 清空）"]
        ICCO --> UC["update_cache<br>扫描源目录唯一查询<br>强制重取覆盖缓存后退出"]
        UPD -- "否" --> VD["validate_directories<br>源目录存在可读<br>目的目录可写/可创建<br>（干运行不创建目录）"]
        VD --> CHSD{"干运行?"}
        CHSD -- "是" --> ICD
        CHSD -- "否" --> CHS["check_hardlink_support"]
        CHS --> CHS1["touch 源目录测试文件"]
        CHS1 --> CHS2["ln 测试到目的目录"]
        CHS2 -- "失败" --> CHSE["报错无法创建硬链接"]
        CHS2 -- "成功" --> CHS3["清理两个测试文件"]
        CHS3 --> ICD["init_cache_dir"]
        ICD --> ICD1["解析 CACHE_DIR 路径"]
        ICD1 --> ICD2A{"--refresh-cache?"}
        ICD2A -- "是" --> ICD3["cache_clear 清空缓存<br>（干运行跳过并警告）"]
        ICD2A -- "否" --> ICD4
        ICD3 --> ICD4["mkdir search/movie|tv tv movie 子目录<br>（干运行跳过）"]
        ICD4 --> TRAP["trap ERR 注册错误处理"]
        TRAP --> BANNER["打印版本/源/目的/运行模式"]
    end

    subgraph PIPE["② 三阶段流水线"]
        BANNER --> SF["scan_files 扫描"]
        SF --> SF1["find 视频扩展名文件<br>clean_name 去方括号后 sort"]
        SF1 --> SF2["填充 VIDEO_FILES 数组"]
        SF2 --> SF3["find 音频扩展名文件<br>填充 AUDIO_FILES"]
        SF3 --> PM["识别池 process_video + process_audio<br>并发 MEDIA_WORKERS 个 worker<br>子进程 emit 协议行 → 父进程合并登记<br>（register_* 写入目的映射+结局账本）"]
        PM --> PM1{"worker 处理单个文件<br>遍历 VIDEO_FILES / AUDIO_FILES"}
        PM1 -- "是" --> PM2["parse_media_filename<br>→ type|title|year|season|episode|fragment<br>（决策见 7.2）"]
        PM2 --> PM3{"type 分支"}
        PM3 -- "movie" --> PM4["identify_movie 搜索电影<br>（见 6/7）"]
        PM3 -- "tv" --> PM5["identify_tv_show 搜索剧集<br>（见 7.3/7.4）"]
        PM3 -- "skip" --> PM6["电影特典跳过不整理<br>自动化写 SKIP_LOG_FILE"]
        PM3 -- "unknown" --> PM7["PENDING_AI_SEARCH 记录<br>VIDEO_DEST_MAP=PENDING_AI"]
        PM4 --> PM8{"dest 非空?"}
        PM5 --> PM8
        PM6 --> PM1
        PM7 --> PM1
        PM8 -- "是" --> PM9["VIDEO_DEST_MAP[目标|子目录|文件名]"]
        PM8 -- "否" --> PM10["VIDEO_DEST_MAP=PENDING_AI"]
        PM9 --> PM1
        PM10 --> PM1
        PM1 -- "结束" --> PAUD["process_audio 音频处理"]
        PAUD --> PAUD1["向上定位 CD 目录<br>（[日期]/专辑/格式特征）"]
        PAUD1 --> PAUD2["parse_cd_dir 解析 歌手|专辑"]
        PAUD2 --> PAUD3["目标 Music/歌手/专辑[/子碟] 入 MAP"]
        PAUD3 --> RAB{"AI 密钥存在 且 有待处理项?"}
        RAB -- "否" --> LM
        RAB -- "是" --> AIB["run_ai_batch 第二阶段<br>（见 7.5）"]
        AIB --> AIB1["ai_batch_request 一次合并请求<br>search + special"]
        AIB1 --> AIB2["构造输入 JSON → curl AI 接口"]
        AIB2 --> AIB3["解析：search 追加词/年/类别<br>special 写 keymap 文件+内存"]
        AIB3 --> AIB4{"遍历 PENDING_AI 还有?"}
        AIB4 -- "是" --> AIB5["parse 重识别<br>AI 纠正词重搜<br>media_type 定 movie/tv"]
        AIB5 --> AIB6{"识别成功?"}
        AIB6 -- "是" --> AIB7["记录目标路径"]
        AIB6 -- "否" --> AIB8["回退命名（原始标题）"]
        AIB7 --> AIB4
        AIB8 --> AIB4
        AIB4 -- "结束" --> LM["link_media 第三阶段硬链接<br>（见 7.6）"]
        LM --> LM1{"遍历 VIDEO_DEST_MAP 还有?"}
        LM1 -- "是" --> LM2{"目标路径有效?"}
        LM2 -- "否" --> LMSKIP["skip++"]
        LM2 -- "是" --> LM3["mkdir -p 目标目录"]
        LM3 -- "失败" --> LMSKIP
        LM3 -- "成功" --> LM4["hardlink_or_dryrun 主文件"]
        LM4 -- "成功" --> LM5["处理配套文件<br>base_name.* → is_companion<br>→ 保语言后缀 → 硬链接"]
        LM4 -- "失败" --> LMSKIP
        LM5 --> LM1
        LMSKIP --> LM1
        LM1 -- "结束" --> SUM["汇总输出<br>成功 hardlink_count 个<br>跳过 skip_count 个"]
    end

Note

增量与冷却（v9.4）：识别池入口（process_one_file）先查已链接账本与失败冷却账本——已链接（源/目标 inode 有效）→ 结局 already_linked 跳过；冷却未到期（request_failed/skip_unidentified）→ 结局 cooldown 跳过。两者均不触发 parse/识别，干运行不启用（展示全貌）。账本在运行末尾统一落盘（linked.json + fail_cooldown.json，位于 mo_cache/media_organizer/）。

Note

匹配改进（v9.4）：① 识别候选结构评分——TV 搜索无精确匹配时按 (季数覆盖文件季号, 名称归一化包含, 特典候选含 Season 0) 评分选候选；② 目录名兜底——搜索失败用父目录名重搜（源根散放除外，优先于 MAL）；③ 纠错学习——--rerun 修正写 corrections.json，识别入口按 clean_name(文件名)小写 前置命中（优先于失败冷却）；④ 后缀季模糊——词表失败后 Levenshtein 距离匹配季名末尾窗口；⑤ 公共子串剥离——无特征剧集目录用公共前后缀剔除后提取集号。

Note

内部重构（v9.6）：搜索链抽象——tv_search_once/movie_search_once 统一尝试器收敛识别链全部搜索层（zh→en→别名→目录→MAL→后缀剥离），失败语义（主搜索短路/后续层忽略）不变，行为由新增 identify 搜索链测试锁定；配置单点化——CONFIG_DEFS 单一数据源驱动模板生成与默认值加载，新增配置键只需改一处。

Note

AI 鲁棒性（v9.4）：AI 响应解析走四级容错链（直接 → 围栏 → 思考链剥离 → 最外层 {} 块），推理模型的 <thinking>/「思考：」输出不再导致整批失效；AI_SAVE_CASES=true 时请求输入与原始响应落盘 mo_cache/media_organizer/ai_cases/；match_entries 附带同目录 siblings 上下文（剧场版混 TV 场景判断依据）。

5.2 配置优先级

值优先级（同一个配置键取最高来源）：CLI > 环境变量 > config.json > 内置默认值。CLI 显式设置（含 --no-* 反选）覆盖一切；config.json 仅读取白名单键（键名集合取自内嵌模板），文件内容永不执行。

配置文件查找遵循严格的优先级（这是"文件在哪里"的问题，与上面的值优先级正交）：

P = \underbrace{\text{环境变量}}_{1^\text{st}} \succ \underbrace{\text{执行目录}\ (PWD)}_{2^\text{nd}} \succ \underbrace{\text{脚本目录}\ (SCRIPT\_DIR)}_{3^\text{rd}}

flowchart TD
    A[查找配置] --> B{环境变量已指定?<br>如 SPECIAL_MAP_FILE=...}
    B -- 是 --> B1[使用环境变量路径]
    B -- 否 --> C{执行目录已有文件?<br>配置类文件: $PWD/mo_config/xxx<br>（config.json / special_maps / ...）}
    C -- 是 --> C1[使用执行目录路径]
    C -- 否 --> D[使用脚本目录路径<br>$SCRIPT_DIR/mo_config/xxx]

Note

三类数据分离：mo_config/ = 用户配置类文件（config.json + 特典映射/词表、跳过目录、季偏移——用户可编辑，脚本 AI 学习也会写回）；mo_cache/tmdb/ = TMDB API 响应缓存（可再生，--refresh-cache 清除）；mo_cache/media_organizer/ = 脚本运行状态（已链接账本/失败冷却）。旧版文件（各旧文件名与旧位置）在首次运行时自动迁移。

默认文件位置（优先级：环境变量 > 执行目录 > 脚本目录）：

文件	执行目录	脚本目录
`config.json`	`$PWD/mo_config/config.json`	`$SCRIPT_DIR/mo_config/config.json`
`skip_directories.json`	`$PWD/mo_config/skip_directories.json`	`$SCRIPT_DIR/mo_config/skip_directories.json`
`special_maps.json`	`$PWD/mo_config/special_maps.json`	`$SCRIPT_DIR/mo_config/special_maps.json`
`special_keywords.json`	`$PWD/mo_config/special_keywords.json`	`$SCRIPT_DIR/mo_config/special_keywords.json`
`season_offsets.json`	`$PWD/mo_config/season_offsets.json`	`$SCRIPT_DIR/mo_config/season_offsets.json`
TMDB 缓存 `mo_cache/tmdb/`	`$PWD/mo_cache/tmdb/`	`$SCRIPT_DIR/mo_cache/tmdb/`

6. TMDB API 调用详解

脚本通过 TMDB v3 API 识别电影与剧集。所有请求经统一的 tmdb_api 函数发起，配置项控制重试/超时/延迟。

6.1 认证与基础函数 `tmdb_api`

基础 URL：https://api.themoviedb.org/3（常量 TMDB_API_BASE_URL）
认证方式（二选一）：
- TMDB_API_RA_TOKEN（优先）：请求头 Authorization: Bearer <token>
- TMDB_API_KEY：URL 参数 api_key=<key>
固定参数：language=<TMDB_LANG>（默认 zh-CN，影响返回的中/英文名）
curl 行为：GET、重试 TMDB_CURL_RETRY 次、连接超时 TMDB_CURL_CONNECT_TIMEOUT、最大时长 TMDB_CURL_MAX_TIME、-fS（HTTP 错误时返回非零）
返回值：JSON 响应写入 stdout；失败返回非零退出码并记录 [错误] TMDB 请求失败

# 调用示例（脚本内部）
tmdb_api "/search/movie" "query=Inception" "year=2010"

6.2 所有调用点一览

端点	用途	附加参数	返回的关键字段
`/search/movie`	电影搜索	`query`、`year`（可选）	`results[0].id/title/release_date`
`/search/tv`	剧集搜索	`query`	`results[0].id/name/first_air_date`
`/movie/{id}`	电影详情（识别后补调）	-	`title/release_date/overview` 等完整信息
`/tv/{id}`	剧集详情	-	`number_of_seasons`
`/tv/{id}/season/1`	第一季集数	-	`episodes` 数组长度（仅季偏移需要）
`/tv/{id}/season/0`	特典季数据	-	`episodes[].episode_number/name`
`/tv/{id}/season/{N}`	第 N 季集名	-	`episodes[].name`

注：AI 辅助阶段会重复调用 /search/movie、/search/tv 用 AI 纠正后的搜索词重新搜索。

6.3 调用顺序（识别一个剧集文件时）

flowchart TD
    A["identify_tv_show"] --> A1["归一化季/集号<br>10# 去前导零"]
    A1 --> B["tmdb_api /search/tv 搜索剧集<br>统一缓存封装（cache_get→curl→cache_put）"]
    B --> C{"results[0].id 非空?"}
    C -- "否" --> PENDING["记录到 AI 待处理<br>返回失败"]
    C -- "是" --> D["tmdb_api /tv/id 获取详情<br>取 number_of_seasons"]
    D --> E{"season>1 且<br>total_seasons<season?"}
    E -- "是" --> F["tmdb_api /tv/id/season/1<br>取第一季集数用于偏移"]
    E -- "否" --> G
    F --> G["tmdb_api /tv/id/season/0<br>特典季数据（season0_json）"]
    G --> H{"取季集名（按需）"}
    H -- "season==0" --> H0["tmdb_api /tv/id/season/0<br>按集号取特典集名"]
    H -- "普通季" --> I["tmdb_api /tv/id/season/N<br>取第 N 季集名"]
    H0 --> J
    I --> J["safe_printf_int 补零<br>构造目标路径输出"]

6.4 缓存方案（v9.1：TMDB 缓存与脚本缓存分离）

v9.0 将缓存方案完全重做：缓存目录结构镜像 TMDB API 端点路径，一切请求数据（搜索、详情、各季）全量缓存，二次运行零外部请求。缓存根目录 mo_cache/ 仅存放可再生数据（tmdb/ = API 响应缓存，media_organizer/ = 运行状态账本）；用户配置类文件（特典映射/词表、跳过目录、季偏移，可编辑 + 脚本可写回）统一位于 mo_config/。

缓存目录结构（默认 mo_cache/）：

mo_cache/
├── tmdb/                              # TMDB API 响应缓存（--refresh-cache 仅清空此区）
│   ├── search/
│   │   ├── movie/<md5(query|year|lang)>.json    # 搜索缓存（包裹格式）
│   │   └── tv/<md5(query|lang)>.json
│   ├── tv/
│   │   ├── <id>.<lang>.json                     # 剧集详情（原始 JSON；语言段随 TMDB_LANG）
│   │   └── <id>/season/<n>.<lang>.json          # 每季数据（含 season 0 特典季）
│   └── movie/
│       └── <id>.<lang>.json                     # 电影详情（原始 JSON）
└── media_organizer/                   # 脚本运行状态（不随 --refresh-cache 清除）
    ├── linked.json                   # 已链接账本（增量标记）
    └── fail_cooldown.json            # 失败冷却

mo_config/                             # 用户配置类文件（可编辑 + 脚本可写回）
├── config.json                        # 主配置
├── special_maps.json                  # 特典映射（AI 学习写回）
├── special_keywords.json              # 特典词表（AI 学习写回）
├── skip_directories.json              # 跳过目录词表（AI 学习写回）
└── season_offsets.json                # 季偏移（运行时生成）

旧版自动迁移（仅执行一次，干运行不迁移）：① 布局迁移 mo_cache/{movie,search,tv} → mo_cache/tmdb/；② 命名/归属迁移：配置类文件统一归入 mo_config/ 并改用新名（special_keymap→special_maps、special_words→special_keywords、skip_dirs→skip_directories、season_offset→season_offsets），旧位置（mo_config/、mo_cache/media_organizer/）与旧名（含更早 mo_ 前缀）均自动迁移；③ 配置格式迁移：env/mo_env 文本 → config.json（JSON，仅白名单键自动转换）。

搜索缓存文件格式（包裹 JSON，含查询参数与获取时间）：

{
  "query": "Sword Art Online II",
  "year": "",
  "lang": "zh-CN",
  "fetched_at": 1786169195,
  "empty": false,
  "data": { "...TMDB 原始响应..." }
}

核心机制：

tmdb_api 统一封装：所有 TMDB 请求必经此函数。先 cache_get 查缓存——命中直接返回；未命中加锁后 curl 请求，成功后 cache_put 落盘。
cache_key：将查询参数拼成 query=xxx&lang=zh-CN 形式（末尾固定加 &lang）。
cache_path：搜索请求用 key 的 md5 哈希作文件名（search/movie|tv/<hash>.json，位于 tmdb/ 下）；详情/季请求从 key 中提取 id 作路径并附加语言段（tv/<id>.<lang>.json、tv/<id>/season/<n>.<lang>.json、movie/<id>.<lang>.json）——切换 TMDB_LANG 自动 miss 重新拉取。
并发去重（flock + 双检）：识别池多 worker 可能同时 miss 同一查询——tmdb_api 未命中后用 flock 跨进程互斥（锁文件在 /tmp），锁内双检缓存：等待者直接命中先写者的结果，同一查询只发一次请求。
cache_put_empty：搜索空结果（results:[]）写 empty:true 哨兵（3 天短 TTL）——查无此片在新片出现后自动重新搜索；请求失败（重试耗尽）不写哨兵，下次运行重试。
过期机制：普通缓存 CACHE_TTL_DAYS（默认 30 天）、空哨兵 CACHE_EMPTY_TTL_DAYS（默认 3 天），超时按 mtime 判定后重新请求。空哨兵在 TTL 内由 cache_empty_fresh 识别并跳过重复请求（不重新 curl），TTL 过后才重试。
季号归一化：识别流程将 parse_media_filename 产出的季/集号（如 S01E05 的 01/05）归一化为无前导零十进制（1/5），保证季缓存路径 tmdb/tv/{id}/season/1.json 与 --update-cache 的整数循环一致，缓存互可命中。
原子写：cache_put 先写临时文件再 rename，避免并发/中断产生半截 JSON。
相同标题分类型：同一标题（如某作品既有剧场版又有 TV 版）会分别缓存 search/movie 与 search/tv，识别时各取所需。
请求间延迟 TMDB_DELAY 秒，避免触发限流（约 4 请求/秒）。

缓存维护命令：

# 查看缓存（哈希/类型/路径/参数/获取时间），可按关键词过滤
./dist/media_organizer --list-cache
./dist/media_organizer --list-cache "tv"

# 仅更新缓存（1 个目录）：扫描源目录所有唯一查询，强制重取并覆盖缓存后退出
./dist/media_organizer --update-cache /downloads

# 整理并强制重取（2 个目录）：整理流水线内对处理的条目不信任陈旧缓存
./dist/media_organizer --update-cache /downloads /media

# 清空 TMDB 缓存后运行（特典映射等脚本学习数据保留）
./dist/media_organizer --refresh-cache /downloads /media

Note

为何不再用内存缓存 + 同步文件：v8 的 SHOW_CACHE/SEASON_CACHE 在识别函数（子 shell）内直接赋值不传播回父 shell，依赖 CACHE_SYNC_FILE 同步文件绕行，且无法缓存全部请求数据。v9.0 改为纯磁盘镜像缓存，天然规避子 shell 问题，且搜索/详情/季数据全量保存。

6.5 源→目标对照表（--export-map，按分类展示）

脚本运行完毕后，可生成按分类展示的源→目标对照表 markdown 文档，用于核对整理结果（源文件、目标文件、链接状态）。

# 生成对照表（默认输出到脚本目录/mo_map/<源目录名>-<md5前8位>.md）
./dist/media_organizer --export-map /downloads /media

# 指定输出目录（空格形式会与位置参数冲突，须用 = 形式）
./dist/media_organizer --export-map=/path/to/map /downloads /media

文档结构（分类依据 = 目的目录根名 FOLDER_MOVIES/FOLDER_SHOWS/FOLDER_MUSIC/FOLDER_MUSICVIDEOS/FOLDER_UNKNOWN）：

# 媒体整理对照表

- 源目录 / 目的目录 / 生成时间 / 运行模式

## 📊 分类汇总（N 条） ← 各类条目数一览

- 🎬 电影：N 条 / 📺 节目：N 条 / ...

## 🎬 电影（N 条） ← 每类独立小节与编号

| # | 源文件 | 目标文件 | 链接状态 |

## ⏭ 未完成（未识别/跳过/失败/待 AI）（N 条）

## 链接状态汇总 ← 已链接/失败/跳过计数

链接状态在非干运行下现场校验（目标存在且与源同 inode）；干运行标记 🔄 干运行。伴随文件（字幕/音轨等）在链接成功后登记映射，随主媒体归入对应大类（📎 伴随文件），未链接成功的不展示。0 条的分类不输出小节。文件名命名：<源目录名>-<源目录绝对路径 md5 前 8 位>.md——源目录名（sanitize 去非法字符，空名回退 root）保证可读，md5 前缀保证唯一与稳定（同一源目录多次运行互相覆盖）。

7. 执行判断详解

本章是脚本的决策树，展示每一个关键分支判断。箭头上的文字为判断条件，菱形为判断节点。

7.1 TMDB 认证选择

flowchart TD
    A[select_auth] --> B{TMDB_API_RA_TOKEN 非空?}
    B -- 是 --> B1[Bearer 认证<br>TMDB_AUTH_TOKEN=RA_TOKEN]
    B -- 否 --> C{TMDB_API_KEY 非空?}
    C -- 是 --> C1[API Key 认证<br>TMDB_AUTH_TOKEN=API_KEY]
    C -- 否 --> D{自动化模式?}
    D -- 否 --> E[提示生成 config.json 模板]
    E --> E1{用户输入 y?}
    E1 -- 是 --> E2[生成模板 退出码 0]
    E1 -- 否 --> F[报错 退出码 1]
    D -- 是 --> F

7.2 文件类型识别（parse_media_filename）

脚本按顺序尝试匹配，第一个命中的格式生效。所有格式均不命中时，不再默认判为电影，而是根据媒体目录内正片数量判断（v9.3，不依赖下载目录——合集种子可能把剧场版电影与剧集混放）。

7.2 主决策树（顺序匹配）

flowchart TD
    A["parse_media_filename<br>file → basename<br>base=去扩展名 ext=扩展名<br>clean_name 去方括号"] --> B{"匹配 Title (Year)?<br>^(.*)\([0-9]{4}\)$"}
    B -- "是" --> B1["movie 电影<br>title=去尾部空白<br>输出 movie|title|year"]
    B -- "否" --> C{"匹配 S##E##?<br>[\ ._-]*[Ss][0-9]{2}[Ee][0-9]{2}"}
    C -- "是" --> C1["tv 剧集<br>提取 season/episode<br>strip_season_suffix 去季后缀"]
    C -- "否" --> D{"匹配 #x##?<br>[0-9]{1,2}[xX][0-9]{2}"}
    D -- "是" --> D1["tv 剧集<br>提取 season/episode"]
    D -- "否" --> E{"特典识别?<br>（原子步骤见 7.2A）"}
    E -- "是" --> E1["特典处理<br>（原子步骤见 7.2A）"]
    E -- "否" --> F{"包含 Season 关键词?<br>[0-9]+(st|nd|rd|th)? Season"}
    F -- "是" --> F1["tv 季份<br>season=提取数字<br>episode=方括号 [N]"]
    F -- "否" --> G{"匹配方括号 [数字]?<br>且非 1080/720/480/2160/4320"}
    G -- "是" --> G1["tv 剧集<br>episode=[N] season=1<br>标题去掉 [N]"]
    G -- "否" --> H["回退：正片数量判断<br>（原子步骤见 7.2B）"]

Note

v9.6 Music Videos 前置检查：年份提取后、上述 TV 规则之前先做音乐视频信号检查（原子步骤见 7.2C）——目录信号（目录名精确匹配 musicvideo 词）命中即判 musicvideo（即使文件名含季集标记）；文件名信号（[MV] 等标记 + "歌手 - 歌名" 模式）同理。未命中任何信号才进入上述主决策树。

7.2A 特典识别与处理（原子步骤）

特典识别优先于季份（如 Show 2nd Season [Menu01] 先识别为特典 Season 00）。特典词在方括号标记内匹配（避免误判标题），也支持父目录判断（文件位于 SPs/、CDs/、Bonus/ 等）。

flowchart TD
    SA{"遍历特典词表（special_keywords）<br>文件名方括号内含特典词?<br>menu/ncop/nced/pv/cm/sp/teaser/<br>promo/trailer/special/mv/特典/花絮"}
    SA -- "是" --> SA1["is_special=true<br>frag=命中特典词（去空格）<br>tag=完整方括号标记"]
    SA -- "否" --> SB{"父目录是特典目录?<br>SPs/Specials/CDs/Bonus/<br>Extras/特典/特番/花絮"}
    SB -- "是" --> SA1
    SB -- "否" --> SC["非特典 → 回到主流程季份判断"]
    SA1 --> SD["find_show_path_from_file<br>向上跳过特典/分类/CD 目录<br>找到媒体目录完整路径"]
    SD --> SE{"count_main_videos(媒体目录)<br>正片数量?"}
    SE -- "==1（电影特典）" --> SF["type=skip title=movie_extra<br>跳过不整理<br>TMDB/Jellyfin 不收录电影特典<br>避免误判为剧集特典"]
    SE -- ">=2 或找不到（剧集特典）" --> SG["进入 Season 00 处理"]
    SG --> SH{"frag 非空?<br>文件名标记命中特典词"}
    SH -- "是" --> SI["ep_num=tag 中首个数字<br>sp_frag=frag+编号<br>如 Preview02 → Preview+02"]
    SH -- "否" --> SJ{"有方括号标记?"}
    SJ -- "是" --> SK["逐个方括号片段挑选<br>跳过压制/编码/画质标记<br>vcb/ma10p/x264/flac/1080p...<br>取首个非技术标记"]
    SJ -- "否" --> SL["无标记（裸特典如 CM01.mkv）<br>sp_frag=clean_name 文件名"]
    SK --> SM["season=0<br>special_fragment=sp_frag"]
    SL --> SM
    SI --> SM
    SM --> SN{"标题仅由特典标记构成?<br>无剧名"}
    SN -- "是" --> SO["find_show_dir_from_path<br>从父目录链向上找剧名目录"]
    SN -- "否" --> SP
    SO --> SP["type=tv<br>输出 tv|标题|S0|集号|fragment"]

7.2B 正片数量判断（回退，v9.3）

Note

不依赖下载目录。仅统计"正片"：跳过 SPs/CDs/Scans/Fonts/特典 等子目录；扩展名取 VIDEO_EXTS（mka 是纯音频容器，不计入）。结果按媒体目录缓存（MAIN_COUNT_CACHE），避免重复扫描。

flowchart TD
    FB["文件名无明确季集/年份特征<br>（如压制组风格 [Group] Title [1080p]）"] --> FB1["find_show_path_from_file<br>向上找媒体目录完整路径"]
    FB1 --> FB2{"找到媒体目录?"}
    FB2 -- "否" --> FU["type=unknown<br>记录 PENDING_AI_SEARCH<br>交 AI 判断类别"]
    FB2 -- "是" --> FB3["count_main_videos<br>find -maxdepth 2 统计正片<br>跳过特典/附带子目录<br>mka 不算视频"]
    FB3 -- "==1" --> FB4["movie 电影<br>title=cleaned<br>（如合集里的剧场版）"]
    FB3 -- ">=2" --> FB5["tv 剧集<br>season=1 episode=0<br>（多集动画）"]
    FB3 -- "==0" --> FU

支持的文件名格式：

格式	示例	识别结果
电影（带年份）	`Inception (2010).mkv`	movie
剧集 SxxEyy	`Breaking Bad S01E01.mkv`	tv S01E01
剧集 #x##	`Show 1x05.mkv`	tv S01E05
特典	`Show [NCOP].mkv` / `Show [Menu01].mkv` / `CM01.mkv`（在 SPs 目录）	剧集特典 S00；媒体目录仅 1 正片 → 电影特典跳过
季份	`Show 2nd Season [01].mkv`	tv 季份
方括号集号	`Show [03].mkv`	tv S01E03
音乐视频	`Music Videos/周杰伦/晴天.mkv`、`周杰伦 - 晴天 [MV].mkv`、`Live/演唱会.mkv`	musicvideo（见 7.2C）
其他（无明确特征）	`Random Movie.mkv` / `[Group] Show [1080p]`	由媒体目录正片数量判断：1→movie，≥2→tv，0/无目录→unknown（AI）

7.2C Music Videos 识别（原子步骤，v9.6）

音乐视频类目识别信号 = musicvideo 判定词（special_keywords.json 的 musicvideo 分区 → default → 内置默认 13 词，如 mv/music video/live/concert/演唱会）：

flowchart TD
    MA{"目录信号：父目录链任意段<br>目录名精确匹配 musicvideo 词?<br>（归一化去空格小写整名相等，<br>如 Music Videos/MV/Live/演唱会）"}
    MA -- "是" --> M1["musicvideo<br>输出 musicvideo|title|year"]
    MA -- "否" --> MB{"文件名信号：方括号标记<br>子串命中 musicvideo 词?<br>（如 [MV]/[Live]）"}
    MB -- "否" --> MC["非音乐视频 → 主决策树"]
    MB -- "是" --> MD{"标记同时命中特典词?<br>（如 [MV]/[PV] 双命中）"}
    MD -- "否" --> M1
    MD -- "是" --> ME{"文件名含 \" - \" 模式?<br>（歌手 - 歌名）"}
    ME -- "是" --> M1
    ME -- "否" --> MC["保持特典路径<br>（\"动画名 [MV]\" 剧集 MV 特典）"]

目录信号：Music Videos/、MV/、Live/、演唱会/ 等目录（精确匹配整目录名，避免 Muv-Luv、tmp.xxx 等含词目录误判；PV/ 特典目录不在 musicvideo 词表 → 保持特典路径）。
文件名信号：[MV]/[Live]/[Concert] 等标记。双命中歧义（标记同时在特典词表，如 [MV]）用 "歌手 - 歌名" 模式消解：文件名含 - → 音乐视频；不含 → 特典（剧集 MV 特典不被误判）。两侧词表均可配置完全控制（musicvideo 分区删词 → 永不判音乐视频；tv 特典词表删词 → 一律判音乐视频）。
命名：MusicVideos/{artist}/{title}.{ext}（NAMING_MUSICVIDEO 模板）。artist 归类链：元数据 ALBUMARTIST → ARTIST → 父目录名解析（歌手 - 歌名 取首段；无分隔符整名作歌手；源根直属不解析）→ FOLDER_UNKNOWN。本地规则无网络请求，识别失败不消耗 AI（unknown 才交 AI）。

7.3 季数偏移判断（identify_tv_show）

处理 TMDB 季数与实际不符的情况。以下为每一个原子化操作：

flowchart TD
    A["identify_tv_show 输入<br>title season episode base ext fragment file"] --> A1["归一化季/集号<br>10# 去前导零（防 08 当八进制）"]
    A1 --> A2["strip_season_suffix 去季后缀<br>→ search_name"]
    A2 --> S1["tmdb_api /search/tv<br>query=search_name"]
    S1 --> S2{"results[0].id 非空?"}
    S2 -- "否" --> S3["PENDING_AI_SEARCH 记录<br>（文件名|父目录|tv）返回失败"]
    S2 -- "是" --> S4["提取 show_title / year<br>sanitize 清理非法字符"]
    S4 --> S5["tmdb_api /tv/{id}<br>→ number_of_seasons"]
    S5 --> S5A{"season>1 且 total<season?<br>需要第一季集数"}
    S5A -- "是" --> S5B["tmdb_api /tv/{id}/season/1<br>→ s1_ep_count"]
    S5A -- "否" --> S6
    S5B --> S6["tmdb_api /tv/{id}/season/0<br>→ season0_json（特典季原始 JSON）"]
    S6 --> OFF{"偏移判断<br>原子步骤见 7.3A"}
    OFF --> TM{"season==0 且 fragment 非空?<br>（特典匹配，原子步骤见 7.4）"}
    TM -- "否" --> EP["tmdb_api /tv/{id}/season/N<br>取 episode_name（季集名）"]
    TM -- "是" --> EP
    EP --> EP1{"episode_name 空?"}
    EP1 -- "是" --> EP2["用文件名尾部残余<br>或 Episode {e_fmt}"]
    EP1 -- "否" --> OUT
    EP2 --> OUT["safe_printf_int 补零<br>S{s_fmt}E{e_fmt}<br>输出 Shows/... 目标路径"]

7.3A 季偏移决策（原子步骤）

flowchart TD
    A{"season>1 且<br>total_seasons < season?"}
    A -- "否" --> OK["正常处理<br>无需偏移"]
    A -- "是" --> B{"s1_ep_count > 0?<br>第一季集数可获取"}
    B -- "是" --> B1["自动偏移<br>episode = episode + s1_ep_count<br>season = 1"]
    B -- "否" --> C{"get_season_offset 命中?<br>SEASON_OFFSET_MAP[剧名小写]<br>或 [id:TMDB_ID]"}
    C -- "是" --> C1["手动偏移<br>episode = episode + offset<br>season = 1"]
    C -- "否" --> D["报错 无法计算季偏移<br>自动化写 SKIP_LOG_FILE<br>返回失败 跳过文件"]

示例：资源实际为 S01E23，但 TMDB 只有一季（23 集/季），配置 {"jujutsu kaisen": 23} 后，实际 S02E01 被映射为：

E_{\text{new}} = E_{\text{old}} + O = 1 + 23 = 24 \quad\Rightarrow\quad \text{S01E24}

7.4 特典匹配判断（Season 00）

Note

前置归属判断（v9.3，不依赖下载目录）：特典文件先由 parse_media_filename 判定归属——媒体目录仅 1 个正片 → 电影特典（type=skip，直接跳过不整理，TMDB/Jellyfin 不收录电影特典）；多个正片 → 剧集特典（进入本节的 Season 00 处理）。以下为剧集特典的每一个原子化操作：

flowchart TD
    A{"season==0 且<br>special_fragment 非空?"}
    A -- "否" --> NORMAL["正常集处理"]
    A -- "是" --> B["translate_fragment 别称归一化<br>（原子步骤见 7.4A）"]
    B --> C["match_special_episode<br>用标准键匹配季0<br>（原子步骤见 7.4B）"]
    C -- "成功" --> C1["tmdb_matched=0<br>episode = TMDB 集号"]
    C -- "失败" --> C2{"用原始 fragment<br>再次 match_special_episode?"}
    C2 -- "成功" --> C1
    C2 -- "失败" --> D["记录 PENDING_AI_SPECIAL<br>show_id|fragment → 待 AI 学习"]
    D --> F["sanitize 清理<br>S00{类型}{编号} 命名<br>如 CM01 → S00CM01 - CM01"]
    C1 --> G["season0_json 按集号取集名<br>用 S00E{集号} - TMDB集名 命名"]

特典匹配使用多语言别称：候选词 = 原始片段 + 去数字核心 + keymap 值数组中的全部多语言值（中文/日文/英文缩写），逐一 contains（忽略大小写）匹配 TMDB 季 0 的集名。

7.4A translate_fragment（原子步骤）

flowchart TD
    T1["输入 fragment<br>如 Menu01 / WebPreview01"] --> T2{"SPECIAL_MAP[fragment 小写]<br>精确命中?"}
    T2 -- "是" --> T6["值=JSON 数组<br>取第一个作为标准键返回"]
    T2 -- "否" --> T3["去末尾数字得到核心词<br>Menu01 → menu<br>转小写"]
    T3 --> T4{"SPECIAL_MAP[核心词] 命中?"}
    T4 -- "是" --> T6
    T4 -- "否" --> T5["无映射<br>返回原 fragment"]

7.4B match_special_episode（原子步骤）

flowchart TD
    M1["输入 show_id fragment fallback season0_json"] --> M2{"season0_json 为空?"}
    M2 -- "是" --> MF["返回 fallback 集号"]
    M2 -- "否" --> M3["构造候选词列表 terms<br>① fragment 本身<br>② 去数字核心词<br>③ keymap 值数组全部元素<br>（多键→多值展开后）"]
    M3 --> M4{"遍历 terms 还有?"}
    M4 -- "是" --> M5["term 转小写<br>jq 匹配 season0 episodes[].name<br>（ascii_downcase contains）"]
    M5 -- "命中" --> M6["返回该 TMDB 集号"]
    M5 -- "未命中" --> M4
    M4 -- "结束" --> M7["日志警告 未匹配<br>返回 fallback"]

特典命名规则：

情况	命名	示例
TMDB 特典集匹配成功	`S00E{集号} - TMDB集名.ext`	`S00E01 - 迷你动画「猫猫的独语」第1话：白粉.mkv`
未匹配（有编号）	`S00{类型}{编号}.ext`	`S00CM01.mkv`、`S00Menu01.mkv`、`S00PV01.mkv`
未匹配（无编号）	`S00{类型}.ext`	`S00NCED.mkv`、`S00NCOP.mkv`

S00E{编号} 仅用于 TMDB 能匹配的特典集；未匹配的特典用 S00{类型}{编号} 命名，避免占用正常特典编号、干扰 Jellyfin 刮削。

7.5 AI 批处理判断（run_ai_batch）

AI 分批处理四类待办：搜索词纠正/类别判断（PENDING_AI_SEARCH）、特典映射学习（PENDING_AI_SPECIAL）、艺术家判定（PENDING_AI_ARTIST）、匹配甄别（PENDING_AI_MATCH）。每批 AI_BATCH_SIZE 条，AI_MAX_CALLS 为批次上限。以下为每一个原子化操作：

flowchart TD
    A["run_ai_batch"] --> B{"AI_API_KEY 非空?"}
    B -- "否" --> SKIP["搜索/匹配待定显式 skip_unidentified（可逆）<br>多艺术家直接拼接"]
    B -- "是" --> C{"有待处理项?<br>四类 PENDING_COUNT 任一 >0"}
    C -- "否" --> SKIP
    C -- "是" --> L{"AI_CALL_COUNT ≥ AI_MAX_CALLS?"}
    L -- "是" --> LFAIL["剩余待定显式跳过"]
    L -- "否" --> D["ai_batch_request（每批最多 AI_BATCH_SIZE 条）"]
    D --> D1["构造输入 JSON（jq 安全转义）<br>search_entries（file/directory 目录链/type）<br>+ special_entries（show_id/fragment/season0 全量）<br>+ artist_entries（多艺术家/专辑）<br>+ match_entries（search 原样 + seasons 四字段提炼）"]
    D1 --> D2["拼 AI_BATCH_PROMPT + Input → payload<br>temperature=0.2"]
    D2 --> D3{"AI_DRY_RUN=true?"}
    D3 -- "是" --> D4["打印 Prompt 摘要<br>返回失败态 → 剩余跳过"]
    D3 -- "否" --> D5{"curl 调 {AI_FULL_URL 或 BASE/v1/chat/completions}<br>递增重试（2^n 封顶 16s）"}
    D5 -- "失败" --> DFAIL["记录错误 返回失败态<br>→ 剩余待定显式跳过（可逆）"]
    D5 -- "成功" --> D6["AI_CALL_COUNT++<br>校验返回 JSON"]
    D6 --> D7["解析四部分：search / artist_choice / match / special"]
    D7 --> D8["记录本批响应覆盖的 key<br>缺失条目留待下一批"]
    D8 --> E["消费：resolve_pending_artists → reprocess_pending_searches → resolve_pending_matches"]
    E --> E1["match 消费：choice → 脚本 build_*_dest 构建命名<br>（命名是脚本职责，AI 只做判断）"]
    E1 --> E2["season_shift 叠加到文件季号<br>（Railgun T 类后缀季由脚本剥离优先）"]
    E2 --> E3["无匹配 + search_term → 重搜取首条<br>（单轮优先，不给 AI 第二轮）"]
    E3 --> E13["仍失败 → 回退命名（降级成功）"]

Note

AI 失败语义：请求失败/非 JSON/干运行/达上限 → 剩余搜索与匹配待定显式跳过（可逆）——下次运行自动重试，与无 AI 密钥语义统一；多艺术家待定直接拼接（信息不丢）。

AI 成本控制：AI_BATCH_SIZE（默认 50）条/批，AI_MAX_CALLS（默认 10）为批次上限；AI_DRY_RUN=true 时可测试而不产生费用。AI 学到的特典映射会持久化到 special_maps.json（值数组合并去重），特典词写入 special_keywords.json，非媒体目录写入 skip_directories.json——下次运行直接生效。

7.6 硬链接处理判断（link_media）

Note

v9.1 起不再做 .bak 备份——遗留的 .bak_* 会被 Jellyfin 当作媒体扫描干扰刮削；目标已存在时直接替换（先删旧目标再建硬链接）。以下为每一个原子化操作：

flowchart TD
    A["link_media 遍历 VIDEO_DEST_MAP"] --> A1{"目标路径有效?<br>subdir 与 filename 均非空"}
    A1 -- "否" --> ASKIP["警告 目标路径无效<br>skip++ 继续下一文件"]
    A1 -- "是" --> B["mkdir -p 目标目录"]
    B -- "失败" --> B1["报错 无法创建目标目录<br>skip++ 继续"]
    B -- "成功" --> C["hardlink_or_dryrun 主文件<br>（原子步骤见 7.6A）"]
    C -- "成功" --> H["处理配套文件<br>（原子步骤见 7.6B）"]
    C -- "失败" --> H2["skip++<br>自动化写 SKIP_LOG_FILE"]
    H --> H3["hardlink_count++"]
    H2 --> A
    H3 --> A
    A -- "遍历结束" --> SUM["汇总<br>成功 hardlink_count 个 跳过 skip_count 个"]

7.6A hardlink_or_dryrun（原子步骤）

flowchart TD
    H1["输入 src dst"] --> H2{"--dry-run 模式?"}
    H2 -- "是" --> H3["仅打印 干运行：硬链接<br>返回成功"]
    H2 -- "否" --> H4{"same_inode(src,dst)?<br>get_file_inode 取 inode<br>依次 stat -c → stat -f →<br>ls -i → find -printf"}
    H4 -- "是" --> H5["跳过 硬链接已存在<br>返回成功"]
    H4 -- "否" --> H6{"目标 dst 已存在?"}
    H6 -- "是" --> H7{"dst 是目录?"}
    H7 -- "是" --> H8["报错 拒绝替换目录<br>返回失败"]
    H7 -- "否" --> H9["rm -f 删除旧目标<br>（直接替换 不备份）"]
    H9 --> H10
    H6 -- "否" --> H10["ln src dst 创建硬链接"]
    H10 --> H11{"创建成功?"}
    H11 -- "是" --> H12["返回成功"]
    H11 -- "否" --> H13["报错 返回失败"]

7.6B 配套文件处理（原子步骤）

配套文件（字幕 .srt/.ass、音轨 .mka 等）跟随其主视频一起硬链接。同名或语言标签命名均识别。

flowchart TD
    P1["主视频 hardlink 成功后<br>base_name = video 去扩展名"] --> P2["for companion in 'base_name'.*<br>遍历同基名文件"]
    P2 --> P3{"文件存在且非主视频自身?"}
    P3 -- "否" --> PNEXT["继续下一个 companion"]
    P3 -- "是" --> P4["is_companion 判断<br>（原子步骤见 7.6C）"]
    P4 -- "否（非配套）" --> PNEXT
    P4 -- "是（配套）" --> P5["comp_suffix = companion 去掉 base_name 前缀<br>再去掉扩展名<br>（字符串截取，保留语言后缀）<br>如 .zh / .zh-tw"]
    P5 --> P6["dest = 目标文件去扩展名 + comp_suffix + 新扩展名<br>如 S01E01.zh.ass"]
    P6 --> P7["hardlink_or_dryrun companion → dest"]
    P7 --> PNEXT
    PNEXT --> P8{"还有 companion?"}
    P8 -- "是" --> P2
    P8 -- "否" --> P9["返回 处理完成"]

7.6C is_companion（原子步骤）

flowchart TD
    I1["输入 companion 与主视频 base_name"] --> I2{"name_noext == vbase?<br>同名"}
    I2 -- "是" --> IYES["是配套<br>返回 0"]
    I2 -- "否" --> I3{"name_noext 含语言标签?<br>inner_ext 匹配 ^[a-z]{2,3}(-[a-z]{2,})?$<br>如 zh / zh-tw / en"}
    I3 -- "否" --> INO["非配套<br>返回 1"]
    I3 -- "是" --> I4{"possible_base == vbase?<br>去掉语言标签后与主视频同名"}
    I4 -- "是" --> IYES
    I4 -- "否" --> INO

8. 配置文件详解

8.1 `config.json`（主配置文件）

所有配置项及其默认值（优先级：环境变量 > config.json > 脚本默认值）；JSON 对象格式，值统一为字符串（"KEY": "VALUE"），文件权限 600：

配置项	默认值	说明
`TMDB_API_KEY`	（空，必填之一）	TMDB v3 API Key
`TMDB_API_RA_TOKEN`	（空，必填之一）	TMDB Read Access Token（推荐）
`TMDB_LANG`	`zh-CN`	API 查询语言
`TMDB_DELAY`	`1`	请求间延迟（秒），防限流
`TMDB_CURL_RETRY`	`3`	curl 重试次数
`TMDB_CURL_CONNECT_TIMEOUT`	`10`	连接超时（秒）
`TMDB_CURL_MAX_TIME`	`30`	请求最大时长（秒）
`VIDEO_EXTS`	`mp4,mkv,avi,mov,...`	视频扩展名
`AUDIO_EXTS`	`mp3,flac,aac,ogg,...`	音频扩展名
`SUB_EXTS`	`srt,ass,ssa,sub,...`	字幕扩展名
`CACHE_DIR`	`mo_cache`	缓存根目录：`tmdb/` = TMDB API 镜像缓存（可删除重建），`media_organizer/` = 脚本运行状态（账本/冷却）；用户配置类文件位于 `mo_config/`
`CACHE_TTL_DAYS`	`30`	缓存有效期（天），超过后重新请求
`CACHE_EMPTY_TTL_DAYS`	`3`	空结果哨兵有效期（天），超过后重新请求
`SPECIAL_MAP_FILE`	`mo_config/special_maps.json`	特典映射文件（AI 学习写回；旧版文件名/位置自动迁移）
`SPECIAL_WORDS_FILE`	`mo_config/special_keywords.json`	特典识别词表文件（AI 学习到的新词写回；旧版文件名/位置自动迁移）
`SEASON_OFFSET_FILE`	`mo_config/season_offsets.json`	季偏移文件（旧版文件名/位置自动迁移）
`SKIP_DIRS_FILE`	`mo_config/skip_directories.json`	跳过目录词表（AI 学习写回；旧版文件名/位置自动迁移）
`COLOR_OUTPUT`	`true`	彩色输出开关
`DEBUG_LEVEL`	`0`	调试级别（0/1/2）
`AI_API_KEY`	（空，留空禁用 AI）	AI API 密钥
`AI_BASE_URL`	`https://api.deepseek.com`	AI API 基础 URL
`AI_FULL_URL`	（空）	AI 完整端点（默认 `{AI_BASE_URL}/v1/chat/completions`）
`AI_MODEL`	`DeepSeek-V4-Flash`	AI 模型
`AI_MAX_CALLS`	`10`	单次最多 AI 调用次数
`AI_DRY_RUN`	`false`	AI 干运行（不产生费用）
`AI_SAVE_CASES`	`false`	AI 用例落盘：每次请求的输入/响应存 `mo_cache/media_organizer/ai_cases/`（识别错误复盘/防幻觉学习数据源）
`AI_CURL_RETRY`	`3`	AI curl 重试次数
`AI_CURL_CONNECT_TIMEOUT`	`10`	AI 连接超时（秒）
`AI_CURL_MAX_TIME`	`30`	AI 请求最大时长（秒）
`LOG_FILE`	`/var/log/media_organizer.log`	自动化日志路径
`SKIP_LOG_FILE`	`/var/log/media_organizer_skip.log`	跳过记录日志路径
`MEDIA_WORKERS`	`4`	识别池并发数（1-8；并发高时建议增大 `TMDB_DELAY`）
`FOLDER_MOVIES`	跟随系统语言	目的目录"电影"根名（zh locale 默认 `电影`）
`FOLDER_SHOWS`	跟随系统语言	目的目录"节目"根名（Jellyfin 官方库名 Shows；zh locale 默认 `节目`）
`FOLDER_MUSIC`	跟随系统语言	目的目录"音乐"根名
`FOLDER_MUSICVIDEOS`	跟随系统语言	目的目录"音乐视频"根名（官方库名 `MusicVideos`）
`FOLDER_UNKNOWN`	跟随系统语言	未知艺术家/标题占位名

Note

目的目录命名规则：默认跟随系统语言（LANG/LC_ALL 以 zh 开头 → 中文，否则英文），且与 Jellyfin 官方媒体库名称保持一致——Movies=电影、Shows=节目、Music=音乐、MusicVideos=音乐视频（Unknown=未知为脚本兜底分类，非 Jellyfin 库类型）。任一 FOLDER_* 均可通过环境变量或 config.json 显式覆盖（如日语环境用 Shows=アニメ）。注意：旧版本默认 Shows=剧集，升级后未显式设置的既有媒体库会新建"节目"根目录——如要保持旧目录名，请在 config.json 中显式设置 FOLDER_SHOWS。 | SKIP_HARDLINK_CHECK | false | 跳过硬链接检查（不建议） | | SEARCH_FALLBACK_MAL | false | 搜索重试链第三级：zh-CN/en-US 均空时用 MyAnimeList (jikan v4) 候选标题回搜 TMDB | | MAL_BASE_URL | https://api.jikan.moe/v4 | jikan API 基础 URL（可换镜像） | | FAIL_RETRY_COOLDOWN_HOURS | 24 | 失败冷却时长（小时）：请求失败/未识别条目在此期限内重跑直接跳过；0 禁用 | | MATCH_RULES_FILE | mo_config/match_rules.json | 用户匹配规则文件（搜索别名 + ID 映射，见 8.6 节；旧版文件名/位置自动迁移） | | NAMING_MOVIE | {title}{?year: ({year})} | 电影目录/文件名模板（见 8.7 节命名模板） | | NAMING_SHOW | {title}{?year: ({year})} | 剧集目录名模板 | | NAMING_SEASON | Season {season:02} | 季目录名模板（Jellyfin 解析格式，默认不可本地化） | | NAMING_EPISODE | S{season:02}E{episode:02}{range}{?episode_name: - {episode_name}} | 剧集文件名模板 | | NAMING_SPECIAL | S00{tag} - {fragment} | 未匹配特典文件名模板（S00{类型} - {片段}） | | NAMING_MUSIC | {artist}/{album} | 音乐目录结构模板（歌手/专辑；可含 / 产生多级） | | NAMING_MUSICVIDEO | {artist}/{title} | 音乐视频目录结构模板（歌手/歌名；见 9 节 MusicVideos 结构） | | SPECIAL_CATEGORIES_FILE | mo_config/special_categories.json | 特典类别判定表文件（S00 未匹配特典的类别标签，见 8.8 节；旧版文件名/位置自动迁移） |

8.2 `special_maps.json`（特典映射）

格式：键为文件中的关键字符串（本地特典关键字），值为匹配关键字数组（多键→多值，可含多语言）。匹配关键字与 TMDB 特典候选列表条目做三级匹配（精确 > 最短前缀 > contains）。

值可以是：

JSON 数组：直接的多语言匹配关键字，如 ["Menu", "菜单", "メニュー"]。
字符串（引用另一键）：复用其他键的数组，实现多键共享同一组值。不同压制组的特典命名不同（Menu01/Menu 01/MENU01），但对应同一组匹配关键字，用引用避免重复定义。

AI 学习：AI 从 TMDB 特典候选列表（season 0 条目）中选择与本地片段匹配的项，写回 keymap 作为匹配关键字——写回前交叉验证（产物必须是候选列表成员，防幻觉污染）。

Note

v9.6 类目分区：支持 {"tv": {...}, "musicvideo": {...}, "default": {...}} 分区形态（查询 tv 分区 → default → 全局表；AI 写回 tv 分区），详见 8.8 节。

Note

判定与匹配分工：keymap 解决"匹配特典"（本地标记 → TMDB 关键字），词表（8.3 节）解决"判定特典"（文件名标记 → 是否特典）。AI 学习会同时写回两者：学到的新片段核心词并入 special_keywords.json，保证下次遇到不在特典目录里的同类文件名标记时，先能被判定为特典、再走 keymap 匹配——否则只写回 keymap 时判定环节直接失败，学习结果对不上。

8.3 `special_keywords.json`（特典识别词表）

格式：JSON 数组，元素 = 特典类别词（["menu","ncop","cm",...]）。文件名方括号标记含这些词 → 判定为特典（Season 00）。匹配对空格不敏感（词表 ncop 可匹配文件里的 nc op）；词表内容不当作正则。缺失时交互创建空词表 []（v9.7 起无内置示例词，真实词由 AI 学习与用户添加）。

AI 学习写回：AI 学习特典映射的同时，会把新片段的核心词（去数字/空格、小写，长度 ≥ 2）去重合并写回本文件，使后续运行能识别同类标记（已存在于词表则跳过）。

Note

v9.6 类目分区 + 音乐视频判定词：支持 {"tv": [...], "musicvideo": [...], "default": [...]} 分区形态，详见 8.8 节。musicvideo 分区词用于 Music Videos 类目识别信号（目录名精确匹配 + 文件名 [MV] 等标记，见 7.2C 节），默认 13 词（mv/music video/live/concert/演唱会 等），独立于 tv 特典词表。

{
  "menu": ["Menu", "菜单", "メニュー"],
  "menu01": "menu",
  "menu_1": "menu",
  "preview": ["Preview", "预告片", "予告"],
  "webpreview": "preview"
}

键：从文件名解析出的特典关键字（可带编号，如 Menu01；也常用去编号的核心词如 menu）。
值：TMDB SEASON0 特典集中能匹配该关键字的字符串数组（英文/中文/日文等多语言均可），或引用其他键的数组。

识别/匹配流程：

从文件名提取特典片段（如 Menu01）→ 转小写查 keymap（先精确，再按去数字核心词 menu 查）；命中后引用值会递归展开为数组。
命中后用数组中的每一个值去该剧集 TMDB season/0 的 episodes[].name 做 contains（忽略大小写）匹配——任一值命中即匹配该特典集。
匹配成功 → 用 S00E{编号} - TMDB集名 命名；失败 → 回退 S00{类型}{编号}。

AI 学习也会写入此文件：AI 判定本地关键字对应 SEASON0 的哪些特典名（多语言）后，合并写入值数组（去重）。缺失时，脚本在用户确认下用内嵌的 SPECIAL_KEYMAP_TEMPLATE 常量自动生成（v9.7 起模板为空，生成空映射 {}，真实映射由 AI 学习与用户添加）。

8.4 `skip_directories.json`（跳过目录词表）

格式：JSON 数组，元素 = 不作为媒体名目录的目录词（["sp","cds","特典","视频",...]）。匹配为目录名精确比较（忽略大小写）；内容不当作正则。缺失时交互创建空词表 []（v9.7 起无内置示例词，真实目录词由 AI 学习与用户添加）。

AI 学习写回：AI 批处理会从识别失败条目的目录链中挑出非媒体目录（特典/附带/分类目录，如 PV/CM/MAD），交叉验证（必须实际出现在输入目录链中，防幻觉）后去重写回本文件，使后续运行正确跳过此类目录（避免被误计为正片影响电影/剧集归属判断）。

Note

v9.6 类目分区：支持 {"video": [...], "music": [...], "default": [...]} 分区形态（视频流程查 video、音频流程查 music；分区形态 = 完整语义，不叠加内置默认），详见 8.8 节。

8.5 `season_offsets.json`（季数偏移）

格式：键为剧名（小写）或 id:TMDB_ID，值为第一季的集数：

{
  "jujutsu kaisen": 23,
  "demon slayer": 26,
  "one piece": 130,
  "id:109620": 23
}

缺失时，脚本用内嵌的 SEASON_OFFSET_TEMPLATE 常量自动生成（v9.7 起模板为空，生成空偏移表 {}，真实偏移由用户添加）。

Note

v9.6 类目分区：支持 {"tv": {...}, "default": {...}} 分区形态（季偏移仅 tv 有语义，其余类目预留），详见 8.8 节。

8.6 `match_rules.json`（用户匹配规则）

格式：用户手工维护的确定性匹配规则，两部分——搜索别名与 ID 映射。缺失时脚本在用户确认下用内嵌 MATCH_RULES_TEMPLATE 常量创建空规则（{} 结构）；键为文件名清洗后的标题（大小写/空白不敏感：加载期统一小写 + 空白折叠，如 Sword Art Online 与 sword art online 等价）：

{
  "search_aliases": {
    "俺妹": "Ore no Imouto ga Konna ni Kawaii Wake ga Nai",
    "路人女主剧场版": { "term": "Saekano the Movie", "year": "2019" }
  },
  "id_maps": {
    "movie": { "刀剑神域": 20982 },
    "tv": { "魔法禁书目录": 4654 }
  }
}

搜索别名（search_aliases）：主搜索（zh-CN → en-US）无结果时，用指定的重搜词再搜一次（确定性兜底，优先于目录名重搜与 MAL/AI）。值可为字符串（重搜词），或对象 {"term": "...", "year": "..."}（带年份约束，仅电影生效）。适合本地俗称/简称（TMDB 搜不到"俺妹"但能搜到全名）。

ID 映射（id_maps）：标题命中后直接使用指定 TMDB ID，完全跳过搜索（最高优先级，先于一切搜索）。movie/tv 分表（按 parse 判定的类型取表）。适合 TMDB 多候选易选错（同名动画/真人版）、搜索命中错条目的场景。

Tip

匹配规则优先级：ID 映射（跳过搜索）> 常规搜索链（zh → en → 别名 → 目录名 → MAL）→ AI。别名只在常规搜索无结果时介入；规则全部命中即走确定性路径，不消耗 AI 轮次。

8.7 命名模板（`NAMING_*`）

命名格式化从硬编码改为用户可配置模板（v9.5）。默认模板与旧版输出逐字节一致，不配置则行为完全不变。模板占位符语法：

语法	含义	示例
`{name}`	变量值原样插入（未定义/未知变量渲染为空）	`{title}` → `Sword Art Online`
`{name:NN}`	数字补零至 NN 位（非数字原样保留）	`{season:02}` → `01`
`{?name:text}`	条件段：name 非空才渲染 text（text 内可含其他占位符）	`{?year: ({year})}` → `(2012)`（带前导空格）或空

各模板可用变量：

配置键	默认模板	可用变量
`NAMING_MOVIE`	`{title}{?year: ({year})}`	`title`、`year`
`NAMING_SHOW`	`{title}{?year: ({year})}`	`title`、`year`
`NAMING_SEASON`	`Season {season:02}`	`season`
`NAMING_EPISODE`	`S{season:02}E{episode:02}{range}{?episode_name: - {episode_name}}`	`season`、`episode`、`range`（多集 `-E02`，单集空）、`episode_name`（首末集名以 `-` 连接）、`episode_end`
`NAMING_SPECIAL`	`S00{tag} - {fragment}`	`tag`（特典类别 Menu/CM/PV...）、`fragment`（原始片段如 `Menu01`）
`NAMING_MUSIC`	`{artist}/{album}`	`artist`、`album`（可含 `/` 产生多级目录）

示例：

{
  "NAMING_MOVIE": "{title} ({year}) [{quality}]", // 注意：{quality} 不存在 → 渲染为空，加载期打印警告
  "NAMING_EPISODE": "EP{episode} - {episode_name}",
  "NAMING_MUSIC": "{artist}/{album} ({year})", // 注意：音乐无 year 变量
}

Warning

未知占位符渲染为空，加载时打印警告（拼写错误可被发现）。

Season NN 与 SxxExx 是 Jellyfin 解析格式——修改 NAMING_SEASON/NAMING_EPISODE 默认结构可能导致刮削失败，请仅在了解后果时自定义。

电影/剧集目标要求目录名与文件名同名（Jellyfin 规范），模板渲染结果同时用于两者；渲染后的名称会经 sanitize 清洗（\ / : * ? " < > | 被移除），模板中不要依赖这些字符。

8.8 类目分区格式（`special_maps` / `special_keywords` / `skip_directories` / `season_offsets`，v9.6）

四个配置类文件支持两种形态：

全局单表（旧版，默认兼容）：当前结构直接可用（对象/数组），行为与 v9.5 完全一致。
类目分区（v9.6 新增）：顶层按类目分键，每个类目一份表，未配置回退 default 分区 → 全局表。

分区判定：顶层全部键 ∈ {movie, tv, music, musicvideo, video, audio, default, global} 即视为分区形态（混合形态按全局表处理并警告）。

各文件的分区键与查询语义：

文件	分区键	查询上下文
`special_maps.json`	`tv`（特典映射）、`musicvideo`（预留）、`default`	特典匹配（`translate_fragment`/`match_special_episode`）查 tv 分区 → default → 全局表；分区内引用展开同分区优先，其次全局表
`special_keywords.json`	`tv`（特典判定词）、`musicvideo`（音乐视频判定词）、`default`	特典判定查 tv 分区 → default → 全局表（v9.7 起无内置词）；音乐视频判定查 musicvideo 分区 → default → 内置 musicvideo 词表（不回退 tv 特典词表——避免 "sp" 命中 "SPs" 目录等交叉误判）
`skip_directories.json`	`video`（视频流程：电影/剧集/音乐视频的目录语义）、`music`（音频流程）、`default`	按流程查对应分区 → default → 全局表。分区形态 = 完整语义（不叠加内置默认，通用词放 default 分区）
`season_offsets.json`	`tv`（季偏移）、`default`	查 tv 分区 → default → 全局表（v9.7 起无内置偏移）

示例（special_keywords.json 分区形态）：

{
  "tv": ["menu", "ncop", "nced", "pv", "cm"],
  "musicvideo": ["mv", "music video", "live", "concert", "演唱会"],
  "default": ["特典", "特番"]
}

Note

AI 学习写回自动适配分区：AI 学到的特典映射/特典词写入 tv 分区、跳过目录写入 video 分区（分区形态时）；全局形态仍写顶层。

8.9 `special_categories.json`（特典类别判定表，v9.6 外置）

S00 未匹配特典的类别标签判定表（S00{类型} - {片段} 的"类型"）：fragment 子串按数组顺序（=优先级，长词/特定词在前）匹配 → 取标签。数组保序，顺序即优先级：

[
  { "match": "nced", "tag": "NCED" },
  { "match": "mini anime", "tag": "Mini Anime" },
  { "match": "spot", "tag": "CM" },
  { "match": "iv", "tag": "IV" }
]

查询链：用户表（按序）→ 内置默认表（24 项，运行时硬编码，v9.7 起独立于模板）→ Special。
缺失时脚本在用户确认下用 SPECIAL_CATEGORIES_TEMPLATE 常量创建（v9.7 起模板为空，生成空判定表 []；自动化模式跳过，内置表兜底）。
用户可增删类别或调整顺序（长词在前，如 mini anime 先于 anime）。

9. 输出目录结构

脚本在目标目录创建 Jellyfin 规范的结构：

/media
├── Movies/
│   └── Inception (2010)/
│       └── Inception (2010).mkv
├── Shows/
│   ├── Breaking Bad (2008)/
│   │   └── Season 01/
│   │       ├── S01E01 - Pilot.mkv
│   │       └── S01E01 - Pilot.srt              ← 伴随文件
│   └── Some Anime (2020)/
│       └── Season 00/
│           ├── S00E01 - 迷你动画「猫猫的独语」第1话：白粉.mkv   ← TMDB 匹配特典（S00E 编号）
│           ├── S00CM01 - CM01.mkv              ← 未匹配特典（S00{类型}{编号}）
│           └── S00Menu01 - Menu01.mkv
└── Music/                                     ← CD 音乐（flac/mp3）
    └── 平井大/
        └── 幸せのレシピ/
            └── 01. 幸せのレシピ.flac
└── MusicVideos/                               ← 音乐视频（v9.6）
    └── 周杰伦/
        ├── 晴天.mkv
        └── 七里香.mp4

命名规则：

类型	规则
电影	`Movies/标题 (年份)/标题 (年份).扩展名`
剧集	`Shows/标题 (年份)/Season NN/S{季}E{集} - 集名.扩展名`
特典（TMDB 匹配）	`Shows/标题 (年份)/Season 00/S00E{集号} - TMDB集名.扩展名`
特典（未匹配）	`Shows/标题 (年份)/Season 00/S00{类型}{编号} - 原片段.扩展名`（如 `S00CM01`、`S00Menu01`、`S00PV01`）
音乐视频	`MusicVideos/歌手/歌名.扩展名`（artist 元数据 → 目录名 → `FOLDER_UNKNOWN`）
伴随文件	与视频同名，保留语言标签（`.zh.srt`、`.jp.ass` 等）

Tip

要点：文件名不含剧集名——Jellyfin 通过父目录（Shows/标题 (年份)/）识别剧集，不影响刮削。S00E{编号} 仅用于 TMDB 能匹配的特典集；未匹配的特典用 S00{类型}{编号} 区分，避免干扰正常特典编号。

10. 核心算法与公式

10.1 季数偏移

设实际集号为 $E$、季号为 $S$，TMDB 第一季集数为 $S_1$：

自动偏移（TMDB 有第一季数据时）：

E' = E + S_1,\qquad S' = 1

手动偏移（来自 season_offsets.json，偏移值为 $O$）：

E' = E + O,\qquad S' = 1

10.2 编号格式化

集号/季号统一补零为两位：

\text{pad2}(n) = \begin{cases} \text{sprintf}\left(\%02d,\ n\right) & n \in \mathbb{Z}^+ \\ 00 & \text{otherwise} \end{cases}

生成文件名（不含剧集名，Jellyfin 通过父目录识别剧集）：


\text{filename} =
\begin{cases}
S_{\text{pad2}(S')}E_{\text{pad2}(E')} - \text{EpisodeName}.\text{ext} & \text{剧集}\\
S00E_{\text{pad2}(E')} - \text{TMDBName}.\text{ext} & \text{特典（TMDB 匹配）}\\
S00\text{类型}\text{编号} - \text{片段}.\text{ext} & \text{特典（未匹配）}
\end{cases}

10.3 特典别称匹配

设文件名片段为 $f$，别称映射为 $\mathcal{A}$（标准键 → 别称集合）。归一化：

\text{translate}(f) = \underset{\text{按长度倒序}}{\arg\max}\ \{\, a \in \mathcal{A} \mid a \subseteq f \,\}

匹配 TMDB 季 0 集名 $N$：

\text{match}(f) = \min\{\, \text{episode\_number} \mid N \text{ contains } \text{translate}(f) \lor N \text{ contains } f \,\}

特典识别输入（进入匹配前的判定）：

文件名方括号标记内含特典词（可带可不带数字）：menu、ncop、nced、nc op、nc ed、mini anime、pv、cm、sp、teaser、program、promo、trailer、special、opening、ending、preview、特典、特番、花絮 等
或父目录为特典目录：SPs、Specials、CDs、Bonus、Extras、特典 等
裸特典文件名（无剧名，如 CM01.mkv）通过 find_show_dir_from_path 向上查找父目录链推断所属剧集（跳过特典/分类/[数字]CD 子目录）

特典集号优先从文件名提取（如 Menu01 → 01）；无数字的特典（如 NCED）用 S00{类型} 命名。

11. 日志与调试

11.1 日志级别

级别	颜色	场景
`信息`	白	常规进度
`搜索`	蓝	TMDB 搜索
`匹配`	紫	识别成功
`警告`	黄	可恢复问题
`错误`	红	失败
`跳过`	灰	已存在/跳过
`智能`	青	AI 操作
`调试`	暗	DEBUG_LEVEL≥1

11.2 调试技巧

# 详细日志（DEBUG_LEVEL=2 显示 TMDB 请求）
DEBUG_LEVEL=2 ./dist/media_organizer --dry-run /downloads /media

# 测试 AI 而不产生费用
AI_DRY_RUN=true AI_API_KEY=xxx ./dist/media_organizer --dry-run /downloads /media

12. 故障排除

问题	解决方法
`Permission denied config.json`	`chmod 600 mo_config/config.json`
TMDB API 请求超时	增大 `TMDB_CURL_MAX_TIME=60`、`TMDB_DELAY=2`
识别准确度低	配置 `AI_API_KEY` 启用 AI 辅助
AI 成本过高	减小 `AI_MAX_CALLS=5` 或改用免费 Ollama
无法读取配置文件	检查文件权限和所有者：`chown $(whoami) config.json`
无法创建硬链接	确认源/目标在同一文件系统
无法识别特典	在 `special_maps.json` 添加关键词映射
特典全部未匹配（被命名为 S00xxx 而非 S00E）	特典季数据缺失或搜索不中。先用 `--list-cache` 确认 `tmdb/tv/<id>/season/0.json` 是否存在；若缺失或为空，运行 `--update-cache` 强制重取；或 `--refresh-cache` 清空 TMDB 缓存后重跑。特典词可写入 `special_maps.json` 增强匹配
特典名变成 `Specialord Art Online` 等怪异文本	BusyBox/OpenWrt 在空 locale 下 `tr '[:upper:]' '[:lower:]'` 字符类损坏（p→w、u→l 错误映射），污染特典映射。v9.1 已改用 bash 内建 `${var,,}` 转小写，不依赖 tr；升级脚本即可。也可删除被 AI 学习污染的 `special_maps.json` 重建
目标文件是完整原文件名（`S00[VCB-Studio] …`）	特典 fragment 误用整个文件名。v9.1 修复：仅父目录（SPs）识别特典时，从方括号标记提取简短特典片段，裸特典（如 `CM01.mkv`）用清理后文件名
*伴随文件反复生成 `.bak_` 备份**	v9.1 起不再备份：目标已存在时直接替换（删除旧目标再硬链接），避免 `.bak_` 干扰 Jellyfin 刮削。此前遗留的 `.bak_` 可手动清理（`find /media/nas/Shows /media/nas/Movies -name ".bak_" -delete`）
*硬链接目标覆盖产生 `.bak_`**	旧版在目标已存在时备份为 `.bak_时间戳`。v9.1 改为直接替换（不备份）。若发现 `.bak_*` 残留，先升级脚本再清理旧文件
季数错乱	在 `season_offsets.json` 添加偏移值
运行中报 `Argument list too long`	特典季 JSON 过大作为命令行参数所致；已改为独立文件存储，若旧版残留需用新版脚本

13. 构建与开发（源码结构）

Note

分发物始终是单个文件 dist/media_organizer（自带全部配置模板，无需配套文件；构建产物目录为 dist/）。 CLI 定义与源码位于 src/，由 bashly 生成分发脚本（开发期依赖 Ruby/basily；产物运行无需任何依赖）。

13.1 目录结构

build.sh                  # 构建脚本：bashly generate → 单文件分发脚本 dist/media_organizer
dist/                      # 构建产物目录（media_organizer，由 build.sh 生成，不入库）
src/
  bashly.yml              # CLI 定义（选项/位置参数/帮助文本/互斥），bashly 读取此文件
  main.sh                 # 文件头注释 + 常量 + 全局变量
  root_command.sh         # root 命令实现（参数映射/形状校验/主流水线），由 bashly 包装
  lib/
    main.sh               # 常量 + 全局变量（最先加载）
    log.sh strings.sh     # 基础设施：日志与色彩 / 字符串工具
    config/               # 配置与规则域
      config.sh           #   配置加载与认证
      maps.sh             #   特典映射/词表/跳过目录/季偏移/特典类别（含类目分区加载与查询）
      rules.sh            #   命名模板渲染/校验 + 匹配规则加载
    storage/              # 数据持久化域
      cache.sh            #   TMDB 响应缓存（cache_* 系列）
      ledger.sh           #   账本与冷却（增量标记 / 失败冷却 / 纠错账本）
    integrate/            # 外部集成域
      tmdb.sh             #   TMDB API（tmdb_api 统一缓存封装）
      ai.sh               #   AI 批处理（请求构造/调用/特典学习）
    media/                # 媒体识别域
      filename.sh         #   媒体文件名解析（含 Music Videos 判定）
      identify.sh         #   媒体识别（电影/电视剧/音乐视频）
      ai_resolve.sh       #   AI 结果消费（重搜/匹配/回退命名）
    pipeline/             # 执行流水线域
      registry.sh         #   识别登记与并发池（register_* / emit / pool_run）
      process.sh          #   目录校验/扫描/识别流水线
      link.sh             #   硬链接基础工具（inode 判断/链接/错误处理）
      link_media.sh       #   创建硬链接及伴随文件
      report.sh           #   对照表导出与运行汇总

组织原则：围绕功能域组织目录（config/storage/integrate/media/pipeline），而非代码类型；不设 utils/ 类通用目录（strings.sh 主题明确，属基础设施）。测试用例 tests/cases/ 按同名功能域分组。

13.2 构建

./build.sh            # bashly generate + 语法/重复函数检查 → ./dist/media_organizer
./build.sh --check    # 仅校验 dist/media_organizer 是否与 src/ 最新源码一致（可接入 CI）

开发期依赖：gem install bashly（仅构建需要；产物自包含可独立运行）。 bashly 开发模式：bashly generate --watch（源码变更自动重新生成）。

13.3 参数解析（bashly）

全部选项/位置参数/帮助文本在 src/bashly.yml 声明（含 --opt=值 与 --opt 值 两种形式、-- 分隔符）
flag 互斥用 conflicts 声明（如 --list-cache 与 --update-cache）
解析结果在 root_command 中经 args 关联数组访问并映射到全局变量：
- 位置参数：args[source_dir] / args[destination_dir]
- flag：args['--dry-run']（存在即 1）；带参 flag：args['--rerun']
bashly 不支持 flag 可选参数：--list-cache [关键词] 的关键词经位置参数传递

13.4 单元测试

零依赖轻量测试框架（纯 bash）：

./tests/run.sh              # 运行全部用例
./tests/run.sh cache        # 仅运行名字含 cache 的用例文件
./tests/run.sh -v           # 详细模式（显示每个用例）

加载 src/main.sh + src/lib/*.sh（跳过 root_command.sh 的顶层代码），每个用例文件在独立子 shell 中运行（全局状态自动隔离）
用例文件位于 tests/cases/，断言库 tests/lib/assert.sh（assert_eq / assert_contains / assert_success / assert_failure 等）
参数解析由 bashly 生成器保证，不做单元测试；CLI 行为用冒烟验证

13.5 静态检查（社区规范）

./lint.sh        # bash -n + ShellCheck 零容忍检查（src 全部模块 + 构建/测试脚本）
./lint.sh -v     # 显示每个文件的检查状态

规范遵循 Google Shell Style Guide + ShellCheck：

库文件首行 # shellcheck shell=bash；跨文件全局变量的 SC2034/SC2004 误报在文件头部集中 disable 并注明原因；有意未使用的 read 解构/API 参数用 _ 前缀
格式：2 空格缩进、[[ ]] 测试、local 声明、变量引号包裹
可选格式化：shfmt -w src/（本仓库未强制全量格式化，新代码建议按 shfmt 风格书写）

13.6 修改流程

编辑 src/ 下对应的模块文件（或 src/bashly.yml 调整 CLI 定义）
运行 ./tests/run.sh 跑相关模块测试
运行 ./build.sh 重新生成分发脚本（产物输出到 dist/media_organizer）

Warning

不要直接编辑 dist/media_organizer——下次构建会覆盖你的修改。

14. 许可证

文档生成于 2026-08-14，对应脚本版本 v9.6。

114 KiB Raw Blame History Unescape Escape