media-center/ref/resource-pipeline/workflows/from-tencent-doc.md

工作流：腾讯文档 → 夸克网盘

从腾讯文档（如 Tacit0924 的资源分享文档）中搜索关键词找到分享链接，转存到夸克网盘。

步骤

Step 1: 读取腾讯文档内容

从 URL 中提取 file_id（/doc/<file_id> 部分）：

# 获取文档结构
mcporter call tencent-docs doc.resolve_document_structure file_id=<FILE_ID> > doc_raw.json

# 提取文本内容到本地文件
python -X utf8 -c "
import json
with open('doc_raw.json','r',encoding='utf-8') as f:
    data=json.load(f)
texts=[]
for n in data.get('nodes',[]):
    p=n.get('text_preview','')
    hl=n.get('heading_level',0)
    if p:
        texts.append(('#'*hl+' '+p) if hl>0 else p)
with open('doc_content.txt','w',encoding='utf-8') as f:
    f.write('\n'.join(texts))
print(f'{len(texts)} paragraphs extracted')
"

# 清理中间文件（可选）
rm doc_raw.json

注意：文档是 tencentdoc 类型用以上方法，smartcanvas 类型用 smartcanvas.read。

Step 2: 搜索关键词匹配链接

# 在提取的文本中搜索关键词，找到分享链接
grep -n "关键词" doc_content.txt
# 或
python -X utf8 -c "
with open('doc_content.txt','r',encoding='utf-8') as f:
    lines=f.readlines()
kw='关键词'
for i,line in enumerate(lines):
    if kw in line:
        # 打印上下文：前后3行
        start=max(0,i-3)
        end=min(len(lines),i+4)
        print(f'--- Line {i+1} ---')
        for j in range(start,end):
            marker='>' if j==i else ' '
            print(f'{marker} {lines[j].strip()[:150]}')
"

夸克链接格式：https://pan.quark.cn/s/<id>

Step 3: 查看分享链接内容

mcporter call 'netdisk.view(share_link: "https://pan.quark.cn/s/xxx")'

可选：用 file_pattern 过滤特定格式：

mcporter call 'netdisk.view(share_link: "https://pan.quark.cn/s/xxx", file_pattern: "*.mp4")'

Step 4: 确定/创建目标目录

先看看夸克网盘上是否已有该资源的目录：

mcporter call 'netdisk.list(cloud: "quark", path: "/动漫")'

如果已存在则复用，否则创建新目录：

# 创建目录需要父文件夹 FID，先获取
# 方式1：从 netdisk.list 输出中提取 (ID: xxx)
# 方式2：直接调用 API

# 创建子目录
COOKIE="你的夸克Cookie"
curl -s -X POST "https://drive-h.quark.cn/1/clouddrive/file?pr=ucpro&fr=pc" \
  -H "cookie: $COOKIE" \
  -H "content-type: application/json" \
  -H "origin: https://pan.quark.cn" \
  -H "referer: https://pan.quark.cn/" \
  -d '{"pdir_fid":"<父FID>","file_name":"<新目录名>","file_type":0,"dir_init":true}'

API 详情见 references/quark-api.md

Step 5: 转存

mcporter call 'netdisk.transfer(share_link: "https://pan.quark.cn/s/xxx", source_pattern: "/*", target_path: "/目标路径")'

注意：source_pattern 的 glob 跨所有文件夹匹配，转存后需要验证并清理。

Step 6: 验证并清理

# 列出目标目录
mcporter call 'netdisk.list(cloud: "quark", path: "/目标路径")'

# 如果有混入的不相关文件，用 Quark API 删除
curl -s -X POST "https://drive-h.quark.cn/1/clouddrive/file/delete?pr=ucpro&fr=pc" \
  -H "cookie: $COOKIE" \
  -H "content-type: application/json" \
  -H "origin: https://pan.quark.cn" \
  -H "referer: https://pan.quark.cn/" \
  -d '{"action_type":2,"filelist":["<杂文件FID1>","<杂文件FID2>"]}'

Step 7: 输出结果摘要

列出最终目录结构，让用户确认。

完整示例（遮天动画版）

参见 resource-pipeline/SKILL.md 的实际对话记录，关键节点：

输入: 腾讯文档 URL DR2xUcFdrSVhJTkZu + 关键词 "遮天"

1. doc.resolve_document_structure → 提取全文（853231字/28449段）
2. grep "遮天" → 找到链接 https://pan.quark.cn/s/0762b0d500f3
3. netdisk.view → 205文件/191GB，含1-162集4K
4. 发现已有目录 /动漫/国漫2024/遮.天（2023）
   → 创建子目录 151-162
5. netdisk.transfer × 2 → 转存151-162集
6. Quark API delete → 清理混入的杂文件（Z 4K 15/16等）
结果: 遮.天（2023）/151-162/ 含11集新内容

注意事项

• get_content 大文档超时：改用 doc.resolve_document_structure
• 目录必须存在：转存前先用 API 创建不存在的目录
• glob 跨文件夹：验证后再清理杂文件
• Windows 编码：用 python -X utf8 处理 emoji