Skip to content

About

AMMDS 备份包

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

1 Commit

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AMMDS 备份包 · 模板仓库

把「我想把某站点的数据做成 AMMDS 能导入的备份包」这件事,压缩成 填 4 个空 + 说一句话。

你不需要懂 manifest.json、字段名、图片命名、zip 结构——这些都在 Rule/ 里写死了, 由一个零依赖的 Python 脚本负责生成和自检。你只回答 4 个问题,然后让 AI 跑流程。


30 秒上手

  1. 打开 TODO.md,回答 4 个问题(只有 4 个),保存。 没主意可以先看 docs/示例-TODO.md(一份填好的参考)。
  2. 对 AI 说一句:「完成待办事项」。
  3. 等它交付。产物在 output/:
    • ammds-backup-<type>-<时间戳>.zip —— 备份包本体
    • deliver.md —— 交付说明(条目数、图片数、体积、SHA-256、导入步骤、遗留风险)

想自己手动跑一遍:

python tools/auto_backup.py init     # 铺开 work/ 工作区(幂等)
python tools/auto_backup.py todo     # 预检 TODO 是否填完整
python tools/auto_backup.py build    # 打包 + 自检 + 写交付说明

Windows 上也可以直接用 run.cmd init / run.cmd todo / run.cmd build。 只需要 Python 3.8+,不需要装任何第三方库。

想先确认这套框架本身没坏:python tools/auto_backup.py selftest (用内置 mock 数据跑通 4 种类型 × 2 种图片策略,44 项断言;会覆盖 work/ 与 output/)。


你要回答的 4 个问题

# 问题 为什么必须问
Q1 数据从哪个站点/入口来?抓多少? 抓取目标无法从文件里推断
Q2 要哪一种包?movie / actor / comic / novel 四选一 决定 manifest.type 与整套字段结构
Q3 图片怎么处理?pack(打包)/ link(外链)/ none(不要图) 决定包体积与是否需要下载图片
Q4 你已经有数据文件了,还是要 AI 去抓? 决定走转换管线还是抓取管线

其余全部由 AI 自动识别:字段映射、目录结构、文件名安全化、manifest.json、imageFiles 登记、 sha256、图片扩展名、日期格式、枚举 code、条目匹配键……都不用你操心。


目录结构

AMMDS-BackupPackage/
├── TODO.md                  ← 【你填这里】4 个问题
├── AI.md                    ← 【AI 读这里】收到「完成待办事项」后的执行合同
├── README.md                ← 本文件
├── Rule/                    ← 规则区:只读,不要改
│   ├── AI备份包生成规范.md    ← 格式唯一权威(字段表 / 铁律 / 自检清单)
│   └── ammds_backup_pack.py   ← 生成 + 校验参考实现(零依赖)
├── docs/
│   ├── 生成记录规范.md        ← 中间产物(records / images)怎么组织
│   └── 示例-TODO.md           ← 一份填好的 TODO,供参考
├── tools/
│   ├── auto_backup.py       ← 模板仓库的自动化驱动(init / todo / build / verify / report)
│   └── selftest.py          ← 框架自检(内置 mock 数据,无需外部依赖)
├── run.cmd                  ← Windows 一键入口
├── work/                    ← 【AI 工作区】脚本产物,可随时删掉重来
│   ├── _meta.json           ← TODO 归一化后的机器配置(打包参数的唯一事实来源)
│   ├── source/              ← 原始留痕(抓取结果 / 用户提供的原文件副本)
│   ├── scripts/             ← AI 写的抓取与转换脚本
│   ├── records/             ← 【参与打包】movie.json / actor.json / comic.json / novel.json
│   ├── images/              ← 【参与打包】pack 策略下的本地图片池,按 ref 建目录
│   └── build_config.json    ← 构建开关(run_verify / fail_on_warning)
└── output/                  ← 产物:*.zip + deliver.md

关键分工:work/source/ 只留痕,work/records/ + work/images/ 才进包。 删掉 work/ 与 output/ 不会影响规则,重跑即可(init 幂等,不会覆盖已有文件)。


一份备份包是怎么被约束住的

TODO.md  ──AI 归一化──▶  work/_meta.json  ──参数──┐
                          work/source/*  ──转换──▶ work/records/<type>.json ──┐
                                             work/images/<ref>  ──图片池──────┤
                                                                              ▼
                                        Rule/ammds_backup_pack.py build_backup()
                                                                              │
                                                    output/ammds-backup-*.zip │
                                                                              ▼
                                        verify_backup() + 质量自查 → 0 ERROR 才算交付

生成的包满足 AMMDS 的全部硬性要求:根目录 manifest.json + data.json、 format=ammds-backup、formatVersion=1、count 与数组长度严格一致、 imageFiles[].path 与 zip 条目逐字符一致、data.json 图片值与 ref 完全一致、 条目名无 ../\/:。细节见 Rule/AI备份包生成规范.md。


四种包分别长什么样

type 匹配键(必填) 结构要点
movie uniqueid(数组) poster/fanart/thumb 是数组,posterHd 等是单值;actors 是对象数组
actor name poster 是单值,thumb 是数组;身高体重三围写数字
comic title(有 isbn 更利于匹配) cover/backCover 单值;chapters[].pages[].imagePath 承载每页图片;完整迁移必须选 pack
novel title cover/backCover 单值;chapters[{title, content, sort}],sort 从 1 递增

常见问题

Q:我需要装什么? A:只要 Python 3.8+。Rule/ammds_backup_pack.py 与 tools/auto_backup.py 都是标准库实现。

Q:为什么不让我直接写 JSON? A:字段名拼错不会报错,只会「静默丢数据」(规范第 11.3 节)。让 AI 按规范生成、让脚本自检, 比人工比对 60 多个字段名靠谱。

Q:图片一定要下载吗? A:不一定。link 只写外链,包体积极小,但依赖源站图片长期可访问;pack 离线可用。 漫画/相册的完整迁移必须选 pack。

Q:包有多大 / 要跑多久? A:取决于图片量。元数据包通常几十 KB~几 MB;整个漫画库可能上百 MB~GB 级。交付说明里会写清体积。

Q:AI 会不会瞎编数据? A:AI.md 第 0 节与第 7 节明确禁止编造与占位符;抓不到的字段一律省略。交付说明也会列出抓取失败清单。

Q:导入后怎么用? A:AMMDS → 系统 → 备份恢复 → 数据导入 → 选 zip → 「解析预览」显示校验通过 → 选冲突策略(首次导入推荐 skip 或 overwrite)→ 开始导入,确认 failed=0。

Q:我改坏了 work/ 怎么办? A:直接删掉 work/ 和 output/,重跑 python tools/auto_backup.py init 并让 AI 重做。 Rule/ 是只读规则,别删。

About

AMMDS 备份包

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Used by

Contributors

Languages