Ingest Archive Zip Preview

Documents

ingest_archive_zip_preview

Ingest Archive Zip Preview is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.

ZIP 压缩包内容预览工具。递归扫描目录内 .zip 文件，列出内部文件清单并按需输出文本片段预览，供后续采集流程判断是否需要解压处理。当用户提到 zip 预览、压缩包内容查看、zip 文件清单、压缩包预检等需求时使用此 skill。即使用户没有明确说出"zip 预览"，只要任务涉及在解压前先查看 zip 压缩包内部文件结构和内容片段，就应该使用此 skill。不负责 7z、rar、tar 等其他压缩格式的预览（各有独立 skill），也不负责解压或归档打包。

View on GitHub ↗

QUICK START

How to use this skill

Bring this guide into your coding agent with a prompt tailored to the tool you use.

Open your project in Codex.
Copy and paste the prompt below.
Review files and risks before approving any action.

Prompt to paste

Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/ingest_archive_zip_preview/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/ingest-archive-zip-preview, but wait for my approval before writing files or running scripts.

Copying this prompt does not install or run the skill. Review third-party files before use.

ingest_archive_zip_preview — ZIP 压缩包预览

功能概述

递归扫描目录内 .zip 文件，列出每个压缩包内部文件清单，对文本文件输出前 N 字节预览（UTF-8 解码失败则输出 hex）。输出 JSON 报告供后续解压或采集流程决策。

触发条件

采集入口收到一批 zip 文件，需要先查看内容再决定解压策略
需要批量盘点压缩包内的文件结构
需要在解压前预检文本文件编码和内容片段

核心参数

参数	说明	默认值
`--input_dir`	待扫描目录（递归）	必填
`--output`	预览报告输出路径	必填
`--max_entries`	每个压缩包最多列出的文件数，`0` 表示全部	0
`--preview_bytes`	文本文件预览字节数	200

使用方法

python scripts/run_ingest_archive_zip_preview.py \
  --input_dir <input_dir> \
  --output <output> \
  --max_entries 0 \
  --preview_bytes 200

输出示例

{
  "items": [
    {
      "path": "data/batch01.zip",
      "type": "zip",
      "total_entries": 5,
      "entries": [
        {"name": "readme.txt", "size": 128, "is_dir": false, "preview": "This is a sample..."},
        {"name": "images/", "size": 0, "is_dir": true}
      ]
    }
  ],
  "summary": {"total_archives": 1, "errors": 0}
}

环境要求

使用 Python 标准库 zipfile，无需额外依赖。