• 诞生背景：E盘里医疗照片越积越多，找片子全靠翻文件夹
• 核心功能
  ：发照片 + 说"归档"，自动识别类型并按病人建文件夹存入E盘
• 支持X光、CT、照片、视频四类影像自动分类
• 视频归档自动压缩体积 + 截取3张关键帧，减少存储空间
• 触发规则
  ：只发照片不触发，必须同时说"归档"两个字——避免误操作

• 归档位置上云
  ：从E盘迁移到扣子云盘 虾忙/ai医疗照片整理/，本地自动同步，多设备可访问
• 文件夹命名规范化
  ：中文姓名(拼音)_诊断格式，拼音便于英文系统兼容
• 新增E盘备份脚本（备份到E盘.ps1），只增不减，双保险
• 新增每周一自动重名检查，防止同名病人建重复文件夹
• 补充"只有片子没姓名"的边界处理

• 新增按名调阅功能
  ：说病人姓名 + 想看什么片子，直接从归档目录调出图片展示
• 支持模糊匹配姓名（同音字、记错字也能找到）
• 文件名规则简化
  ：从复杂的多字段格式精简为 日期_类型_序号，取消术前/术后/部位等冗余字段
• 类型只保留三类（X光 / CT / 照片），由AI看图自动识别，不依赖文字描述
• 不建子文件夹，所有文件平铺在病人目录下——信息全在文件名里
• 每个病人附带 病例说明.md，记录诊断和就诊信息

• 技能发布流程规范化，使用 skill_builder 标准工具链管理版本
• SKILL.md 指令文档结构化，覆盖触发场景、执行步骤、边界情况

• 新增X光/CT片年龄性别识别
  ：从影像左上角/顶部的患者信息栏（DICOM信息）自动读取年龄和性别
• 文件夹名升级为 姓名(拼音)_年龄性别_诊断格式，如 汪安国(Wang Anguo)_75M_髋关节病变
• 性别用M/F缩写（M=男，F=女），简洁标准
• 旧文件夹自动补全：已有病人后续归档新片子时识别到年龄性别会自动重命名补上
• 识别不到就不加，不瞎猜——宁缺毋滥

• 新增拍摄日期识别
  ：X光/CT片优先从影像上的日期信息栏（Date / 检查日期 / Study Date等）读取拍摄日期
• 文件名日期来源升级为三级优先级：片子上的拍摄日期 → EXIF → 文件日期
• 病例说明新增影像资料时间线，自动记录每张片子的拍摄日期和类型
• 完成存量16张影像的全量日期校验，仅1张需修正
• 识别不到自动降级，不瞎猜

• 解决大于10MB照片无法通过对话上传的核心痛点
• 新增场景三：待整理文件夹批量归档
  ，触发关键词"归档待整理" + 病人信息
• 用户把大照片直接拖进云盘「待整理文件夹」，说一声就自动整理归档
• 归档完成后自动清空待整理文件夹的媒体文件，方便下次使用
• 适用场景：大图、批量照片、习惯在电脑端操作

• 第一步：零成本预分类
  ——先读EXIF/文件尺寸/文件名特征，明显是实拍大体照（伤口、体征、手术野）的直接跳过AI识别，零积分归档
• 第二步：降分辨率AI识别
  ——只有X光/CT片才调用AI，且识别前压缩到长边1024px（纯代码压缩，不消耗积分）
• 归档保存的仍然是原图，降分辨率只用于识别环节——画质不受影响
• 预计整体节省 40%~60%积分消耗

💡 迭代中的三点体会

• 需求都是用出来的，不是想出来的。
  最开始只想着"按病人分类"，真正用起来才发现找片子难、大图传不上、积分费太多……每一个功能都是真实问题逼出来的。
• 宁缺毋滥是医疗数据的底线。
  年龄性别识别不到就不加、日期看不清就降级——宁可信息少一点，也不能瞎猜给错。
• 效率优化永远有空间。
  v17的积分优化就是个例子：先用零成本手段过滤掉80%的简单场景，剩下20%才用AI。贵的资源用在刀刃上。