• 

  开发日志 #04 | 自动整理规则交互审计与下一阶段规划

  今天对自动整理规则的配置界面做了一次全面的交互审计。从规则列表到新建向导、从触发条件到执行动作，把全流程走了一遍，发现了不少体验问题，也借这个机会把很多历史遗留的体验缺陷一并修了。

  审计结果：6 批修复，23 个问题

  这次审计共发现 23 个问题，按严重程度分为三类：

  P0（严重）：功能缺陷或数据丢失风险 — 5 个
  P1（中等）：体验不佳或不符合设计规范 — 9 个
  P2（轻微）：视觉细节优化 — 9 个

  目前已全部修复，分 6 个批次上线：

  第一批：核心逻辑（已上线）

  • 随时保存模型：规则不再因为校验失败而丢失配置
  • 禁止步骤跳级：不能再跳过必填步骤直接保存空规则
  • 步骤外层 padding 统一：视觉更规整

  第二至四批：体验与交互（已上线）

  • “下一步”按钮禁用时显示原因，不再让用户猜
  • 浮层高度从 50% 提升到 65%，小屏幕下终于能看全内容
  • “动作原子库”改为更通俗的”动作零件箱”，术语更友好
  • 条件”且/或”逻辑切换增加了 hover 提示
  • 条件步骤增加了空状态引导语
  • 规则摘要增加条件摘要，列表页一目了然
  • 智能防乱改为信息标签，不再吓到新用户
  • 二次确认彻底移除，误操作有 undo 恢复

  第五至六批：细节打磨（已上线）

  • 胶囊按钮点击区域扩大，减少误触
  • 条件/动作删除增加轻量 undo 提示
  • 动作选项增加说明文字，降低理解门槛
  • 预设值统一为胶囊样式，视觉更一致

  下一个功能：预制规则模板

  审计收尾之后，下一个要做的是预制规则模板。

  现在用户需要从零配置规则，门槛偏高。模板功能上线后，用户只需要三步就能启用一条规则：

  1. 从模板库选择一个场景（如”下载文件夹按类型归档”）
  2. 指定源目录和目标目录
  3. 确认，一键启用

  内置 5 个模板，覆盖最常见的使用场景：

  模板	做什么	用户只需填
  下载文件夹按类型归档	图片/文档/视频/压缩包自动分类	源目录（默认Downloads）
  桌面图片整理	桌面图片自动移到相册文件夹	源目录（默认桌面）、目标目录
  按日期归档文件	所有文件按年月分类存放	源目录、目标目录
  压缩包自动解压	下载的压缩包自动解压并删除原包	源目录
  旧文件清理	超过 30 天的文件自动移入回收站	源目录、天数

  不需要理解规则引擎，不需要配置条件逻辑。选模板、填目录、启用，就是这么简单。

  其他待处理项

  审计中还有两个问题暂时延后，需要等规则数据结构调整后一并处理：

  • 子文件夹控制：开关 UI 已存在，后端需要支持”仅监控指定目录，不处理子目录”
  • 云端模板同步：选择云端模板后数据传递链条打通

  这两个涉及底层数据结构，改动较大，等整体方案确认后再动。

  透明地告诉你

  这篇开发日志比以往更偏内部审计一些。之所以发出来，是因为这些改动直接影响你的使用体验——按钮提示更清楚、浮层空间更大、误操作能恢复，每一项都是冲着”让整理规则真正好用”去的。

  模板功能预计下次更新和大家见面。敬请期待。

  2026-04-01

• 

  让 AI 帮你整理文件：归所的 MCP Server 正在设计

  让 AI 帮你整理文件：归所的 MCP Server 正在设计

  当你可以用一句话让 AI 帮你整理桌面，谁还愿意手动拖拽？

  整理文件，为什么一定要”动手”？

  想想你日常整理文件的流程：

  打开文件夹 → 看到一堆乱七八糟的东西 → 判断每个文件该放哪 → 拖过去 → 发现放错了 → 拖回来 → 终于整理完 → 三天后又乱了

  这个过程有个根本问题：你必须自己动手。

  你得记住文件类型、判断目标文件夹、执行移动操作——每一步都需要你的注意力。而注意力是稀缺资源。

  那如果，你只需要说一句话呢？

  “帮我把下载文件夹里的文件按类型整理一下。”

  这就是归所正在设计的 MCP Server 要做的事。

  MCP 是什么？和归所有什么关系？

  MCP（Model Context Protocol）是 Anthropic 推出的一种开放协议，简单来说就是让 AI 助手能操作外部工具的标准化桥梁。

  它解决的问题是：Claude、GPT 这些 AI 很聪明，但它们活在”对话”里，碰不到你的电脑。MCP 给了 AI 一双手。

  归所的 MCP Server，就是把归所的文件整理能力，通过 MCP 协议暴露给 AI 助手。这样你就可以在 Claude Desktop 里，用自然语言操控归所的全部功能。

  不是让你学新工具，而是让工具懂你的语言。

  我们设计了什么

  归所的 MCP 整体方案已经完成设计，核心包括三个部分：

  1. 动作库——AI 能帮你做什么

  动作库定义了所有 AI 可以执行的文件操作。目前规划的动作包括：

  • **智能重命名**：按规则批量重命名文件，支持 `{Date}`、`{FileName}` 等占位符
  • **文件移动**：把文件从 A 移到 B
  • **文件复制**：复制文件到指定位置
  • **创建目录**：自动创建需要的文件夹结构
  • **压缩与解压**：一键打包或解压文件
  • **删除**：安全删除不需要的文件

  每个动作都有清晰的输入和输出定义。AI 不需要猜你想要什么——它知道每个操作需要什么参数，能产生什么结果。

  2. 条件库——AI 如何判断”该不该做”

  光有动作还不够，AI 还需要判断能力。条件库提供各种检查：

  • **文件大小检查**：文件是不是超过 10MB？
  • **文件名匹配**：文件名包含”报告”两个字？
  • **扩展名过滤**：是不是 PDF 文件？
  • **目录存在性**：目标文件夹存在吗？

  这些条件可以组合使用，形成复杂的判断逻辑。比如：”如果文件超过 100MB 且是视频格式，就不要自动移动它。”

  3. 确认模型——你的文件，你说了算

  这是整个设计中最关键的一环：AI 整理文件，需要你的许可。

  归所设计了两步确认机制：

  1. **预览（Dry Run）**：AI 先告诉你”我打算做什么”，但不实际执行
  2. **确认执行**：你同意后，AI 才真正动手

整个流程是这样的：

你的指令 → AI 理解意图 → AI 调用归所 MCP 预览
→ 你看到操作预览 → 确认或取消
→ 执行或放弃

你的文件永远在你手里。AI 只是建议者，你才是决策者。

万一 AI 搞砸了怎么办？

我们想过这个问题，而且想得很深。

回滚机制

归所为每一次文件操作都记录了完整的审计日志。如果 AI 的操作出了问题，你可以一键回滚——文件会恢复到操作前的状态。

安全边界

• **危险操作保护**：删除操作有专门的安全策略，包括回收站过渡期和单次删除数量限制
• **作用域隔离**：AI 只能在你明确授权的工作区范围内操作
• **路径保护**：系统关键路径默认受保护，不会被误操作

Dry Run 模式

在任何真正执行之前，你都可以用 Dry Run 模式预览完整的结果。看到”AI 打算移动 15 个文件到 3 个文件夹”，你确认了才执行。

归所的设计哲学是：宁可多一步确认，不可少一份安全感。

进展与计划

目前归所的 MCP 方案已完成整体设计，包括：

• ✅ 动作库规范（Atom Interface 标准，完整的输入输出 Schema）
• ✅ 条件库规范（16 种条件类型）
• ✅ 确认模型设计（prepare → preview → confirm 流程）
• ✅ 回滚机制设计（审计日志 + 一键回滚）
• ✅ 通信协议选型（stdio，最大化兼容性）
• 🔨 正在开发中……

发布后，归所 MCP 将以 npm 包的形式分发，计划支持：

• **Claude Desktop** 直接集成
• 通过 stdio 协议接入任何支持 MCP 的 AI 客户端
• 未来考虑推出 PulSseMCP 变体，支持更广泛的客户端生态

我们的想法

做 MCP Server 不是为了追热点。

过去几年，AI 助手越来越聪明，但它们和你的电脑之间始终隔着一堵墙。MCP 是推倒这堵墙的第一块砖。

我们相信，文件管理的未来不是更复杂的 GUI，而是让工具理解人的语言。

归所 MCP Server 的目标是：让你用最自然的方式，做最枯燥的事。

整理文件不该是负担。当 AI 真正能帮你动手的时候，这个负担就不存在了。

---

*归所（FinalPlace）—— 每个文件都有正确的归宿。*

*🔒 永不上传云端 · 💻 完全本地运行 · ⏪ 所有操作可回滚*