115 网盘管理器

把网盘里几十万个文件，从"云端一团乱麻"变成"本地一座随时能查的图书馆"。

你大概也经历过这些：

存了几年的资源，想找一部片子，得一层层点开目录，点到最后忘了自己在找什么；
空间快满了，想清理重复的，可同一部剧有好几个版本，靠眼睛一个个比对；
想认真整理分类，面对几千个文件夹，看一眼就放弃了。

这个工具的思路是：先把你网盘的目录结构完整搬到本地。之后搜索、查重、分类、整理全部在本地数据库上跑，快到不像在操作网盘；真正需要动云端的时候（转存、移动、删除），它再替你调 115 的接口，并且会自动放慢节奏、遇到风控自动退避——你不需要盯着它，也不会因为手快被封。

你的目录结构、登录凭据、备份文件全部存在本机，只有需要操作网盘时才联网。

它能帮你做什么

你的困扰	它怎么解决
不知道网盘里到底有什么、有多大	扫描一次建成本地索引，之后总览页一眼看到目录数、文件数、总体积、增长趋势
找一个文件要翻十几层目录	全库搜索，输入两个字就出结果，还能按类型、根目录、大小范围叠加筛选
空间被重复文件吃掉	按目录名智能聚类（自动忽略 `2160p`/`WEB-DL`/`HEVC` 这类发布后缀），同名的多个版本并排列出，一眼看出该留哪个
收藏了一堆分享链接懒得一个个存	粘贴或上传链接清单，批量转存，自动跳过已存在的，失效的单独记下来
想整理但不知道从哪下手	58 个预设标签开箱即用，规则引擎按文件名自动打标，AI 还能读懂内容给分类建议
怕手滑删错东西	删除一律进 115 回收站（30 天内可恢复），批量操作前有二次确认；数据库每天自动备份

界面速览

一屏看清家底

目录数、文件数、总体积、重复情况、容量分布、体积最大的资源、最近扫描进度—— 打开就是全局视角，不用再靠猜。

像逛本地文件夹一样浏览网盘

左侧是完整的目录树，展开层级、显示子项数量，支持按时间或名称排序。点目录名右侧会弹出详情面板，可以扫描、新建子目录、打标签、取下载直链或删除。

两个字的搜索，毫秒级出结果

扫描过的内容全部在本地，搜索不再依赖网络。结果直接给出完整路径、大小，并附带「扫描 / 定位 / 转移 / 删」快捷操作。

把云端目录搬进本地

选定任意层级的目录发起扫描。中途断了不要紧——已经扫过的目录会自动跳过，接着扫就行；失败会自动等待并探测网络，恢复后自己续上。也可以设定时任务，让它在空闲时段慢慢跑。

分享链接，一键入库

粘贴链接或上传 txt / csv / xlsx 清单，解析后核对一遍再开始。每条之间有间隔，避免触发风控；已转存过的会自动跳过并归类。

找出白占地方的重复副本

选好范围后，同名的多个版本会成组列出，每组能看到各自体积，方便判断保留哪一个。支持「一键勾选精确重复」，也可以逐个手动确认。

让 AI 帮你先出方案，你只负责点头

接入任意 OpenAI 兼容接口（DeepSeek / Kimi / MiniMax 均可），它会结合目录名、层级结构和内部文件给出分类与命名建议，还可以叠加 TMDB 信息补充国家、年份。建议先小批量试跑核对准确率，确认没问题再全量分析；审核通过的建议可一键落成标签或生成移动计划。

一套标签，把资源管得明明白白

58 个预设标签分 9 类，覆盖类型、分辨率、字幕、国家、画质、音频、状态、来源、属性。可以手动打标，也可以让规则引擎按文件名自动打——先用「规则试跑」看命中效果，满意再正式执行。

目录详情与批量操作

点开任意目录查看 ID、大小、标签，并直接发起扫描、新建子目录、在线浏览或删除。勾选多个项目后，底部工具栏可以批量移动、打标签、删除。

后台在干什么，一目了然

扫描、转存、AI 分析、文件操作都会实时推送到日志窗口，可以按来源过滤、自动跟随滚动，窗口还能拖动和拉伸。

五分钟上手

环境要求

Python 3.10 或更高版本（依赖 FastAPI / uvicorn / curl_cffi，均要求 3.10+）
Windows / macOS / Linux 都可以
首次扫描需要能访问 115 网盘

Windows：双击就行

安装 Python，安装时务必勾选 "Add Python to PATH"
双击项目里的 启动115管理器.bat

脚本会自动做完这些事：检查 8765 端口是否已被占用 → 找到 Python → 缺依赖就自动安装 → 启动服务并打开浏览器。

macOS / Linux

# 首次：一键安装（检查 Python 版本、装依赖、生成配置文件）
chmod +x install.sh && ./install.sh

# 日常启动
chmod +x start.sh && ./start.sh

手动启动

# 建议先建一个虚拟环境，避免和系统里的 Python 包冲突
python3 -m venv venv
source venv/bin/activate        # Windows 用 venv\Scripts\activate

pip install -r requirements.txt
python server.py

也可以用 python3 run.py，它会自动检查环境、按需安装依赖再启动。

依赖装得慢或失败，可以换国内镜像：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

打开界面

本机：http://127.0.0.1:8765
同一 Wi-Fi 下的手机 / 平板：http://本机IP:8765（启动时会打印本机 IP）

想改成只能本机访问，把 .env 里的 HOST 设为 127.0.0.1 即可。

首次配置登录凭据

程序需要一个已登录 115 的 Cookie 才能读取你的网盘。获取方式：

用 Chrome / Edge 打开 https://115.com 并登录
按 F12 打开开发者工具，切到 Network 标签
点一下页面触发请求，找到任意一个请求
在 Request Headers 里找到 Cookie，复制整行值（要包含 UID 和 USERSESSIONID 两个字段）
在项目目录下新建 cookie115.txt，把这一行粘进去

配好之后，页面右上角会显示「● Cookie 正常」。

也可以直接在网页上操作：点右上角的 Cookie 状态区即可更新和验证，不用手动改文件。

日常使用

扫描

点「📂 点击选择目录…」，选一个要纳入本地索引的目录（任意层级都行）
需要把这棵子树重新拉一遍，就勾上「强制重扫」
点「开始扫描」，下方任务列表能看到进度

扫描是串行的，每个目录之间间隔 3–5 秒——这是刻意放慢，为的是别触发 115 的风控。一个几千目录的根目录，跑上几小时是正常的。中途不用守着：断了可以续，也可以暂停。

同一页签下方还能添加定时扫描，指定目录 + 时间，让它在你不用网盘的时候自己跑。

搜索

输入至少 2 个字，回车即可
可叠加筛选：类型（全部 / 仅目录 / 仅文件）、根目录、大小范围
结果支持直接打开、扫描、定位、删除、下载

转存

粘贴分享链接（每行一条，可带标题和访问码），或上传 txt / csv / xlsx
解析后核对清单
选择目标目录 → 开始转存

查重

选择查重范围（默认全部一级目录，也可以下钻到任意层级）
查看分组：精确重复 / 模糊重复 / 重复版本数
勾选要删除的副本 → 批量删除（进回收站，30 天内可恢复）

判定「精确重复」的依据是文件数与总大小完全一致，不做内容哈希校验。也就是说，它不会去读每个文件的内容。这个口径足够日常使用，但毕竟是近似判断，删之前扫一眼体积对比更稳妥。

AI 分类

在「AI 配置」卡里填接口信息，点「测试连接」验证
选择分析范围
先试跑若干条核对准确率，再全量分析
审核通过的建议 → 落成标签 / 生成移动计划

备份与恢复

右上角「💾 备份」→「创建备份」可手动备份
每天凌晨会自动备份一次，保留最近 7 份每日 + 4 份每周
恢复时会先自动备份当前数据库，再覆盖

遇到问题

双击 bat 闪退 / 提示找不到 Python？ 确认 Python 已安装并加入 PATH。打开 cmd 输入 python --version 验证。

依赖安装失败？ 换国内镜像重试：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

或手动安装：

pip install fastapi uvicorn curl_cffi apscheduler openpyxl python-multipart pydantic aiofiles

提示端口被占用（Address already in use）？ 先查是哪个进程占用，再改 .env 里的 PORT：

# Windows
netstat -ano | findstr :8765
# macOS / Linux
lsof -i :8765

Cookie 显示「失效」或格式无效？ Cookie 必须同时包含 UID 和 USERSESSIONID。按上面的步骤重新获取，注意只粘一行、别断行。

提示 database is locked？ 说明同一个数据库被多个进程打开了。关掉其他正在运行的实例再重启。极端情况下可以删除 115_tree.db 重新扫描（会丢失已扫描的数据，但网盘文件不受影响）。

AI 提示「配置未填写完整」？ ai_config.json 里的密钥字段名必须是 key，不是 api_key。建议直接在网页端「AI 配置」卡里填，顺便点一下「测试连接」。

AI 分类结果不准？ 先用小批量试跑核对；可以调整系统提示词和分类词表；也可以换更强的模型；个别结果手动改即可。

扫描很慢？ 这是有意的。串行 + 每目录 3–5 秒是为了不被风控。确实想提速，可以调小 .env 里的 SCAN_INTERVAL_MIN / SCAN_INTERVAL_MAX，但要自己承担被限速的风险。

被 115 风控了怎么办？ 程序会自动冷却重试（触发后冷却 600 秒）。如果持续失败，停一会儿再试。

删掉的文件还能找回来吗？ 可以。删除是移入 115 回收站，30 天内能在网盘里手动恢复。

想换台电脑用？ 把整个项目文件夹拷过去（含数据库、配置、凭据），装好 Python 后启动即可。

进阶配置

环境变量（`.env`）

复制 .env.example 为 .env，放在项目目录下（也兼容放在上一级目录），按需修改：

# 服务
PORT=8765
HOST=0.0.0.0            # 改成 127.0.0.1 则仅本机可访问

# 数据库
# TREE_DB=115_tree.db

# 凭据文件
# COOKIE_FILE=cookie115.txt
# AI_CONFIG=ai_config.json

# 备份
# BACKUP_DIR=backups
# BACKUP_KEEP_DAILY=7
# BACKUP_KEEP_WEEKLY=4

# 扫描节奏
# SCAN_INTERVAL_MIN=3.0
# SCAN_INTERVAL_MAX=5.0
# SCAN_RETRY_WAIT=300
# SCAN_RETRY_MAX=3

# AI 调用
# AI_BATCH_SIZE=10
# AI_CALL_DELAY_MIN=1.0
# AI_CALL_DELAY_MAX=2.0

完整变量：

变量	默认值	说明
`PORT`	`8765`	服务端口
`HOST`	`0.0.0.0`	监听地址（`0.0.0.0` 允许局域网访问，`127.0.0.1` 仅本机）
`TREE_DB`	`115_tree.db`	主数据库路径
`COOKIE_FILE`	`cookie115.txt`	凭据文件路径
`AI_CONFIG`	`ai_config.json`	AI 配置文件路径
`BACKUP_DIR`	`backups`	备份目录
`BACKUP_KEEP_DAILY`	`7`	每日备份保留份数
`BACKUP_KEEP_WEEKLY`	`4`	每周备份保留份数
`SCAN_INTERVAL_MIN`	`3.0`	扫描最小间隔（秒）
`SCAN_INTERVAL_MAX`	`5.0`	扫描最大间隔（秒）
`SCAN_RETRY_WAIT`	`300`	扫描失败后的重试等待（秒）
`SCAN_RETRY_MAX`	`3`	扫描最大自动重试轮数
`AI_BATCH_SIZE`	`10`	AI 每批处理条数
`AI_CALL_DELAY_MIN`	`1.0`	AI 调用最小间隔（秒）
`AI_CALL_DELAY_MAX`	`2.0`	AI 调用最大间隔（秒）

路径类变量的相对路径基于启动服务时的工作目录解析，所以请在项目目录内启动。优先级：环境变量 > .env 文件 > 代码默认值。

AI 接口（`ai_config.json`）

复制 ai_config.example.json 为 ai_config.json：

{
  "base_url": "https://api.deepseek.com",
  "model": "deepseek-chat",
  "key": "your_api_key_here",
  "batch_size": 10,
  "tmdb_api_key": ""
}

字段	说明
`base_url`	任意 OpenAI 兼容端点（DeepSeek / Kimi / MiniMax / OpenAI…）
`model`	模型名，如 `deepseek-chat`
`key`	API Key（字段名就是 `key`）
`batch_size`	每批处理条数，默认 10
`tmdb_api_key`	可选，用于补充国家 / 类型 / 年份上下文

同样可以直接在网页端「AI 分类」页签里填写，点「测试连接」验证。系统提示词与分类词表也支持在网页端调整。

敏感文件

以下文件属于你的私人数据，不要外泄、不要提交到公开仓库：

cookie115.txt —— 你的 115 登录凭据，拿到就能操作你的账号
ai_config.json —— 含 AI 接口的 API Key
115_tree.db —— 你的完整网盘目录结构，属于隐私数据
backups/ —— 内含数据库副本和凭据副本

仓库自带的 .gitignore 已覆盖以上文件，部署时确认它没被删掉。

给开发者

跑测试

./venv/bin/python tests/run.py

覆盖建表/迁移、链接与 Excel 解析、查重统计、AI 解析策略、停止语义、转存对账、备份恢复七类回归场景。全部离线（115 接口已打桩）、全用临时库（不碰真实 115_tree.db），改完代码跑一遍就知道有没有把老功能改坏。

架构

前端层   index.html + app.js + style.css（原生，无框架、无构建）
   ↓ REST / 静态文件
API 层   FastAPI（server.py）：路由 + 静态托管 + 定时调度
   ↓
业务层   scanner / transfer_worker / ai_worker / tags / tag_rules / dedup
   ↓
基础层   api115（115 接口客户端） / db（数据库层） / config（配置） / logbus（日志总线）
   ↓
数据层   115_tree.db / cookie115.txt / ai_config.json

文件结构

115manager/
├── server.py              # FastAPI 主服务，提供全部 REST API
├── db.py                  # 数据库层：连接工厂 + 建表迁移 + 事务助手
├── api115.py              # 115 接口客户端（curl_cffi 模拟 Chrome 指纹）
├── config.py              # 统一配置（环境变量 / .env）
├── scanner.py             # 目录扫描管理器（后台线程 + 断点续扫）
├── transfer_worker.py     # 转存工作线程
├── ai_worker.py           # AI 分类工作线程
├── tags.py                # 标签系统（58 个预设标签）
├── tag_rules.py           # 标签规则引擎（18 条种子规则）
├── dedup.py               # 查重引擎
├── logbus.py              # 日志总线（环形缓冲 + 增量拉取）
├── tmdb.py                # TMDB 接口（可选，补充影视信息）
├── docs/images/           # README 截图
├── static/
│   ├── index.html         # 前端页面
│   ├── app.js             # 前端逻辑
│   └── style.css          # 样式表
├── requirements.txt       # Python 依赖
├── .env.example           # 环境变量示例
├── ai_config.example.json # AI 配置示例
├── install.sh             # Linux/macOS 安装脚本
├── start.sh               # Linux/macOS 启动脚本
├── run.py                 # Python 启动脚本（检查环境 + 装依赖）
└── 启动115管理器.bat       # Windows 启动脚本

运行时会在项目目录下生成（已被 .gitignore 排除）： 115_tree.db、cookie115.txt、ai_config.json、backups/。

数据流

扫描：选目录 → server.py 提交任务 → scanner.py 逐目录调 api115.py → 解析后写入 tree_nodes / scan_state → logbus 记日志
转存：粘贴链接 → server.py 解析 → transfer_worker.py 调转存接口 → 同步写入 tree_nodes → logbus 记日志
AI 分类：选范围 → server.py 提交批次 → ai_worker.py 分批调外部接口（可叠加 TMDB）→ 结果写入 ai_suggestions → 审核通过后落成标签 → logbus 记日志

数据库表（17 张）

tree_nodes（目录树）、scan_state（断点续扫状态）、scan_jobs（扫描任务）、 schedules（定时扫描）、tags / node_tags / tag_rules / app_settings（标签体系）、 transfer_tasks / transfer_items（转存任务）、 ai_batches / ai_suggestions / ai_move_history（AI 分类）、 search_history（搜索历史）、stats_history（统计快照）、cookie_meta（凭据元信息）。

建表与迁移统一由 db.py 负责，进程内只在首次取连接时执行一次。

API 端点

共 69 个路由，按模块分组：

分组	数量	主要端点
系统	3	`/api/health`、`/api/dashboard`、`/api/logs`
目录	6	`/api/roots`、`/api/tree/{cid}`、`/api/node/{cid}`、`/api/live/{cid}`、`/api/nodes/tags`
搜索	4	`/api/search`、`/api/search/history`
扫描	6	`/api/scan/start`、`/api/scan/jobs`、`/api/scan/pause\|resume\|stop/{jid}`
定时	3	`/api/schedules`
转存	6	`/api/transfer/parse/text`、`/api/transfer/parse/file`、`/api/transfer/task`、`/api/transfer/tasks`
文件操作	5	`/api/fs/mkdir`、`/api/fs/move`、`/api/fs/delete`、`/api/fs/delete/batch`、`/api/fs/download/{cid}`
AI	14	`/api/ai/config`、`/api/ai/config/test`、`/api/ai/analyze`、`/api/ai/batches`、`/api/ai/suggestions`、`/api/ai/plan`、`/api/ai/move-history`
标签	14	`/api/tags`、`/api/tags/apply`、`/api/tags/rules`、`/api/tags/rules/run`、`/api/tags/cleanup`
查重	1	`/api/dups`
备份	3	`/api/backup`、`/api/backups`、`/api/backups/restore/{name}`
凭据	3	`/api/cookie`、`/api/cookie/test`

/api/cookie 只返回长度与格式标志（是否含 UID / USERSESSIONID），不返回凭据明文。

防风控机制

api115.py 用 curl_cffi 的 impersonate="chrome124" 模拟 Chrome 的 TLS 指纹
检测到 WAF 拦截后自动冷却 600 秒再重试
各模块自带间隔：扫描 3–5 秒/目录、转存 4–6 秒/条、AI 调用 1–2 秒/条
扫描任务全局串行，避免并发压垮接口

目录选择器

全站 8 处目录选择（查重范围、AI 分析范围、转存目标、批量移动目标、发起扫描、定时扫描、搜索范围、AI 移动父目录）统一复用 app.js 中的 pickDir() 组件：

const sel = await pickDir({title, cid, name, persistKey, allowAll, allLabel, allCid, withFilter});
// → {cid, name, mode, exists, scan_state}；取消返回 null

支持本地 / 在线双模式、排序、按 persistKey 隔离的展开状态记忆；选中未入库目录时会明确提示。

日志实现

logbus.py 使用内存环形缓冲（2000 条，seq 单调递增作游标），前端通过 GET /api/logs?after=<seq> 每 2 秒增量拉取。不是 WebSocket。

扩展开发

加接口：在 server.py 新增路由
改前端：直接编辑 static/ 下的 HTML/JS/CSS，无需构建
换 AI 提供商：改 base_url 即可（任意 OpenAI 兼容端点）；特殊协议改 ai_worker.py
自定义标签规则：改 tag_rules.py 的正则，或用网页端「规则试跑」调试

许可与更新

本项目仅供个人学习使用，请勿用于商业用途。

更新日志

v1.4.0（2026-09-23）

全面体检代码质量与架构，修复 8 个深层问题（每项均经真实库 / 模拟场景实测验证）：
- 全新安装时标签系统整体报错（建表与代码字段不一致）——现已统一，并支持老库自动升级
- 恢复备份改为"先停稳后台任务、再安全换库文件"——杜绝数据库损坏风险与后台线程泄漏
- 查重页的文件数/大小几乎恒为 0，还会把内容不同的目录误判成"精确重复"——统计口径已修正
- AI 分析出的字幕信息此前存不进库（「中字」标签永远打不上）——现已入库并正常落标
- AI 分类会被分析理由里的字串反向改判（"音乐纪录片"变成"音乐"）——现以分类字段为准，存疑结果只降置信度并打标记交人工复核
- 粘贴"链接 + 访问码"两行格式的分享时，访问码被当标题吃掉导致每条必转存失败——已修复； Excel 上传时纯数字片名（如 2012）不再被误当访问码
- "停止"按钮对排队中的任务假成功（界面说停了、任务照跑）——扫描/转存/AI 三处全部改为真停
- 转存后的本地登记改为"快照差集对账"，只登记网盘真实编号，不再产生云端查无此项的假记录；新增 ghosts.py 大扫除工具（找嫌疑 → 联网核对 → 留底清理，绝不碰云端）
标签页改版：每个分类独占一行；按设计顺序排列（4K→1080P→720P…）；自定义标签自动带分类主题色（不再全灰）；计数字重弱化；拖过的分组以你的顺序为准（重启也不变），老库乱序自动修正
修复标签拖拽排序的监听器泄漏（编辑几次后拖一下会重复发送几十次保存请求）

v1.3.0（2026-09-20）

标签支持拖拽排序；新增多标签组合筛选（交集 / 并集）与「编辑模式」开关
「最近扫描」改为显示真实路径——原先只拼「扫描根 + 叶子名」，中间层级被整个吞掉，会让人误以为该目录就挂在扫描根下面；窄列只做显示裁剪，悬停提示始终给出完整路径
扫描管理页新增「📂 当前扫到的子目录」（首页活跃任务卡片同步显示），实时日志也改为输出完整路径
修复 115 接口对个别目录返回 ??? 时被原样入库（现用同一请求的 path 数组兜底纠正）
修复进程重启后正在运行的扫描任务变成孤儿（状态永久停在 running，且界面无恢复入口）
修复「最近扫描」行内长目录名溢出压住右侧列、时间戳被截成 20:35:4 的布局问题
README 重写为面向使用者的叙述，并补充 10 张界面截图

v1.2.0（2026-09-16）

凭据接口不再回传明文，恢复备份增加文件名校验
修复删除目录时文件行未一并清理（长期使用会累积无效数据、影响统计口径）
修复批量移动部分失败时被当作全部成功（导致本地与云端不一致）
后台任务停止改为按任务隔离，修复停止排队任务会误杀正在运行的任务
被高优先级任务抢占的扫描任务现在会自动恢复
新增 db.py 统一数据库层，消除多处重复的建表逻辑
前端请求增加超时；修复切换筛选后批量操作可能命中已隐藏记录

v1.1.0（2026-09-14）

文档合并进 README，并按代码实际行为重写
修复扫描线程启动、扫描目录归属、配置文件路径等问题
全站目录选择器统一为 pickDir() 组件

v1.0.0（2026-09-14）

首个版本：目录浏览、扫描、转存、查重、AI 分类、标签管理、备份恢复

Name		Name	Last commit message	Last commit date
docs		docs
static		static
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
ai_config.example.json		ai_config.example.json
ai_worker.py		ai_worker.py
api115.py		api115.py
config.py		config.py
config_example.py		config_example.py
db.py		db.py
dedup.py		dedup.py
install.sh		install.sh
logbus.py		logbus.py
requirements.txt		requirements.txt
run.py		run.py
scanner.py		scanner.py
server.py		server.py
start.sh		start.sh
tag_rules.py		tag_rules.py
tags.py		tags.py
tmdb.py		tmdb.py
transfer_worker.py		transfer_worker.py
启动115管理器.bat		启动115管理器.bat

Latest commit

History

Folders and files

Repository files navigation