1总原则（一句话）
插U盘→
双击★点我★→
填信息点开始→
扫全部磁盘→
3道关卡过滤→
内网直推/落U盘
只收「文档 / 表格 / 图纸 / 压缩包 / 邮件」5类工作文件；跳过系统目录和软件自带垃圾；内网能通直接推到 192.168.2.193:18790，不通落U盘待补传。
2收什么：三道关卡，层层过滤
关卡1 · 目录关卡（最关键）
扫盘时路径里任何一层目录名命中黑名单 → 整棵子树直接跳过，一棵都不进。
- 例：
D:\Kingsoft\WPS Office\help\命中help→ 跳过 - 例：
D:\CAD2024\install\命中install→ 跳过 - 例：
C:\Users\张三\Documents\项目\未命中 → 正常采集
关卡2 · 扩展名关卡（24种，7类）
| 类别 | 扩展名 |
|---|---|
| 文档 | .doc .docx .wps .rtf .ofd .txt .md |
| 表格 | .xls .xlsx .et .csv |
| 演示 | .ppt .pptx .dps |
| CAD图纸（重点） | .dwg .dxf .dwf .plt |
| 压缩包 | .zip .rar .7z |
| 邮件 | .msg .eml |
关卡3 · 文件关卡
- 大小：小于 100 字节（空文件）或大于 200MB（超大文件，多为安装包/录像）→ 跳过
- 文件名：命中软件自带特征名（readme / license / eula 等）→ 跳过
3不收什么：目录黑名单（60个，分四类）
| 类别 | 目录名 |
|---|---|
| ① 系统目录（18个） | Windows Program Files Program Files (x86) $Recycle.Bin System Volume Information AppData ProgramData Recovery Documents and Settings $WinREAgent PerfLogs Windows.old Intel AMD NVIDIA MSOCache Boot EFI |
| ② 开发缓存（12个） | node_modules .git __pycache__ venv .venv .idea .vscode .cache pip npm-cache yarn bower_components |
| ③ 软件特征·英文（20个） | install setup update upgrade patch cache temp tmp backup sample example demo template locale lang font driver resource help |
| ④ 软件特征·中文 + 自身（10个） | 缓存 临时 备份 语言包 字体 补丁 驱动 回收站 待补传 日志 python38 |
特别注意：黑名单里故意没有「安装方案 / 模板 / 说明书 / 文档」这类词——因为
D:\安装方案\吊装方案.pdf、D:\投标模板\商务标.docx、设备使用说明书.pdf 都是正经业务文件，必须正常采集，不能误杀。4软件自带文件怎么识别（三类特征）
| 特征 | 例子 | 处理 |
|---|---|---|
| 目录名特征 | help / install / cache / locale / 语言包 / 字体 / 缓存 / 临时 / 备份 | 整目录跳过 |
| 文件名特征 | readme / license / eula / changelog / release_notes / whatsnew | 单文件跳过 |
| 大小特征 | 大于 200MB（安装包、离线包、录像） | 跳过 |
5边界原则：宁可多采，不可漏采
- 拿不准归属的文件：照采。收回来后由服务器端做二次清洗（按路径/文件名/大小再筛一遍，可疑文件进"待确认"）。
- 微信/QQ接收的文档（在
WeChat Files等目录下）：大多是员工实际工作文件，正常采集（图片视频被扩展名关卡挡掉）。 - 三维模型（.step / .stp / .igs / .iges / .sldprt / .sldasm 等）：按您要求，暂不采集。
6采多少（参考量，取决于电脑岗位）
| 电脑类型 | 预计文件数 | 预计体积 | 耗时 |
|---|---|---|---|
| 文员 / 行政 | 50 ~ 300 个 | 0.1 ~ 2 GB | 3 ~ 8 分钟 |
| 技术 / 预算 | 200 ~ 2000 个 | 1 ~ 20 GB | 8 ~ 20 分钟 |
| 图纸 / 设计岗 | 500 ~ 5000 个 | 5 ~ 50 GB | 15 ~ 40 分钟 |
以上为经验估算，实际取决于电脑存了多少资料；界面实时显示进度与预计剩余时间。
7怎么改规则（无需动代码）
打开U盘里的 config.txt（记事本即可）：
- 不想采压缩包：从
include_ext行删掉.zip,.rar,.7z保存 - 想把某目录加进黑名单：在
exclude_dirs行末尾加,该目录名 - 想放开 200MB 限制：改
max_size=209715200（单位字节） - 改完保存，重新双击 ★点我-开始采集★.bat 即生效
8本次升级内容（v1 → v2）
| 项目 | v1（旧） | v2（新） |
|---|---|---|
| 目录黑名单 | 16个，仅系统目录 | 60个，系统+开发缓存+软件特征目录 |
| 目录匹配方式 | 只认单层目录名 | 路径任意层命中即跳过 |
| 软件文件识别 | 无 | 新增文件名黑名单（readme/license等） |
| 误杀风险 | 低 | 已实测：业务目录（投标模板/安装方案/说明书）不误杀 |