logo
  • Entornos
  • Empresa
  • Precios
PersonalJul 28, 2025

Identificar archivos duplicados en Descargas

Wendong FanWendong Fan
Identify Duplicate Files in Downloads
Automate Everything with
AI Workforce on Desktop
Download Eigent

Encuentra todos los archivos duplicados en tu carpeta, sin abrir ninguno

La mayoría de las personas saben que tienen archivos duplicados en algún lugar. Copias del mismo PDF con nombres ligeramente distintos, imágenes guardadas dos veces desde fuentes diferentes, documentos exportados y reexportados durante meses de iteración. Encontrarlos y limpiarlos manualmente implica abrirlo todo, comparar tamaños y contenidos, y esperar no borrar accidentalmente algo importante.

Eigent analiza tu carpeta, identifica duplicados en todas las dimensiones de comparación y presenta los resultados agrupados y claramente etiquetados, para que puedas decidir qué conservar y qué eliminar.

1Identifica la carpeta que vas a analizar

Asegúrate de que la carpeta que quieres analizar sea accesible desde tu escritorio o dentro de tu directorio Documents. Para este flujo de trabajo, el destino es una carpeta llamada mydocs dentro del directorio Documents. Puedes adaptar el prompt a cualquier ruta de carpeta en tu equipo.

2Escribe el prompt de análisis

Dile a Eigent qué quieres que busque:

Tengo una carpeta llamada mydocs dentro de mi directorio Documents. Por favor, analízala e identifica todos los archivos que sean duplicados exactos o casi duplicados, incluidos aquellos con contenido idéntico, tamaño de archivo o formato (aunque los nombres de archivo o las extensiones sean diferentes). Enuméralos claramente, agrupados por similitud.

La frase clave aquí es "aunque los nombres de archivo o las extensiones sean diferentes", ya que esto detecta casos en los que el mismo archivo se guardó con otro nombre, o en los que un .jpg y un .jpeg son la misma imagen.

3Eigent analiza y compara

Eigent analiza la carpeta usando varios métodos de comparación:

  • Coincidencia exacta de contenido: archivos con contenido idéntico byte por byte, independientemente del nombre de archivo
  • Coincidencia de tamaño de archivo: archivos con el mismo tamaño (útil para detectar duplicados probables rápidamente)
  • Agrupación por formato: identificación de archivos que son del mismo tipo y probablemente duplicados según el análisis de contenido

Para archivos de imagen, Eigent también puede usar hashing perceptual para detectar imágenes casi idénticas que se guardaron de nuevo con niveles de compresión ligeramente distintos.

4Revisa los resultados agrupados

Eigent devuelve una lista estructurada de grupos de duplicados. Cada grupo muestra todos los archivos que parecen ser duplicados, con sus rutas completas y metadatos relevantes. Puedes ver de un vistazo qué archivos son copias y dónde se encuentran dentro de la estructura de tu carpeta.

5Decide qué eliminar

Eigent identifica los duplicados, pero deja en tus manos la decisión de borrarlos. Una vez que hayas revisado la lista, puedes decirle a Eigent cuáles quieres eliminar:

Conserva el archivo modificado más recientemente en cada grupo y mueve los demás a una carpeta llamada "Duplicates for Review".

Elimina todos los duplicados de contenido exacto, pero conserva una copia de cada archivo.

6Por qué esto importa

La limpieza de archivos duplicados es una de esas tareas que todo el mundo sabe que necesita hacer y que casi nadie llega a hacer. Es tediosa, arriesgada (no quieres borrar la versión equivocada) y difícil de hacer de forma sistemática a mano. Eigent la hace segura al mostrarte todo para revisión antes de actuar, y rápida al realizar automáticamente el trabajo de comparación.

7Qué probar después

Analiza toda mi carpeta Descargas e identifica todos los archivos duplicados.

Encuentra todas las imágenes duplicadas en mi biblioteca Photos y muéstrame cuáles son casi idénticas.

Después de limpiar los duplicados, muéstrame los 10 archivos más grandes que quedan en esta carpeta.

Mueve todos los archivos duplicados a una carpeta "Review" en lugar de eliminarlos.

8Consejos para obtener mejores resultados

  • Sé específico sobre qué cuenta como duplicado. "El mismo contenido" no es lo mismo que "el mismo nombre de archivo". Aclara en tu prompt qué criterios son los más importantes para tu caso de uso.

  • Analiza una carpeta a la vez. Para directorios muy grandes con decenas de miles de archivos, empieza con una subcarpeta específica para validar los resultados antes de analizarlo todo.

  • Pídele a Eigent que cree un informe. Añadir "guarda los resultados como CSV" te proporciona un registro persistente de lo encontrado, útil para auditar la limpieza después.


Other use cases

Declaración de IVA automatizada a partir de recibos y facturas

Declaración de IVA automatizada a partir de recibos y facturas

Procesa todos los recibos y facturas de la carpeta "VAT", incluidas fotos, PDFs escaneados y facturas digitales. El resultado final debe incluir solo dos archivos: (1) vat_return.xlsx — el archivo de Excel debe incluir una fila por recibo o factura, listar todos los campos extraídos, mostrar si cada elemento es elegible para la recuperación del IVA, mostrar el importe de IVA recuperable de cada elemento elegible, incluir el motivo de exclusión para los elementos no recuperables, señalar claramente los elementos que requieren revisión manual e incluir una hoja de resumen con el importe total de IVA recuperable. (2) vat_return.html — crea un archivo HTML autocontenido que pueda abrirse directamente y compartirse con el equipo de contabilidad. El archivo HTML debe mostrar todos los elementos de recuperación de IVA, el importe de IVA recuperable de cada elemento, los elementos excluidos y los motivos de exclusión, los elementos que requieren revisión manual y el importe total de IVA recuperable. No adivines ninguna información incierta.

Tarea de largo alcance: GLM-5.1 vs GLM-5.2 en Eigent

Tarea de largo alcance: GLM-5.1 vs GLM-5.2 en Eigent

Realiza una investigación en profundidad de 26 empresas del ecosistema de infraestructura de IA, el hilo principal más claro de toda la cadena de valor de la IA. Cubre estos 6 subsectores (elige empresas representativas en cada uno, desde líderes de gran capitalización hasta actores más pequeños): Centro de datos de IA (infraestructura de cómputo / despliegue); GPU / chips de IA (silicio para entrenamiento e inferencia, ASICs, IP); Servidores, redes y módulos ópticos (switches, NIC, interconexión óptica); Energía, refrigeración líquida y almacenamiento de energía (fuente de alimentación, térmica, gestión energética); Nube de IA / plataforma de cómputo (hiperescaladores, nubes de GPU, plataformas de alquiler de cómputo); Ecosistema de apoyo (HBM / empaquetado avanzado, foundry, conectores y otros componentes críticos). Para cada empresa, investiga: nombre de la empresa, subsector, sede / país; productos principales y su función específica en la cadena de IA; pública o privada (ticker + bolsa si cotiza; si es privada, indica la valoración / ronda de financiación más reciente); capitalización bursátil o tamaño de valoración (usado para el ranking); posicionamiento y ventaja competitiva en el ecosistema (1–2 frases); clientes / competidores clave. Orden: dentro de cada subsector, clasifica de mayor a menor (por capitalización bursátil / valoración). Estructura todo de forma descendente: desde el panorama completo del ecosistema de hardware hasta cada empresa individual. Requisitos de salida: primero, genera un archivo de datos estructurado ai_infra_data.json — que contenga las 26 empresas con los campos anteriores, las 6 clasificaciones de subsector, una bandera de pública/privada y una matriz de comparación entre empresas (subsector × dimensiones clave). Luego genera un informe HTML pulido a partir de ese JSON: incluye un panorama del ecosistema / diagrama por capas, secciones por sector, tarjetas de empresa, un indicador visual claro para pública vs. privada (etiquetas o codificación por color), un gráfico de ranking por capitalización bursátil y una tabla de comparación ordenable/filtrable. Haz que el diseño sea profesional, denso en información e interactivo. Verifica primero la exactitud de los datos de investigación (estado de cotización, tickers, valoraciones — usa las cifras más recientes y cita las fuentes), y luego genera el informe. Envía la tarea en modo single-agent.

Crea 10 juegos HTML5 de Año Nuevo Chino con Eigent

Crea 10 juegos HTML5 de Año Nuevo Chino con Eigent

Crea 10 juegos distintos y COMPLETOS con temas relacionados con el Año Nuevo Chino 2026 (Caballo) en HTML, CSS y JS (sin librerías). Los juegos deben ser divertidos, originales, pulidos y aptos para móviles. Incluye puntuación, dificultad escalable, botones de reinicio y visuales fluidos. Cubre: arcade, puzzle, endless runner, reacción, estrategia, memoria, 2 jugadores local, idle, retro pixel y 1 juego experimental.

Automate everything with AI workforce on desktop
Download Eigent

Prueba Eigent hoy

Descarga la aplicación de escritorio de código abierto y empieza a automatizar con una fuerza laboral de IA en tu equipo.

Descargar Eigent
Eigent

Recibe las últimas actualizaciones y tutoriales sobre automatización de la fuerza laboral con IA.

ProductoEigentEntornosPreciosEmpresarial
ExplorarSolucionesCasos de usoHabilidadesPluginsBlog
DesarrolladoresDocumentaciónGitHubCAMEL-AIFondo Open SourceSocio
DescargarPara código abierto
EmpresaSobre nosotrosMarcaEmpleosTérminos de usoPolítica de privacidadSeguridad y confianzaPolítica de cookiesPolítica de reembolso y prueba

Todos los derechos reservados © 2026 EIGENT UK LTD

¡Nueva versión de Eigent 1.0 lanzada!download