logo
  • 環境
  • 企業方案
  • 價格方案
PersonalJul 28, 2025

找出下載資料夾中的重複檔案

Wendong FanWendong Fan
找出下載資料夾中的重複檔案
Automate Everything with
AI Workforce on Desktop
Download Eigent

不用打開任何一個檔案,就找出資料夾中的每個重複檔案

大多數人都知道自己的某個地方有重複檔案。可能是名稱略有不同的同一份 PDF、從不同來源各存了一次的圖片,或是在長時間反覆編輯與匯出後產生的文件。若要手動找出並清理它們,就得逐一打開、比對大小與內容,還得祈禱自己不會誤刪重要檔案。

Eigent 會掃描你的資料夾,從所有比對維度找出重複項目,並將結果以分組且清楚標示的方式呈現,讓你自行決定哪些要保留、哪些要刪除。

1找出要掃描的資料夾

請確認你要掃描的資料夾可在桌面上存取,或位於你的 Documents 目錄中。這個工作流程的目標是 Documents 目錄內一個名為 mydocs 的資料夾。你可以依照自己電腦上的任何資料夾路徑調整提示詞。

2撰寫掃描提示詞

告訴 Eigent 你要它找什麼:

我在 Documents 目錄中有一個名為 mydocs 的資料夾。請掃描它,找出所有完全重複或近似重複的檔案——包括內容相同、檔案大小相同或格式相同的檔案(即使檔名或副檔名不同也一樣)。請清楚列出,並依相似性分組。

這裡的關鍵片語是「即使檔名或副檔名不同也一樣」——這可以找出同一個檔案以不同名稱儲存的情況,或是 .jpg 和 .jpeg 其實是同一張圖片的情況。

3Eigent 進行掃描與比對

Eigent 會使用多種比對方法分析資料夾:

  • 完全內容比對: 位元組內容完全相同的檔案,不受檔名影響
  • 檔案大小比對: 大小相同的檔案(有助於快速找出可能的重複項)
  • 依格式分組: 根據內容分析,辨識同類型且很可能重複的檔案

對於圖片檔案,Eigent 也可以使用感知雜湊(perceptual hashing)來偵測近乎相同、但因重新儲存時壓縮程度略有不同而產生差異的圖片。

4檢視分組結果

Eigent 會回傳結構化的重複群組清單。每個群組都會顯示所有看起來重複的檔案,以及它們的完整路徑與相關中繼資料。你可以一眼看出哪些檔案是副本,以及它們在資料夾結構中的位置。

5決定要刪除哪些檔案

Eigent 會找出重複檔案,但刪除與否仍由你決定。當你檢查完清單後,可以告訴 Eigent 要移除哪些檔案:

每個群組保留最近修改的檔案,並將其他檔案移到名為 "Duplicates for Review" 的資料夾。

刪除所有內容完全相同的重複檔案,但每個檔案保留一份副本。

6為什麼這很重要

清理重複檔案是那種大家都知道需要做、卻幾乎沒人真正去做的工作。它既繁瑣又有風險(你不想刪錯版本),而且很難靠人工有系統地處理。Eigent 會在採取動作前先把所有項目攤開讓你檢視,讓流程更安全;同時又能自動完成比對工作,因此速度更快。

7下一步可以試試什麼

掃描我的整個 Downloads 資料夾,找出所有重複檔案。

找出我 Photos 圖庫中的所有重複圖片,並告訴我哪些是近乎相同的。

清理完重複檔案後,顯示這個資料夾中剩餘的前 10 大檔案。

將所有重複檔案移到名為 "Review" 的資料夾,而不是刪除它們。

8讓結果更好的技巧

  • 明確定義什麼算重複。「內容相同」和「檔名相同」是不同概念。請在提示詞中說清楚,對你的情境來說哪些條件最重要。

  • 一次只掃描一個資料夾。 如果是包含數萬個檔案的超大型目錄,請先從特定子資料夾開始,以便在掃描全部之前先驗證結果。

  • 請 Eigent 建立報告。 加上「將結果儲存為 CSV」可以讓你保留一份發現記錄,方便日後稽核清理內容。

Other use cases

收據與發票的自動化 VAT 申報

收據與發票的自動化 VAT 申報

請處理 "VAT" 資料夾中的所有收據與發票,包括照片、掃描 PDF 與數位發票。最終輸出應只包含兩個檔案:(1) vat_return.xlsx — 這個 Excel 檔應每筆收據或發票占一列,列出所有擷取的欄位,顯示每筆項目是否符合 VAT 退稅資格,顯示每筆符合資格項目的可回收 VAT 金額,包含不可回收項目的排除原因,清楚標示需要人工審核的項目,並包含一個顯示可回收 VAT 總額的摘要工作表。(2) vat_return.html — 建立一個可直接開啟並分享給會計團隊的獨立 HTML 檔。HTML 檔應顯示所有 VAT 回收項目、每筆項目的可回收 VAT 金額、被排除的項目及其排除原因、需要人工審核的項目,以及可回收 VAT 總額。不要猜測任何不確定的資訊。

長時程任務:在 Eigent 單代理架構中比較 GLM-5.1 與 GLM-5.2

長時程任務:在 Eigent 單代理架構中比較 GLM-5.1 與 GLM-5.2

對 AI 基礎設施生態系中的 26 家公司進行深度研究——這是整個 AI 價值鏈中最確定的主線。涵蓋以下 6 個子領域(各自選出具代表性的公司,從大型領導者到較小玩家皆納入):AI 資料中心(運算基礎設施/建置);GPU/AI 晶片(訓練與推論矽晶片、ASIC、IP);伺服器、網路與光模組(交換器、NIC、光互連);電力、液冷與儲能(電源供應、散熱、能源管理);AI 雲端/算力平台(超大型雲端業者、GPU 雲、算力租賃平台);支援生態系(HBM/先進封裝、晶圓代工、連接器與其他關鍵零組件)。針對每家公司,研究:公司名稱、子領域、總部/國家;核心產品及其在 AI 供應鏈中的具體角色;上市或未上市(若上市,提供代號+交易所;若未上市,註明最新估值/融資輪次);市值或估值規模(用於排序);在生態系中的定位與護城河(1–2 句);主要客戶/競爭對手。排序方式:在每個子領域內,依規模由大到小排名(依市值/估值)。整體結構採由上而下:從完整硬體生態系全景一路展開到每一家公司的細節。輸出要求:首先產生結構化資料檔 ai_infra_data.json——包含全部 26 家公司與上述欄位、6 個子領域分類、上市/未上市旗標,以及跨公司比較矩陣(子領域 × 關鍵維度)。接著根據該 JSON 產生一份精緻的 HTML 報告:包含生態系全景/分層圖、產業區塊、公司卡片、清楚的上市/未上市視覺標示(標籤或色彩編碼)、市值排名圖表,以及可排序/可篩選的比較表。設計要專業、資訊密集且具互動性。先驗證研究資料的準確性(上市狀態、代號、估值——使用最新數據並引用來源),再產生報告。以單代理模式執行此任務。

使用 Eigent 同時打造 10 款中國新年 HTML5 遊戲

使用 Eigent 同時打造 10 款中國新年 HTML5 遊戲

使用 HTML、CSS 和 JS(不使用任何函式庫)打造 10 款獨立且完整的遊戲,主題圍繞 2026 年中國新年(馬年)。遊戲必須有趣、原創、精緻、適合行動裝置。請包含計分、難度遞增、重新開始按鈕與流暢視覺效果。涵蓋:街機、益智、無盡跑酷、反應、策略、記憶、2 人本機、放置、復古像素,以及 1 款實驗性遊戲。

Automate everything with AI workforce on desktop
Download Eigent

立即體驗 Eigent

下載開源桌面應用,在本地以 AI 工作團隊開始自動化。

下載 Eigent
Eigent

掌握 AI 工作團隊自動化的最新更新與教學內容。

產品Eigent環境價格方案企業方案
探索解決方案使用情境技能插件部落格
開發者文件GitHubCAMEL-AI開源基金合作夥伴
下載開源版
公司關於我們品牌招募使用條款隱私權政策安全與信任Cookie 政策退款與試用政策

版權所有 © 2026 EIGENT UK LTD

Eigent 1.0 全新版本發佈!download