腾讯文档链接解析、下载、归档入库

流水线总览

用户输入文本 → 识别过滤腾讯文档链接 → 逐个导出下载 → 写入归档Excel台账 → 输出反馈报告。严格分步执行，不可跳步。

步骤1：识别过滤腾讯文档链接

1. 从用户输入全文提取全部 http/https 链接（正则：https?://[^\s\x3C>"'）】]+）
2. 筛选域名匹配 docs.qq.com 的链接，剔除其他外链
3. 若无有效腾讯文档链接，立刻回复"未识别到任何腾讯文档链接"，终止任务
4. 输出提取清单：本次待下载腾讯文档链接列表

步骤2：文件存储路径

• 根目录：桌面/腾讯文档/（即 $env:USERPROFILE\Desktop\腾讯文档\）
• 不存在则自动创建
• 文件命名：YYYYMMDD_原文档名称.后缀（后缀随原文档类型：docx/xlsx/pptx/pdf等）

步骤3：逐个下载腾讯文档

3.1 下载能力优先级

优先调用可用能力：腾讯文档 MCP（mcporter）> 腾讯文档 API > CLI 工具

使用 mcporter 下载流程：

1. 通过 mcporter 搜索或直接访问文档，获取 file_id
2. 调用 mcporter 的导出/下载功能获取文件
3. 保存至指定路径，套用 YYYYMMDD 日期前缀命名

3.2 下载规则

• 对每条 docs.qq.com 链接串行逐个处理，不并发
• 下载保存至 桌面/腾讯文档/，严格套用命名规则
• 单条下载失败记录失败原因，不中断整体批量任务
• 每条下载完成标记：链接 → 保存文件名

3.3 获取文档名称与类型

通过 mcporter 读取文档信息获取标题和文件类型；若无法获取，从 URL 或页面标题推断。

步骤4：写入归档Excel台账

• 位置：桌面/腾讯文档/腾讯文档链接台账.xlsx
• 固定两列：A列=下载日期（YYYYMMDD），B列=完整腾讯文档链接
• 已有表格则追加新行，不覆盖历史数据
• 首次生成自动创建表头

使用 openpyxl 操作 Excel（脚本见 scripts/update_ledger.py）。

输出反馈模板

执行完毕后，按以下格式输出：

📋 归档报告
- 提取到有效链接：X 条
- 成功下载：
  ✅ YYYYMMDD_文档名.docx
  ✅ YYYYMMDD_文档名.xlsx
- 下载失败（如有）：
  ❌ 链接 → 失败原因
- 台账已更新至：桌面/腾讯文档/腾讯文档链接台账.xlsx

约束规则

1. 只处理 docs.qq.com 腾讯文档，微信/企业微信/外部网页链接全部忽略
2. 日期统一 YYYYMMDD 格式（取系统当前日期）
3. 所有文件、Excel台账统一存放在 桌面/腾讯文档/ 目录
4. 批量多条链接串行依次处理，不并发乱序
5. 权限不足、接口限流、文档无导出权限时如实标注失败，不崩溃终止
6. 全程不篡改链接、不修改原文档内容，仅做下载归档与台账记录