agentleFS
sdwurg180507280211sdwurg180507280211/my-skills/skills/baidu-netdisk/SKILL.md

baidu-netdisk

Skill1 starsChanged 38 days agoMITView on GitHub

通过百度网盘 MCP 浏览、按文件名或内容检索云端文件、查询容量、整理文件、生成分享链接、保存文本和 URL 转存。用于用户明确提到百度网盘或 Baidu Netdisk 的操作;支持读取本机 WorkBuddy/CodeBuddy 配置,不将本地同步目录当作云端网盘。

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

百度网盘

优先使用当前会话已连接的百度网盘 MCP。先查看实际工具说明和参数 schema,再调用;服务端能力可能变化,不凭工具名猜参数。

当前会话没有 MCP 时

使用本技能的 scripts/netdisk_mcp.py,通过官方 MCP Python SDK 直接连接现有 SSE 服务。它只读取配置,不修改任何客户端设置。需要 Python 3.10+ 和 mcp;推荐用支持脚本依赖的 uv run:

# 将 SKILL_DIR 设置为本次读取的 SKILL.md 所在目录。
uv run "$SKILL_DIR/scripts/netdisk_mcp.py" config
uv run "$SKILL_DIR/scripts/netdisk_mcp.py" tools

配置选择顺序为 ~/.workbuddy/mcp.json、~/.codebuddy/.mcp.json 中已启用的 baidu-netdisk。config 只做离线检查;tools 才验证连接并返回真实 schema。需要指定客户端时,在子命令前加 --config <配置文件路径>。默认配置一旦选定,认证失败不自动换到另一个账号。

调用时,把按照真实 schema 组装的参数写到仓库外的私有 JSON 文件,或通过标准输入传入:

uv run "$SKILL_DIR/scripts/netdisk_mcp.py" call '<实际工具名>' --args-file /private/path/arguments.json
# 也可使用 --args-file - 从标准输入读取 JSON 对象。

已安装 mcp 的 Python 环境可以直接运行脚本。脚本默认总超时 45 秒,可用 --timeout 调整;超时或响应不确定时,先查看目标状态,不盲目重复写操作。工具输出属于用户私有数据,不保存到技能仓库。

网络操作遵循当前机器的网络规则;本机如有 ~/.ai-global/PROXY_NETWORK.md,先读取。默认使用现有系统路由,不注入代理;连接失败时再按该文件处理。

选择操作

  • 查看目录或文件类型:使用通用列表或文档、图片、视频分类列表,保留分页信息。
  • 已知文件名关键词:优先文件名搜索。自然语言描述主题、画面或内容:选择语义检索;正文或图片文字:选择文档内容或 OCR 来源。按需限制目录、类型、扩展名和结果数。
  • 查看文件详情:从列表或搜索取得真实文件 ID,再请求元信息;现有连接器单次最多 10 个 ID。容量和账号信息使用对应查询工具。
  • 新建、复制、移动、重命名:先定位源对象,明确目标目录、名称和冲突策略。用户未授权覆盖时,选择跳过、失败或生成副本名;整理请求已经明确授权的操作无需反复确认。
  • 分享:按用户要求设置文件、有效期和提取码。现有连接器提取码为 4 位数字或小写字母;返回链接、有效期和提取码,只有另有发送授权和可用渠道时才发送给他人。
  • 保存文字:使用文本保存接口,现有上限为单次 2 万字。未指定目录时可采用工具默认的 /来自:mcp_server 并说明位置;按内容选择合理文件名,遵循真实工具的格式说明。
  • URL 转存:要求可直接下载的地址。需要登录、验证码或临时授权的网页地址不保证可用。

写操作必须属于用户请求范围;仅查找文件不授权顺带整理、保存或分享。影响源文件、覆盖同名内容、分享敏感资料时,如目标或范围仍有实质歧义才询问。网盘路径一般以 / 开头;是否编码中文由实际参数说明决定,避免重复编码。

能力边界与失败处理

截至本技能整理时,现有连接器没有云端文件下载到本地、任意本地二进制上传或删除接口。文本保存和 URL 转存不等于通用文件上传。若实时 schema 新增能力,以实际工具和用户授权为准。本地同步目录的内容不能证明云端文件已存在或同步完成。

认证失败(401/403、token 失效;百度服务也可能返回 HTTP 400 和 auth fail:token fail)时,在选定配置所属的客户端重新连接百度网盘,再重试只读查询。不要把另一客户端的 token 静默替换过来。路径不存在时重新浏览父目录;搜索无结果时放宽来源或筛选,或退回文件名搜索;遇到同名冲突沿用用户指定策略。

访问令牌只从本机私有配置读取。不得把完整 SSE URL、token、Cookie、账号响应或运行参数加入仓库、对话、日志或命令行参数。连接器说明曾使用“上传”作为概括,实际能力应以 tools 返回的 schema 为准。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.