构建可复核的媒体整理流水线：哈希去重、元数据抽取与模型标注

图片、录屏、短视频和扫描件一旦进入共享盘或个人资料库，整理成本通常并不来自“文件太多”，而来自三个不一致：同一内容有多份副本，文件名不表达业务含义，自动标签的依据又难以回看。直接把目录交给模型分类看似省事，却会带来更棘手的问题：重复文件被重复计费或重复处理；模型输出格式不稳定；敏感素材可能在未经审批时被发送到外部服务；以后发现分类错误，也无法判断是原文件、提示词还是模型配置导致。