Personal Toolbox - 个人工具箱构建指南

概述

这个技能指导你如何将零散的AI编写的小工具整合成一个模块化的个人工具箱。

核心思想：主程序 + 插件式工具，每个工具独立运行，新增工具只需放到指定目录。

工具箱架构

toolbox/
├── toolbox.py          # 主程序（GUI界面）
├── tools/              # 工具目录
│   ├── douyin_downloader.py
│   ├── xiaohongshu_downloader.py
│   ├── image_compressor.py
│   └── batch_rename.py
└── config.json         # 配置文件（可选）

快速开始

第一步：创建工具箱目录结构

运行脚本生成基础框架：

py scripts/create_toolbox.py --path 你的路径

第二步：理解工具接口标准

每个工具必须符合以下标准：

1. 文件放在 tools/ 目录
2. 文件名用英文小写+下划线，如 douyin_downloader.py
3. 必须包含 get_info() 和 run() 两个函数

详细模板见 references/tool_template.md。

第三步：重构现有工具

将现有代码发给AI，使用以下提示词模板：

> 请将这个代码重构为toolbox工具格式：

> 1. 添加 get_info() 函数返回工具名称、描述、版本

> 2. 将主逻辑封装到 run() 函数中

> 3. 确保返回执行结果字符串

> 4. 保留原有功能不变

工具接口标准

# tools/your_tool.py

def get_info():
    """返回工具信息（必需）"""
    return {
        "name": "工具名称",
        "description": "简短描述，显示在工具列表中",
        "version": "1.0.0",
        "author": "你的名字"
    }

def run():
    """工具主函数（必需）"""
    try:
        # 你的代码逻辑
        result = "执行成功"
        return result
    except Exception as e:
        return f"执行失败: {str(e)}"

主程序功能

主程序（toolbox.py）会自动：

• 扫描 tools/ 目录下的所有 .py 文件
• 加载每个工具的 get_info() 显示在列表中
• 点击运行时调用 run() 函数
• 显示执行结果

进阶功能

当基础版本稳定后，可添加：

• 参数配置：在 get_info() 中添加 params 字段
• 结果导出：保存执行日志到文件
• 工具分类：按类型分组显示
• 搜索功能：快速查找工具

常见问题

Q: 现有工具之间有冲突怎么办？

A: 每个工具是独立文件，不会冲突。如果有共同的依赖库，可以在工具顶部 import。

Q: 工具运行出错怎么调试？

A: 先单独运行工具测试，确认无误后再放入工具箱。

Q: 如何添加新工具？

A: 按照 references/tool_template.md 编写，放入 tools/ 目录即可自动识别。

资源文件

scripts/

• create_toolbox.py - 一键创建工具箱框架
• test_tool.py - 单独测试工具脚本

references/

• tool_template.md - 完整工具模板和多种示例
• best_practices.md - 编写工具的最佳实践