硬盘里又多了一个文件夹，命名为 nide_xiaogou。这不是第一次为了整理某个账号的作品而建立专门目录，但 1.10TB 这个体量，确实让人在右键属性那一刻停顿了几秒。
BABY-Puppy、Happy-Puppy 两个别名轮换使用，早期发布在推特、OnlyFans 等平台，后期逐渐集中到私密渠道。合集里按时间线排了三遍，才理清哪些是重复上传、哪些是压缩包嵌套、哪些是同一组不同画质版本。最终落盘的有效内容，比预想的要扎实不少。
点击访问: nide_xiaogou (BABY-Puppy/Happy-Puppy)高清作品大合集 [1.10TB] 持续更新
先说数量。图片端接近 2.8 万张，视频端 1400 条左右。视频总时长折算下来超过 300 小时。这还不算那些损坏、截断、水印遮挡严重被剔除的文件。整理过程中用了三个去重工具跑了两轮，MD5 对比、感知哈希对比、文件名模糊匹配各跑一遍，才把重复率压到 3% 以下。
画质分布呈现明显分层。2020 年前的早期素材多为 720p、1080p，码率在 2000-4000 kbps 徘徊，部分甚至是手机直播切片，画面抖动、对焦偏移是常态。2021 年中后期设备升级明显，4K 60fps 成为主流输出，HEVC 编码、10bit 色深、HDR 标识陆续出现。最新的几个月甚至出现了 8K 片段，单文件动辄 15-20GB，下载时不得不单独限速，免得跑满带宽影响别的任务。
内容分类上，合集里混杂着几条清晰的主线。室内定点拍摄占比最大，场景固定在几个布置过的房间，灯光位置、背景道具、甚至地毯纹理都能当时间戳用。户外部分相对较少，多集中在郊区公园、民宿露台、车内等半私密空间。还有一类是纯语音/ASMR 向，无画面仅音频，文件名通常带 "audio" 或 "voice" 标识，时长从十分钟到两小时不等，适合挂后台听。
整理时发现一个细节：同一套服装、同一场景、同一天拍摄，往往会产出三个版本——竖屏版给手机端推流、横屏版给电脑端观看、裁剪版给预览图制作。竖屏版通常带平台水印、横屏版相对干净、裁剪版压缩最重。保留策略是：横屏无水印优先，竖屏仅保留无横屏对应的片段，裁剪版全删。这一轮筛选释放了约 180GB 空间。
文件命名规范化花费时间最长。原始文件名五花八门：日期戳、平台自动生成的哈希值、创作者自定义的序号、甚至全是表情符号。统一重命名为 `YYYYMMDD_SOURCE_TYPE_SEQ.ext` 格式，SOURCE 区分 twitter、onlyfans、fansly、telegram 等来源，TYPE 分 image、video、audio。配合 Excel 建立索引表，字段包含：文件名、拍摄日期、发布平台、画质规格、时长/分辨率、标签关键词、备注。索引表目前 3.2 万行，配合 Everything、Listary 等工具，定位任意素材在 3 秒内完成。
持续更新的机制已跑通。Telegram 频道开启消息转发到私有频道，配合 Python 脚本每日增量拉取、自动去重、按规则重命名、写入索引表、推送 Telegram 通知。OnlyFans 端依赖第三方订阅器定时抓取，需人工处理两步验证和账单确认。Twitter 端最麻烦，API 限流严重，改用浏览器扩展配合无头模式爬取，顺便把推文文本、发布时间、互动数据一并归档。
存储端采用双盘位 NAS 做 RAID1，关键数据再同步一份到冷备硬盘，再同步一份到对象存储做异地灾备。1.10TB 听起来不大，但考虑到视频文件不可压缩、读写频次高、随机访问多，机械盘寿命是实实在在的成本。已把高频调用的 4K 素材迁移到 NVMe 缓存盘，冷数据留在 HDD 阵列。
浏览体验上，按时间线浏览能看到创作者设备迭代、审美变化、甚至身体状态的微妙轨迹。按标签聚合则能快速定位特定服装、道具、场景组合。索引表配合标签系统，已打上 120 个高频标签，覆盖率 92%。剩下 8% 属于模糊、混合、难以归类的片段，留待后续人工补全。
合集价值不在体量，而在完整性与可检索性。零散下载、断链补档、画质混杂、命名混乱，是大多数同类资源的常态。把它们变成可查、可追溯、可复用的结构化资产，才是整理的意义。目前进度约 87%，剩余工作集中在早期碎片化素材的补全、元数据的细化、以及新增内容的自动化流水线稳定性观察。
硬盘指示灯还在闪烁，脚本后台跑着校验和。下一个 TB，大概率在三个月内到来。
除非注明，否则均为梦铃图录原创文章，转载必须以链接形式标明本文链接
