用途：archive-crawler 是个人文件档案的通用归档器，用于在明确的允许列表范围内探索任意个人内容目录树，筛出“金子”（用户自己的写作、想法、人际关系内容）并逐条呈现供查看。支持来源类型包括 local、dropbox、backblaze、gmail-takeout、mbox、pst。
主要能力：包含安全门、金子过滤器、三阶段流程与清单机制。安全门为强制项：必须在 gbrain.yml 中显式配置 archive-crawler.scan_paths（允许列表），可为空或缺失时技能直接退出，不会自行推断可读内容，且支持在允许列表内设置 deny_paths；该契约由 src/core/storage-config.ts 实施。金子过滤器在展示前区分保留项（个人写作、对话、想法、关系材料、创作、起源故事、情感内容）与跳过项（系统文件、配置、二进制、票据、垃圾邮件、损坏文件）。协议分三阶段：阶段一盘点（确认 scan_paths、映射目录树、分类文件夹、创建清单 projects/<archive-slug>/STATUS.md、提出优先级队列并交用户覆盖）；阶段二爬取（先读后展示、逐条呈现、按 quality.md 精确记录用户原话反应、即时入库、更新清单、不重复展示）；阶段三入库（按主主题归档到 originals/、personal/、ideas/ 或 people/ 时间线反链，归档规则从 _brain-filing-rules.json 运行时读取，不硬编码年代目录）。
使用方式：在 gbrain.yml 中配置 scan_paths 后运行；文件类型处理涵盖纯文本/HTML/Markdown、.mbox（使用 Python mailbox 模块）、.doc/.docx（.docx 用 zipfile 与 ElementTree，.doc 用 antiword 或 catdoc）、.pst（先校验是否为 !BDN 头，有效时用 readpst -o /tmp/pst-output 解出）、.zip/.tar/.tar.gz（解压到临时目录后递归）；图片仅记录存在与元数据，除非用户要求否则不展示。清单模板包含来源、库存、优先级队列与会话日志。
适用场景：整理个人 Dropbox、B2、本地备份、Gmail 导出或旧硬盘转储中的信件、日记、想法等材料，逐条回顾并归档。
限制：未设置 scan_paths 时硬拒绝运行，不得绕过；不得硬编码年代专属归档路径；不得重复展示清单中已标记内容；不得转述用户反应，只能使用原话；不得为发现的内容附加“教训”式包装；内容涉及已有 brain 页面的人物或公司时必须添加反链。相关技能包括 voice-note-ingest、idea-ingest 与 conventions/quality.md。技能保证路由匹配 frontmatter 中的规范触发条件、输出写入 writes_to 所列目录、遵循所引用约定，并保持隐私契约（不含真实姓名、不含分支专属文件系统路径字面量、不含上游分支引用）。输出格式与完整行为契约见上述正文小节。