安装Python环境

确保你的电脑上安装了Python 3.8或更高版本。可以在终端输入 `python --version` 或 `python3 --version` 来检查。如果没有安装，请从python.org官网下载安装。

推荐使用Python 3.10或更高版本以获得更好的兼容性

安装Magika Python包

打开终端（Windows用户可使用CMD或PowerShell），运行命令：`pip install magika`。这是最简单快捷的安装方式，它会同时安装命令行工具和Python库。

如果遇到权限问题，可以尝试 `pip install --user magika`。国内用户如果下载慢，可以使用清华镜像源：`pip install magika -i https://pypi.tuna.tsinghua.edu.cn/simple`

验证安装

安装完成后，在终端输入 `magika --version` 检查是否安装成功。同时可以输入 `python -c "import magika; print(magika.__version__)"` 验证Python模块是否可用。

如果 `magika` 命令找不到，可能需要重启终端或将Python的Scripts目录（Windows）或bin目录（Mac/Linux）添加到系统PATH中

检测单个文件

创建一个简单的文本文件（如test.txt），写入一些内容。然后在终端中运行：`magika test.txt`。观察输出结果，了解Magika返回的文件类型、置信度等信息。

可以尝试用不同的文件测试，如.py文件、.jpg图片、.pdf文档等，观察Magika的识别能力

批量检测文件

创建一个包含多个不同类型文件的文件夹，运行：`magika 文件夹路径/*` 或 `magika -r 文件夹路径`（递归扫描子目录）。

使用 `-r` 参数可以扫描整个目录树，非常适合批量处理

尝试不同置信度模式

Magika提供三种预测模式：`--prediction-mode high-confidence`（高置信度，最准确但可能返回未知）、`medium-confidence`（中等，平衡准确率和覆盖率）、`best-guess`（总是给出最佳猜测）。分别用这三种模式测试同一个文件，观察输出差异。

日常使用推荐 `medium-confidence`，在安全关键场景使用 `high-confidence`

查看详细输出

使用 `--json` 参数获取JSON格式的详细输出：`magika --json test.txt`。这包含了更多技术细节，适合程序化处理。

JSON输出包含了模型得分、是否可信、MIME类型等丰富信息

编写第一个Python脚本

创建一个Python文件（如demo.py），导入Magika模块：`from magika import Magika`。然后初始化检测器：`m = Magika()`。

首次初始化会下载并加载AI模型（约几MB），可能需要几秒钟时间

使用Python检测文件

在脚本中添加代码：`result = m.identify_path('test.txt')`，然后打印结果：`print(result.output)`。运行脚本查看效果。

`identify_path` 方法接受文件路径，`identify_bytes` 方法接受字节数据，`identify_content` 方法接受字符串内容

处理多个文件

编写一个循环，遍历目录中的所有文件，对每个文件调用 `identify_path`，并统计不同类型的文件数量。

Magika的Python API是线程安全的，可以在多线程环境中使用

自定义配置

尝试在初始化时传入参数：`m = Magika(prediction_mode="high_confidence")`。也可以设置 `dont_use_gpu=True` 强制使用CPU（默认会自动使用GPU如果可用）。

在服务器环境或容器中，如果不想使用GPU，可以明确指定只使用CPU

构建简单的文件分类器

编写一个脚本，扫描指定目录，根据Magika检测的结果将文件分类到不同的子文件夹中（如文本文件、图片、文档、代码等）。

可以使用 `result.output.ct_label` 获取人类可读的类型标签，或 `result.output.mime_type` 获取MIME类型

集成到现有项目

假设你有一个处理用户上传文件的应用，在保存文件前使用Magika验证文件类型是否允许（如只允许图片和PDF）。编写一个验证函数，如果类型不允许则拒绝保存。

对于安全敏感的应用，务必使用 `high_confidence` 模式，并对未知类型保持警惕

性能测试

创建一个包含1000个文件的测试集，使用Python的time模块测量Magika批量处理这些文件所需的时间，计算平均每个文件的处理时间。

Magika的设计目标是在毫秒级完成检测，你的测试结果应该与此相符。首次运行会慢一些，因为需要加载模型