AI修图脚本：用自动化脚本串联修图全流程

在工作室里我给自己写了一套AI修图脚本，运行了8个月，累计处理了超过4万张照片。这套脚本做的事情不复杂：监听一个"待处理"文件夹，一旦有新照片进入就自动分类（按ISO、拍摄时间、人脸数量三个维度），匹配对应的AI修图预设，调用AI引擎处理，输出到"已完成"文件夹，同时在日志里记录每张图的处理参数。整个过程我只需要做一件事——把照片拖进"待处理"文件夹。AI修图脚本的精髓不在于脚本本身有多复杂，而在于它把重复性的修图决策从"每一次都要想一遍"变成了"想好一次然后用一百次"。根据我自己的统计数据，这套脚本把工作室每月修图总耗时从约85小时压缩到了约18小时，省下的时间可以做更多创意性工作。

脚本的基础架构设计

一个实用的AI修图脚本至少需要四个模块：文件监听模块、智能分类模块、AI调用模块和归档记录模块。文件监听模块是最简单的——用Python的watchdog库或者AutoHotkey的热文件夹功能就能实现。智能分类模块需要一点设计：我根据IMatch的元数据标准定了三条分类规则——ISO>3200的走"高噪点处理"预设、照片拍摄时间在18:00-06:00之间的走"夜景增强"预设、人脸数=0的走"通用风景"预设、人脸数≥1的走"人像精修"预设。有多个分类条件同时命中的时候按优先级（夜景>人像>风景）选择。AI调用模块直接用命令行调用AI修图软件的CLI接口或者通过其Python SDK调用API。归档模块把处理后的照片加上"_ai"后缀另存，同时在SQLite数据库里记录原图路径、预设名称、处理时间和种子值。完整流程可参考AI修图步骤中标准化的操作顺序。

避免脚本翻车的三条安全带

AI修图脚本最怕的不是报错——报错你能看到——最怕的是静默生成错误结果，所以必须在脚本里内置三条安全带：AI置信度阈值、输出文件大小检查、人工抽检触发机制。AI置信度阈值是指：如果AI引擎返回的修图结果中标出了任何"低置信度区域"（通常是复杂纹理或边缘区域），脚本自动将该图标记为"需要人工复核"而不直接归档。输出文件大小检查是指：如果修完的图文件大小比原图小了超过40%或者大了超过200%，说明AI在导出环节可能出了问题（压缩过度或者意外放大了分辨率）。人工抽检触发机制是指：脚本每自动处理完50张图后暂停，弹出一个窗口让你检查这50张里的前3张和后3张，确认没问题再继续。这三条安全带在批量修图AI中也有类似的抽检逻辑。

进阶：多软件协同的脚本编排

真正的高阶AI修图脚本不是在一个软件里从头修到尾，而是把多款软件的优势串联成一个流水线。我现在的脚本编排是这样的：Lightroom Classic做RAW解码和基础校色→导出TIFF→AI修图引擎做人像精修和背景处理→导出PNG→Photoshop插件做最后的液化微调和局部修饰→导出最终JPG和WebP。四个软件之间的切换由脚本自动完成，中间文件存放在临时文件夹里，最终脚本自动清理。这个多软件协同的模式比在单一软件里完成全部操作出来的效果至少好20%，因为每个软件专注做它最擅长的事。关于多工具协同的具体方案可以参考推荐AI修图和修AI图软件。

常见问题

写AI修图脚本需要会编程吗？

简单的热文件夹脚本不需要编程——用系统自带的任务计划程序+软件的批处理模式就能搭建。复杂的条件判断和多工具协同脚本需要Python或AutoHotkey基础。

AI修图脚本能在手机上跑吗？

iOS的"快捷指令"和Android的"MacroDroid"可以实现轻量级的自动化修图流程。但受限于手机系统的沙盒限制，跨App的自动化不如桌面端灵活。

如何确保AI修图脚本长期稳定运行？

AI修图软件更新后API接口可能变化，脚本每运行一段时间要检查兼容性。建议脚本里加一个自检功能，在启动时先跑一张测试图确认所有调用接口都正常。