4.4 KiB
title, source, author, published, created, description, tags
| title | source | author | published | created | description | tags |
|---|---|---|---|---|---|---|
| 养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战 | shenwei |
养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战
照片越多，备份越乱
我一直想花时间整理一下我的照片，在我看来这个是非常令人头疼的巨大的工程，从2002年开始用第一台数码相机开始，到后来用各种相机拍照，手机拍照，通过网盘备份，家人的手机照片的备份... 大概20多年的所有家庭照片都在这一堆文件。现在这堆文件储存在我的NAS服务器上。
问题来了：你知道你有多少张照片吗？你知道它们都在哪儿吗？
我的 MobileBackup 目录里躺着 68 个设备文件夹，每个文件夹名字都是一串设备型号。有些是手机，有些是相机，有些我甚至认不出来是哪个年代的什么机器。截图、连拍、微信压缩图、HEIC 格式、JPEG 格式、RAW 文件——全混在一起。
更让人头疼的是重复。同一张照片，iPhone 备份一次，华为手机备份一次，百度网盘同步一次，最后又手动往 NAS 里拷了一次。一个场景四五个副本，谁是原图都分不清。
我试过的那些"方案"
老实说，我不是没想过解决这个问题。
试过 NAS 自带的 Synology Photos，内置重复检测——效果一般，误报率高得离谱。试过 Mac 上的第三方照片管理工具，扫描速度慢到我睡着了还没跑完。试过自己写 Python 脚本跑 md5sum，跑了两天发现目录结构太乱，脚本跑一半崩了。跑到哪都不知道。
直到最近开始认真用 OpenClaw——我的 AI Agent 操作系统。
我没有给 OpenClaw 下达"去重"这样的简单指令。我只是说了我的痛点和需求："我有个目录，里面照片很多，来源很杂，我想整理一下，有什么方案？"
然后它开始分析。
AI Agent 的思维方式不一样
它没有直接推荐工具，而是先问了几个关键问题：照片格式有哪些？重复的定义是"完全相同内容"还是"同一场景的连拍"？低质量图片的判断标准是什么？删除策略是什么？
!
这几个问题让我意识到，我之前所有的失败尝试，都是因为我在没有想清楚问题的情况下就开始动手。
OpenClaw 帮我把一个模糊的"我想整理照片"变成了一个可执行的方案：
- 精确去重：MD5 哈希比对，只删真正相同的文件
- 小文件清理：低于 100KB 的图片大概率是截图或微信压缩图，直接移走
- 安全第一：所有待删文件不进回收站直接删，而是先移到
To-Be-Deleted目录，我可以随时检查确认
方案确定后，它又主动想到了一件事：68 个目录，28 万个文件，一次跑完不现实。于是它帮我把任务拆成了 8 批次，每天凌晨 0 点自动执行一批，全程无需我介入。
!
!
!
!
!
真正让我惊讶的地方
不是它脚本写得有多好，而是它的思维方式。
作为一个搞了二十几年技术的人，我习惯了自己想方案、自己写脚本、自己承担风险。
但是OpenClaw帮我把模糊的想法变成了清晰的结构，把大任务拆成了可执行的批次，把风险控制在了可接受的范围内。而这一切，都是在我只说了一句"我想整理照片"之后发生的。
凌晨 0 点的任务
写好脚本、定好计划、设好 Cron 任务之后，这件事就交给 OpenClaw 去跑了。明天凌晨，B1 批次（iPhone 目录，69,204 个文件）会第一个开始扫描。执行完毕后会通过 Telegram 给我发一份 Summary 报告：发现了多少重复文件、移除了多少小文件、总共清理了多少空间。
我只需要睡醒看一眼手机。
28 万张照片，68 个设备，十几年的积累——现在有了一个可以信任的自动化流程来处理它们。这大概就是 AI Agent 对我来说真正的价值：不是某个单点能力的提升，而是思维方式的升级。
我是比利哥，分享我的养虾日记，我们一起让AI技术落地，能真正帮我们提高效率！
2026-03-31