图片内容识别与结构化批量重命名
把「杂乱命名的图片文件夹」变成「按内容结构化命名的图库」。核心思路：用并行子代理逐张看图提元数据 → 合并 → 按命名规则批量改名 → 出对照表。
> 关键经验：大量图片直接在主会话里逐张 Read 会撑爆上下文。必须分批发派子代理，且子代理把结果写入 JSON 文件而非靠返回值回传（并行子代理常无法可靠回传大段结构化数据，会返回空结果）。
适用场景
- 摄影素材/旅行照片/监控截图等需要按内容重新归档。
- 文件名全是无意义编号（001.jpg、DSC_2082.JPG、空白文件名）、需要语义化。
- 数量大（几十到几百张），需要并行处理。
命名规则（可配置，默认模板）
默认采用四段式（可改成任意维度顺序）：
[场景]-[主体]-[特征]-[序号].[扩展名]
示例：草场-芦苇荡-逆光剪影-01.jpg
约束条件（写进校验脚本）：
- 单文件名长度 ≤ 30 字符（含扩展名），可配置
MAX_LEN。 - 半角连字符
-分隔，避免空格与特殊字符（/\ : * ? " < > |）。 - 序号统一两位，组内从
01起；超过 99 时自动升三位（100）保证唯一。 - 地标特殊处理：若图片含可辨认地理标识（招牌/观景台/石碑/标志性建筑），用
地标-[具体名称]-[角度/时间]-[序号]（如地标-鸳鸯石-秋-01.JPG）。 - 无法明确内容的图片：
待分类-[大致描述]-[序号]。 - 扩展名保留原样（
.jpg/.JPG并存亦可，可后处理统一小写）。
> 可读性原则：当特征位为「静态」这类弱信息时，可把「季节/时间」并入特征位让名字更可读（如 山峦-地貌-夏-01 而非 山峦-地貌-静态-01）。此合并逻辑在 scripts/rename.py 的 BUILD_NAME 中可开关。
标准工作流
步骤 1 — 收集文件清单
ls -1 "/path/to/folder/" > files.txt # 仅图片：*.jpg *.jpeg *.png *.JPG ...
确认总数，并确认没有与目标命名冲突的残留旧文件。
步骤 2 — 分批发派并行子代理做视觉识别（核心）
- 把图片切成 5 批左右，每批 30–45 张（按总数定），用
Agent工具并行启动general-purpose子代理。 - 每个子代理用
Read工具逐一真正打开每张图，基于实际画面判断维度（文件名中文可作线索，但以图为准）。 - 维度建议（可按需增删）：
scene场景：草场/山峦/天空/道路/建筑/水域/空镜subject主体：人物/动物/植物/地貌/空镜feature特征/状态：静态/动态/日出/日落/云雾/逆光/特写（取 1–2 个，中文顿号连接）season季节·时间：春/夏/秋/冬/晨/昏/夜（无法判断用「待分类」）color色彩基调：金黄/翠绿/蔚蓝/暖调/冷调（无法判断用「待分类」）is_landmark+landmark是否含地标及名称desc一句话事实描述（≤20 字）- 必须让子代理用
Write把结果写入文件，例如.workbuddy/analysis_a.json，内容为 JSON 数组，每条含orig, scene, subject, feature, season, color, is_landmark, landmark, desc。 - 子代理
max_turns设为图片数 + 余量（约 每张 1 turn + 10），图片多则调高；步数不足会失败，需重跑该批。 - 提示词模板见下方「子代理提示词模板」。
步骤 3 — 合并 JSON
读取全部 analysis_*.json，拼成一个列表（注意去重：以 orig 为键）。用 Python 或脚本合并即可。
步骤 4 — 生成新名 + 组内两位序号
按 场景-主体-特征（或地标/待分类）分组，组内两位流水。逻辑见 scripts/rename.py 的 build_name()。
步骤 5 — 执行重命名 + 输出对照表
scripts/rename.py 会：加载合并 JSON → 生成新名 → 校验长度/冲突 → 执行 rename → 输出 重命名对照表.csv（UTF-8 BOM，Excel 直接打开）与 重命名对照表.md。
python scripts/rename.py --src /path/to/folder --json merged.json --out /path/to/folder
步骤 6 — 校验
cd /path/to/folder
ls -1 | awk '{ if (length($0) > 30) print "OVER:", length($0), $0 }' # 应无输出
# 确认旧编号文件已清除、总数一致
子代理提示词模板（复制改路径即可）
你是一名视觉内容分析助手。请用 Read 工具逐一打开并真正查看每张图片，基于实际看到的内容判断字段：
- scene：从 [草场/山峦/天空/道路/建筑/水域/空镜] 中选最贴切的一个
- subject：从 [人物/动物/植物/地貌/空镜] 中选最贴切的一个
- feature：从 [静态/动态/日出/日落/云雾/逆光/特写] 中选最贴切 1–2 个，中文顿号连接；无明显特征用「静态」
- season：从 [春/夏/秋/冬/晨/昏/夜] 中选；无法判断用「待分类」
- color：从 [金黄/翠绿/蔚蓝/暖调/冷调] 中选；无法判断用「待分类」
- is_landmark：清晰出现可辨认地理标识填 true 并给 landmark 名称，否则 false、landmark 留空字符串
- desc：一句话（≤20字）事实描述
文件名中文可作线索，但必须以图像为准。
需要分析的图片（绝对路径）：
<逐行列出本批图片绝对路径>
完成后用 Write 工具写入：<本批输出路径，如 .workbuddy/analysis_a.json>
内容为 JSON 数组，每个文件一个对象，键：orig、scene、subject、feature、season、color、is_landmark、landmark、desc。
最后回复一句话：「已写入 analysis_a.json，共 N 条」。
关键陷阱 / 经验（踩过的坑）
- 并行子代理返回空结果：第一轮我们用返回值回传结构化 JSON，5 个全部返回空。改为「子代理写文件」后 100% 成功。这是本 Skill 最重要的经验。
- 子代理步数不足：
max_turns给太低会导致还没读完所有图就中断（尤其 >40 张的批）。失败就单独重跑那一批，提高上限即可。 leftover误报：改名后脚本若按「旧名是否仍存在」统计「残留」，会误把已改好的新名算成残留。应以「旧名清单是否全清空」为准。- 文件名里有空格/全角破折号（如
018——刘寿福.jpg）：新名一律半角-，旧名保留原样做 rename 源。 - 扩展名大小写：
.jpg与.JPG并存时保留原样；如需统一小写，跑一次rename.py --lowercase-ext。
参考脚本
scripts/rename.py：合并 JSON → 生成新名 → 校验 → 改名 → 输出 CSV/MD 对照表。规则变量集中在文件顶部，便于按项目调整。
