AI时代, VIII - 写给非软件从业者的Claude Code应用场景一：整理图片，Part II
在Part I：AI时代, VIII - 写给非软件从业者的Claude Code应用场景一：整理图片，Part I的基础上，继续整理图片。
按需更新统计信息
在Part I执行之后，在子文件夹docs下会多出两个文件。
为啥使用markdown文件（后缀名为.md）？因为这是现阶段与AI沟通最通用的格式之一。
markdown文件如何打开？其实Notepad即可，但是推荐使用VSCode, 因为它有预览模式。
打开image_size_classification.md（可能是别的、类似的名字），可以查看当前的统计信息。
但，因为我们的目的是整理图片，尤其是这些图片占了6174.21 MB，我需要对图片进行整理、删除，所以，对比整理前和整理后的图片大小，在这个场景下，就变得很重要了。
于是，我让Claude Code奶更新这个文件，使其在统计信息的文件中，添加对比信息。
输入指令：
更新`docs/image_size_classification.md`：(1) 该分析文档会保存多个时间点的统计信息；(2) 当前文档为首次扫描的结果，将其扫描时间作为一个节点，将当前文件内容（除标题外）均放在其下
突然想到，下次扫描时候，应该使用同样的扫描格式，而最好的办法是将扫描的方式也更新到markdown文件中：
输入指令：
继续更新该文件，在时间戳节点之前，添加同级别的节点来描述扫描方法。内容为‘将当前文件夹及子文件夹下的所有图片文件按照大小进行分类。类别分为1MB以下，1-2MB，2-3MB，3-4MB，4-5MB，5-10MB，10-20MB，20MB以上。并根据分类结果，统计各分类下图片的数量占比和大小占比。’
然后Claude Code在一通自我运行后，给出答案：
到目前为止，文件夹中的图片文件的统计信息已经达到我的要求了。现在，我需要更详细地查看图片和做相应的修改。
图片管理器
扫描图片并统计其大小信息是个很耗时的工程，但是挑选照片、压缩图片才是更耗时的大工程。正如Part I：AI时代, VIII - 写给非软件从业者的Claude Code应用场景一：整理图片，Part I所说的那样，专业的摄影师可能用Lightroom这些更专业的工具，那我们看看Claude Code能做些什么吧。
重复一下： 在上一篇文章的“前提”里面提到了，要让Claude Code全力工作，需要Python或者Node.js的环境。本系列使用的环境是Python。
现在，开始工作。
输入指令：
根据`docs\images_over_2mb.json`，创建一个网页程序：(1) 使用列表来展示图片及其图片的属性；(2) 根据文件大小类别的过滤功能（当前大小类型为：1MB以下，1-2MB，2-3MB，3-4MB，4-5MB，5-10MB，10-20MB，20MB以上）；
这是，Claude Code发现问题了，因为上面要求根据文件大小类别的过滤功能需要1MB和1-2MB这两个大小类别，但是我们之前准备的JSON文件只有2MB以上的JSON文件。所以，Claude Code自动进行了增强：
然后，重新开始生成数据：
通常，无须太多的互动，Claude Code就能主动地完成任务，并生成一个汇总出来：
有时候，甚至会自动打开这个程序，结果如下：
现在，再去查看docs文件夹，多了文件all_images.json（包含了说所有的图片文件）和index.html（图片管理器的入口）：
但是，显而易见，这个版本太初级了，还有以下问题需要研究：
- 图片在图片管理器中没办法展示；
- 启动图片管理器的方式需要确定：看起来是通过Python运行打开
index.html，但是这个太技术化了，需要一个快捷方式； - 最重要，图片管理需要额外的功能：删除，压缩图片大小；
- 其他需要对图片管理器进行增强的部分；
这些，就留到Part III吧。
是为之记。
Alva Chien
2026.06.07
