gemini-photo-process|Gemini 图片批处理工具产品系统Vibe Coding

我要开发同款
罗辑2026年10月08日
4阅读

技术信息

语言技术
Python
系统类型
Web、Windows
行业分类
人工智能、内容平台

作品详情

行业场景

需要对一批图片反复执行同一组图像处理提示词时,逐张打开网页、上传、发送指令和下载结果既耗时,也难以从中断处恢复。项目面向个人创作者的本地批处理场景,让每张图片与每条 Prompt 的执行结果可追踪、可重试。

功能介绍

工具按目录读取图片,在用户手动登录 Google 后,通过 Playwright 驱动浏览器,在 Gemini 页面上传图片、依次执行 Prompt 并下载生成结果。提供中文 CLI 和 FastAPI Web UI,可编辑配置与 Prompt 顺序、查看实时日志;支持启动自检、任务状态记录、断点续跑、失败归档和替代 Prompt 重试。Prompt 可从列表、CSV 或 XLSX 读取,目标页面选择器可配置。

项目实现

项目围绕“图片 × Prompt”记录任务状态和恢复进度,用 LangGraph 串行组织浏览器操作步骤,不使用大模型 Agent 或图检查点;集中配置目录、代理、Prompt 来源和页面选择器,并提供操作界面与诊断入口。重点处理页面变化、生成失败或任务中断后的重复执行问题,依赖网页自动化而非 Gemini 官方 API。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论