一句话,让 WorkBuddy 帮你把 7 万张照片整理成电子相册
你手机里现在有多少张照片?
去年国庆从西安回来,我想找一张“在城墙下骑车的背影”。打开手机相册,看着数字 69,810,我坐在沙发上翻了整整四十分钟。
很多人觉得“照片整理”难,是因为懒,或者是因为照片太多。
其实根本原因只有一条:你的图库里,没有一个人真正“认识”这些照片。
想让它顺畅地帮你在七万张照片里筛选、归类、甚至做出一本漂亮的相册,第一步不是让它动手,而是先让它“看见”你的硬盘——而不是你一张张手工发过去,它能看到的只有你挑出来的那几张。
一、 解决第一步:让 AI 助手“接管”你的图库
我的照片全部存放在 NAS 里的行影集中。照片在后台早已被赋予了灵魂:
- 精准定位:拍摄时间、地点自动反查
- 智能标签:AI 描绘画面内容、识别画面里的人物
- 回忆筛选:自动评估照片的“记忆价值(memory_score)”
这一切数据,通过官方提供的命令行工具 trailsnap-cli,直接转化成了 AI 助手能看懂的语言。

你甚至不需要复杂的操作,直接把文档里的提示词原封不动丢给你的 AI 助手(无论是 WorkBuddy、Claude Code、OpenClaw 还是 Cursor,只要能跑命令就行):
帮我安装 trailsnap-cli 和 skill:https://trailsnap.cn/install.md
我的 TrailSnap 地址是 http://localhost:3180
我的 token 是 ts_xxxxxxxx助手就会自己去完成安装、配置和验证。至此,你的七万张照片,正式变成了 AI 随时可调用的结构化数据库。
二、 别急着下指令,先让了解你的相册结构
让 AI 帮我们干活时,最忌讳直接扔一句“帮我做个相册”。先让它做一次图库盘点:
"先别动手。帮我摸清图库家底:总共有多少照片,分别在哪些城市,按拍摄时间切出几段连续行程,列个清单。"

这一步非常关键。
助手不知道你到底攒了多少家底,也不清楚哪些是会议记录截屏。先统计,它才知道接下来要处理多大的工作量;你也正好借机纠偏——比如发现“武汉只有 37 张”,就能顺手交代一句:“武汉那本不要做太厚”。
摸底完成后,助手会自动将海量照片按“城市+连续时间”切割。比如我的图库里,西安切出了连续 10 天的行程,上海 5 天,武汉 3 天。
三、 一句话,生成专属旅行电子手账
家底摸清后,直接下达你的终极需求。我是这么跟它说的:
"帮我做一本旅行电子相册,纸张质感 + 手账风格。"
- 首页:中央水平排列 3 本可交互的相册本,分别对应西安、武汉、上海,封面支持编辑日期和地点。
- 详情页:点击相册采用平滑翻页动画,内部以日历形式展示每天的行程;照片以拍立得贴纸风格随机角度贴在对应日期上。
- 取图逻辑:只从行影集图库中提取,用
trailsnap-cli按城市和时间筛选,每段行程优先挑选memory_score最高的精选照片。
只要说清这三要素——从哪取图、怎么分组、长什么样,剩下繁琐的筛选和排版工作,AI 会全权搞定。

最终成品:三本旅行手账。封面上的地点、日期、副标题都能直接改。


觉得不满意?接着对话就能改:
- "把武汉那本的副标题改成 '江城 · 三天'。"
- "10月3日那天照片太多了,折叠成 '还有 N 张' 的样式。"
- "把封面换成我和朋友的合影。"
你不需要重新来过,它会在现有的架构上直接为你精准修正。
四、 为什么说这套方案甩传统整理几条街?
很多人习惯“把照片一张张发给聊天框里的 AI”,两三张还行,几万张瞬间瘫痪。
这套方案的核心优势在于:
- 原图无需搬运:照片全在本地 NAS 或硬盘里,AI 只是读取数据,既不占聊天记录,也不占用云端空间。
- 结构化数据加持:时间、地点、人物、评分一应俱全,AI 不需要去猜“这张照片是哪天拍的”。
- 安全只读:给 AI 配套的是只读 Token,它能检索、能排版,但动不了你的原文件。
五、 就算不用 AI 助手,它本身也是个整理神器
除了搭配 AI 助手打造个性化相册,行影集自身就自带了一整套高效的整理机制:
- 以文搜图:直接输入“海边看日落的照片”,语义检索秒级定位。
- 断舍离模式:像打分软件一样,左右滑动顺手清理废片。
- 低质与重复清理:哈希算法精准去重,低质量照片自动挑出提示删除。
- 足迹地图与票夹:自动关联机票、火车票信息,将去过的地方连成一颗动态地球。


一句话总结:行影集负责把散乱的照片清洗成结构化数据,AI 助手负责把数据变成你想要的任何形态。
💡 如何开始?

- 桌面版:支持 Windows / macOS / Linux。内置完整 AI 环境,开箱即用,无需繁琐配置。
- Docker / NAS 版:飞牛、绿联、极空间等私有云设备支持一键部署,兼容 GPU / CPU 硬件加速。
- 隐私安全:100% 自托管,识别模型完全跑在本地,照片绝不出户。
📌 相关资源
- 官网:
https://trailsnap.cn- 开源地址:
GitHub - LC044/TrailSnap
把整理照片的沉重负担交给技术,把翻阅回忆的惬意留给自己。下次整理相册时,不妨试试给你的 AI 助手说出那句话。
本文作者 司小远,首发于 程序猿日常,行影集官网博客同步收录。