前阵子整理电脑文件夹时，我遇到了个麻烦：上千个文档和照片，要是手动一个个重命名、分类，不仅手得点到发麻，估计还得耗上一上午。于是我就琢磨着，能不能找个办法实现一键批量重命名。
我先在网上搜了些批量改名软件，下载安装后却发现不太好用——一次最多只能重命名5个文件，还没法自定义规则。要想一次性处理更多文件，就得花钱买会员。这对频繁处理大量文件的人来说或许值得试试，但我这种可能一年都用不上几次的，买会员实在不划算。
不过我突然想到，之前用Trac画过一些电路波形图，说不定用它来整理文件也行。巧的是，刚好在AI学习圈看到尹会生老师的课程，内容和我的需求特别吻合。学完之后，还真一键解决了我的问题。
下面我就来分享一下具体实现方法。像安装Trac、注册账号、打开软件登录这些基础操作就不多说了，直接上干货。
一、需求1：图片重命名
1、梳理提示词
提示词一定要进行分步，每一步只执行一个简单任务，不要笼统的给出一串指令。
我输入的提示词如下：
”请帮我各写一个Python脚本，用于批量重命名图片文件。
第一步：列出当前目录下所有的.jpg文件（这里还可以增加更多的其他图片格式，比如PNG）。
第二步：读取每张图片的创建时间作为拍摄时间
第三步: 如果有EXIF信息则优先使用EXIF信息作为拍摄时间。
第四步：根据拍摄时间构造新的文件名，格式为YYYY-MM-DD_原文件名.jpg。
第五步：执行重命名操作。”
在执行以上代码之前，需要先在Trac中打开需要重命名的文件。具体如下：
打开对应的文件夹后，文件夹中的文件会在资源管理器中全部显示出来，我们可以实时得在这里看到修改后的效果，如下图。
2、Trac自动生成PY代码，并执行代码
说回来，输入上面的这段提示词以后，让其自动输出PY代码即可，我们可以实时在右侧和中间区域看到代码的生成过程。如下图：
具体代码如下：
import os
def batch_rename_images(folder_path):
# 定义图片扩展名
image_extensions = ('.jpg', '.jpeg', '.png', '.gif', '.bmp', '.tiff', '.webp')
# 获取文件夹中的所有文件，并筛选图片
files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))]
image_files = [f for f in files if f.lower().endswith(image_extensions)]
# 排序文件
image_files.sort()
# 重命名文件
for i, filename in enumerate(image_files, start=1):
# 获取扩展名
ext = os.path.splitext(filename)[1]
# 生成新文件名，三位序号
new_filename = f'img_{i:03d}{ext}'
old_path = os.path.join(folder_path, filename)
new_path = os.path.join(folder_path, new_filename)
# 检查新文件是否存在
if os.path.exists(new_path):
print(f'警告: {new_path} 已存在，跳过 {filename}')
continue
# 执行重命名
os.rename(old_path, new_path)
print(f'已重命名: {filename} -> {new_filename}')
if __name__ == '__main__':
# 目标文件夹路径
target_folder = r'd:\照片\风景照'
batch_rename_images(target_folder)
print('批量重命名完成！')3、将代码变成标准模板
如果你想要后面继续使用这段代码，可以让Trac输出一个处理类似问题的标准模板，使用时只需要调整部分参数即可。
输入如下提示词：
“提取这段代码的“骨架”，使其能成为模板后续使用”
执行这个指令，Trac输出的模板PY代码如下：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
图片批量重命名工具模板
使用说明:
1. 配置[用户可自定义参数]部分
2. 运行脚本即可批量重命名指定目录下的图片文件
"""
import os
from PIL import Image
from PIL.ExifTags import TAGS
from datetime import datetime
# ======================== [用户可自定义参数] ========================
# 支持的图片文件扩展名
SUPPORTED_EXTENSIONS = ('.jpg', '.jpeg', '.png', '.JPG', '.JPEG', '.PNG')
# 日期格式 (参考: https://docs.python.org/3/library/datetime.html#strftime-and-strptime-format-codes)
DATE_FORMAT = '%Y-%m-%d'
# 新文件名格式 (可用变量: {date_str}, {original_name}, {ext}, {counter})
FILENAME_TEMPLATE = '{date_str}_{original_name}{ext}'
# 重命名冲突时的计数器格式
duplicate_counter_format = '_{counter}'
# 目标目录 (默认为当前目录)
TARGET_DIRECTORY = '.'
# ====================================================================
def get_image_date(file_path):
"""获取图片的拍摄日期或创建日期
Args:
file_path: 图片文件路径
Returns:
格式化的日期字符串 (YYYY-MM-DD)
"""
try:
# 尝试从EXIF信息获取拍摄日期
with Image.open(file_path) as img:
exif_data = img._getexif()
if exif_data:
for tag_id in exif_data:
tag = TAGS.get(tag_id, tag_id)
data = exif_data.get(tag_id)
if tag == 'DateTimeOriginal':
return data.split()[0].replace(':', '-')
except Exception as e:
print(f"无法读取{file_path}的EXIF信息: {e}")
# 从文件创建时间获取日期
create_time = os.path.getctime(file_path)
return datetime.fromtimestamp(create_time).strftime(DATE_FORMAT)
def generate_new_filename(original_name, ext, date_str, counter=0):
"""生成新的文件名
Args:
original_name: 原始文件名(不含扩展名)
ext: 文件扩展名
date_str: 日期字符串
counter: 重名计数器(默认为0)
Returns:
新的文件名
"""
if counter > 0:
base_name = FILENAME_TEMPLATE.format(
date_str=date_str,
original_name=original_name,
ext=''
)
return f"{base_name}{duplicate_counter_format.format(counter=counter)}{ext}"
return FILENAME_TEMPLATE.format(
date_str=date_str,
original_name=original_name,
ext=ext
)
def batch_rename_images():
"""批量重命名图片文件主函数"""
# 获取目标目录下的所有文件
for filename in os.listdir(TARGET_DIRECTORY):
# 筛选支持的图片文件
if filename.lower().endswith(SUPPORTED_EXTENSIONS):
file_path = os.path.join(TARGET_DIRECTORY, filename)
original_name, ext = os.path.splitext(filename)
# 获取日期字符串
date_str = get_image_date(file_path)
if not date_str:
print(f"无法获取{filename}的日期信息，跳过")
continue
# 生成新文件名并处理冲突
counter = 0
new_filename = generate_new_filename(original_name, ext, date_str)
new_file_path = os.path.join(TARGET_DIRECTORY, new_filename)
# 如果文件名已存在，增加计数器并重试
while os.path.exists(new_file_path):
counter += 1
new_filename = generate_new_filename(original_name, ext, date_str, counter)
new_file_path = os.path.join(TARGET_DIRECTORY, new_filename)
# 执行重命名
try:
os.rename(file_path, new_file_path)
print(f"重命名成功: {filename} -> {new_filename}")
except Exception as e:
print(f"重命名失败 {filename}: {str(e)}")
if __name__ == "__main__":
print("===== 图片批量重命名工具 =====")
print(f"目标目录: {os.path.abspath(TARGET_DIRECTORY)}")
print(f"支持格式: {SUPPORTED_EXTENSIONS}")
print("开始重命名...")
batch_rename_images()
print("批量重命名完成！")在这个模板代码中就增加了很多的注释和说明。下次想再使用的时候就不用从零开始了。
4、自动保存模板代码到指定文件夹
我们还可以将生成的模板代码自动将保存到电脑中指定的文件夹中。输入如下指令：
”请将这段模板代码另存到E:\PY模板。并命名为：图片重命名模板.py”
文件就自动保存到了对应的文件夹中。
二、需求2：将文件移动到指定的文件夹
有些时候，在一个大的文件夹中，会很各种各样的文件，我们可能需要按照不同类型的文件进行分类，一样可让Trac帮忙“一键直达”。
1、任务拆解，给出对应的提示词：
“
请帮我各写一个Python脚本，用于批量移动视频文件
第一步：列出当前目录下所有的.mp4文件
第二步：读取每个视频的创建时间作为拍摄时间，格式为YYYY-MM-DD_原文件名.mp4。
第三步: 将所有.mp4文件移动到E:/1111
第五步：保存变更记录，便于查看变更记录。
”
2、Trac自动生成PY代码，并执行代码；让其生成对应模板。
执行以上提示词，Trac生成的模板代码如下：
import os
import shutil
from datetime import datetime
"""
文件批量处理通用模板
====================
功能：将指定目录中的特定类型文件按创建时间重命名并移动到目标目录，同时记录操作日志
使用方法：
1. 修改下方config配置字典中的参数
2. 运行脚本: python move_videos.py
配置说明：
- source_dir: 源文件目录 (默认: 当前目录)
- target_dir: 目标目录 (必须存在或可创建)
- file_extension: 处理的文件扩展名 (如: '.mp4', '.txt')
- date_format: 日期格式字符串 (参考Python datetime格式)
- log_file: 日志文件名
- log_header: 日志文件头部描述
示例：
处理D盘所有txt文件到E盘文档目录
config = {
'source_dir': 'D:\\documents',
'target_dir': 'E:\\sorted_docs',
'file_extension': '.txt',
'date_format': '%Y%m%d',
'log_file': 'file_move_log.txt'
}
"""
# 配置参数 - 根据需要修改以下值
config = {
'log_header': '文件移动记录', # 日志头部描述
'source_dir': '.', # 源目录，默认为当前目录
'target_dir': 'E:\\1111', # 目标目录
'file_extension': '.mp4', # 要处理的文件扩展名（小写）
'date_format': '%Y-%m-%d', # 日期格式，用于文件名
'log_file': 'move_log.txt' # 日志文件名
}
def validate_config(config):
"""验证配置参数的有效性"""
required_keys = ['source_dir', 'target_dir', 'file_extension', 'date_format', 'log_file']
for key in required_keys:
if key not in config:
raise ValueError(f"配置错误: 缺少必要参数 '{key}'")
if not os.path.isdir(config['source_dir']):
raise NotADirectoryError(f"源目录不存在: {config['source_dir']}")
if not config['file_extension'].startswith('.'):
raise ValueError(f"文件扩展名必须以'.'开头: {config['file_extension']}")
return True
def process_files(config):
"""处理文件: 重命名并移动到目标目录"""
# 创建目标目录（如果不存在）
os.makedirs(config['target_dir'], exist_ok=True)
# 记录日志头部
header = config.get('log_header', '文件处理记录')
with open(config['log_file'], 'a', encoding='utf-8') as f:
f.write(f'{header} - {datetime.now().strftime("%Y-%m-%d %H:%M:%S")}\n')
f.write('='*50 + '\n')
# 获取源目录所有文件
for filename in os.listdir(config['source_dir']):
if filename.lower().endswith(config['file_extension']):
# 获取文件完整路径
old_path = os.path.abspath(filename)
# 获取创建时间
creation_time = os.path.getctime(old_path)
creation_date = datetime.fromtimestamp(creation_time).strftime(config['date_format'])
# 构建新文件名
new_filename = f'{creation_date}_{filename}'
new_path = os.path.join(config['target_dir'], new_filename)
try:
# 移动文件
shutil.move(old_path, new_path)
# 记录成功日志
log_entry = f'时间: {datetime.fromtimestamp(creation_time).strftime("%Y-%m-%d %H:%M:%S")}, 原文件: {old_path}, 新文件: {new_path}'
print(log_entry)
with open(config['log_file'], 'a', encoding='utf-8') as f:
f.write(f'{log_entry}\n')
except Exception as e:
# 记录错误日志
error_entry = f'错误: {str(e)}, 文件: {old_path}'
print(error_entry)
with open(config['log_file'], 'a', encoding='utf-8') as f:
f.write(f'{error_entry}\n')
if __name__ == "__main__":
try:
# 验证配置
validate_config(config)
print("配置验证通过，开始处理文件...")
# 处理文件
process_files(config)
print("文件处理完成！")
except Exception as e:
print(f"处理失败: {str(e)}")
# 记录错误日志
log_file = config.get('log_file', 'error.log')
with open(log_file, 'a', encoding='utf-8') as f:
f.write(f"错误: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} - {str(e)}\n")
3、自动保存模板代码到指定文件夹
三、总结
当然，Trac能帮我们完成的任务还有很多，这些都可以慢慢去探索，也可以慢慢分享出来。对于我这样的代码新手来说，完全不用弄懂代码的含义，只要能快速上手使用、帮我完成特定任务就足够了。
肯定有人会说，没必要这么麻烦，用AI Agent也能自动完成。这一点我其实也试过，只是目前的AI Agent在使用时，还是需要手动确认执行步骤，而且输出的结果也可能杂乱无章。
另外还有个问题，AI Agent要自动执行某些任务时，往往需要获取更多电脑权限，这就牵扯到了数据安全的问题。 所以就当下而言，让AI执行这种单一的特定任务，既精准高效，又不用太过担心数据安全，我觉得这是个不错的选择。
你们有哪些使用AI的好场景呢？欢迎到评论区留言讨论。