2019年，我入手了一台MacBook Pro，那是英特尔芯片的末代机型，配置是16GB内存和1TB硬盘。 当时我以为，这台电脑即便用到寿终正寝，磁盘空间恐怕也消耗不完。

然而未来总是难以预料（充满惊喜）。去年生日，爱人送了我一台尼康相机，我的人生仿佛又增加了一个新的锚点——摄影。

快门的每一次开合，都意味着磁盘空间减少约30MB。摄影一周年之际，Mac的硬盘空间开始告急，我不得不将一部分照片迁移到另一台电脑上。这也促使我考虑开始整理旧照片：重复度高的，挑选一两张优质的保留，其余则可以冷归档。

好的照片需要“装裱”。我在GitHub上找到了一个名为 https://github.com/leslievan/semi-utils 的Python项目，它支持照片批量添加水印、调整像素比、处理图像色彩和质量。 于是我便思考，能否采用AI Agent的方式来实现照片的自动化处理。 这主要基于两点考虑：其一，照片的二次修改和包装逻辑本质上就是任务，我有多年的分布式任务调度系统开发经验；其二，大模型相关技术如MCP、RAG、Agent正是当下的热点，我也希望借此机会实践学习。 将分布式任务调度系统与Agent结合，可谓一举多得。

初步方案（思考中）

若将照片的二次处理抽象为一个任务，系统大致可划分为以下几个部分：
• 任务数据上传与前置处理系统

• 任务分发中心

• 任务二次处理系统：与Agent交互，生成处理后的照片

• 照片下载系统

整体的数据流初步设想如下：
用户上传照片
→ 进行前置处理（如文件格式校验、持久化存储，并抽象为任务）
→ 任务分发中心（初期架构可简化，专注于分发）
→ 任务二次处理系统（与Agent交互，完成照片处理）
→ 用户下载最终照片

当然，细节还有很多。例如前置的照片上传入口和UI交互、任务分发中心的实现（单机扫表、ZK选主、XXL-JOB，或是Redis/MQ队列等都可以考虑）。

总之，先聚焦核心链路，实现数据闭环，再考虑后续演进。

改天研究一下阿里通义千问和豆包的文档，看看如何对接。虽然想尽快开始，但还得准备面试，时间有些紧张。或许这个项目要等跳槽后再正式动工了，不过思路既已明确，落地便只是时间问题。