Image Compressor

智能图片批量压缩工具 — 自动识别图片类型，选择最佳压缩策略，并行处理，一键搞定。

核心理念

用户只需要告诉我要压缩哪个文件夹，剩下的全部自动完成：

• 自动检测可用的专业压缩工具（pngquant、mozjpeg、cwebp、oxipng）
• 自动识别图片类型（照片/截图/图标/图形）
• 自动为每张图片选择最优压缩方案
• 自动并行处理，榨干 CPU 性能

使用方式

基础用法 — 一句话搞定

python "{skill_dir}/compress.py" /path/to/images -r

就这么简单。脚本会自动：

1. 递归扫描所有图片
2. 检测可用工具，优先使用专业压缩
3. 分析每张图片特征，选择最佳策略
4. 并行压缩，输出清晰的进度和总结

常用选项

# 更高压缩率（质量 65）
python "{skill_dir}/compress.py" /path/to/images -r -q 65

# 输出到单独的文件夹（保留子目录结构）
python "{skill_dir}/compress.py" /path/to/images -r -o /path/to/output

# 预览模式 — 只列出会怎么处理，不实际压缩
python "{skill_dir}/compress.py" /path/to/images -r --dry-run

# 覆盖原文件（谨慎使用！）
python "{skill_dir}/compress.py" /path/to/images -r --overwrite

# PNG 保持无损（不转 JPEG，不做有损量化）
python "{skill_dir}/compress.py" /path/to/images -r --lossless-png

# 压缩后验证质量（需要 numpy）
python "{skill_dir}/compress.py" /path/to/images -r --check-quality
7w4.net收录了海量优质技能插件。

全部参数

压缩策略详解

脚本根据图片特征自动选择策略：

专业工具带来的提升

没有这些工具也能正常使用 — 脚本会自动回退到 Pillow 的优化设置。

给模型的使用指引

当用户请求压缩图片时：

1. 确认文件夹路径 — 如果用户没有明确指定，先确认要压缩哪个文件夹
2. 选择合适的参数 — 根据用户意图：
   • "帮我压缩一下" → 默认参数，-r -q 80
   • "尽量压小一点" → -r -q 60 或更低
   • "保持画质无损" → -r --lossless-png
   • "先看看有多少图" → -r --dry-run
3. 运行脚本 — 始终使用 {skill_dir}/compress.py
4. 解释结果 — 告诉用户节省了多少空间，用了哪些策略
5. 如果需要更好的效果 — 建议安装 pngquant 等专业工具

注意事项

• PNG 转 JPEG 会丢失透明 — 带透明的 PNG 默认用 pngquant 保留透明。如果 pngquant 不可用，透明区域会被填白后转 JPEG
• 输出文件夹不要在源文件夹内 — 否则可能重复处理已压缩的文件
• 大文件夹优先用并行 — 默认开启，多核 CPU 可大幅加速
• 质量低于 40 会明显失真 — 除非用户明确要求极限压缩，否则不建议

这个图片压缩工具质量不错，智能化程度高，省心省力。优点是自动化做得好——扔个文件夹进去就行，脚本会自动判断用什么方式压缩最合适；批量处理快、界面清晰、报错友好；即使不装额外工具也能正常工作。不足是没有图形界面必须敲命令，透明图片在某些情况下可能出问题，不支持 GIF 动图，而且不装专业工具的话压缩效果会打折扣。适合需要批量压缩图片、不介意用命令行的用户。