你是否曾遭遇这样的困扰：成百上千张照片散落在文件夹中，文件名全是类似 IMG_20230412_152344.jpg 的乱码，毫无辨识度？依靠人工逐一打开图片、手动重命名，效率极低，简直让人崩溃。阶跃AI的多模态识别能力恰好能破解这一难题——它能够直接“读懂”图片内容，理解场景、提取关键实体，并自动生成语义清晰的文件名。比如将“办公室会议白板笔记_20230412.jpg”这样的名称直接赋予图片，极大节省时间与精力。

具体操作流程分为三步：准备图片并开通权限、使用 curl 批量识别、通过脚本或手工完成重命名。下面逐一详解。

准备图片文件并开通阶跃AI多模态识别权限

首先将所有待重命名的图片归集到同一个本地文件夹中。请注意，格式仅支持 JPG、PNG 或 WEBP。GIF、BMP 以及带密码的压缩包内的图片均无法被识别，放入后也会报错。

接着登录阶跃AI官网（yao.ai），进入控制台找到 API 密钥页面，确认已开通 【多模态图像理解（vision）】 权限。若未开通，调用时会直接返回错误，既不产生计费也不触发识别，白白耗费时间。

复制好你的 API Key，后续所有请求都需要携带该密钥才能通过认证。

使用 curl 批量提交图片并获取识别结果

打开终端（macOS/Linux 用户）或 PowerShell（Windows 用户），按步骤执行以下操作：

第一步：进入图片所在文件夹 → cd /path/to/your/image/folder

第二步：运行批量识别脚本。这里以 5 张为一组，避免单次请求超时。命令虽长，但核心逻辑就是循环处理：

for img in *.jpg *.png *.webp; do [ -f "$img" ] && curl -X POST "https://api.yao.ai/v1/vision/describe" -H "Authorization: Bearer YOUR_API_KEY" -F "image=@$img" -F "prompt=用中文简洁描述图中主体、场景、文字信息，不要解释，只输出1句完整描述，不超过20字" | jq -r '.description' >> descriptions.txt; done

注意：jq 命令需要提前安装，否则无法从 JSON 响应中提取 description 字段。Mac 用户可使用 brew install jq，Windows 用户请下载 jq.exe 并加入系统 PATH。

执行完毕后，descriptions.txt 中每一行对应一张图片的识别结果，顺序与文件夹内的文件列表完全一致。

生成新文件名并完成重命名

方法一：使用 Python 脚本自动处理（推荐）

新建一个 rename.py 文件，将以下代码粘贴进去：

import os
import re
images = sorted([f for f in os.listdir('.') if f.lower().endswith(('.jpg', '.png', '.webp'))])
with open('descriptions.txt') as f:
    descs = [line.strip() for line in f]
for i, old in enumerate(images):
    if i < len(descs):
        clean = re.sub(r'[\/*?:"<>|]', '_', descs[i])[:30]
        ext = os.path.splitext(old)[1]
        new = f"{clean}{ext}"
        os.rename(old, new)

保存后，在终端运行 python rename.py。该脚本会严格按照文件名 ASCII 排序匹配 descriptions.txt 的行序，【如果图片数量与描述行数不一致，脚本会自动跳过多余图片或直接中断】，因此务必确保两者数量完全一致。

方法二：手动借助 Excel 配对（适合少于 50 张的情况）

将原图文件名复制到 A 列，descriptions.txt 的内容粘贴到 B 列，然后在 C1 单元格输入公式：=SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(B1," ","_"),"，","_"),"/","_")&".jpg"，下拉填充后全选 C 列复制。接着在资源管理器地址栏输入 cmd 回车，粘贴执行批量 ren 命令即可。

两种方法任选其一，图片批量重命名工作至此顺利完成。