花了20分钟用AI写了63行代码,批量下载200张照片

今天打开一个在线alltuu 喔图相册，想下载里面所有的原图。

结果发现：每张图都要单独点“下载”按钮。

200+张照片。

点200次鼠标，等200次弹窗，选200次保存位置。

想想就手疼。

打开AI，开始对话

我直接复制了网页的HTML代码扔给AI(DeepSeek)，说：

“这是一个图片网站，需要把所有的图片原图下载，分析一下”

AI很快回复：你看，这些是缩略图链接，真正原图藏在“下载”按钮里，而且链接有时效。

行，那就做一个自动点击+下载的脚本。

接下来20分钟，我和AI来回对话大概十几轮：

• 第一版：能获取链接，但下载按钮点不动
• 第二版：能下载了，但每张图都弹窗确认
• 第三版：做成静默下载，不弹窗
• 第四版：发现只抓到63张，实际有200多张——原来是页面懒加载，要滚动才能加载更多
• 第五版：加上自动滚动加载
• 第六版：改成自定义文件名前缀

每一轮，我就做一件事：把问题描述清楚，把错误信息贴给AI。

最终成果

一个Tampermonkey脚本，63行核心代码。

刷新相册页面 → 右下角出现控制面板 → 点击“加载全部图片” → 自动滚动加载200多张 → 点击“开始下载” → 所有原图自动保存到本地，文件名是“前缀_001.jpg”这种格式。

全程不用盯着，干别的去就行。

关于AI辅助写代码的一点感受

先说好的：

1. 不挑问题。再蠢的问题它都会认真回答，不会说“你自己搜一下”。
2. 调试效率高。报错信息直接贴进去，它能分析是哪里出问题。
3. 迭代快。改一个参数、换一种写法，几秒钟就生成新版本。

再说需要注意的：

1. 需要自己判断。AI给的方案不一定对，比如最初它用process.env获取系统用户名，在浏览器环境里直接报错——得告诉它“不行，换一种”。
2. 需要自己测试。AI写完不代表能用，要在真实环境跑一遍。
3. 需要自己收口。AI会发散，比如加一些你不需要的功能，要主动说“不要这个，只要那个”。

总的来说，AI把“会写代码”这件事的门槛，从“系统学过”降到了“能描述清楚问题”。

我不需要记得querySelector的语法细节，不需要知道GM_download的参数，只要告诉AI“我要做什么”，它给我代码，有问题再告诉它。

反思：是不是需要更重的工具？

过程中我闪过一个念头：要不要搞个Python脚本配合Selenium？或者写个完整的浏览器扩展？甚至——要不要封装成一个Skill？

后来想了想：不用。

理由很简单：这是一次性的需求。

我就下这200多张照片，下完以后，这个脚本大概率再也不会用。为了一次性任务，去搞一个完整工具链，投入产出比不划算。

这就好比：为了搬一次家，去买一辆卡车，而不是叫个货拉拉。

什么时候需要重工具？

• 同样的事情要做10次以上
• 需要给团队其他人用
• 对稳定性、错误处理有较高要求

什么时候轻量方案就够了？

• 一次性的批量任务
• 自己用，跑通就行
• 场景明确，边界清晰

像今天这个下载脚本，63行、改几轮、20分钟搞定。如果用Python从头写，加上处理登录态、异步下载、断点续传……可能得半天到一天。

AI让我更倾向于“刚刚好”的方案——够用就行，不提前优化。

普通人怎么用AI做这种小工具？

如果你也遇到类似的问题（批量下载、批量处理、重复操作），可以试试这个流程：

1. 把问题拆碎

不要一上来就说“帮我写个下载器”。

先问：数据在哪？找找HTML里有没有图片链接。

再问：原图链接怎么拿？找到下载按钮的规律。

一个一个问，AI一步一步答。

2. 学会贴报错

脚本跑不通，把控制台的红色报错完整复制给AI。

报错信息是调试的最佳线索，比任何描述都管用。

3. 先跑通，再优化

第一版能下载1张就算成功。然后再加循环、加延迟、加滚动、加前缀。

别想着一版搞定，分步骤来。

4. 能用脚本，就不折腾工具链

Tampermonkey脚本能解决的，不要上Python+浏览器驱动。

网页能直接看的，不要写爬虫。

AI的价值，不是让你写出完美的工业级代码，而是让你能用最小的成本，解决眼前的具体问题。

最后

这次下载200多张照片，如果手动点，可能要1个小时。

写脚本花了20分钟，看着脚本自己一张一张把照片存下来，那种感觉——比手动点完爽多了。

如果你也有类似“点不动、下不完”的烦恼，可以试试用AI写个脚本。别怕不会写，会“描述问题”就行。