Rust重写Photoshop开源项目PhotoCraft：无头命令行修图与AI Agent自动化实战-智慧商城

前言：大神用Rust净室重写Photoshop，开源项目PhotoCraft把图像编辑拆成500多条命令，通过photocraft-cli实现无头修图、批量处理与无损格式转换，更内置MCP服务器让AI Agent直接驱动图像引擎，说一句话即可完成修图闭环，适合想搭建自动化修图流水线的开发者。

有人用Rust把Photoshop重写了一遍，然后把它交给了AI

前两天在GitHub上瞎逛，刷到一个项目，我盯着它愣了半天。

一个叫PhotoCraft的东西，纯Rust写的，开源，目标特别野，把Photoshop从头到尾重新实现一遍。

对，你没看错，重写一遍Photoshop。

我第一反应是，哥们，你知不知道自己在干什么。

但点进它的文档看了十来分钟之后，我发现这个项目真正骚的地方，压根不是重写PS本身。

是它把整个软件拆成了500多条命令，然后给了你一个命令行入口，叫photocraft-cli。

你在界面里能点的每一个按钮，拖的每一个滑块，底下都对应一条引擎命令。UI、CLI、MCP服务器，调的是同一套命令注册表。

这话翻译一下就是，你能在Photoshop里干的事，它都能用一行命令干出来。

而且是无头的，不用打开任何窗口。

先给不熟悉的朋友补个背景。这种做法在工程上有个名字，叫clean-room重新实现，翻译过来叫净室工程。意思是我不看你的代码，我只观察你的软件行为，然后自己从零写一个功能一样的。当年康柏就是这么逆向了IBM的BIOS，才有了后来的兼容机大战。PhotoCraft走的是同一条路，只是这次的对象，是图像编辑界的珠穆朗玛。

说实话我一开始没太当回事，心想又一个情怀项目呗。直到我把它的CLI子命令挨个看了一遍。

一个比一个离谱。

最朴素的是convert，转格式。

photocraft-cli convert cover.png cover.psd
photocraft-cli convert photo.pcraft out.jpg --format jpg --quality 85

这听着平平无奇对吧。

但它有个特性让我眼前一亮，无损回环。png转成自家的.pcraft格式，再转回png，像素完全一致。也就是说你可以拿.pcraft当中间存档格式，怎么折腾都不掉画质。写过脚本的人都懂，一个不崩、警告老老实实走stderr、退出码还是0的转换器，有多省心。这玩意儿看着简单，其实是那种用上就回不去的东西。

然后是run，这个开始有意思了。

run就是一台无头版的Photoshop。打开一个PSD，智能锐化，加一条曲线调整层把中间调提亮，再叠一层自然饱和度，最后导出PNG。

photocraft-cli run wave.psd --cmd filter.sharpen.smartSharpen --cmd layer.newAdjustmentLayer.curves --out wave-final.png

这一整套在PS里要开软件、点菜单、拖滑块、来回切面板的操作，在run里就是一串–cmd排下去，一条命令跑完。更骚的是它不依赖现有文件，–new直接新建一张画布，从零开始画。

我当时看到这就想，这不就是把PS的动作面板，做成了正经的编程接口吗。

再往上是batch，批量处理的主力。

你写一个动作文件，里面排好要做的事，比如第一步自动色调，第二步统一缩到1920宽。然后一行命令，把输入目录里所有能识别的图片挨个过一遍，输出到另一个目录。

photocraft-cli batch --actions grade.json --in ./raw --out ./graded

你想想看，甲方塞给你30张图，全部提亮、统一改尺寸、转JPG。以前你得开软件一张张来，现在就是这一行命令的事。

单张失败不会中断，逐个打印ok或者FAIL，最后给你汇总成功和失败的数量，有失败退出码就是1。

为啥说这个设计很懂？因为它一看就是给CI流水线准备的。很懂，真的 very 懂。

而真正让我拍桌子的，是接下来这个。

你敢信，一个图像编辑器，居然内置了MCP服务器。

对，就是那个MCP，Model Context Protocol，AI Agent连外部工具的标准协议。photocraft-cli mcp一跑，整个图像引擎就变成了一个AI可以直接驱动的服务器。在Claude Code里注册一下就完事。

claude mcp add photocraft -- target/release/photocraft-cli mcp --automation-read-root /work/project --automation-write-root /work/project

然后你只需要说人话。打开photos里的001.psd，加曲线提亮中间调，叠一层自然饱和度，导出JPG，质量85。

Agent会自己去command_list里查命令ID和参数文档，自己一条条调用。然后最关键的一步，它有个叫doc_render_preview的工具，能把编辑结果直接渲染成PNG返回来。

它修完，看一眼，不满意，再调。

编辑，看图，再调整。这个闭环是Agent自己跑的，你只负责说人话。

项目里甚至有一套验收测试，10个Agent修图任务，从做带投影的标题卡片，到智能对象加可调参数的高斯模糊，再到转CMYK做印刷准备，全程只用MCP工具，模拟的就是真实Agent的工作方式。

我看完只有一个感受，太特么赤鸡了。

安全这块他们也想得挺明白。读写根目录要显式指定，Agent只能碰你授权的文件夹，越权路径直接拒绝。stdio传输不开任何网络端口，要远程接管桌面版的话，得走127.0.0.1加256位的token。一句话，把Agent关进笼子里，笼子还带锁。

其实吧，聊到这我想说点题外话。

我一直觉得图像处理这个领域有个很拧巴的地方。明明每一个操作背后都是确定的数学，曲线就是映射，模糊就是卷积，可这些数学必须通过人手拖滑块才能触发。你一个普通的上班族，不是设计师，不需要天天修图，就是偶尔要把一批图统一处理一下，结果还得去啃一套为专业设计师设计的界面。我非常理解那种打开PS一脸懵的感觉，真的。

图形界面这个东西，当年被发明出来，是为了让普通人用上电脑。鼠标、窗口、按钮，都是给人用的外设。但软件真正的本体，从来都是底下那层命令，界面只是套在命令外面的一层糖。

有意思的是这个轮回。几十年前，命令行太凶了，GUI把命令藏起来，人才敢靠近电脑。几十年后，AI不怕凶了，MCP又把GUI拆开，把底下的命令重新递出去，只不过这次接命令的，是Agent。

操作软件这件事，正在从一门手艺，变成一句话。

现在我想收回开头那句话。

哥们不但知道自己在干什么，他可能比我们很多人都先看到了一步。图形界面这三十年，我们习惯了软件长成按钮的样子，而PhotoCraft这种项目在提醒所有人，按钮只是壳，命令才是魂。当AI能直接摸到魂的时候，软件的用法会被重新写一遍。

即然都看到这了，如果你也想玩，路径不复杂。克隆仓库，cargo build一把，–help看用法，commands –filter查命令，run打通第一条管线。半小时，你就能拥有自己的无头修图流水线。

磨平一些信息差，有时候就从把一个软件拆开看开始。