用开源 img-convert Skill 批量压缩图片

整理文章配图时，我经常重复做几件事。限制图片宽度，转成 WebP，控制文件大小，最后确认原图没有被覆盖。这个流程已经有人做成了开源工具和 Skill，没必要从零写一套。

这篇实战使用 dutchbase/img-converter 提供的 img-convert Skill。目标是把指定文件夹中的图片统一限制在 1200px 宽，转成质量 85 的 WebP，并把结果放进新目录。

测试环境为 Windows 11 24H2（26100.4652）、Codex Desktop 26.810.7004.0、Codex CLI 0.147.0、Node.js 22.22.3、skills 1.5.22 和 img-convert 1.0.4，2026-08-17 核验。

开源项目、Skill 与 CLI 安装、dry-run、三图批量转换和原图/输出目录对比均已于 2026-08-17 实测并截图。

一、先看这个开源 Skill 能做什么

img-convert 基于 Sharp，仓库使用 MIT 许可证。项目同时提供命令行工具、Node.js API、MCP 服务和一份现成的 SKILL.md。这篇只使用最简单的组合，让 Codex 按 Skill 中的规则判断，再调用 CLI 处理本地图片。

它支持 JPEG、PNG、WebP、AVIF、GIF 和 TIFF 输出，也能调整尺寸、压缩质量、旋转、裁边和读取图片信息。批量任务既可以传入 glob 路径，也可以使用 JSON 清单。

安装前可以先让 skills 命令读取仓库，确认其中确实有 img-convert。

npx -y skills add https://github.com/dutchbase/img-converter --list

命令应显示一个名为 img-convert 的 Skill。不要只凭第三方介绍页安装，仓库中的 SKILL.md 才是实际内容。

二、安装 Skill 和命令行工具

先把 Skill 安装到 Codex 的全局技能目录。

npx -y skills add https://github.com/dutchbase/img-converter `
  --skill img-convert `
  --agent codex `
  --global `
  --yes

Skill 只负责告诉 Codex 怎样使用工具，并不会自动安装 img-convert 命令。还要安装仓库发布的 npm 包。

npm install -g @dutchbase/img-convert

本次安装成功，但 npm 同时提示其依赖的 glob@10.5.0 已弃用。这个警告不影响本文测试。在生产目录或自动化流水线使用前，应重新检查包版本、依赖审计结果和仓库更新情况，先用可恢复的图片副本测试。

这个工具要求 Node.js 18 或更高版本。安装完成后检查命令是否可用。

node --version
img-convert --help
img-convert info --help
img-convert batch --help

三、把处理规则说清楚

这次使用下面这组参数。

img-convert 默认保持宽高比，也默认禁止放大小图。宽度超过 1200px 的图片会等比缩小，小于 1200px 的图片保持原尺寸。

输出目录必须和原图目录分开。这样即使命令参数写错，原文件也还在。

四、先预演，不急着写文件

假设原图位于 D:\images\original，先运行 --dry-run 查看将要处理的文件。

img-convert "D:/images/original/**/*.{jpg,jpeg,png,webp}" `
  --format webp `
  --width 1200 `
  --quality 85 `
  --output "D:\images\output" `
  --dry-run `
  --json

这里把 glob 路径放在引号中，让 img-convert 自己展开文件列表。Windows 下的 glob 要使用正斜杠 /，反斜杠会被当成转义符，可能导致一张图片都找不到。预演后要核对文件数量和输出目录，还要检查两个不同格式的同名文件会不会写成同一个 .webp。

五、确认后再批量转换

预演没有问题，就去掉 --dry-run。

img-convert "D:/images/original/**/*.{jpg,jpeg,png,webp}" `
  --format webp `
  --width 1200 `
  --quality 85 `
  --output "D:\images\output" `
  --json

--json 会返回每张图片的输入大小、输出大小、压缩比例、尺寸和保存路径。文章后面可以直接根据这些结果统计总共节省了多少空间，不需要手工逐张计算。

截图中用 compact-json.js 只调整真实 JSON 的换行，字段和值没有改动。三张图片全部转换成功，失败数为 0。

如果不同图片需要不同尺寸或格式，可以让 Codex 先生成 JSON 清单，再运行下面的命令。

img-convert batch jobs.json --json

简单的统一转换用 glob 就够了，不必先做清单。

六、直接让 Codex 调用 Skill

安装并重启 Codex 后，可以这样说。

使用 img-convert Skill，先检查 D:\images\original 中会被处理的 JPG、JPEG、PNG 和 WebP 图片。
把宽度限制为 1200px，保持比例，不放大小图，统一转成质量 85 的 WebP，输出到 D:\images\output。
保留所有原文件。先 dry-run 并汇报文件数量和命名冲突，确认没有问题后再执行，最后给出处理成功数、失败数和总压缩比例。

这段要求把检查、预演、执行和汇报写在了一起。Skill 还会提醒 Codex 先读取陌生图片的信息，尤其注意透明通道和动画图片。

七、用三张公开图片验证

测试集包含一张 1800×1200 JPG、一张 560×560 PNG 和一张 550×368 WebP。大图被等比缩到 1200×800；两张小图仍保持原尺寸，说明设置 --width 1200 不会把小图放大。

结果也说明“统一转 WebP”不等于每张都会更小。JPG 减少 48.8%，PNG 减少 14.2%，但原本已经压缩过的 WebP 重新编码后反而增大 19.7%。批量任务结束后必须检查负压缩率，不能只看成功数量。

八、记录批量处理结果

总大小减少 92,659 字节，整体压缩率约 39.0%。原图目录没有被覆盖，三个 WebP 都写入独立的 output 目录。

下图直接使用三张公开测试原图拼接，标签列出对应的输出尺寸和文件大小变化。

九、最后检查这些情况

• 原图数量、名称和内容没有变化
• 输出图片都位于单独目录
• 横图和竖图保持原始比例
• 小于 1200px 的图片没有被放大
• 透明区域没有意外变黑
• 动画图片没有在不知情的情况下只保留第一帧
• 同名输入不会静默覆盖同一个 WebP 文件
• 失败文件及原因已经单独列出

十、项目链接

• GitHub dutchbase/img-converter
• Skill 源文件 SKILL.md
• npm 包 `@dutchbase/img-convert`
• 许可证 MIT License