案例一

前情提要：我有一个700多文档的文件夹，然后需要编写博客，如果我一个一个抄写到博客里面很麻烦，于是我想着可不可以写一个Python脚本，获取当前目录下的所有文件，然后依次遍历，把文件名交给本地大模型，让它返回我所需要的格式(格式要求在代码中)，最好整理成一篇文章，于是就有了下面的两个案例。

  1. 获取当前目录下的所有文件（排除脚本自身）。

  2. 逐个把文件名传给 ollama 本地模型 qwen2.5:7b。

  3. 指定 prompt，让模型 严格输出你需要的格式：

    1
    2
    ##文件名 
    [文件名](https://raw.githubusercontent.com/Cherises/Blog-Resource/main/file/各行业工作总结大全734份/文件名)

  4. 把每次结果打印到终端，并最终写入一个 output.md 文件。

代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
import os
import subprocess
from tqdm import tqdm  # 需要先安装： pip install tqdm

def call_ollama(model: str, prompt: str) -> str:
    """
    调用本地 ollama 模型，返回生成的结果
    """
    try:
        result = subprocess.run(
            ["ollama", "run", model],
            input=prompt,              # 注意：必须是 str
            capture_output=True,
            text=True,                 # 让 stdout/stderr 以 str 返回
            encoding="utf-8",          # 强制 utf-8 解码
            errors="ignore",           # 忽略坏字符
            check=True
        )
        return result.stdout.strip() if result.stdout else ""
    except subprocess.CalledProcessError as e:
        print(f"❌ 调用 ollama 出错: {e.stderr}")
        return ""

def main():
    model = "qwen2.5:7b"
    output_file = "output.md"

    # 获取当前目录下的所有文件（排除自身和 output.md）
    all_files = [f for f in os.listdir(".") if os.path.isfile(f)]
    script_name = os.path.basename(__file__)
    all_files = [f for f in all_files if f not in [script_name, output_file]]

    results = []

    # tqdm 显示进度条
    for idx, filename in enumerate(tqdm(all_files, desc="处理中", unit="file"), 1):
        prompt = f"""你现在的任务是根据文件名生成严格指定格式的Markdown。
文件名是：{filename}

严格输出以下格式（不要添加任何额外文字）：
##{filename}
[{filename}](https://raw.githubusercontent.com/Cherises/Blog-Resource/main/file/各行业工作总结大全734份/{filename})
"""

        print(f"\n===== 正在处理第 {idx}/{len(all_files)} 个文件: {filename} =====")
        result = call_ollama(model, prompt)

        if result:
            print(result)  # 打印到终端
            results.append(result)

    # 写入到 output.md
    with open(output_file, "w", encoding="utf-8") as f:
        f.write("\n\n".join(results))

    print(f"\n✅ 已完成，结果保存到 {output_file}")

if __name__ == "__main__":
    main()

🚀 关键改动：

  • input=prompt（不用 .encode()）。
  • 保留 text=True, encoding="utf-8", errors="ignore" 来确保不会乱码。
  • 用 tqdm 显示总进度（比如 734/734）。

案例二

在案例一基础上修改，让它根据文件类型判断输出格式（图片 vs 其他文件），然后循环处理目录下所有文件，并把每条结果打印到终端，最终生成 Markdown 文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
import os
import subprocess
from tqdm import tqdm  # 需要先安装： pip install tqdm

# 支持的图片扩展名
IMAGE_EXTENSIONS = {".png", ".jpg", ".jpeg", ".gif", ".bmp", ".webp"}

def call_ollama(model: str, prompt: str) -> str:
    """
    调用本地 ollama 模型，返回生成的结果
    """
    try:
        result = subprocess.run(
            ["ollama", "run", model],
            input=prompt,              # 注意：必须是 str
            capture_output=True,
            text=True,                 # 让 stdout/stderr 以 str 返回
            encoding="utf-8",          # 强制 utf-8 解码
            errors="ignore",           # 忽略坏字符
            check=True
        )
        return result.stdout.strip() if result.stdout else ""
    except subprocess.CalledProcessError as e:
        print(f"❌ 调用 ollama 出错: {e.stderr}")
        return ""

def generate_prompt(filename: str) -> str:
    """
    根据文件名生成 ollama 提示
    """
    ext = os.path.splitext(filename)[1].lower()
    if ext in IMAGE_EXTENSIONS:
        # 图片格式
        prompt = f"""你现在的任务是根据文件名生成严格指定格式的Markdown。
文件名是：{filename}

严格输出以下格式（不要添加任何额外文字）：
## {filename}
![图片](https://raw.githubusercontent.com/Cherises/Blog-Resource/main/file/各行各业运营知识地图/{filename})
"""
    else:
        # 非图片文件
        prompt = f"""你现在的任务是根据文件名生成严格指定格式的Markdown。
文件名是：{filename}

严格输出以下格式（不要添加任何额外文字）：
## {filename}
[{filename}](https://raw.githubusercontent.com/Cherises/Blog-Resource/main/file/各行各业运营知识地图/{filename})
"""
    return prompt

def main():
    model = "qwen2.5:7b"
    output_file = "output.md"

    # 获取当前目录下的所有文件（排除自身和 output.md）
    all_files = [f for f in os.listdir(".") if os.path.isfile(f)]
    script_name = os.path.basename(__file__)
    all_files = [f for f in all_files if f not in [script_name, output_file]]

    results = []

    # tqdm 显示进度条
    for idx, filename in enumerate(tqdm(all_files, desc="处理中", unit="file"), 1):
        prompt = generate_prompt(filename)
        print(f"\n===== 正在处理第 {idx}/{len(all_files)} 个文件: {filename} =====")
        result = call_ollama(model, prompt)

        if result:
            print(result)  # 打印到终端
            results.append(result)

    # 写入到 output.md
    with open(output_file, "w", encoding="utf-8") as f:
        f.write("\n\n".join(results))

    print(f"\n✅ 已完成，结果保存到 {output_file}")

if __name__ == "__main__":
    main()

✅ 修改点说明：

  1. 增加 IMAGE_EXTENSIONS 集合，用来判断文件是否为图片。
  2. generate_prompt 函数根据文件扩展名生成不同 Markdown 格式的 prompt。
  3. 调用 ollama 时直接用生成好的 prompt。
  4. 每次处理的结果都会打印到终端，方便查看进度。
  5. 支持 300+ 文件循环，最终输出 output.md。