GPEN自动化脚本编写：结合Shell实现定时修复任务实战

GPEN自动化脚本编写：结合Shell实现定时修复任务实战

1. 为什么需要自动化脚本？

你有没有遇到过这样的情况：每天要处理几十张客户发来的老照片，每张都要手动上传、调参、点击增强、下载保存？重复操作不仅耗时，还容易出错。更麻烦的是，有些照片必须在固定时间前交付——比如每周一上午9点前要给摄影工作室提交修复好的样片。

GPEN本身功能强大，但WebUI交互模式天然不适合批量、定时、无人值守的任务。这时候，Shell脚本就是最轻量、最可靠、最易维护的解决方案。它不依赖额外框架，不增加系统负担，几行命令就能把“人手操作”变成“后台自动运行”。

本文不讲复杂原理，只聚焦一件事：如何用最简单的Shell脚本，让GPEN真正为你打工。你会学到：

• 怎么绕过WebUI，直接调用GPEN核心处理能力
• 如何让脚本自动监控文件夹、识别新图、触发修复
• 怎么设置定时任务，让修复工作在凌晨2点安静完成
• 遇到失败时怎么自动记录、跳过、重试，不卡死

所有操作都在Linux服务器上完成，无需改GPEN源码，不装新软件，5分钟就能跑起来。

2. 核心思路：绕过界面，直连处理引擎

GPEN WebUI本质是一个前端界面，背后真正干活的是Python服务进程。我们不需要打开浏览器，只要让脚本“假装”是WebUI发来的请求，就能触发图像处理。

关键发现：GPEN WebUI启动后，会在本地监听一个HTTP端口（默认http://127.0.0.1:7860），所有按钮点击最终都转化为API调用。通过分析网络请求，我们能还原出最简调用方式——用curl发送表单数据，直接提交图片和参数。

这就意味着：
不用模拟鼠标点击或网页解析
不依赖Selenium等重量级工具
脚本体积小、启动快、失败好排查
完全复用GPEN已有的模型和参数逻辑

下面这个命令，就是整个自动化的起点：

curl -X POST "http://127.0.0.1:7860/api/predict/" \ -F "data=[\"/path/to/input.jpg\", 80, \"strong\", 60, 70, false]" \ -F "fn_index=0"

它等价于你在WebUI的「单图增强」页上传了input.jpg，设置了强度80、模式强力、降噪60、锐化70、关闭肤色保护——然后点了「开始增强」。

注意：fn_index=0对应Tab1（单图增强）的处理函数；fn_index=1才是批量处理。我们先从最稳定的单图模式入手。

3. 实战脚本：三步构建可运行的修复机器人

我们写一个名为auto_gpen.sh的脚本，放在GPEN项目根目录下（与run.sh同级）。它要做三件事：监控输入文件夹 → 发送处理请求 → 保存并归档结果。

3.1 脚本完整代码（含详细注释）

#!/bin/bash # ================================ # GPEN 自动化修复脚本 | by 科哥 # 功能：监控 input/ 目录，自动处理新图片 # 输出：results/ 目录下按日期归档，保留原始名 # ================================ # 配置区 —— 只需修改这里 INPUT_DIR="input" # 待处理图片存放目录（相对路径） OUTPUT_BASE="results" # 结果根目录 GPEN_URL="http://127.0.0.1:7860" # GPEN服务地址 DEFAULT_STRENGTH=80 # 默认增强强度（0-100） DEFAULT_MODE="strong" # 默认模式：natural / strong / detail DEFAULT_DENOISE=60 # 默认降噪强度 DEFAULT_SHARPEN=70 # 默认锐化程度 LOG_FILE="gpen_auto.log" # 运行日志 # 创建必要目录 mkdir -p "$INPUT_DIR" "$OUTPUT_BASE" "$LOG_FILE" # 日志函数 log() { echo "$(date '+%Y-%m-%d %H:%M:%S') - $1" | tee -a "$LOG_FILE" } # 检查GPEN服务是否就绪（最多等60秒） wait_for_gpen() { log "等待GPEN服务启动..." for i in $(seq 1 60); do if curl -s --head --fail "$GPEN_URL" >/dev/null; then log "✓ GPEN服务已就绪" return 0 fi sleep 1 done log "✗ GPEN服务未响应，退出" exit 1 } # 处理单张图片 process_image() { local img_path="$1" local filename=$(basename "$img_path") local name_only="${filename%.*}" local ext="${filename##*.}" # 构建输出路径：results/YYYYMMDD/input_filename.png local today=$(date +%Y%m%d) local output_dir="$OUTPUT_BASE/$today" mkdir -p "$output_dir" log "→ 开始处理：$filename" # 发送API请求（关键：用curl -F 上传文件 + 参数） response=$(curl -s -X POST "$GPEN_URL/api/predict/" \ -F "data=[\"$img_path\", $DEFAULT_STRENGTH, \"$DEFAULT_MODE\", $DEFAULT_DENOISE, $DEFAULT_SHARPEN, false]" \ -F "fn_index=0" \ -F "session_hash=$(date +%s)" 2>/dev/null) # 解析返回的JSON，提取输出图片路径 # GPEN返回格式示例：{"data":["/root/gpen/outputs/outputs_20260104233156.png"],"duration":18.23} output_img=$(echo "$response" | grep -o '"outputs_[^"]*\.png"' | tr -d '"') if [ -n "$output_img" ] && [ -f "$output_img" ]; then # 重命名并移动到结果目录 local final_output="$output_dir/${name_only}_enhanced.png" cp "$output_img" "$final_output" log "✓ 处理完成：$final_output" # 清理GPEN临时输出（避免堆积） rm -f "$output_img" # 归档原图到 processed/ 目录 mkdir -p "processed" mv "$img_path" "processed/" else log "✗ 处理失败：$filename，响应：$(echo "$response" | head -c 100)" # 失败图片移入 failed/ 目录，便于人工检查 mkdir -p "failed" mv "$img_path" "failed/" fi } # 主循环：持续监控 main_loop() { log "=== GPEN自动化修复启动 ===" wait_for_gpen while true; do # 查找所有支持的图片（忽略隐藏文件和已处理的） for img in "$INPUT_DIR"/*.jpg "$INPUT_DIR"/*.jpeg "$INPUT_DIR"/*.png "$INPUT_DIR"/*.webp; do if [ -f "$img" ]; then process_image "$img" fi done # 每30秒检查一次新文件 sleep 30 done } # 启动主循环 main_loop

3.2 脚本使用四步法

1. 准备环境
   确保GPEN已正常运行（执行/bin/bash /root/run.sh），且能通过http://127.0.0.1:7860访问。

2. 创建输入目录并放图

   mkdir -p /root/gpen/input # 把要修复的照片复制进去，例如： cp ~/Downloads/photo1.jpg /root/gpen/input/

3. 赋予脚本执行权限并运行

   chmod +x /root/gpen/auto_gpen.sh nohup /root/gpen/auto_gpen.sh > /dev/null 2>&1 &

   nohup确保终端关闭后脚本继续运行，&后台执行。

4. 查看效果
   几十秒后，检查results/目录下是否生成了带日期的子文件夹，里面是_enhanced.png文件。同时原图已从input/移走，进入processed/。

小技巧：脚本会自动创建gpen_auto.log日志，遇到问题第一时间看它，比翻浏览器控制台快10倍。

4. 进阶实战：定时任务 + 失败重试 + 多参数策略

上面的脚本解决了“有无”的问题，现在升级为“好用”的生产级方案。

4.1 用crontab实现精准定时

想让修复任务每天凌晨2点自动运行？不用改脚本，用系统定时器：

# 编辑当前用户定时任务 crontab -e

添加这一行（每天2:00执行一次，处理当天input/里所有图）：

0 2 * * * cd /root/gpen && /bin/bash auto_gpen.sh --once >> /root/gpen/cron.log 2>&1

注意：我们给脚本加了个--once参数，让它只扫描处理一次就退出（避免常驻）。只需在脚本开头加几行判断：

# 在 main_loop() 函数上方添加 if [[ "$1" == "--once" ]]; then # 只处理一次，不循环 for img in "$INPUT_DIR"/*.jpg "$INPUT_DIR"/*.jpeg "$INPUT_DIR"/*.png "$INPUT_DIR"/*.webp; do [ -f "$img" ] && process_image "$img" done exit 0 fi

4.2 智能参数策略：按文件名自动适配

不是所有照片都该用同一套参数。老照片要强力修复，高清人像只需自然优化。我们在文件名里加标签，脚本自动识别：

修改process_image()函数中的参数读取部分：

# 替换原来的 DEFAULT_* 变量赋值 if [[ "$filename" == *"old_"* ]]; then strength=100; mode="strong"; denoise=80; sharpen=60; protect_skin=false elif [[ "$filename" == *"portrait_"* ]]; then strength=60; mode="natural"; denoise=20; sharpen=50; protect_skin=true elif [[ "$filename" == *"wedding_"* ]]; then strength=75; mode="detail"; denoise=40; sharpen=70; protect_skin=true else strength=$DEFAULT_STRENGTH; mode=$DEFAULT_MODE; denoise=$DEFAULT_DENOISE; sharpen=$DEFAULT_SHARPEN; protect_skin=false fi # 后续 curl 命令中，把 false 改为 $protect_skin

这样，你只需重命名文件，脚本就懂你的意图。

4.3 失败重试机制：三次机会，不轻易放弃

网络抖动或GPU显存不足可能导致单次失败。加入简单重试逻辑（在process_image函数内）：

for attempt in {1..3}; do response=$(curl -s -X POST ... ) output_img=$(echo "$response" | grep -o '"outputs_[^"]*\.png"' | tr -d '"') if [ -n "$output_img" ] && [ -f "$output_img" ]; then # 成功，跳出循环 break fi if [ $attempt -lt 3 ]; then log " 第 $attempt 次尝试失败，2秒后重试..." sleep 2 fi done

5. 效果验证与避坑指南

别急着部署，先做三件事验证脚本可靠性：

5.1 快速验证清单

5.2 生产环境必改的三个配置

1. 绝对路径替换相对路径
   脚本中所有input/、results/改为/root/gpen/input、/root/gpen/results，避免因执行目录不同导致路径错误。

2. 日志轮转防爆盘
   在crontab中加一行，每天零点压缩旧日志：

   0 0 * * * cd /root/gpen && gzip -9 "gpen_auto.log.$(date -d 'yesterday' +\%Y\%m\%d).log" 2>/dev/null || true

3. 内存监控保稳定
   GPEN吃内存，加个守护检查（放入脚本末尾）：

   # 每5分钟检查内存，超90%则重启GPEN (while true; do mem=$(free | awk 'NR==2{printf "%.0f", $3*100/$2 }') if [ "$mem" -gt 90 ]; then log " 内存使用率 $mem%，重启GPEN..." pkill -f "python.*gradio" /bin/bash /root/run.sh >/dev/null 2>&1 & fi sleep 300 done) &

6. 总结：从手动点击到全自动流水线

回看整个过程，我们没碰GPEN一行源码，没装任何新库，只靠Linux自带的curl、bash、cron，就完成了：

• 零交互处理：图片扔进文件夹，结果自动生成
• 精准定时调度：按天/周/月自动执行，不占白天资源
• 智能参数适配：通过文件名标签，自动匹配最优参数组合
• 健壮错误处理：失败自动重试、归档、记录，不中断流程
• 生产就绪保障：内存监控、日志轮转、路径固化

这才是AI工具落地的真实模样——技术服务于人，而不是让人适应技术。当你把重复劳动交给脚本，才能把精力留给真正需要创造力的地方：比如研究怎么让修复后的照片更有艺术感，或者设计新的应用场景。

下一步，你可以尝试：
▸ 把脚本封装成systemd服务，开机自启
▸ 接入微信通知，处理完成自动发消息提醒
▸ 用Python重写核心逻辑，支持更复杂的条件判断

但请记住：最强大的自动化，永远是那个今天就能跑起来的版本。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。