Agent Skills实战：Markdown本地图片一键替换成图床URL

我写技术文章基本是固定流程：VS Code 里用 Markdown 写正文，截图/流程图都丢到本地目录下，本地预览一切正常。

当你把 Markdown 内容粘到微信公众号后台，排版对齐，却发现图片是裂的，由于是本地连接还得弄一个图片URL才行，有的时候文章还需要发布到小红书上，如果只是把图片上传到公众号上，小红书等其他平台又没法用，就又得重新弄一遍。我就想着索性把图片上传到云服务器cloudflare R2上，然后把生成的URL替换到 Markdown 里，毕竟有免费的额度不蹭白不蹭。

很自然地，我构建了以下工作流程：

1. 打开 PicList / 图床工具
2. 一张张上传Cloudflare R2
3. 复制 图片URL
4. 回到文章里替换路径
5. 再从头检查一遍：有没有漏？有没有替错？有没有重复上传？

最难受的点不是慢，而是不确定。你明明只想把文章发出去，但脑子一直在跑风险评估：

• 这张图是不是漏替换了？
• 这张是不是同名覆盖了？
• 路径里有中文/空格，会不会上传后对应不上？

我有一次就是这样翻车的：文章发出后，有读者留言说“这里怎么跳了一步？流程图呢？”我回去一看，那一张引用还停在 ![](./imgs/xxx.png)，本地看没问题，公众号当然不认。那种尴尬很具体——你写了一堆解释，结果关键图没了，读者只会觉得你没讲清楚，真让人郁闷。

所以我后来才更确信：

图片处理，是 Markdown写作 → 发布之间最大的搬运成本之一。

先说结论：这个流程应该被AI“技能化”，也就是现在很火的Agent Skills

我后来不再纠结“有没有更好用的图床插件”，而是换了一个角度看这件事：

这不是工具问题，而是流程问题。

如果你把整个过程拆开看，其实非常清晰：

1. 找出 Markdown 里的本地图片引用
2. 上传到图床
3. 拿到 URL
4. 回写替换原路径
5. 确保不漏、不重、不误改

这件事的特点是：

• 规则明确
• 可重复
• 失败成本高（漏一张图，发布直接翻车）

非常适合做成一个“可复用技能（Agent Skill）”。

附上我的技能图，可以在codex里直接让这个技能释放出来，帮我替换图片

alt text

只需要你在写完文章和配图之后，让大模型帮你替换一下就可以了，由于执行的是脚本替换，所以也不会浪费你宝贵的token。

我的基础设施选择：不追新，只选稳的

这套方案不是为了“炫技”，而是长期用得住。

我用的组合是

• VS Code：写作主阵地
• PicList：本地上传最顺手的图床工具之一
• Cloudflare R2：便宜、稳定、可自定义域名

这套组合有个很现实的优点： 你不用改写作习惯。

Markdown 还是 Markdown，图片还是本地图片。你只需要用截图工具截图黏贴到vs code，然后告诉大模型使用对应skills就可以完成你想做的事情，不局限于替换图片URL， 你还可以按照某个平台风格使用特定技能进行排版，甚至直接调用平台API把文章发布到平台上，比如我就准备添加一个agent skill把文章直接排版发送到微信公众号草稿箱，这样我只要上去加一些封面图和文章信息就可以发布了，是不是又省下了排版和填写模版信息的时间，想想都有点小兴奋！

接下来我来介绍如何实现这个技能！

问题其实只卡在“最后一公里”

PicList 能上传，但它不会帮你做这件事：

“把文章里所有本地图片，一次性、可靠地替换成 URL。”

于是你只能在：

• 文件里手改
• 或者写一些零散脚本
• 或者干脆忍了

但我越来越不想忍。因为这是一个每天都可能发生的重复劳动。

Agent Skills 是怎么介入的？

我给这件事下了一个明确目标：

一句话，完成整篇 Markdown 的图片替换。

比如在 Codex 里直接说：

把 article.md 里的本地图片全部上传到 R2 并替换

背后发生的事情是：

1. 扫描 Markdown
2. 精准识别“本地图片”
3. 调 PicList Desktop API 上传
4. 拿到 URL
5. 安全地回写文件
6. 生成可追溯的替换报告

你不关心过程，只关心结果。

这个 Skill 是怎么设计的

我写这个 Skill 时，有几个工程上的硬约束。

能力边界必须清晰

它只做一件事：

• 处理 本地图片
• 不碰 http/https
• 不碰 data:
• 不擅自改你已经是 URL 的内容

支持的形式包括：

• Markdown 标准图片
• HTML <img src="">
• 引用式图片定义

安全性要默认开启

这是我非常坚持的一点，大家也不希望大模型意外对你的文章胡乱操作吧（毕竟大模型幻觉这个问题一直存在的）：

• 必生成 .bak 备份
• 支持 --dry-run 只看报告不改文件
• 所有结果都落到 replace-report.json

因为这是写作资产，不是临时文件。

从“能跑”到“好用”的实现路径

那大家会问整个环境搭建成本高么？

我实际搭建下来觉得稍微懂点技术的人应该都能轻松搞定。

你需要在本地一直保持PicList Desktop 运行，因为这是最核心的 API， vs code调用大模型，大模型调用skills，而skills的脚本则是调用这个API来实现图片上传Cloudflare R2，这就是大概得内部流程。

把skills文件包建议放到系统根目录下，比如我用的codex， 那就是放在~/.codesx/skills/，这样你系统任何目录下激活codex都可以调用这个技能。

vs code当然要安装piclist插件，并且确保插件配置的http端口号和piclist的http端口一致。

这些其实问AI都很容易弄清楚，我就简单提了以上几个关键点。

MVP 版本我做了什么？

很克制，只做核心闭环：

1. 扫描 Markdown
2. 抽取本地图片路径
3. 调 PicList API 批量上传
4. 回写替换
5. 生成备份 + report

效果是这样的：

Before：

![](./imgs/arch.png)

After：

![](https://cdn.xxx.com/2024/arch.png)

同时生成：

• article.md.bak
• article.md.replace-report.json

效率收益到底值不值？

我算过一笔很实在的账：

• 人工：10 张图 ≈ 10～20 分钟
• 自动化：10 张图 ≈ 20～60 秒

但更重要的不是时间，而是：

• 不再漏图
• 不再重复上传
• 文章结构更干净
• 多平台分发几乎零成本

你会更愿意写，也更敢写长文。

从图片替换，走向“全链路发布”

我现在越来越确信一件事：

内容创作，迟早会走向工程化。

图片替换只是第一个 Skill。

后面可以自然延伸到：

• 封面图生成
• 表格 / 公式转图片
• 一键导出公众号可粘贴版本
• 整站 Markdown 历史文章图床化

当这些都变成 Skills， 你面对的就不再是“发一篇文章”，而是一条稳定的发布流水线。这也是最近硅谷圈很火的一个概念——AI复利！

最后一句话

把写作当工程，把搬运当技能。

如果你已经在用 Markdown 写作，我非常建议你：

1. 使用vs code作为你的写作工具吧，特别是有点代码开发底层的同学，因为这个足够灵活，相信我，网上也有很多相关的教程可以去了解，我这里就不重复了。
2. 本地搭建 PicList，并注册 Cloudflare R2，先打通手动上传图片的链路，这个过程可以直接问AI搞定，我就是这么做的
3. 再把“图片替换”做成你的第一个 Agent Skill，让大模型来调用skill，去帮你上传图片；这个skill我放到我的技能仓库里，大家有兴趣可以使用
4. 然后慢慢把整个发布链路拆解、自动化，这个也是我后面会继续努力的方向。