make_metadata.py：为每个图库平台生成精确CSV表头

一次失败的Adobe Stock CSV上传经历，催生了一个专注于CSV表头精确性的Python脚本。作者用240个文件被秒拒的教训告诉我们：在自动化上传流程中，表头错误比内容问题更致命。

表头为什么是关键

每个图库平台的CSV格式各不相同，且互不兼容。Adobe Stock要求5列，Vecteezy要4列，Dreamstime则需要15列。如果你向Dreamstime提交一个5列文件，或给Adobe多加了它不认识的列，上传解析器会直接报错，整批文件全部退回。

作者强调，核对表头时不能只依赖文档，因为文档可能滞后，但上传解析器不会。make_metadata.py将三个平台的表头硬编码在脚本中，没有模板文件可编辑，也没有配置项可误设。运行python make_metadata.py ./my-assets --platform adobe --out metadata.csv --ext .jpg后，第一行写出的就是Adobe所需的5列表头，字符逐一匹配。

CSV（Comma-Separated Values）是一种以纯文本存储表格数据的格式，用分隔符（通常是逗号）划分列，换行划分行。它的“标准”非常宽松：没有强制的引号规则、编码声明或表头校验机制，各平台的解析器往往按自己的实现严格解析。因此同一份CSV在不同平台可能表现完全不同——多余的列、顺序错位、BOM头或CRLF换行都可能触发拒绝。图库平台通常会在上传时先做一次结构校验，列数与列名不匹配即批处理失败，这就是文章强调“表头逐一匹配”的技术根源。

行数据如何填充

表头只是第一步，每一行还需要标题、关键词和分类。默认行为是将文件名转化为标题——比如geometric-fox-pattern-04.jpg会变成"Geometric Fox Pattern 04"。这能通过解析器，但无法赢得搜索排名。

脚本因此支持--titles titles.json参数，允许为每个文件提供真实的标题和关键词。作者的工作流是：先无标题运行脚本生成正确结构，再提交前填写JSON。替换默认标题只需几分钟，而替换被拒批次则要耗费一个下午。

作者特别强调一条自定规则：关键词必须来自实际图像内容，而非提示词。审核人员会检查关键词与可见内容是否匹配，不匹配是导致部分拒绝的隐蔽原因之一，而部分拒绝比全部拒绝更麻烦，因为你可能注意不到哪些文件失败了。

重复上传的陷阱与解决方案

修复表头问题后，作者重新运行了批次，一天后因小修改再次运行，结果造成重复发布。这是导致账户被标记的最快方式，也是所有脚本化上传者容易犯的错误。

upload_tracker.py是一个仅使用标准库的账本工具。上传前检查待处理项目，上传后记录完成状态。由于"done"是按文件、按账本记录，而非依赖记忆，重新运行不会导致重复发布。它和make_metadata.py一样无需安装任何第三方包。整个流程中只有两个脚本需要第三方包：用于封面渲染的Pillow和用于PDF生成的reportlab。

约束条件如何塑造脚本设计

整个流程运行在1 vCPU、2 GB RAM、无GPU的服务器上。作者认为这更多是一种纪律而非限制：一次只运行一个进程，不在单核上并行图像任务；资产之间调用gc.collect()；用resource.getrusage测量峰值RSS而非平均值，因为峰值才是导致2GB内存耗尽的原因；按需分辨率渲染，用60 dpi而非300 dpi检查预览，是内存能否容纳的关键。

make_metadata.py因为只做文本处理，轻松适应这些约束。处理240个文件的CSV构建只需几秒，内存占用极低。元数据步骤从不是瓶颈，图像生成才是，因此作者刻意让元数据步骤保持简单可靠。

RSS（Resident Set Size）指进程当前驻留在物理内存中的部分，resource.getrusage 返回的 ru_maxrss 是进程生命周期内的峰值常驻内存，单位在Linux上为KB。相对于平均内存，峰值更能反映OOM（内存不足）风险：一个瞬时峰值就可能触发内核OOM Killer。Python的垃圾回收分为引用计数和分代回收，gc.collect() 强制执行一次完整回收，适合在释放大对象（如高分辨率图像数组）后主动调用，避免峰值叠加；但频繁调用会增加CPU开销，因此在低配环境中要权衡使用。

为什么不用电子表格

作者最初尝试手动CSV路线，但电子表格应用会以可预测的方式失败：静默重新格式化、添加不必要的引号、破坏编码。而直接写文件的脚本每次产生相同的字节。当平台拒绝批次时，可以肯定问题在内容而非工具。

这个脚本是流程工具包四个脚本之一，还包括跟踪器、md2pdf.py和pack_product.py。它们共同打包了39个产品、约856 MB输出，总计约19,000行流程代码，背后有300多页研究支撑，全部在同一台1 vCPU/2GB RAM机器上验证。

对于需要打包图库艺术或模板的创作者，如果CSV步骤正在消耗你的时间，make_metadata.py提供了一种简单可靠的自动化方式，避免重复作者曾犯过的错误。