我用 AI 写代码,把相册老照片修复好了

一个非程序员的 AI 编程实践：从想法到开源，只用了自然语言

缘起：那些泛黄的老照片

今年春节回老家，无意中看到衣柜顶上有几本落灰相册，随手翻开，里面大大小小上百张老照片——爷奶辈的、父母辈的，都是一些老照片。有的边角已经破损，有的颜色褪成了棕黄色、灰白色，还有的表面布满了划痕，我突然想到能否修复它们，用AI。

选择：商业服务 vs 自己动手

我上网搜了一下老照片修复服务，结果让我犹豫：

• 按张收费：5-20 元/张

• 我的照片数量：约 200 张

• 预估费用：1000-4000 元

作为一个普通的上班族，这笔开支不算小。更重要的是，我不想把自己的家庭照片上传到陌生的服务器——隐私问题始终是个顾虑。

有没有一种方案，既能省钱，又能保护隐私？

答案是：本地部署 AI 修复工具。

调研：为什么选择 GFPGAN？

我开始研究老照片修复技术。市面上的方案大致分为几类：

最终，我选择了 GFPGAN——腾讯 ARC 实验室开源的人脸修复模型。

选择理由：

• 专门针对人脸修复优化

• 开源免费，可本地部署

• 修复效果达到商用级别

但我面临一个"小问题"：我不会编程。

破局：CodeBuddy + 自然语言 = 代码

我的背景是系统运维工程师，技术面虽然广泛，但从未真正写过代码。

这时想到了最近很火的 AI Coding 工具——腾讯 CodeBuddy。

硬件条件：

• 一台配备 RTX 2080Ti 显卡的游戏 PC

• 足够的硬盘空间

• 稳定的网络连接

我的目标：

• 基于 GFPGAN 开发一个本地运行的老照片修复工具

• 有简单的网页界面，方便使用

• 支持批量处理

于是，我打开 CodeBuddy，开始了我的"编程"之旅。

开发：用对话写代码

整个开发过程，我只需要做一件事：用自然语言描述我想要什么。

第一步：搭建基础框架

我的提示词：

"我想基于 GFPGAN 开发一个本地运行的老照片修复服务，提供一个网页界面让用户上传照片并下载修复后的结果。"

CodeBuddy 的回应：

• 自动生成了项目结构

• 创建了 main.py 主程序

• 配置了依赖文件 requirements.txt

• 设计了基础的前端界面

第二步：解决实际问题

开发过程中遇到了各种问题，都通过对话解决：

问题 1：模型加载失败

"程序启动时提示找不到 GFPGAN 模型文件，怎么处理？"

解决方案： CodeBuddy 添加了自动下载逻辑，首次运行时会自动从官方仓库下载模型。

问题 2：显存不足

"处理大分辨率照片时显存爆了，怎么优化？"

解决方案： 添加了图片尺寸限制（最大 4096px）和 GPU 缓存清理机制。

问题 3：批量处理

"一张张上传太麻烦了，能不能一次处理多张？"

解决方案： 新增了 /api/v1/batch 接口，支持最多 10 张图片同时处理。

问题 4：管理后台

"想加个管理页面，可以查看处理记录和统计数据"

解决方案： 开发了完整的 Admin Dashboard，包含 API Key 管理、文件统计、日志查看等功能。

第三步：性能优化

我的提示词：

"修复速度还能更快吗？现在一张图要 3-4 秒"

优化成果：

• 引入线程池异步处理

• 添加内存及时释放机制

• 最终速度：< 2 秒/张

经过几周的迭代，项目完成了：

功能特性：

技术栈：

后端：FastAPI + Python前端：HTML + JavaScript模型：GFPGAN (PyTorch)数据库：SQLite部署：本地运行

实际效果：

我在本地测试了几十张老照片：

• 处理速度：平均 1.9 秒/张（RTX 2080Ti）

• 显存占用：约 2-4 GB

• 修复质量：面部细节清晰，色彩自然还原

• 隐私保护：完全本地处理，不上传云端

开源：让价值传递下去

项目完成后，我想：既然这个工具对我有用，对别人可能也有用。

于是我问 CodeBuddy：

"我想把这个项目开源到 GitHub，需要做什么？"

CodeBuddy 自动完成了：

1. 创建开源协议 - Apache License 2.0

2. 编写 README - 中英文双版本

3. 安全加固 - 添加 SECURITY.md

4. 部署文档 - DEPLOYMENT_GUIDE.md

5. 代码审查 - 确保符合开源标准

现在，任何人都可以：

• 免费使用这个工具修复自己的老照片

• 查看完整的源代码学习

• 提交改进建议或贡献代码

反思：AI 时代的跨界能力

这次经历让我对 AI 有了新的认识：

1. 编程的边界正在后退

以前，开发一个工具需要：

• 学习编程语言（Java/C#/Python/JavaScript）

• 理解框架原理（Spring/FastAPI/React）

• 掌握部署运维（Docker/服务器）

现在，只需要：

• 清晰描述需求

• 理解基本的技术概念

• 与 AI 协作调试

AI 不是替代程序员，而是让每个人都能成为"创造者"。

2. 自然语言是新的编程语言

在整个开发过程中，最核心的能力是：

• 问题分解：把大目标拆成小任务

• 准确描述：清楚地表达想要什么

• 逻辑思考：理解因果关系和边界条件

这些能力，和文科理科无关，是每个人都应该培养的基础素养。

3. 创意比技术更重要

技术细节可以交给 AI，但：

• 发现真实需求的眼光

• 设计用户体验的直觉

• 坚持解决问题的毅力

这些才是人类的核心竞争力。

结语：你也可以

如果你也有类似的想法：

• 想自动化重复的工作

• 想做一个自己的小工具

• 想学习 AI 但不知从何入手

我的建议是：直接开始。

打开 CodeBuddy，用自然语言描述你的想法，让 AI 帮你把想法变成现实。

技术只是工具，让记忆清晰、让情感延续，才是目的。

项目信息：

• 项目名称：GFPGAN-Server

• 开源协议：Apache License 2.0

• GitHub：https://github.com/charlesqing/GFPGAN-Server

• 主要功能：本地 AI 老照片修复

• 硬件要求：NVIDIA 显卡（推荐 8GB+ 显存）

如果你也想尝试，欢迎访问项目主页，README 中有详细的安装教程。

特别感谢：腾讯 CodeBuddy、腾讯 ARC 实验室 GFPGAN 团队

腾讯CodeBuddy邀请注册链接（邀请新用户注册可以给我账号增加一些奖励）：https://www.codebuddy.cn/promotion/?ref=vlndk9868