QQ Zone Photo

QQ空间相册的自动化管理工具，支持扫码登录、相册浏览、照片上传/下载、相册创建等功能。

---

示例

场景一：备份指定相册

用户: "帮我备份 QQ空间的旅行相册"

场景二：上传照片到指定相册

用户: "把桌面上的 vacation.jpg 上传到我的旅行相册"

场景三：全量备份所有相册

用户: "帮我把 QQ空间所有相册都下载下来"

场景四：创建相册并上传多张照片

用户: "创建一个叫'2024毕业季'的相册，把这几张照片传上去"

---

📋 AI Agent 调用指南

AI Agent 在调用本 Skill 前，需确保虚拟环境已激活且 cookies.json 有效。所有命令格式：

source <项目路径>/.venv/bin/activate && python3 <项目路径>/scripts/qzone_photos.py --action <ACTION> [参数]

Action 一览

调用示例

python3 scripts/qzone_photos.py --action login --cookies cookies.json

python3 scripts/qzone_photos.py --action list --cookies cookies.json

python3 scripts/qzone_photos.py --action photos --album-id "ALBUM_ID" --cookies cookies.json

python3 scripts/qzone_photos.py --action upload --photo "/path/to/image.jpg" --album-id "ALBUM_ID" --cookies cookies.json

python3 scripts/qzone_photos.py --action download-album --album-id "ALBUM_ID" --output ./downloads --cookies cookies.json

python3 scripts/qzone_photos.py --action create --title "我的新相册" --cookies cookies.json

---

⚙️ 配置

Cookie 文件格式

创建 cookies.json，结构如下：

{
  "qq_number": "123456789",
  "p_skey": "your_p_skey_value",
  "skey": "your_skey_value",
  "uin": "o0123456789"
}

获取方式

• 推荐：使用 --action login 扫码登录，Cookie 自动保存
• 手动：登录 后，通过浏览器开发者工具（F12 → Application → Cookies）提取

---

🔒 安全与隐私

• Cookie 文件包含 QQ空间完整访问权限，请勿泄露或分享
• 凭证仅存储在本地，不会上传到任何服务器
• 会话 Cookie 有时效性，过期后需重新登录
• 本工具使用 QQ空间非官方 API，腾讯更新接口后可能需要适配

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent( Code / Cursor / Codex / CLI等)
• 操作系统: Windows / macOS / Linux

依赖说明

API Key 配置

• 本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)

可用性分类

• 分类: MD+execute(纯Markdown指令,部分功能需要exec命令行执行能力)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务

核心能力

• 支持扫码登录、列出相册、浏览照片、上传照片
• 触发关键词: 浏览照片, photo, zone, 列出相册, 空间相册, 支持扫码登录, 管理

适用场景

用户: "帮我备份 QQ空间的旅行相册"

使用流程

1. 确认运行环境满足依赖说明中的要求
2. 根据适用场景选择合适的使用方式
3. 执行操作并检查输出结果
4. 如遇错误，参考错误处理章节

错误处理

常见问题

Q1: 如何开始使用QQ Zone Photo？

A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。

Q2: 遇到错误怎么办？

A: 请参考错误处理章节，按照表格中的处理方式操作。

Q3: QQ Zone Photo有什么限制？

A: 请参考已知限制章节了解具体限制。

已知限制

• 需要LLM支持，无LLM环境无法使用
• 复杂场景可能需要人工辅助判断
• 性能取决于底层模型能力