PythonxIPFS：构建生产级的NFT元数据自动化流程在NFT项目的生命周期中，元数据的准备是一个繁琐但至关重要的环节。手动上传数千张图片、逐一生成并更新JSON文件不仅效率低下，还极易出错。作为Web3开发的“瑞士军刀”，Python凭借其强大的脚本能力和丰富的数据处理

# Python x IPFS：构建生产级的 NFT 元数据自动化流程

在 NFT 项目的生命周期中，元数据的准备是一个繁琐但至关重要的环节。手动上传数千张图片、逐一生成并更新 JSON 文件不仅效率低下，还极易出错。作为 Web3 开发的“瑞士军刀”，Python 凭借其强大的脚本能力和丰富的数据处理库，成为了自动化这一流程的理想选择。

本文将跳过理论，直入主题。我们将提供并逐行解析一份生产级的 Python 脚本，它能无缝衔接您本地的 IPFS 节点，并同时支持“单件艺术品”和“大型 PFP 集合”两种主流的元数据处理工作流。读完本文，您将拥有一个可以一键执行、自动完成图片上传、CID 获取、元数据生成与打包的强大工具。

## 实操

### 安装 IPFS

```bash
# 安装 IPFS Desktop (可选, 提供图形界面)
brew install ipfs --cask

# 安装 IPFS 命令行工具 (Kubo)
brew install --formula ipfs

# 创建“快捷方式”，确保命令行可用
brew link ipfs

# 修改终端配置 (让终端知道路径)
echo 'export PATH="/opt/homebrew/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

```

### 初始化节点

```bash
ipfs init
```

### 启动节点并加入 IPFS 网络

```bash
ipfs daemon
```

### 实现上传 IPFS 脚本

```python
# main.py

import json
import subprocess
import shlex
import shutil
from pathlib import Path
from datetime import datetime
from typing import Any

# --- 配置 ---
# (此脚本不再需要 API 地址，因为它直接与命令行工具交互)

################################################################
# 核心上传函数 (使用 subprocess)
################################################################

def upload_to_ipfs(target_path: Path) -> str | None:
    """
    上传一个文件或整个文件夹到 IPFS CLI。
    """
    if not target_path.exists():
        print(f"❌ 路径不存在: {target_path}")
        return None

safe_path = shlex.quote(str(target_path))
    command = f"ipfs add -r -Q --cid-version 1 {safe_path}"

try:
        print(f"\n--- 正在执行上传命令: {command} ---")
        result = subprocess.run(
            command, shell=True, check=True, capture_output=True, text=True
        )
        cid = result.stdout.strip()
        print("✅ 上传成功!")
        print(f"   - 名称: {target_path.name}")
        print(f"   - CID: {cid}")
        return cid
    except subprocess.CalledProcessError as e:
        print(f"❌ 上传失败 (命令返回非零退出码): {e}")
        print(f"   - 错误信息: {e.stderr.strip()}")
        return None
    except Exception as e:
        print(f"❌ 执行上传命令时发生未知错误: {e}")
        return None

def upload_json_str_to_ipfs(
    data: dict[str, Any],
) -> str | None:  # ✅ 优化：为 data 参数添加了更精确的类型注解
    """
    将一个 Python 字典 (JSON 对象) 作为字符串直接上传到 IPFS。
    """
    try:
        print("\n--- 正在上传 JSON 对象 ---")
        json_string = json.dumps(data)
        command = "ipfs add -Q --cid-version 1"
        result = subprocess.run(
            command,
            shell=True,
            check=True,
            input=json_string,
            capture_output=True,
            text=True,
        )
        cid = result.stdout.strip()
        print("✅ JSON 元数据上传成功!")
        print(f"   - CID: {cid}")
        return cid
    except subprocess.CalledProcessError as e:
        print(f"❌ 上传 JSON 失败: {e}")
        print(f"   - 错误信息: {e.stderr.strip()}")
        return None
    except Exception as e:
        print(f"❌ 执行 JSON 上传时发生未知错误: {e}")
        return None

################################################################
# 工作流一：处理单个 NFT
################################################################

def process_single_nft(image_path: Path):
    """
    处理单个 NFT 的流程，并在本地创建一个包含图片和元数据的独立文件夹。
    """
    print("\n==============================================")
    print("🚀 开始处理单个 NFT...")
    print("==============================================")

image_cid = upload_to_ipfs(image_path)
    if not image_cid:
        return

print(f"\n🖼️  图片 CID 已获取: {image_cid}")

metadata = {
        "name": image_path.stem,
        "description": f"这是一个为图片 {image_path.name} 动态生成的元数据。",
        "image": f"ipfs://{image_cid}",
        "attributes": [{"trait_type": "类型", "value": "单件艺术品"}],
    }

metadata_cid = upload_json_str_to_ipfs(metadata)
    if not metadata_cid:
        return

# ✅ 创建独立的输出文件夹，并将图片和 JSON 都保存在里面
    output_dir = Path(__file__).parent / "output" / image_path.stem
    output_dir.mkdir(parents=True, exist_ok=True)

# 复制图片
    _ = shutil.copy(image_path, output_dir / image_path.name)

# 保存元数据 JSON
    output_file_path = output_dir / f"{image_path.stem}.json"
    with open(output_file_path, "w", encoding="utf-8") as f:
        json.dump(metadata, f, indent=4, ensure_ascii=False)

print(f"\n💾 图片和元数据已在本地打包保存至: {output_dir}")
    print("\n--- ✨ 单件流程完成 ✨ ---")
    print(f"下一步，您可以在 mint 函数中使用这个元数据 URI: ipfs://{metadata_cid}")

################################################################
# 工作流二：处理批量 NFT 集合
################################################################

def process_batch_collection(images_input_dir: Path):
    """
    处理整个 NFT 集合的流程，并在本地创建一个包含 images 和 metadata 两个子文件夹的集合文件夹。
    """
    print("\n==============================================")
    print("🚀 开始处理批量 NFT 集合...")
    print("==============================================")

images_folder_cid = upload_to_ipfs(images_input_dir)
    if not images_folder_cid:
        return

print(f"\n🖼️  图片文件夹 CID 已获取: {images_folder_cid}")

# ✅ 为本次批量处理创建一个带时间戳的唯一父文件夹
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    collection_output_dir = Path(__file__).parent / "output" / f"collection_{timestamp}"
    images_output_dir = collection_output_dir / "images"
    metadata_output_dir = collection_output_dir / "metadata"

# 复制整个图片文件夹到输出目录
    _ = shutil.copytree(images_input_dir, images_output_dir)
    print(f"\n💾 所有图片已复制到: {images_output_dir}")

print("\n--- 正在为每张图片生成元数据 JSON 文件 ---")
    metadata_output_dir.mkdir(parents=True, exist_ok=True)

image_files = sorted(
        [
            f
            for f in images_input_dir.iterdir()
            if f.is_file()
            and f.name.lower().endswith((".png", ".jpg", ".jpeg", ".gif"))
        ]
    )

for image_file in image_files:
        token_id = image_file.stem
        metadata = {
            "name": f"MetaCore #{token_id}",
            "description": "MetaCore 集合中的一个独特成员。",
            "image": f"ipfs://{images_folder_cid}/{image_file.name}",
            "attributes": [{"trait_type": "ID", "value": int(token_id)}],
        }
        with open(metadata_output_dir / f"{token_id}.json", "w", encoding="utf-8") as f:
            json.dump(metadata, f, indent=4, ensure_ascii=False)

print(f"✅ 成功生成 {len(image_files)} 个元数据文件到: {metadata_output_dir}")

metadata_folder_cid = upload_to_ipfs(metadata_output_dir)
    if not metadata_folder_cid:
        return

print(f"\n📄 元数据文件夹 CID 已获取: {metadata_folder_cid}")
    print("\n--- ✨ 批量流程完成 ✨ ---")
    print(f"下一步，您可以在合约中将 Base URI 设置为: ipfs://{metadata_folder_cid}/")

################################################################
# 主程序入口
################################################################

if __name__ == "__main__":
    current_dir = Path(__file__).parent
    single_image_path = (
        current_dir.parent / "assets" / "image" / "IMG_20210626_180340.jpg"
    )
    batch_images_path = current_dir.parent / "assets" / "batch_images"
    batch_images_path.mkdir(parents=True, exist_ok=True)

try:
        _ = subprocess.run("ipfs id", shell=True, check=True, capture_output=True)
        print("✅ 成功连接到 IPFS 节点")
    except subprocess.CalledProcessError:
        print("❌ 连接 IPFS 节点失败。")
        print("请确保你的 IPFS 节点正在运行 (命令: ipfs daemon)。")
        exit()

# --- 在这里选择要运行的工作流 ---

# 运行工作流一：处理单个 NFT
    # process_single_nft(single_image_path)

# 运行工作流二：处理批量 NFT 集合
    process_batch_collection(batch_images_path)

# ✅ 生产环境最终发布流程说明
    print("\n======================================================================")
    print("✅ 本地准备工作已完成！")
    print("下一步是发布到专业的 Pinning 服务 (如 Pinata):")
    print("1. 登录 Pinata。")
    print("2. 上传您本地 `python/output/collection_[时间戳]/images` 文件夹。")
    print("3. 上传您本地 `python/output/collection_[时间戳]/metadata` 文件夹。")
    print("4. ⚠️  使用 Pinata 返回的【metadata】文件夹的 CID 来设置您合约的 Base URI。")
    print("======================================================================")

```

这份 `main.py` 脚本的核心目标是自动化处理 NFT 上链前所有与图片和元数据（Metadata）相关的准备工作。它通过调用您本地安装的 IPFS 命令行工具（CLI），实现了两种核心工作流：

1. **单件处理**：为一个独立的艺术品（图片）上传并生成对应的元数据。
2. **批量处理**：为一个完整的 NFT 集合（例如一个包含 10,000 张图片的 PFP 项目）批量上传图片、生成并上传所有元数据。

同时，它还会在本地创建一个结构清晰的 `output` 文件夹，用于归档和方便地上传到专业的 Pinning 服务（如 Pinata）。

### **代码逐段解析**

#### **1. 导入 (Imports)**

```
import json
import subprocess
import shlex
import shutil
from pathlib import Path
from datetime import datetime
from typing import Any
```

- `json`: 用于处理 JSON 数据的创建和转换。
- `subprocess`: **核心模块**，允许 Python 脚本执行外部命令行程序，我们用它来调用 `ipfs` 命令。
- `shlex`: 一个安全工具，用于正确地格式化命令行参数，防止因文件名包含空格或特殊字符而导致命令执行失败。
- `shutil`: 提供了高级的文件操作功能，我们用它来复制文件和文件夹。
- `pathlib.Path`: 一个现代化的、面向对象的路径处理库，让文件路径的操作更简单、更不容易出错。
- `datetime`: 用于生成带时间戳的唯一文件夹名，避免批量处理时覆盖旧的结果。
- `typing.Any`: 用于提供更精确的类型注解。

#### **2. 核心上传函数**

##### `upload_to_ipfs(target_path: Path)`

这个函数是上传文件或文件夹的通用工具。

- 它接收一个 `Path` 对象作为参数。
- 它构建一个 `ipfs add` 命令，其中：
  - `-r` (recursive): 允许递归上传整个文件夹。
  - `-Q` (quiet): 让命令只输出最终的根 CID，而不是每个文件的信息，便于我们捕获结果。
  - `--cid-version 1`: 使用 CIDv1，这是更现代、兼容性更好的 CID 格式。
- 它使用 `subprocess.run` 来执行这个命令，并捕获其标准输出（`stdout`），这个输出就是我们需要的 CID。
- 它还包含了详尽的错误处理，如果 `ipfs` 命令执行失败，它会打印出错误信息。

##### `upload_json_str_to_ipfs(data: dict)`

这个函数专门用于上传由 Python 字典动态生成的 JSON 数据。

- 它接收一个 Python 字典作为参数。
- 它使用 `json.dumps()` 将字典转换为 JSON 格式的字符串。
- 它执行 `ipfs add -Q --cid-version 1` 命令，并通过 `input` 参数将 JSON 字符串直接“喂”给这个命令的标准输入。这是一种非常高效的方式，避免了先在本地创建一个临时 JSON 文件再上传的繁琐步骤。

#### **3. 工作流一：`process_single_nft(image_path: Path)`**

这个函数完整地实现了单个 NFT 的元数据准备流程。

1. **上传图片**：调用 `upload_to_ipfs` 上传指定的单张图片，获取**图片 CID**。
2. **构建元数据**：创建一个 Python 字典，其中 `name` 和 `description` 根据图片的文件名动态生成，最重要的 `image` 字段则被设置为 `ipfs://<刚刚获取的图片CID>`。
3. **上传元数据**：调用 `upload_json_str_to_ipfs` 将这个字典上传，获得最终的**元数据 CID**。
4. **本地归档**：在 `output/` 目录下创建一个以图片名命名的文件夹，并将**原始图片**和生成的**元数据 JSON 文件**都保存在里面，形成一个独立的、完整的“NFT 资产包”。

#### **4. 工作流二：`process_batch_collection(images_input_dir: Path)`**

这个函数实现了 PFP 等大型项目所需的专业批量处理流程。

1. **上传图片文件夹**：调用 `upload_to_ipfs` 上传包含所有图片的**整个文件夹**，获得一个唯一的**图片文件夹 CID**。
2. **创建输出目录**：在 `output/` 目录下创建一个带时间戳的、唯一的集合文件夹（如 `collection_20250726_090500`），以防止覆盖。
3. **复制图片**：为了方便打包和上传到 Pinning 服务，它使用 `shutil.copytree` 将所有原始图片复制到输出目录下的 `images` 子文件夹中。
4. **批量生成元数据**：它遍历输入目录中的所有图片，为每一张图片（如 `1.png`）生成一个对应的 JSON 文件（`1.json`）。在每个 JSON 文件中，`image` 字段都会被正确地设置为 `ipfs://<图片文件夹CID>/1.png`。所有这些 JSON 文件都被保存在输出目录下的 `metadata` 子文件夹中。
5. **上传元数据文件夹**：最后，它调用 `upload_to_ipfs` 上传刚刚创建的**整个 `metadata` 文件夹**，获得最终的**元数据文件夹 CID**。这个 CID 就是您需要在智能合约中设置为 `baseURI` 的最终结果。

#### **5. 主程序入口 (`if __name__ == "__main__":`)**

这是脚本的启动点。

- **路径定义**：它定义了资产文件夹的路径。
- **连接检查**：在执行任何操作之前，它会先运行 `ipfs id` 命令来检查本地的 `ipfs daemon` 是否正在运行，如果连接失败，脚本会提前退出并给出提示。
- **工作流选择**：它允许您通过简单地注释或取消注释 `process_single_nft()` 和 `process_batch_collection()` 这两行代码，来轻松选择您想要运行的工作流。
- **最终指引**：在脚本成功运行后，它会打印出清晰的下一步操作指引，告诉您如何将本地准备好的文件夹上传到 Pinning 服务，以及如何使用最终的 CID。

### 运行上传脚本

```bash
python on  master [?] via 🐍 3.13.5 on 🐳 v28.2.2 (orbstack) via python
➜ python main.py
✅ 成功连接到 IPFS 节点

==============================================
🚀 开始处理单个 NFT...
==============================================

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/assets/image/IMG_20210626_180340.jpg ---
✅ 上传成功!
   - 名称: IMG_20210626_180340.jpg
   - CID: bafybeifwvvo7qacd5ksephyxbqkqjih2dmm2ffgqa6u732b2evw5iijppi

🖼️  图片 CID 已获取: bafybeifwvvo7qacd5ksephyxbqkqjih2dmm2ffgqa6u732b2evw5iijppi

--- 正在上传 JSON 对象 ---
✅ JSON 元数据上传成功!
   - CID: bafkreigvggefv56bv6nmmqekyh2hc4iybn5lblinqimajatrvoxbbqcy2e

💾 图片和元数据已在本地打包保存至: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/IMG_20210626_180340

--- ✨ 单件流程完成 ✨ ---
下一步，您可以在 mint 函数中使用这个元数据 URI: ipfs://bafkreigvggefv56bv6nmmqekyh2hc4iybn5lblinqimajatrvoxbbqcy2e

python on  master [?] via 🐍 3.13.5 on 🐳 v28.2.2 (orbstack) via python
➜ python main.py
✅ 成功连接到 IPFS 节点

==============================================
🚀 开始处理批量 NFT 集合...
==============================================

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/assets/batch_images ---
✅ 上传成功!
   - 名称: batch_images
   - CID: bafybeia22ed2lhakgwu76ojojhuavlxkccpclciy6hgqsmn6o7ur7cw44e

🖼️  图片文件夹 CID 已获取: bafybeia22ed2lhakgwu76ojojhuavlxkccpclciy6hgqsmn6o7ur7cw44e

💾 所有图片已复制到: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/images

--- 正在为每张图片生成元数据 JSON 文件 ---
✅ 成功生成 3 个元数据文件到: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/metadata

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/metadata ---
✅ 上传成功!
   - 名称: metadata
   - CID: bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy

📄 元数据文件夹 CID 已获取: bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy

--- ✨ 批量流程完成 ✨ ---
下一步，您可以在合约中将 Base URI 设置为: ipfs://bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy/

```

您的 Python 脚本已成功运行，并完美地执行了两种核心工作流：在“单件处理”模式下，脚本成功地为单个图片上传并生成了唯一的元数据 CID，为您准备好了可以直接用于 `mint` 函数的 Token URI；在“批量处理”模式下，它则完整地模拟了生产级流程，先上传整个图片文件夹获得图片根 CID，然后利用这个 CID 批量生成所有对应的元数据文件，最后再上传整个元数据文件夹，为您提供了可以直接在合约中设置的最终 `baseURI`。总而言之，这个脚本已经成功地将 NFT 上链前所有复杂的元数据准备工作完全自动化了。

## 总结

本文的核心不仅仅是展示了如何将文件上传到 IPFS，更重要的是，我们构建了一个强大而灵活的 Python 自动化工具。这个脚本将 NFT 集合的元数据准备工作从繁琐的手工劳动，转变为一个可重复、可预测的工程化流程。通过支持单件和批量两种模式，并自动在本地生成结构化的归档文件，它为您未来的项目管理和与 Pinning 服务的对接铺平了道路。

当然，本地节点的成功运行只是开发阶段的一步。要让您的 NFT 资产真正做到永久在线、全球可访问，下一步的关键是将脚本生成的 `output` 文件夹上传并“钉”（Pin）在专业的 **Pinning 服务**上。这才是通往生产级 Web3 应用的必经之路。

## 参考

- https://app.pinata.cloud/ipfs/files
- https://github.com/ipfs/ipfs
- https://ipfs.tech/
- https://github.com/ipfs/kubo

Python x IPFS：构建生产级的 NFT 元数据自动化流程

实操

安装 IPFS

# 安装 IPFS Desktop (可选, 提供图形界面)
brew install ipfs --cask

# 安装 IPFS 命令行工具 (Kubo)
brew install --formula ipfs

# 创建“快捷方式”，确保命令行可用
brew link ipfs

# 修改终端配置 (让终端知道路径)
echo 'export PATH="/opt/homebrew/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

初始化节点

ipfs init

启动节点并加入 IPFS 网络

ipfs daemon

实现上传 IPFS 脚本

# main.py

import json
import subprocess
import shlex
import shutil
from pathlib import Path
from datetime import datetime
from typing import Any  

# --- 配置 ---
# (此脚本不再需要 API 地址，因为它直接与命令行工具交互)

################################################################
# 核心上传函数 (使用 subprocess)
################################################################

def upload_to_ipfs(target_path: Path) -> str | None:
    """
    上传一个文件或整个文件夹到 IPFS CLI。
    """
    if not target_path.exists():
        print(f"❌ 路径不存在: {target_path}")
        return None

    safe_path = shlex.quote(str(target_path))
    command = f"ipfs add -r -Q --cid-version 1 {safe_path}"

    try:
        print(f"\n--- 正在执行上传命令: {command} ---")
        result = subprocess.run(
            command, shell=True, check=True, capture_output=True, text=True
        )
        cid = result.stdout.strip()
        print("✅ 上传成功!")
        print(f"   - 名称: {target_path.name}")
        print(f"   - CID: {cid}")
        return cid
    except subprocess.CalledProcessError as e:
        print(f"❌ 上传失败 (命令返回非零退出码): {e}")
        print(f"   - 错误信息: {e.stderr.strip()}")
        return None
    except Exception as e:
        print(f"❌ 执行上传命令时发生未知错误: {e}")
        return None

def upload_json_str_to_ipfs(
    data: dict[str, Any],
) -> str | None:  # ✅ 优化：为 data 参数添加了更精确的类型注解
    """
    将一个 Python 字典 (JSON 对象) 作为字符串直接上传到 IPFS。
    """
    try:
        print("\n--- 正在上传 JSON 对象 ---")
        json_string = json.dumps(data)
        command = "ipfs add -Q --cid-version 1"
        result = subprocess.run(
            command,
            shell=True,
            check=True,
            input=json_string,
            capture_output=True,
            text=True,
        )
        cid = result.stdout.strip()
        print("✅ JSON 元数据上传成功!")
        print(f"   - CID: {cid}")
        return cid
    except subprocess.CalledProcessError as e:
        print(f"❌ 上传 JSON 失败: {e}")
        print(f"   - 错误信息: {e.stderr.strip()}")
        return None
    except Exception as e:
        print(f"❌ 执行 JSON 上传时发生未知错误: {e}")
        return None

################################################################
# 工作流一：处理单个 NFT
################################################################

def process_single_nft(image_path: Path):
    """
    处理单个 NFT 的流程，并在本地创建一个包含图片和元数据的独立文件夹。
    """
    print("\n==============================================")
    print("🚀 开始处理单个 NFT...")
    print("==============================================")

    image_cid = upload_to_ipfs(image_path)
    if not image_cid:
        return

    print(f"\n🖼️  图片 CID 已获取: {image_cid}")

    metadata = {
        "name": image_path.stem,
        "description": f"这是一个为图片 {image_path.name} 动态生成的元数据。",
        "image": f"ipfs://{image_cid}",
        "attributes": [{"trait_type": "类型", "value": "单件艺术品"}],
    }

    metadata_cid = upload_json_str_to_ipfs(metadata)
    if not metadata_cid:
        return

    # ✅ 创建独立的输出文件夹，并将图片和 JSON 都保存在里面
    output_dir = Path(__file__).parent / "output" / image_path.stem
    output_dir.mkdir(parents=True, exist_ok=True)

    # 复制图片
    _ = shutil.copy(image_path, output_dir / image_path.name)

    # 保存元数据 JSON
    output_file_path = output_dir / f"{image_path.stem}.json"
    with open(output_file_path, "w", encoding="utf-8") as f:
        json.dump(metadata, f, indent=4, ensure_ascii=False)

    print(f"\n💾 图片和元数据已在本地打包保存至: {output_dir}")
    print("\n--- ✨ 单件流程完成 ✨ ---")
    print(f"下一步，您可以在 mint 函数中使用这个元数据 URI: ipfs://{metadata_cid}")

################################################################
# 工作流二：处理批量 NFT 集合
################################################################

def process_batch_collection(images_input_dir: Path):
    """
    处理整个 NFT 集合的流程，并在本地创建一个包含 images 和 metadata 两个子文件夹的集合文件夹。
    """
    print("\n==============================================")
    print("🚀 开始处理批量 NFT 集合...")
    print("==============================================")

    images_folder_cid = upload_to_ipfs(images_input_dir)
    if not images_folder_cid:
        return

    print(f"\n🖼️  图片文件夹 CID 已获取: {images_folder_cid}")

    # ✅ 为本次批量处理创建一个带时间戳的唯一父文件夹
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    collection_output_dir = Path(__file__).parent / "output" / f"collection_{timestamp}"
    images_output_dir = collection_output_dir / "images"
    metadata_output_dir = collection_output_dir / "metadata"

    # 复制整个图片文件夹到输出目录
    _ = shutil.copytree(images_input_dir, images_output_dir)
    print(f"\n💾 所有图片已复制到: {images_output_dir}")

    print("\n--- 正在为每张图片生成元数据 JSON 文件 ---")
    metadata_output_dir.mkdir(parents=True, exist_ok=True)

    image_files = sorted(
        [
            f
            for f in images_input_dir.iterdir()
            if f.is_file()
            and f.name.lower().endswith((".png", ".jpg", ".jpeg", ".gif"))
        ]
    )

    for image_file in image_files:
        token_id = image_file.stem
        metadata = {
            "name": f"MetaCore #{token_id}",
            "description": "MetaCore 集合中的一个独特成员。",
            "image": f"ipfs://{images_folder_cid}/{image_file.name}",
            "attributes": [{"trait_type": "ID", "value": int(token_id)}],
        }
        with open(metadata_output_dir / f"{token_id}.json", "w", encoding="utf-8") as f:
            json.dump(metadata, f, indent=4, ensure_ascii=False)

    print(f"✅ 成功生成 {len(image_files)} 个元数据文件到: {metadata_output_dir}")

    metadata_folder_cid = upload_to_ipfs(metadata_output_dir)
    if not metadata_folder_cid:
        return

    print(f"\n📄 元数据文件夹 CID 已获取: {metadata_folder_cid}")
    print("\n--- ✨ 批量流程完成 ✨ ---")
    print(f"下一步，您可以在合约中将 Base URI 设置为: ipfs://{metadata_folder_cid}/")

################################################################
# 主程序入口
################################################################

if __name__ == "__main__":
    current_dir = Path(__file__).parent
    single_image_path = (
        current_dir.parent / "assets" / "image" / "IMG_20210626_180340.jpg"
    )
    batch_images_path = current_dir.parent / "assets" / "batch_images"
    batch_images_path.mkdir(parents=True, exist_ok=True)

    try:
        _ = subprocess.run("ipfs id", shell=True, check=True, capture_output=True)
        print("✅ 成功连接到 IPFS 节点")
    except subprocess.CalledProcessError:
        print("❌ 连接 IPFS 节点失败。")
        print("请确保你的 IPFS 节点正在运行 (命令: ipfs daemon)。")
        exit()

    # --- 在这里选择要运行的工作流 ---

    # 运行工作流一：处理单个 NFT
    # process_single_nft(single_image_path)

    # 运行工作流二：处理批量 NFT 集合
    process_batch_collection(batch_images_path)

    # ✅ 生产环境最终发布流程说明
    print("\n======================================================================")
    print("✅ 本地准备工作已完成！")
    print("下一步是发布到专业的 Pinning 服务 (如 Pinata):")
    print("1. 登录 Pinata。")
    print("2. 上传您本地 `python/output/collection_[时间戳]/images` 文件夹。")
    print("3. 上传您本地 `python/output/collection_[时间戳]/metadata` 文件夹。")
    print("4. ⚠️  使用 Pinata 返回的【metadata】文件夹的 CID 来设置您合约的 Base URI。")
    print("======================================================================")

这份 main.py 脚本的核心目标是自动化处理 NFT 上链前所有与图片和元数据（Metadata）相关的准备工作。它通过调用您本地安装的 IPFS 命令行工具（CLI），实现了两种核心工作流：

单件处理：为一个独立的艺术品（图片）上传并生成对应的元数据。
批量处理：为一个完整的 NFT 集合（例如一个包含 10,000 张图片的 PFP 项目）批量上传图片、生成并上传所有元数据。

同时，它还会在本地创建一个结构清晰的 output 文件夹，用于归档和方便地上传到专业的 Pinning 服务（如 Pinata）。

代码逐段解析

1. 导入 (Imports)

import json
import subprocess
import shlex
import shutil
from pathlib import Path
from datetime import datetime
from typing import Any

json: 用于处理 JSON 数据的创建和转换。
subprocess: 核心模块，允许 Python 脚本执行外部命令行程序，我们用它来调用 ipfs 命令。
shlex: 一个安全工具，用于正确地格式化命令行参数，防止因文件名包含空格或特殊字符而导致命令执行失败。
shutil: 提供了高级的文件操作功能，我们用它来复制文件和文件夹。
pathlib.Path: 一个现代化的、面向对象的路径处理库，让文件路径的操作更简单、更不容易出错。
datetime: 用于生成带时间戳的唯一文件夹名，避免批量处理时覆盖旧的结果。
typing.Any: 用于提供更精确的类型注解。

2. 核心上传函数

`upload_to_ipfs(target_path: Path)`

这个函数是上传文件或文件夹的通用工具。

它接收一个 Path 对象作为参数。
它构建一个 ipfs add 命令，其中：
- -r (recursive): 允许递归上传整个文件夹。
- -Q (quiet): 让命令只输出最终的根 CID，而不是每个文件的信息，便于我们捕获结果。
- --cid-version 1: 使用 CIDv1，这是更现代、兼容性更好的 CID 格式。
它使用 subprocess.run 来执行这个命令，并捕获其标准输出（stdout），这个输出就是我们需要的 CID。
它还包含了详尽的错误处理，如果 ipfs 命令执行失败，它会打印出错误信息。

`upload_json_str_to_ipfs(data: dict)`

这个函数专门用于上传由 Python 字典动态生成的 JSON 数据。

它接收一个 Python 字典作为参数。
它使用 json.dumps() 将字典转换为 JSON 格式的字符串。
它执行 ipfs add -Q --cid-version 1 命令，并通过 input 参数将 JSON 字符串直接“喂”给这个命令的标准输入。这是一种非常高效的方式，避免了先在本地创建一个临时 JSON 文件再上传的繁琐步骤。

3. 工作流一：`process_single_nft(image_path: Path)`

这个函数完整地实现了单个 NFT 的元数据准备流程。

上传图片：调用 upload_to_ipfs 上传指定的单张图片，获取图片 CID。
构建元数据：创建一个 Python 字典，其中 name 和 description 根据图片的文件名动态生成，最重要的 image 字段则被设置为 ipfs://<刚刚获取的图片CID>。
上传元数据：调用 upload_json_str_to_ipfs 将这个字典上传，获得最终的元数据 CID。
本地归档：在 output/ 目录下创建一个以图片名命名的文件夹，并将原始图片和生成的元数据 JSON 文件都保存在里面，形成一个独立的、完整的“NFT 资产包”。

4. 工作流二：`process_batch_collection(images_input_dir: Path)`

这个函数实现了 PFP 等大型项目所需的专业批量处理流程。

上传图片文件夹：调用 upload_to_ipfs 上传包含所有图片的整个文件夹，获得一个唯一的图片文件夹 CID。
创建输出目录：在 output/ 目录下创建一个带时间戳的、唯一的集合文件夹（如 collection_20250726_090500），以防止覆盖。
复制图片：为了方便打包和上传到 Pinning 服务，它使用 shutil.copytree 将所有原始图片复制到输出目录下的 images 子文件夹中。
批量生成元数据：它遍历输入目录中的所有图片，为每一张图片（如 1.png）生成一个对应的 JSON 文件（1.json）。在每个 JSON 文件中，image 字段都会被正确地设置为 ipfs://<图片文件夹CID>/1.png。所有这些 JSON 文件都被保存在输出目录下的 metadata 子文件夹中。
上传元数据文件夹：最后，它调用 upload_to_ipfs 上传刚刚创建的整个 metadata 文件夹，获得最终的元数据文件夹 CID。这个 CID 就是您需要在智能合约中设置为 baseURI 的最终结果。

5. 主程序入口 (`if name == "main":`)

这是脚本的启动点。

路径定义：它定义了资产文件夹的路径。
连接检查：在执行任何操作之前，它会先运行 ipfs id 命令来检查本地的 ipfs daemon 是否正在运行，如果连接失败，脚本会提前退出并给出提示。
工作流选择：它允许您通过简单地注释或取消注释 process_single_nft() 和 process_batch_collection() 这两行代码，来轻松选择您想要运行的工作流。
最终指引：在脚本成功运行后，它会打印出清晰的下一步操作指引，告诉您如何将本地准备好的文件夹上传到 Pinning 服务，以及如何使用最终的 CID。

运行上传脚本

python on  master [?] via 🐍 3.13.5 on 🐳 v28.2.2 (orbstack) via python
➜ python main.py
✅ 成功连接到 IPFS 节点

==============================================
🚀 开始处理单个 NFT...
==============================================

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/assets/image/IMG_20210626_180340.jpg ---
✅ 上传成功!
   - 名称: IMG_20210626_180340.jpg
   - CID: bafybeifwvvo7qacd5ksephyxbqkqjih2dmm2ffgqa6u732b2evw5iijppi

🖼️  图片 CID 已获取: bafybeifwvvo7qacd5ksephyxbqkqjih2dmm2ffgqa6u732b2evw5iijppi

--- 正在上传 JSON 对象 ---
✅ JSON 元数据上传成功!
   - CID: bafkreigvggefv56bv6nmmqekyh2hc4iybn5lblinqimajatrvoxbbqcy2e

💾 图片和元数据已在本地打包保存至: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/IMG_20210626_180340

--- ✨ 单件流程完成 ✨ ---
下一步，您可以在 mint 函数中使用这个元数据 URI: ipfs://bafkreigvggefv56bv6nmmqekyh2hc4iybn5lblinqimajatrvoxbbqcy2e

python on  master [?] via 🐍 3.13.5 on 🐳 v28.2.2 (orbstack) via python
➜ python main.py
✅ 成功连接到 IPFS 节点

==============================================
🚀 开始处理批量 NFT 集合...
==============================================

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/assets/batch_images ---
✅ 上传成功!
   - 名称: batch_images
   - CID: bafybeia22ed2lhakgwu76ojojhuavlxkccpclciy6hgqsmn6o7ur7cw44e

🖼️  图片文件夹 CID 已获取: bafybeia22ed2lhakgwu76ojojhuavlxkccpclciy6hgqsmn6o7ur7cw44e

💾 所有图片已复制到: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/images

--- 正在为每张图片生成元数据 JSON 文件 ---
✅ 成功生成 3 个元数据文件到: /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/metadata

--- 正在执行上传命令: ipfs add -r -Q --cid-version 1 /Users/qiaopengjun/Code/Solidity/YuanqiGenesis/polyglot-ipfs-uploader/python/output/collection_20250724_213845/metadata ---
✅ 上传成功!
   - 名称: metadata
   - CID: bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy

📄 元数据文件夹 CID 已获取: bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy

--- ✨ 批量流程完成 ✨ ---
下一步，您可以在合约中将 Base URI 设置为: ipfs://bafybeiczqa75ljidb7esu464fj6a64nfujxcd2mum73t5yaw2llkrzb4zy/

您的 Python 脚本已成功运行，并完美地执行了两种核心工作流：在“单件处理”模式下，脚本成功地为单个图片上传并生成了唯一的元数据 CID，为您准备好了可以直接用于 mint 函数的 Token URI；在“批量处理”模式下，它则完整地模拟了生产级流程，先上传整个图片文件夹获得图片根 CID，然后利用这个 CID 批量生成所有对应的元数据文件，最后再上传整个元数据文件夹，为您提供了可以直接在合约中设置的最终 baseURI。总而言之，这个脚本已经成功地将 NFT 上链前所有复杂的元数据准备工作完全自动化了。

总结

当然，本地节点的成功运行只是开发阶段的一步。要让您的 NFT 资产真正做到永久在线、全球可访问，下一步的关键是将脚本生成的 output 文件夹上传并“钉”（Pin）在专业的 Pinning 服务上。这才是通往生产级 Web3 应用的必经之路。

参考

学分: 3
分类: NFT
标签: IPFS Web3 Python NFT

Web3

Python x IPFS：构建生产级的 NFT 元数据自动化流程

Python x IPFS：构建生产级的 NFT 元数据自动化流程

实操

安装 IPFS

初始化节点

启动节点并加入 IPFS 网络

实现上传 IPFS 脚本

代码逐段解析

1. 导入 (Imports)

2. 核心上传函数

`upload_to_ipfs(target_path: Path)`

`upload_json_str_to_ipfs(data: dict)`

3. 工作流一：`process_single_nft(image_path: Path)`

4. 工作流二：`process_batch_collection(images_input_dir: Path)`

5. 主程序入口 (`if name == "main":`)

运行上传脚本

总结

参考

0 条评论

文章目录

Web3

Python x IPFS：构建生产级的 NFT 元数据自动化流程

Python x IPFS：构建生产级的 NFT 元数据自动化流程

实操

安装 IPFS

初始化节点

启动节点并加入 IPFS 网络

实现上传 IPFS 脚本

代码逐段解析

1. 导入 (Imports)

2. 核心上传函数

upload_to_ipfs(target_path: Path)

upload_json_str_to_ipfs(data: dict)

3. 工作流一：process_single_nft(image_path: Path)

4. 工作流二：process_batch_collection(images_input_dir: Path)

5. 主程序入口 (if __name__ == "__main__":)

运行上传脚本

总结

参考

0 条评论

文章目录

`upload_to_ipfs(target_path: Path)`

`upload_json_str_to_ipfs(data: dict)`

3. 工作流一：`process_single_nft(image_path: Path)`

4. 工作流二：`process_batch_collection(images_input_dir: Path)`

5. 主程序入口 (`if name == "main":`)