前言

你是否遇到过这样的崩溃瞬间？用传统 PS 抠图，光是钢笔工具描边就耗得眼睛发酸，边缘稍微复杂点，半小时都抠不出一张图。碰上几百张产品图、证件照批量处理，更是直接累到想放弃！更别提反复调整参数、蒙版擦除时手一抖又得重来的绝望，效率低不说，还容易把人逼成 “强迫症”。

但现在，一切都不一样了！无需复杂操作，不用死磕工具参数，只要会聊天，就能用 ChatPS 快速搞定批量抠图！输入简单指令，它就能瞬间分离图片目标对象，接下来就手把手带你见证，如何像日常聊天一样，轻松实现 PS 抠图自由！

操作步骤

第一步我们下载一个chatps插件，小编亲测过了，不需要花费1分钱。国产软件

官网：https://chatps.com.cn/

版本要求Adobe Photoshop 2023及以上

下面是使用 Adobe Photoshop 2023 的具体操作步骤：

①把所有图片都导入ps画布中，小编这里测试了10张

②在ps增效工具打开ChatPS悬浮窗

③在悬浮窗输入“抠图”两个字，选中批量抠图工作流，它会自动选中全部图层进行抠图哦

小编这边测试抠完10张图大概只要几十秒左右，还是很快哒

抠好的图都是以蒙版的形式展示哦

# 人工智能 # AIGC
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

MCP协议开发实战：从零搭建AI Agent工具链

创建静态资源（如项目 README 文件）。创建动态资源（如实时系统状态）。在 Client 中请求并利用资源上下文。回顾 MCP 协议如何降低 AI Agent 开发门槛。当前生态的局限与未来的演进方向。鼓励读者基于此大纲进行实践，并参与开源贡献。

avatar 智能体开发者社区

AI Agent可观测性：破解多步推理黑盒

随着AI Agent在复杂任务中承担越来越多的决策角色，其内部的多步推理过程往往如同一个“黑盒”，难以理解、调试和信任。本文旨在探讨AI Agent可观测性（Observability）的核心概念、技术挑战与实践方案，为开发者提供一套系统的方法论和工具链，以“照亮”Agent的推理黑盒，实现对其行为、决策逻辑与内部状态的全面洞察。构建AI Agent的可观测性体系不再是“锦上添花”，而是保障其在大

avatar 智能体开发者社区

MCP协议开发实战：从零搭建AI Agent工具链

回顾：我们从协议概念到动手搭建了一个可用的MCP工具链。MCP的生态现状：官方与社区提供的Server示例（GitHub, Jira, Notion等）。未来方向：更复杂的工具编排、多模型协作、可视化工具开发平台。鼓励动手：鼓励读者基于此框架，开发解决自己实际问题的工具。

avatar 智能体开发者社区