2026 OpenClaw 实战：远程 Mac 上批量校验 App Icon PNG 尺寸与 Contents.json 一致性并生成修复报告的可复现步骤

① 目标与输出物

对 AppIcon.appiconset 中每条带 filename 的 images[] 条目：根据 size（如 60x60）与 scale（如 2x）计算期望像素，与磁盘上 PNG 的真实宽高比对。不一致或缺文件时，写入结构化结果，便于前端与设计师按表修复。产出建议两类：reports/report.json（机读）与 reports/fix_report.md（人读）。同一套规则可被 CI、夜间任务或监听重复调用，减少「口头验收」漂移。

在完整的设计交付自动化链路里，建议把该校验放在「导出落盘之后、入库或打版本 Tag 之前」：fix_report.md 中的文件路径与期望像素可直接贴进工单，研发不必再开 Xcode 逐张对尺寸，协作成本明显下降。

② 安装与配置

1. 接入远程 Mac：SSH 登录后确认 python3 --version ≥ 3.10（与《OpenClaw 安装与批量校验》一致）。
2. Python 依赖：python3 -m pip install pillow（读 PNG 宽高，跨平台稳定）。
3. 目录：例如 ~/appicon_jobs/inbox 放各版本 AppIcon.appiconset，~/appicon_jobs/reports 写报告，logs 保留 OpenClaw 与脚本 stdout。
4. PATH：launchd 或非登录 shell 下在脚本内写 python3 绝对路径，避免「本机能跑、守护进程找不到解释器」。

③ 运行：批处理校验与报告

将下列脚本存为 ~/bin/validate_appicon.py，对单个 .appiconset 目录执行：python3 ~/bin/validate_appicon.py /path/to/AppIcon.appiconset。脚本打印 FAIL 行并在有错误时以非零退出码结束，便于 OpenClaw 或 CI 判定失败。

#!/usr/bin/env python3
# 校验 AppIcon.appiconset/Contents.json 与 PNG 像素是否一致；输出 JSON + Markdown 报告
import json, sys, os
from pathlib import Path
from PIL import Image

def parse_scale(s):
    return int(s.replace("x", "").strip())

def expected_wh(size_str, scale_str):
    a, b = size_str.lower().split("x")
    m = parse_scale(scale_str)
    return int(a) * m, int(b) * m

def main(appiconset):
    root = Path(appiconset)
    cj = root / "Contents.json"
    data = json.loads(cj.read_text(encoding="utf-8"))
    rows, errors = [], 0
    for img in data.get("images", []):
        fn = img.get("filename")
        if not fn:
            continue
        path = root / fn
        exp = expected_wh(img["size"], img["scale"])
        if not path.is_file():
            rows.append({"file": fn, "expected": exp, "actual": None, "ok": False, "reason": "missing"})
            errors += 1
            continue
        w, h = Image.open(path).size
        ok = (w, h) == exp
        if not ok:
            errors += 1
        rows.append({"file": fn, "expected": list(exp), "actual": [w, h], "ok": ok})
    rep = {"appiconset": str(root), "items": rows, "error_count": errors}
    out = Path(os.environ.get("REPORT_DIR", "."))
    out.mkdir(parents=True, exist_ok=True)
    (out / "report.json").write_text(json.dumps(rep, ensure_ascii=False, indent=2), encoding="utf-8")
    lines = ["# App Icon 校验报告", "", f"- 目录: `{root}`", f"- 错误数: **{errors}**", ""]
    for r in rows:
        if r["ok"]:
            continue
        lines.append(f"- **{r['file']}**: 期望 {r.get('expected')} 实际 {r.get('actual')} ({r.get('reason', 'size')})")
    (out / "fix_report.md").write_text("\n".join(lines), encoding="utf-8")
    for r in rows:
        if not r["ok"]:
            print("FAIL\t", r["file"], r.get("expected"), r.get("actual"), r.get("reason", ""))
    sys.exit(1 if errors else 0)

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("usage: validate_appicon.py /path/AppIcon.appiconset", file=sys.stderr)
        sys.exit(2)
    main(sys.argv[1])

批处理示例：对 inbox 下多个套图循环导出报告子目录。可与《OpenClaw PNG 素材质检》中的失败 manifest 思路结合，只重跑未通过批次。

#!/usr/bin/env bash
set -euo pipefail
IN=~/appicon_jobs/inbox
for d in "$IN"/*.appiconset "$IN"/*/AppIcon.appiconset; do
  [[ -d "$d" ]] || continue
  name=$(basename "$(dirname "$d")")
  export REPORT_DIR=~/appicon_jobs/reports/"$name"
  mkdir -p "$REPORT_DIR"
  python3 ~/bin/validate_appicon.py "$d" || true
done

④ 文件夹监听模板

设计从 Figma / Sketch 导出到共享目录后，可用 fswatch 防抖触发校验（勿监听 iCloud 同步中的临时文件）。忽略 .DS_Store 与 *.tmp。

brew install fswatch
WATCH=~/appicon_jobs/inbox
fswatch -o "$WATCH" | while read -r; do
  sleep 20
  ~/appicon_jobs/batch_validate.sh
done

⑤ OpenClaw 编排要点

把上述脚本封装为 OpenClaw 的固定技能步骤：入参为 appiconset 路径或 job id；成功仅当退出码 0；失败时附带 fix_report.md 路径推送通知。长任务用 tmux 或 launchd，避免 SSH 断开中断批次。设计侧仍负责母版与 sRGB 导出策略；自动化负责「像素与 JSON 合同」——这与规模化设计交付中的职责切分一致。

⑥ 常见报错 FAQ

限免登录即可打开站内 购买 / 租用、价格与节点，按 帮助中心 接入 SSH，把上述校验与监听固定在专属远程 Mac 上跑，本机专注设计与同步。