Python Automatisierungsskript Mac-Portierung

Ich nutze derzeit ein Python-Automatisierungsskript unter Windows und möchte dieses für MAC haben.
Ich bin Fotograf und nutze dieses Tool, um meine Bilder effizient zu sortieren.
Meine Kamera speichert jedes Foto als NEF- (RAW-Datei) und JPG-Version.
Zuerst wähle ich im Ordner die JPG-Dateien aus, die ich behalten möchte, und lösche den Rest.
Anschließend kopiere ich die Python-Datei in denselben Ordner und führe sie aus.
Das Tool durchsucht automatisch den Ordner, findet zu den ausgewählten JPG-Dateien die gleichnamigen NEF-Dateien und verschiebt diese in einen separaten Ordner.
Mit diesen NEF-Dateien kann ich dann weiterarbeiten und sie z. B. in Lightroom oder Photoshop bearbeiten.

Der vorhandene Code ist funktional, enthält jedoch klassische Windows-Pfadangaben (Backslashes, Laufwerksbuchstaben) und bindet ein paar win-spezifische Module. Ich bin nicht sicher, welche macOS-Anpassungen im Detail nötig sind, erwarte aber Anpassungen wie:
• Umstellung auf pathlib bzw. os-agnostische Pfadbehandlung
• Ersatz oder Entfernung rein Windows-bezogener Bibliotheken
• Sicherstellen, dass das Skript per Terminal oder optional über ein kleines .app-Bundle startbar ist

Was ich von dir brauche
1. Sichtung meines aktuellen Codes (ca. 500 Zeilen)
2. Refactoring auf plattformunabhängige Struktur, getestet unter macOS Ventura
3. Kurze README mit Installations- und Nutzungshinweisen (Python-Version, benötigte pip-Packages)
4. Optional: ein kleines Packaging-Script (pyinstaller, py2app o. Ä.), falls ohne Python-Vorkenntnisse ausführbar sein soll

Akzeptanzkriterium
Das Skript erledigt unter macOS exakt die gleichen Dateiverwaltungsaufgaben wie unter Windows, ohne Fehlermeldungen.

Ich liefere dir: den aktuellen .py-Code, Beispiel-Ordnerstruktur und eine Beschreibung der gewünschten Abläufe.
Freue mich auf deine Expertise, besonders wenn du Erfahrung mit cross-platform Python, pathlib, subprocess und Packaging-Tools hast.

Unter diesem Link finden die jpg und nef, da diese im Drag&Drop nicht Platz haben.
https://we.tl/t-nY0iKe6jIR
(NEF=RAW Datein)

LG