Codex 无限画布批注改图？这位豆包产品经理开源的 Cowart 火了！

开源星探

发布于 2026-06-23 18:40:38

2580

文章被收录于专栏：翩翩白衣少年翩翩白衣少年

这两天 X 上被 Codex 无限画布改图玩法刷屏了。

说起来也挺有意思，创新此玩法的作者是一位豆包的产品经理，在 Codex 上搭了一个本地无限画布，专门用来做图片批注和精准改图。

AI大佬们实测之后纷纷转发，作者昨天已经把玩法连同无限画布 Codex 插件一起开源了。

开源项目名为：Cowart。

我去 GitHub 扒了一下项目，代码刚放出来不久，目录结构很清爽：.codex-plugin 是插件本体，skills/ 里是 Skill 脚本，src/ 是画布前端，还有一个 mcp/ 目录，用来做 MCP 工具集成。

之所以这个小工具能在短时间内被各路大佬实测分享，核心不是它做了多复杂的事情，而是它戳中了一个非常真实的痛点——在 AI 改图这件事上，聊天框的表达力其实不够。

你要让 AI "把图里这只鸟去掉"，说起来简单，但真正操作时，光靠文字描述"哪只鸟、在什么位置、去掉后背景该怎么补"，就非常费力。

而 Cowart 选择了另一条路：给 Codex 装一张电子白板，让它在画布里摆材料、画箭头、留版本，自己看。

01 Cowart 到底是什么？

Cowart 在 GitHub 的自我介绍很简单：面向 Codex 的本地无限画布插件。

它基于 tldraw 做可视化画布，用于构思、标注、生成图片，以及根据标注迭代图片。

画布运行在本地网页服务中，数据默认保存到当前用户项目的 canvas/ 目录，不会上传到插件仓库里。

这段话里有几个关键词，每一个都值得展开说一下。

第一，面向 Codex。它不是一个独立的 AI 画布产品，它的定位是 Codex 的插件。也就是说，它不自己做生图模型，也不自己做视觉理解，而是把画布、图片、标注、版本这些"材料"摆到 Codex 面前，让 Codex 自己去看、自己去操作。

第二，本地无限画布。画布用的是 tldraw，这是一个开源的无限白板框架，之前很多 AI 画板项目都基于它。无限画布的好处是，你可以把原图、标注图、每一代版本平铺在一张桌子上，不用来回切文件。

第三，根据标注迭代图片。这是 Cowart 区别于普通生图工具的核心能力。不是"生成一张新图"，而是"基于标注生成新图并放在原图旁边"。原图不会被覆盖，版本链是清晰的。

02 Cowart 解决了什么问题？

在聊功能之前，先聊聊问题本身。

现在用 AI 改图，主流路径有两条。

一条是 Lovart 这样的专业画布 AI，界面完整，交互顺，设计资产管理成熟，卖的是 AI Design Partner、Touch Edit、Style Consistency、Text Edit 这些设计工作流。

另一条是在聊天框里写一大串描述，让 GPT Image 或其他模型按文字改图。

两条路径各有各的问题。Lovart 的问题是，它是一个封闭产品，你需要去一个新平台，用它提供的模型和工具链，接受它的定价。

聊天框改图的问题是，空间信息很难塞进文字里——原图在哪、批注在哪、上一版在哪、哪张图才是当前选中版本，这些信息如果都要靠文字描述，会非常啰嗦。

Cowart 的思路是，画布 AI 不一定非得是一个封闭产品。如果 Codex 本来就在你的电脑里，本来就能读项目、跑命令、调用图像模型，再给它一张画布，它就能长出一个低配 Lovart。 而且是本地的、可改的、能接你自己工具链的。

这才是这个小项目被大家盯上的原因。它做的事情本身不大，但它暴露了一个方向：Codex 正在从"回答问题"往"摆弄材料"走。代码、截图、报错、设计稿、标注、箭头、版本、结果，全都可以留在一张桌子上。

画布不是为了好看，它是在帮 Codex 保存空间上下文。

03 核心功能

Cowart 的能力可以拆成四个核心模块，我们一个一个说。

打开本地画布

在 Codex 的对话里说一句 Open the Cowart canvas for this project.，Cowart 会启动本地服务，默认地址是 http://127.0.0.1:43217/。

画布数据会保存在当前项目目录下的 canvas/pages/<page-id>/ 里，画布本体是一个 cowart-canvas.json，图片资源放在同目录的 assets/ 文件夹中。

这个设计有一个很重要的细节：每个项目的画布是独立的。

你在 A 项目里打开的画布，和在 B 项目里打开的画布，数据是分开存储的。这对于把 Cowart 当成项目工作台来用的场景非常友好。

生成新图到 AI image holder

在画布中创建并选中一个 AI image holder，然后在 Codex 里描述要生成的图片，Codex 会读取选中的 holder，按它的比例生成图片，并插入到 holder 中。

这个流程把"描述需求 → 生成图片 → 放到画布上"串成了一条线。

根据标注图生成新图

这是整个项目最"绝"的功能。

你在 Cowart 画布中对图片做标注，画箭头，写一句简单的需求，然后把标注后的图或直接选中标注的图片，让 Codex 根据标注生成干净的新图。

新图会被放到原图旁边，原图和标注不会被删除或移动。

关键在于迭代。你可以选中新版本继续标注，Codex 知道这次要基于"已经去掉鸟"的图继续改，而不是从原图重来。

这就是画布带来的空间上下文——哪张是原图、哪张是 V1、哪张是 V2、当前选中的是哪一张，Codex 看一眼画布就知道了。

通过 MCP 工具读取选择状态并插入图片

Cowart 还提供了 MCP 工具。这意味着 Codex 可以通过标准的工具协议来读取画布中的选择状态、插入图片、保存页面资源到本地目录。

对于熟悉 MCP 生态的用户来说，这打开了很多自定义扩展的可能性。

04 Skill 体系

Cowart 的 Codex 插件里带了三个 Skill，对应三个核心操作：

• cowart:cowart-open-canvas：打开 Cowart 本地画布。负责启动本地服务、加载项目画布数据。
• cowart:cowart-image-gen：把生成的图片插入选中的 AI image holder。负责根据选中 holder 的尺寸比例生成图片。
• cowart:cowart-image-edit：根据用户提供的 Cowart 标注截图生成修订图。负责读取标注、生成新版、放到原图旁。

Skill 体系的设计很克制——每个 Skill 只做一件事，但做完整。

没有搞一堆花哨的辅助 Skill，而是把核心能力做扎实。

05 快速上手

方式一：让 Codex 自动安装（推荐给新手）

把下面这段话发给 Codex：

请从 https://github.com/zhongerxin/cowart.git 安装 Cowart Codex 插件。
请 clone 仓库到 ~/plugins/cowart，确认 .codex-plugin/plugin.json 存在，
把插件加入 personal marketplace，然后运行 codex plugin add cowart@personal。
安装后请校验插件，并告诉我是否需要开启一个新对话来加载新技能和 MCP 工具。

Codex 会自己 clone 仓库，检查 plugin.json，加入 personal marketplace，跑安装命令，然后告诉你下一步怎么做。

这对于不想折腾配置的用户来说非常友好。

方式二：手动安装

推荐把插件 clone 到 Codex personal marketplace 默认会引用的位置：

mkdir -p ~/plugins
git clone https://github.com/zhongerxin/cowart.git ~/plugins/cowart
cd ~/plugins/cowart
npm install
npm run build

然后确保 ~/.agents/plugins/marketplace.json 中有 Cowart 条目：

{
  "name": "personal",
  "interface": {
    "displayName": "Personal"
  },
  "plugins": [
    {
      "name": "cowart",
      "source": {
        "source": "local",
        "path": "./plugins/cowart"
      },
      "policy": {
        "installation": "AVAILABLE",
        "authentication": "ON_INSTALL"
      },
      "category": "Productivity"
    }
  ]
}

然后安装插件：