用箭头标注精准修改 AI 图片，Cowart 项目已获 2k+ Stars

先说一个困扰不少 AI 生图用户的问题：大模型出图越来越像样了，可偏偏到了最后关头还差那么一口气。你想要改某处细节——比如把胖猫调瘦一点、给主角换个姿势——但光靠文字描述，AI 就是听不懂你在指哪里。几个来回下来，没改对的反而多了，效率直线下降。

这个痛点，GitHub 上一个新项目算是给出了一个很直接的解法。项目叫 Cowart，是个面向 Codex 的无限画布插件，底层基于 tldraw。它的核心思路是：别让 AI 去猜你的修改意图，直接把意见画在图上——画箭头、写文字，然后由 Codex 来理解并生成修订版。

01. 项目简介

Cowart 给 Codex 增加了一块无限画布，上面可以放文字、草图、参考图和生成的图片。更重要的是，你能直接在画布上标注图片的修改意见，再把这些标注连同原图一起交给 Codex 理解。

画布数据会保存到当前项目的 canvas 目录下。Codex 既能读选中的内容，也能把生成结果放到指定位置，省去了手动保存、上传和重新排版这些繁琐步骤。

项目内建了一个 MCP 服务，目前提供两个工具：

用来读取当前选中的画布元素，信息很细——元素 ID、类型、坐标、旋转角度、宽高、图片文件名和资源地址，甚至还标注了是不是 AI 图片占位框。

负责把本地图片插入画布。它会复制图片、创建 tldraw 记录，再根据锚点找合适位置。方向支持左侧、右侧和下方，如果目标位置被其他元素占了，还会自动向外扩散，避免图像重叠。

实际场景里，Cowart 挺适合做文章配图、公众号封面草图、社交媒体素材、PPT 视觉方案、产品概念图和分镜设计——这些工作都有一个共同点：需要反复对比和修改。

02. 项目实测

安装 Cowart 并不复杂，一条安装指令就能完成。具体来说，你需要在 Codex 里输入一段提示词，让它去 GitHub 上拉仓库、放到插件目录、注册进 marketplace，再激活插件和 MCP 工具。整个过程基本是自动的。

提示词：

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，先运行 codex plugin marketplace add ~，

再运行 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。

装好之后，再输入一句 “Open the Cowart canvas for this project.”，服务就启动了，默认地址是 http://127.0.0.1:43217/ 。

case 1 在画布里生成图片

Cowart 的工具栏里有一个专门的「AI 图片」工具，快捷键是 A。点一下，画布上就会多出一个默认 320×220 尺寸的图片占位框。这个框可以自由缩放，Codex 会按比例生成对应图片。

举个例子，我们尝试让它在画布上生成一个“故事会封面”：

生成完毕后，图片会直接放到占位框里，且跟随占位框一起移动。如果不选中占位框，Codex 也能生成图片，它会根据当前页面布局，在附近寻找空白位置插入新图。

case 2 用箭头和文字修改图片

真正的亮点是这个「标注」工具（快捷键 C）。在图片旁拖动鼠标，就会出现一条手绘箭头，松开后可以直接在箭头旁输入修改要求。

完成标注后，截取包含原图和批注的画布画面发给 Codex，它会识别箭头指向位置和批注文字，生成一张干净的新图。

我们试着修改上面那张封面：

新图默认放在原图右侧，而旧版和标注都会被保留，方便前后对比。

当然，你也可以一次修改多个地方。把多个箭头和批注画好之后，再统一截图发给 Codex：

不过这里得留个心眼——标注修改依赖截图识别。箭头位置模糊、截图分辨率不够，或者多条批注互相冲突，都会影响最终效果。

03. 挖一挖

AI 生图早就不是小众玩法了。据 Grand View Research 数据，全球 AI 图像生成市场 2023 年规模约为 3.496 亿美元，到 2030 年预计逼近 10.8 亿美元，复合年增长率达 17.7%。

生图工具确实不少，但修改意见一直是个软肋——说不清楚、改不准、版本难管理。Cowart 切中的恰恰是这个位置。原图、参考图、批注、修订版都留在同一张画布上，Codex 能读选区、能定位插入点。你不需要在文件夹、聊天窗口和编辑器之间来回切换，修改意见也落到了箭头指向的具体位置。

与其说它是一个插件，不如说它更像一个 AI 图片工作台——把“哪里需要改”变成了可视化的画面，而不是一串容易出错的文字描述。

AI 生图已经够快了，下一步的关键，是让生成、挑选、标注、修订和对比真正融入工作流里。