Codex终于能看懂箭头了：Cowart给AI编程加了一块无限画布，改图不用靠打字了

发布时间：2026-07-05

大家好，我是米核AI易山。

用AI生图的朋友大概都有过这种体验：图片整体效果已经八九分了，偏偏有几个细节不对。你想改，但跟AI描述半天，它改的地方反而越来越多。聊了好几轮，你开始怀疑，到底是AI听不懂，还是你自己也说不清楚。

最近GitHub上有个开源项目火了——Cowart。它干了一件事：给Codex装了一块无限画布，让你可以在图片上直接画箭头、写批注，然后Codex按照你的标注去改图。

不用打字描述位置，不用反复解释"不是这个，是旁边那个"。指哪改哪。

这个项目到底解决了什么问题

先说一个场景。你让AI帮你生成一张公众号封面图，出来了，整体风格OK，但是右下角有个多余的文字，你想删掉。

你怎么跟AI说？"请把右下角那个文字删掉，其他都不动，文字排版、截图尺寸、页码全部保持不变。"

这种话单独看都不复杂，但图片一多、版本一多，聊天框里的描述就会变得很绕。更尴尬的是，有时候你自己也开始不确定"刚刚说的是哪张图""那个位置到底是左下还是右下""新版是第几版"。

问题就不只是AI理解能力的事了。它更像是你和AI之间，缺了一块能共同看图、共同标注的桌面。

Cowart就是来解决这件事的。

简单说，Cowart是一个Codex的本地插件，底层用的是tldraw无限画布框架。你在Codex里输入一句话，它就会启动一个本地画布服务。打开浏览器，你就有了一块可以随意放图片、写标注、画箭头的工作台。

画布数据保存在当前项目的canvas目录里，跟着项目走，不会丢。

它的核心能力有两个：

第一，在画布里直接生成图片。 画布上有一个AI图片占位框工具，你拖一个框出来，调整好大小，告诉Codex要画什么，Codex就会按照占位框的比例生成图片，直接填进去。不用手动保存、上传、调整尺寸，生成结果就在你指定的位置。

第二，用箭头和文字标注来改图。 这是最实用的功能。在原图旁边画一条箭头，写上修改意见，然后把标注截图发给Codex。Codex会识别箭头指向的位置和批注文字，生成一张干净的新图，放在原图旁边。原图、箭头、批注都保留着，方便你对比每一版修改。

我拿它试了几个场景。

做封面图微调。 先生成一张整体效果还行的封面，然后标注"标题字体换粗体""右下角删掉多余装饰""背景色调再暖一点"。截图丢给Codex，出来的新图把这些都改好了，放在原图右侧，一目了然。

多版本对比。 以前改图，文件夹里一堆01、02、final、new、v03。来回点开看哪张更顺眼。现在用画布，新版直接放在原图旁边，看就行。不用靠记忆比较。

UI原型迭代。 在画布上放一张设计稿，标注按钮位置、配色、圆角尺寸，Codex按标注修改，同时还能生成前端代码。设计和编码在同一个流程里。

整个过程的核心变化是：修改需求从文字变成了可视化的标注。你不再需要写一段话解释"把左上角那个元素往右移一点"，直接画个箭头指过去就行了。

Cowart内置了一个MCP服务，提供两个工具。一个叫get_cowart_selection，读取你当前选中的画布元素，包括元素ID、坐标、宽高、图片文件名这些信息。另一个叫insert_cowart_image，负责把本地图片插入画布，自动找空白位置放下。

Codex通过MCP协议和画布通信。读取选择状态、插入图片、保存资源，都走这套协议。

安装也简单。在Codex里输入一段安装提示词，它会自动从GitHub克隆仓库，跑构建命令，注册到插件市场。重启对话，新的技能和工具就加载好了。

数据存在项目目录里，不是塞进插件仓库。画布页面JSON和图片资源分开存放，可以纳入Git版本控制，团队协作时也能共享画布状态。

工具刚开源不久，有一些小问题值得注意。

标注修改依赖截图识别。 箭头位置模糊、截图分辨率太低、多条批注互相冲突，都可能影响生成结果。比如你同时标了3个修改点，有时候AI可能只改了其中两个，或者改错了位置。

端口冲突。 默认端口43217如果被其他程序占用，会自动跳到43218，需要留意。

内置浏览器偶尔连不上本地服务。 这时候需要手动复制URL到外部浏览器打开。

这些都是小问题，不影响核心功能的使用。

AI生图工具已经够多了。但大部分工具解决的还是"怎么生成"的问题。Cowart关注的是另一个环节："怎么改"和"怎么对比"。

这两个环节在实际工作中占据的时间，可能比生成本身还多。你花几秒生成一张图，但可能要花10分钟跟AI来回沟通才能改到满意。

Cowart把修改意图变成了可视化的标注，把版本对比变成了画布上的并排展示。它不是要替代Midjourney或者Stable Diffusion，而是在AI生图工具和你之间，加了一层更高效的沟通界面。

从行业角度看，全球AI图像生成市场这几年增长很快。但工具之间的竞争，正在从"谁的生成质量更好"转向"谁的工作流更完整"。生成只是起点，挑选、标注、修订、对比，这些环节串起来才是一个完整的生产流程。

Cowart做的事情不大，但它指向的方向是对的：让AI工具不只是能生成，还要能融入真实的创作流程。

最小路径就四步：把图放进画布，圈出要改的地方，写下批注，让Codex按标注修改。

不用一上来就搭完整工作流。先跑通一次"原图→批注→修改→对比"，感受一下它和普通聊天框的区别。

对做公众号封面、小红书贴图、短视频封面的朋友来说，这个工具可能会改变你和AI协作的方式。不是AI不懂你，是你之前没有一个地方，把需求变成它能看见的样子。

我是米核AI易山，专注扣子工作流和AI漫剧实战分享。想获取更多AI工具教程和工作流实战内容，搜索"米核AI易山"就行。