Claude Code + Draw Things：Mac 本地 AI 自动配图

写技术博客最痛苦的事是什么？不是写代码示例，不是理清技术逻辑——而是配图。

每写一篇文章，你可能要花 30 分钟到 1 小时去找图、做图、调整尺寸。用 Midjourney？每月 $10 起步，还要在 Discord 里来回切换。用 DALL-E？每张图消耗 API 额度。用免费素材？千篇一律，毫无个性。

但如果我告诉你，Claude Code 可以在写文章的同时，自动调用你 Mac 上的 Draw Things 生成配图——一条命令，文章和配图同时产出，而且完全免费、完全本地、无需联网——你会不会觉得这像在开玩笑？

这不是玩笑。这是 MCP（Model Context Protocol） 带来的真实能力。这篇文章将手把手教你搭建这套工作流。

一、这套方案的核心架构

先看全局。整套系统由三层组成：

┌─────────────┐     MCP 协议      ┌──────────────────┐     HTTP API      ┌──────────────┐
│ Claude Code  │ ◄──────────────► │ mcp-drawthings   │ ◄──────────────► │ Draw Things  │
│ (AI 大脑)    │    stdio 通信      │ (Node.js 桥接层)  │    localhost:7860  │ (本地生图引擎) │
└─────────────┘                   └──────────────────┘                   └──────────────┘

• Claude Code：你的 AI 编程助手，负责理解需求、规划任务、调用工具
• mcp-drawthings：开源 MCP Server，负责把 Claude Code 的指令翻译成 Draw Things 能懂的 HTTP 请求
• Draw Things：macOS 原生 AI 生图引擎，利用 Apple Silicon 的 Metal FlashAttention 加速，本地完成所有计算

三者通过标准协议串联，Claude Code 不需要知道 Draw Things 的具体 API 细节，只要说"帮我生成一张图"，MCP Server 会把剩下的事处理好。

这就像你告诉助理"帮我订个餐厅"——你不需要知道助理是打电话还是用 App 订的，你只关心结果。

二、环境准备：3 步完成配置

2.1 前置条件

2.2 第一步：启用 Draw Things API Server

Draw Things 内置了一个 HTTP API Server，但默认是关闭的。你需要手动打开它：

1. 打开 Draw Things App
2. 点击菜单栏 Draw Things → Settings（或按 ⌘ + ,）
3. 找到 “API Server” 或 “HTTP API” 选项
4. 勾选 “Enable API Server”
5. 端口保持默认 7860

启用后，你可以用 curl 验证：

# 验证 API 是否正常
curl http://127.0.0.1:7860/sdapi/v1/options

如果返回 JSON 配置信息，说明 API 已就绪。

2.3 第二步：配置 MCP Server

在 Claude Code 中注册 Draw Things MCP Server。运行以下命令：

claude mcp add drawthings -- npx -y mcp-drawthings

这一行做了三件事：

1. 在 Claude Code 配置中注册名为 drawthings 的 MCP Server
2. 指定启动命令为 npx -y mcp-drawthings（自动下载并运行）
3. 使用 stdio 通信方式连接

执行后，~/.claude.json 中会出现类似这样的配置：

{
  "mcpServers": {
    "drawthings": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "mcp-drawthings"]
    }
  }
}

2.4 第三步：验证连接

重启 Claude Code，输入 /mcp 查看 MCP Server 状态。你应该看到 drawthings 显示为已连接状态，并列出 4 个可用工具。

或者直接让 Claude Code 测试：

帮我检查 Draw Things 是否正常运行

Claude Code 会调用 check_status 工具，返回 Draw Things 的运行状态。

三、4 大核心工具详解

配置完成后，Claude Code 获得了 4 个 Draw Things 工具。每个工具的用途不同，搞清楚它们的区别，才能让自动化工作流跑起来。

3.1 check_status —— 状态检查

作用：检查 Draw Things API Server 是否在运行。

使用场景：在生图前先确认服务可用，避免白跑一趟。

对话示例：
用户：帮我生成一张封面图
Claude Code：（先调用 check_status 确认 Draw Things 在线，再调用 generate_image 生图）

这个工具没有参数，调用后返回 Draw Things 的连接状态。简单但重要——自动化流程的第一步永远是检查环境。

3.2 get_config —— 获取当前配置

作用：获取 Draw Things 当前加载的模型、分辨率、采样器等配置信息。

使用场景：在生图前了解当前用的是什么模型，判断是否需要切换。

返回信息包括：

• 当前加载的模型名称
• 默认分辨率
• 采样器类型
• CFG Scale 等参数

实际用途：比如你想生成写实风格的图，但当前加载的是动漫模型，Claude Code 可以根据 get_config 的返回结果，在 generate_image 时指定正确的模型。

3.3 generate_image —— 文生图（核心工具）

作用：根据文本提示词生成图像，并保存到本地磁盘。

这是最常用的工具，参数如下：

关键参数解释：

• steps（步数）：步数越多，细节越丰富，但速度越慢。Flux.1 Schnell 只需 4 步，SD 1.5 通常需要 20-30 步
• cfg_scale（引导强度）：值越高，图像越"听话"，但可能过度饱和。推荐 5-10 之间
• output_path：可以直接指定保存到文章目录，例如 content/posts/ai/xxx/cover.webp

实际调用示例：

帮我生成一张技术博客封面图：
- 主题：AI 编程自动化
- 风格：科技感、深色背景、蓝紫色调
- 尺寸：1200x630
- 保存到 content/posts/ai/2026-02-16-example/cover.png

Claude Code 会将此请求转换为 generate_image 调用：

{
  "prompt": "A futuristic tech illustration about AI programming automation, dark background with blue and purple gradient, neural network patterns, clean modern style, no text",
  "negative_prompt": "text, watermark, blurry, low quality",
  "width": 1200,
  "height": 630,
  "steps": 20,
  "cfg_scale": 7.5,
  "output_path": "content/posts/ai/2026-02-16-example/cover.png"
}

3.4 transform_image —— 图生图

作用：以现有图像为基础，根据提示词进行风格转换或修改。

image_path 和 image_base64 至少提供一个。

denoising_strength 理解指南：

• 0.1-0.3：轻微调整，保留原图 90%+ 的内容，适合微调色调、风格
• 0.4-0.6：中等变换，保留构图但改变细节，适合风格迁移
• 0.7-1.0：大幅重绘，只保留大致轮廓，接近全新生成

典型用途：

把这张截图转换成手绘风格的插图：
- 源图：content/posts/ai/screenshot.png
- 风格：hand-drawn illustration, sketch style
- 变换强度：0.6

四、实战：自动化博客配图工作流

理论讲完，来看最让人兴奋的部分——把这套工具串成自动化工作流。

4.1 场景：一条命令，文章 + 配图同时产出

假设你要写一篇关于 “MCP 协议” 的技术博客。传统流程是：

写文章（30min）→ 找配图（20min）→ 调整尺寸（10min）→ 检查格式（5min）

有了 Claude Code + Draw Things，流程变成：

一条指令（1min）→ Claude Code 自动完成全部（5-10min）

4.2 完整工作流演示

在 Claude Code 中输入：

写一篇关于 MCP 协议的技术博客，包括：
1. 文章内容
2. 封面图（1200x630，科技风格）
3. 2-3 张正文配图
全部保存到 content/posts/ai/ 目录

Claude Code 的执行过程：

Step 1: check_status
  → 确认 Draw Things 在线 ✓

Step 2: get_config
  → 获取当前模型信息（Flux.1 Schnell）

Step 3: 撰写文章
  → 生成 index.md，包含 Front Matter、正文、内链

Step 4: generate_image × 3（并行）
  → 封面图：1200×630 科技风格
  → 配图1：架构图风格
  → 配图2：流程图风格

Step 5: 保存所有文件到文章目录
  → index.md + cover.webp + fig1.webp + fig2.webp

Step 6: 构建验证
  → hugo --minify 确认无报错

全程无需切换应用——不用打开浏览器找图，不用打开 Photoshop 调尺寸，不用手动上传到 CMS。

4.3 提示词工程：让 AI 生出好图的秘诀

Claude Code 调用 Draw Things 时，提示词质量决定了图像质量。以下是博客配图场景的提示词公式：

封面图公式：

[主题描述], [风格], [色调], [构图], [技术关键词]
negative: text, watermark, blurry, low quality, deformed

实际示例：

# 技术教程封面
"A clean modern illustration of AI workflow automation,
 interconnected nodes and data flows,
 dark blue gradient background,
 minimalist tech style,
 cinematic lighting, professional"

# 工具对比文章封面
"Split screen comparison of different AI tools,
 left side showing cloud services,
 right side showing local computing on Mac,
 tech aesthetic, blue and purple tones,
 isometric perspective"

# 概念解析封面
"Abstract visualization of Model Context Protocol,
 glowing connection lines between AI and tools,
 futuristic digital landscape,
 dark theme with neon accents"

模型选择建议：

4.4 进阶：用 transform_image 统一文章视觉风格

有时候文章需要多张配图，但 AI 每次生成的图风格可能不一致。这时可以用 transform_image 来统一风格：

1. 先生成一张满意的"基调图"
2. 用 transform_image 以这张图为基础，逐张调整其他配图
3. 设置 denoising_strength = 0.3-0.5，保留各图的主要内容但统一色调和风格

这就像给一组照片统一套滤镜——每张照片内容不同，但视觉风格一致。

五、对比：为什么选本地方案？

你可能会问：Midjourney、DALL-E 3 这些云端服务不是更方便吗？来看看对比：

核心优势总结：

1. 零成本：Draw Things 免费 + Apple Silicon 算力免费
2. 零延迟：不用等网络传输，本地 GPU 直接计算
3. 零泄露：所有数据不出你的电脑
4. 零限制：没有配额、没有审核、没有封号风险

对于技术博客作者来说，一年下来光配图就能省 $120-720（按 Midjourney 标准版 $10/月计算）。

六、完整自动化流水线：从热点发现到文章发布

把 Claude Code + Draw Things 嵌入完整的内容生产流水线，你可以实现"一个人运营一个技术媒体"的效率。

6.1 流水线架构

┌─────────────┐    ┌──────────────┐    ┌────────────────┐    ┌─────────┐    ┌──────────┐
│  发现热点    │ →  │  深度调研     │ →  │  撰写 + 自动配图 │ →  │  质检    │ →  │  发布    │
│  WebSearch   │    │  WebFetch    │    │  Write + Draw   │    │  Hugo   │    │  Git     │
│  热搜/趋势    │    │  阅读素材    │    │  Things MCP     │    │  构建    │    │  Push    │
└─────────────┘    └──────────────┘    └────────────────┘    └─────────┘    └──────────┘

6.2 实战指令模板

下面是一条"端到端"指令，你可以直接在 Claude Code 中使用：

请帮我完成以下自动化博客发布流程：

1. **热点调研**：搜索 "XXX 技术" 的最新动态，找到 3-5 个有价值的信息源
2. **撰写文章**：
   - 分类：AI实战
   - 风格：深度技术教程，通俗易懂
   - 要求：3000-5000 字，含代码示例
3. **自动配图**：
   - 封面图：1200×630，科技风格，深色背景
   - 正文配图：根据文章内容自动生成 2-3 张
   - 所有图片保存为 .webp 格式
4. **质量检查**：
   - Front Matter 完整性
   - 内链 ≥ 3 个
   - Hugo 构建无报错
5. **保存到**：content/posts/ai/ 目录

6.3 关键细节：图片格式转换

Draw Things 默认输出 PNG 格式，但博客需要 WebP 格式（体积更小）。Claude Code 会自动处理转换：

# Claude Code 生成图片后，自动转换为 WebP
cwebp -q 85 -resize 1200 630 cover.png -o cover.webp

如果系统没有 cwebp，也可以用 Python：

from PIL import Image
img = Image.open("cover.png").resize((1200, 630), Image.LANCZOS)
img.save("cover.webp", "WEBP", quality=85)

七、常见问题与排错

Q1: Draw Things API 连不上？

症状：check_status 返回连接失败。

排查步骤：

1. 确认 Draw Things App 已打开
2. 确认 API Server 已启用（Settings → API Server）
3. 确认端口是 7860：curl http://127.0.0.1:7860/sdapi/v1/options
4. 如果端口被占用，在 Draw Things 设置中改端口，同时更新 MCP Server 的环境变量

Q2: 生成的图片质量不好？

可能原因：

• 提示词太简单：至少包含主题 + 风格 + 色调 + 质量关键词
• 步数太少：SD 1.5/SDXL 至少 20 步，只有 Flux.1 Schnell 可以 4 步出好图
• 模型不匹配：写实需求别用动漫模型
• 分辨率不合理：SD 1.5 最佳 512×512，SDXL 最佳 1024×1024

Q3: MCP Server 报错 “command not found”？

确保 Node.js 已安装且版本 ≥ 18：

node --version  # 应该显示 v18.x 或更高
npx -y mcp-drawthings --help  # 手动测试 MCP Server

如果 npx 找不到，尝试用完整路径：

claude mcp add drawthings -- /usr/local/bin/npx -y mcp-drawthings

Q4: 生图速度慢？

以上为 Flux.1 Schnell 4 步推理的近似耗时。实际速度取决于模型、步数和系统负载。

如果太慢，可以：

• 使用 Flux.1 Schnell（只需 4 步）
• 降低分辨率，后期再用 transform_image 放大
• 关闭其他占用 GPU 的应用

Q5: 能同时生成多张图吗？

Draw Things 的 API 是同步的——一次只能处理一个请求。但 Claude Code 会自动串行排队，你只需要在指令中说明需要几张图，Claude Code 会依次生成。

如果你需要更高的并行度，可以考虑运行多个 Draw Things 实例（不同端口），配置多个 MCP Server。

八、进阶玩法

8.1 自定义 LoRA 模型生成品牌风格图

如果你想让博客配图有统一的品牌风格，可以训练自己的 LoRA 模型：

1. 用 Draw Things 内置的 LoRA 训练功能 训练品牌风格
2. 在 generate_image 调用时指定 LoRA 模型
3. 所有文章的配图就有了统一的视觉 DNA

8.2 截图美化流水线

技术文章经常需要放截图，但原始截图通常不够美观。用 transform_image 可以自动美化：

1. 截取原始截图 → screenshot.png
2. transform_image：添加圆角、阴影、渐变背景
3. 输出美化后的图片 → screenshot_styled.webp

8.3 系列文章视觉一致性

写系列文章时，可以制定一套"视觉规范"给 Claude Code：

# 系列文章配图规范

## 封面图
- 尺寸：1200×630
- 色调：深蓝渐变（#0f172a → #1e3a5f）
- 风格：minimalist tech illustration
- 必须包含：主题相关的抽象图形

## 正文配图
- 尺寸：800×450
- 风格：与封面图一致
- 用途：架构图、流程图、对比图

把这段规范放到 CLAUDE.md 或 Skills 文件中，Claude Code 每次生图都会自动遵循。

九、总结

Claude Code + Draw Things 的组合，本质上是让 AI 编程助手获得了"视觉创作"能力。通过 MCP 协议的桥接：

• 写文章时可以同步生成配图——不再需要中断写作去找图
• 完全本地运行——零成本、零隐私风险
• 高度可定制——模型、风格、尺寸全部可控
• 可纳入自动化流水线——从热点发现到文章发布一气呵成

如果你是 Mac 用户、技术博客作者、或者任何需要频繁配图的内容创作者，这套方案值得你花 10 分钟配置起来。一旦跑通，你会发现写作体验质的飞跃——因为你再也不用为配图分心了。

附：快速启动清单

# 1. 安装 Draw Things（App Store 免费）
# 2. 启用 API Server（Settings → API Server → Enable）
# 3. 配置 MCP Server
claude mcp add drawthings -- npx -y mcp-drawthings

# 4. 验证（重启 Claude Code 后）
# 输入：帮我检查 Draw Things 是否正常运行

# 5. 开始使用
# 输入：帮我生成一张 1200x630 的科技风格博客封面图

相关阅读

• Draw Things 完全指南：Mac 本地 AI 生图从入门到精通
• Mac Mini 本地 AI 生图性价比方案
• Claude Code 浏览器自动化方案对比（2026 最新）
• 我的 AI 开发工作流：从需求到上线
• Claude Code 最佳实践指南
• Claude Code Skills 完全指南
• 全面解析 FaceFusion：从原理到实战 — 另一个用命令行驱动的本地生成式媒体工具