以前你用 Flowith，现在是 Agent 用 Flowith

Agent 搬进了画布，开始有自己的工位了。

👦🏻 作者: 镜山

🥷 编辑: Koji

🧑‍🎨 排版: NCon

最近有一个趋势特别明显：越来越多的产品开始做 CLI，把自己的核心能力改造成「能被 Claude Code、Codex 这些 Agent 直接理解和调用」的形式。最简单也最普遍的路径，就是把产品能力封装成一个开放的 Skill，挂到 Agent 的工具链上。

你会发现，这几个月，几乎每隔几天就有一家产品宣布支持了 Agent 集成。

这背后的逻辑其实很好理解。**当 Agent 成为越来越多人日常工作的入口，产品如果还停在「用户自己打开网页、自己点击按钮」这套流程里，就意味着它在 Agent 的工作链路中是隐形的。**所以，「让 Agent 能调用自己」，正在变成一种新的产品生存策略。

之前曾在「十字路口」出道的 Flowith，一路演进，进化成了人和 Agent 共同的多模态创作空间。

一方面，Flowith 的画布一直是它最有特色、也最易进入心流创作的部分之一，不过也有些新用户会觉得，这种工作方式的上手门槛还是偏高。于是这次，他们没有动画布的核心方向，而是把节点引用、追问路径，以及文字、图片和多模态编辑器等关键功能重新梳理了一遍，让新用户也能更快上手，整个流程顺了很多：

更重要的一方面，他们开放了 Canvas-cowork Skill，让 Claude Code 这些主流 Agent 能够直接在 Flowith 画布上工作：生成图片、文本、视频，甚至调用子 Agent 去做批量任务，并支持 Agent 相互协作。

🚥 接下来，分享我们的实测体验。

画布变成了 Agent 的工作空间

画布本身确实有不少变化，加了新手引导、首页按产出模态重新分了类、还加了一个叫 Playbook 的案例区，新用户上手的门槛比以前低了很多。节点交互也做了一轮优化，后面实测的时候会顺带具体聊到。

但这次更新里很值得拿出来说的，是 Flowith 开放了 Canvas-cowork Skill。

简单说，就是你现在可以让 Claude Code、Codex、OpenClaw 这些主流 Agent，直接在 Flowith 的画布上干活了。

安装方式很简单，一行命令：

❯ 帮我装：npx skills add flowith-ai/canvas-cowork

Canvas-cowork 这个 Skill，本质是把 Flowith 的画布能力打包了一层。它可以自己在 Flowith 里新建和管理画布，也能直接生成多模态内容。图、视频、文本都能批量做。

里面的 Neo Agent 也能直接调用，所以可以一整批一起跑。同时它可以访问所有画布的信息和内容，能把画布里的所有内容读出来，节点、结果、过程、评论，都可以统一整理，等于把原本分散的信息集中调度起来。

Flowith 最大的能力，是在一张无限画布里批量生产完整内容。比如做一个品牌发布会，这种场景就很合适。你可以直接在 Codex 里下指令，让它工作。

先去梳理当前主流的视觉风格，再基于这些风格做一套完整的策略方案。然后按这套方案，直接批量生成统一风格的视觉物料，从研究到策略再到产出，是一条链直接跑完的。

提示词如下：

请先完成趋势调研，再基于调研结果，为一个 AI 协作产品的春季发布活动生成一整套统一风格的视觉物料，并将结果组织到同一张画布中。 项目背景： * 产品名称：Flow AI * 产品类型：面向创意团队与知识工作者的 AI 协作工作台 * 核心卖点：多 Agent 协作、可视化工作流、多模态创作、团队共享画布 * 使用场景：官网改版、发布会预热、社交媒体传播、产品介绍页 * 目标受众：AI 从业者、设计师、产品经理、创作者、科技媒体 * 品牌气质：前沿、冷静、克制、未来感、高级但不浮夸 * 传播目标：让用户感受到“这不是普通 AI 工具，而是一种新的工作界面”

当你在 Codex 里发出指令之后，Flowith 的 Canvas 会开始自动执行任务。你能看到它先把主任务的提示词输入进去，下面很快展开一整套流程。

画布上会出现很多节点，每个节点都在执行一部分任务，整个过程是并行推进的。

通过 Codex 去连 Flowith，可以直接用 Neo 这个 Agent。Neo 会在 Canvas 里根据你的提示词，直接做一整套任务规划。

比如它会先产出几条趋势、再拆出一批关键词，然后每个视觉关键词都会变成一个节点，保证后面的视觉系统是统一且可执行的。

接着它会拆成多条任务线，比如 KV、Landing、社媒，各自独立推进，但用的是同一套视觉体系。

模型也可以自己选，比如可以指定用 NanoBanana Pro。

我们放大来看，当你在 Codex 里输入这些指令之后，它会先帮你把所有节点的任务做一轮分析。Neo 则在 Flowith 里负责具体的执行和规划。

一开始会出现一个主节点，它会把主任务的提示词整理一遍，然后放到这个主节点里，作为后面所有任务展开的起点。

然后下面会基于这个主节点继续往下拆，生成多个节点，对当前主流的科技生产力平台在 UI 和品牌营销设计上的趋势做多套研究。

现在这个画布也做了很多调整。你可以直接点一个节点，右侧会弹出一个面板，可以放大查看，也可以在里面直接修改。

让 Flowith 的 Neo Agent 去做研究的一个好处是，它更容易挖到一些更新、更不套路的品牌风格。因为如果只是让 AI 去做"科技感"，结果往往会比较普通，容易落到一些陈词滥调里。

用 Neo Agent 去跑的话，它会从很多来源去做调研，把不同的设计参考都整合进来，最后给你一套更完整的判断：一个生产力平台的视觉风格到底应该怎么做。

如果用 Codex 的话，可以直接帮你在 Flowith 里调用模型。你只需要跟它对话就可以了。

最后 Flowith 给出的品牌语言，就是下面这一整套内容。现在这个画布里，其实已经完成了大量前期调研，包括 Neo 的研究结果、视觉关键词，还有每个视觉模块对应的简短说明。

整套品牌语言也已经定好了。比较有意思的是，它会明确舍弃一些被过度使用的科技感，尤其是那种比较廉价、套路化的表达。

最后出来的效果，我截了几张图。整体确实比你一开始自己写提示词，或者去设计网站找参考要好很多。

现在画面会更干净，像薄荷色、白色、灰色这种组合也很协调，整体观感是统一的。

它不只是一次生成 KV、Landing page、社媒图这种 5～7 张素材。你可以直接让它按一个视觉系统，产出一整套完整的视觉设计。

所以它会生成很多节点，这些节点也可以在画布里随意整理、调整。

下面这部分是我自己的使用体验。因为它可以一次做一整套内容，而且每个节点都会有一段前置提示词，相当于是把风格先固定住。

所以整体品牌风格会非常统一，视觉语言也会保持一致。在这一整套内容里，你就可以直接去挑选。我这边是从里面选了几张比较好的素材放出来。

我们前面说过，这个 Skill 有一个能力，就是可以直接帮你查询 Flowith 里过往的节点内容，而且用自然语言就可以。

比如我之前创建过一个做 Muji 风格家居设计的画布，你可以直接让它去查这些内容，再基于这些继续做设计、图像生成、调研，甚至视频内容。

提示词如下：

继续用 Canvas-cowork，任务：检索我之前创建的画布叫做 Muji Design 关键词： - Muji 风格家居 - 日式极简 - 原木 / 米白 / 留白空间 要求： - 找到画布 - 总结以下内容： 1. 空间风格（色彩 / 材质 / 光线） 2. 家具特征（形态 / 布局 / 比例） 3. 氛围关键词（如：克制、安静、生活感） 4. 可复用的视觉元素（至少5个） 输出： - 一段结构化总结 - 提取"统一视觉语言"（用于后续视频生成）

下面这个就是我之前做 Muji 风格家居设计时的画布。你可以看到，这时候 Codex 已经调用了这个 Skill，帮我找到了对应的画布。

之后我让它做的第一件事，是先总结这个画布里的所有上下文，然后帮我提炼出 Muji 家居风格的提示词和关键词。

因为后面做设计会用到这些关键词。它会把空间风格、家具特征这些内容都整理出来，统一发给我。

之后我会让它基于这些风格，为每一个家居去做 Muji 风格的短视频。先让它生成脚本，再根据前面整理和调研出的风格内容，去做视频定位和分镜脚本。

然后 Flowith 的 Neo Agent 会直接调用 VEO 3.1 的 fast 模型来跑这一轮，也是偏速度优先的选择。它也会说明原因，比如这个模型在自然光、微动态、稳定镜头这类生活方式片段上更合适，能更快出一套统一风格。

同时它会把每个镜头都定义清楚，比如 9:16 的画幅、时长、是否有音频等。

然后速度会很快，因为这些节点都是并行调用的，整个过程看起来会比较壮观，所有内容是一起出来的。

而且因为前面已经把上下文、风格、语言都定得很严格，所以最终每个视频的风格都会非常一致。

最后出来的我未配音的效果：

之后我会让它把所有镜头整理成一个完整的短视频结构：

将生成的所有镜头整理为一个完整短视频结构。 输出： 视频节奏结构： - 开头（引入空间） - 中段（细节与生活感） - 结尾（情绪收束）

甚至你还可以基于这些家居风格和场景，把这些图片内容扩展成一整套 UI 设计。

然后像整套 UI 设计，包括颜色、基调，以及标题、正文这些设计语言，也可以让它统一整理到一张图里。

所以我也发现，Flowith 很适合用来做一整套内容设计，而不是单点产出。

最近社区里很火的独立游戏开发，尤其是这种 2D 像素风冒险游戏，其实就是典型场景。因为它本质是一整套内容，人物、地形、道具这些 RPG 元素都要统一设计。

这种情况下，用 Codex 去调用 Flowith 的 Canvas-cowork skill 来做，会非常合适。

任务：为一个2D像素风冒险游戏，建立完整的美术风格系统（用于后续所有生成）。一共生成 90 张 游戏设定： - 类型：像素冒险 / 探索类 - 视角：2D俯视（类似经典RPG） - 世界观：温暖的自然世界 + 少量奇幻元素 - 氛围：治愈、安静、有一点孤独感

当你把这行提示词输入到 Codex 里之后，你就能看到它把所有内容一次性并行调用。我这边录了个动图，可以很明显看到整个过程。

我这里直接让它生成了 90 张图片素材：

然后它会把人物、道具、地图、地形这些元素拆开，每个元素生成一张图，一共帮我产出了 90 个素材。

这里我整理了一些素材集合。第一个是整体的颜色基调，然后是地形、道具、人物的总览图，还有一部分它设计出来的人物。

基础地形 Tile 集合：

可交互道具集合：

现在这个 Skill 也支持多 Agent 协作，比较丝滑：

Flowith 的 Canvas-cowork skill 可以让多个 Agent 在同一个画布里一起工作，相当于 Agent 和 Agent 之间可以协同完成任务。

使用方法也很简单，直接把协作画布的网址发给 Codex 就可以了。比如：

用Canvas-cowork skill，去别人家的画布里协作， 地址为：https://flowith.io/conv/xxxxx 根据这个地址画布里的内容在它这个画布里生成APP UI

Canva-cowork Skill 会识别协作画布所有的上下文：

最终，收敛成了几个最适合做移动端产品 UI 的方向：

以上所有生成的图片内容都可以快捷地进行图片编辑：

整体用下来，Canvas-cowork skill 的逻辑是把画布从一个「人用的工具」变成了「人和 Agent 共用的工作台」。

Agent 不再只是你对话的对象，它变成了你的画布协作者，最终的产出是两者共同推进的结果。

回过头来，再看 Flowith 这次更新，有一个角度挺值得说，2026 年 AI 产品领域有一个正在发生的结构性变化：产品 CLI 化。

越来越多的产品开始把自己的能力做成一种「可以被 Agent 调用的服务」。以前产品的分发逻辑是，做好界面、做好体验、让用户来用。现在多了一层，做好接口、做好 Skill、让 Agent 来调。

Agent 开始接管工作编排的角色。你告诉 Agent 你最终想要什么，Agent 去决定调用哪些工具、按什么顺序、怎么组合。

🚥

回头看过去几个月，大部分产品都开放了各种 Claw、现在也有越来越多的产品开始开放 CLI，让 Agent 可以直接调用自己的功能。Flowith 的新颖之处，则在于开放的是「画布」，有充足的上下文、可以开放给多人团队和多 Agent 协作。

所以如果往后看，有两个方向会越来越清楚了。

一个是，Agent 和人会越来越多地在同一个空间里协作，多个 Agent 之间也会在同一个空间里配合。

另一个是，有些产品场景，让 Agent 来用确实比人自己用更高效。产品把自己开放给 Agent，不只是为了不被淘汰，而是因为这么做之后，产品本身的价值反而能被释放得更大。

Flowith 这次更新，让我们看到了这两个方向上的一种落地方式。以后评价一个产品好不好，可能不只要看人用着怎么样，还得看 Agent 用着顺不顺手。