Claude Code 怎么生成图片：代码渲染还是调图像模型，怎么选

Claude Code 能把图片做出来并存进你的项目，但像素不是 Claude 模型画的。会话里出现的每一张图只有两种来历：一种是 Claude 写了一段代码（SVG、HTML、绘图脚本）并运行它，渲染出图；另一种是 Claude 运行脚本或调用 MCP 服务器，把提示词交给外部的图像模型，再把返回的图片存盘。

选哪一种，看你要的是什么图。流程图、数据图表、带标题文字的封面，用第一种，不花图像模型的钱，文字和尺寸都由你写的代码决定。照片、插画、带质感的图标，只能用第二种，费用由那家图像 API 另行收取，和 Claude 订阅无关。下面按这个顺序把两条路线的做法、费用和权限设置讲清楚。

Claude Code 可以生图吗：模型不出像素，图只有两类来源

不能直接生图。Anthropic 帮助中心的说法是 Claude 不会像图片生成工具那样产出照片或插画，能做的是用 HTML、SVG 画图表和示意图，以及分析你上传的图片（Can Claude produce images?）。API 文档更直接：Claude 是纯图像理解模型，不能生成、编辑或处理图片（Vision 文档）。这一点对所有 Claude 模型和所有订阅档位都成立，换模型、升级套餐不会多出一个出图开关。

截至 2026 年 10 月 2 日，Anthropic 也没有提供自家的图像模型连接器或 skill。连接器目录里与图片有关的 Adobe、Canva、Hugging Face 都是合作方开发的；anthropics/skills 仓库里的 canvas-design、algorithmic-art、slack-gif-creator 三个 skill 靠代码排版和绘制（p5.js、PIL 等），不调用任何图像模型。

所以"用 Claude Code 生成图片"说的其实是分工：Claude 负责理解需求、写提示词或写绘图代码、决定文件存到哪；出像素的要么是渲染器，要么是别家的图像模型。聊天应用里 Claude 能做到哪一步，见Claude能生成图片吗？Claude视觉能力完全指南（2026）。

先按图的类型选路线：图表和带字封面用代码，照片插画调图像模型

判断规则只有一条主线、两个分叉：

第一个分叉是图的类型。代码渲染的图，每个字、每条线都是你能改的文本，尺寸由渲染命令精确指定，但它画不出一张新的照片；图像模型出的图是一次性的像素，想改一个字或一处布局，只能重新生成。

第二个分叉只在需要图像模型时出现：脚本还是 MCP。脚本放在项目的 .claude/skills/ 下可以提交进仓库，同事拉下代码就能用，密钥各自留在自己的环境变量里；MCP 服务器装起来只要一条命令，能调用的模型多，但图片默认不落在项目目录，密钥的存法也要多留意。两者的差别在后面的章节展开。

让 Claude Code 写 SVG 再渲染：流程图、图表和带字封面

这条路线不需要任何密钥：让 Claude 按你给的尺寸和内容写一个 SVG 文件，再用命令行工具渲染。

rsvg-convert -w 2400 -h 1350 cover.svg -o cover.png
cwebp -q 90 cover.png -o cover.webp

rsvg-convert（librsvg 自带）按指定宽高输出 PNG，cwebp 再转成 WebP。macOS 上两者都能用 Homebrew 安装（librsvg 和 webp）。在会话里你只需要说清楚三件事：画什么、多大、存到哪。例如"在 docs/img/ 下画一张 2000×1125 的部署流程图，写成 SVG，渲染成 WebP"。

这个博客的文章配图就是这样做的，不调用图像模型：Claude 在 Claude Code 里手写 SVG，rsvg-convert 渲染成精确尺寸的 PNG（封面 2400×1350，正文图 2000×1125），cwebp 转成 WebP。2026 年 10 月 2 日发布的一篇文章共 18 张 WebP，单张在 136 KB 到 192 KB 之间。另一次单独的测试里，一个 911 字节的手写 SVG 渲染成 1600×600 的 PNG 用了 135 毫秒。这些数字来自一个站点、一台机器，说明的是量级：出图以毫秒计，文件小，返工就是改几行文本。

边界同样清楚：这条路线里的任何一步都造不出新的照片或插画。裁剪、缩放、转灰度、换格式可以用 Pillow 之类的库处理已有图片，但"画一只在键盘上睡觉的猫"必须交给图像模型。

用一个 skill 加脚本调用 GPT Image 2.5

需要照片或插画时，最容易掌控的做法是一个 skill 带一个脚本：脚本负责请求图像 API 并把文件写到指定路径，skill 告诉 Claude 什么时候用它、怎么传参数。下面以 OpenAI 的图片接口为例。

脚本：只用标准库，把 base64 解码成文件

OpenAI 当前的图片模型是 gpt-image-2.5-flare（日常、速度快）和 gpt-image-2.5-sunburst（编辑精度更高），接口是 POST /v1/images/generations。响应里没有图片网址，只有 base64 数据（data[0].b64_json，默认 PNG），所以脚本必须自己解码、写文件（OpenAI 图片生成指南）。

把下面的文件存为 .claude/skills/image/scripts/generate.py：

#!/usr/bin/env python3
"""Generate one image with the OpenAI Images API and save it to disk.

Standard library only. Reads the key from OPENAI_API_KEY; never prints it.
"""
import argparse
import base64
import json
import os
import pathlib
import sys
import urllib.error
import urllib.request

MODELS = ("gpt-image-2.5-flare", "gpt-image-2.5-sunburst")


def main() -> int:
    parser = argparse.ArgumentParser()
    parser.add_argument("--prompt", required=True)
    parser.add_argument("--out", required=True, help="output file, e.g. assets/hero.png")
    parser.add_argument("--model", default="gpt-image-2.5-flare", choices=MODELS)
    parser.add_argument("--size", default="1536x1024")
    parser.add_argument("--quality", default="low")
    args = parser.parse_args()

    key = os.environ.get("OPENAI_API_KEY")
    if not key:
        print("OPENAI_API_KEY is not set. Export it in the shell before starting claude.", file=sys.stderr)
        return 2

    out = pathlib.Path(args.out)
    if out.exists():
        print(f"{out} already exists. Choose another --out so nothing is overwritten.", file=sys.stderr)
        return 2

    base = os.environ.get("OPENAI_BASE_URL", "https://api.openai.com/v1").rstrip("/")
    body = json.dumps({
        "model": args.model,
        "prompt": args.prompt,
        "size": args.size,
        "quality": args.quality,
    }).encode()
    request = urllib.request.Request(
        f"{base}/images/generations",
        data=body,
        headers={"Authorization": f"Bearer {key}", "Content-Type": "application/json"},
    )
    try:
        with urllib.request.urlopen(request, timeout=300) as response:
            payload = json.load(response)
    except urllib.error.HTTPError as error:
        print(f"HTTP {error.code}: {error.read().decode(errors='replace')[:600]}", file=sys.stderr)
        return 1
    except urllib.error.URLError as error:
        print(f"Request failed: {error.reason}", file=sys.stderr)
        return 1

    out.parent.mkdir(parents=True, exist_ok=True)
    out.write_bytes(base64.b64decode(payload["data"][0]["b64_json"]))
    print(json.dumps({"saved": str(out), "bytes": out.stat().st_size, "usage": payload.get("usage")}))
    return 0


if __name__ == "__main__":
    sys.exit(main())

几个设计上的取舍：模型用白名单限定在两个 2.5 ID，Claude 传错模型名时在本地就被 argparse 拒绝；默认质量是 low、默认尺寸是官方推荐的 1536x1024，先用最低档看构图；目标文件已存在就退出，不会覆盖你已有的图；密钥只从环境变量读，不打印；成功后输出一行 JSON，包含 saved、bytes 和接口返回的 usage。

这个脚本在 2026 年 10 月 2 日只做过拒绝路径的检查，没有用真实密钥成功生成过图片：

因此，真实响应里 usage 的结构、单张花费、耗时，以及你的账号是否接受默认参数，都要以你第一次成功调用的输出为准。请求体里的参数取值出自 OpenAI 文档：质量可选 low、medium、high、xhigh、max、auto；尺寸除三个推荐值外可以自定义，边长须为 16 的倍数、比例在 1:3 到 3:1 之间、单边不超过 3840。文档提到复杂的提示词可能要等 2 分钟左右，所以脚本的超时设为 300 秒。

SKILL.md：让 Claude 知道何时出图、怎么传参

项目级 skill 放在 .claude/skills/NAME/SKILL.md，个人级放在 ~/.claude/skills/NAME/SKILL.md。frontmatter 里的 description 决定 Claude 何时主动使用它，你也可以直接输入 /image 触发（Skills 文档）。一个够用的 .claude/skills/image/SKILL.md：

---
name: image
description: 生成照片或插画类位图并保存到项目里。用户要首图、插画、图标底图等需要图像模型的图片时使用；流程图和图表不要用它。
allowed-tools: Bash(python3 ${CLAUDE_SKILL_DIR}/scripts/generate.py *)
---

每次只生成一张图：

```bash
python3 \${CLAUDE_SKILL_DIR}/scripts/generate.py --prompt "提示词" --out assets/名称.png
```

- 默认模型 gpt-image-2.5-flare、尺寸 1536x1024、质量 low。用户明确要求时才改 --model、--size、--quality。
- 脚本拒绝覆盖已有文件，返工时换一个新的 --out。
- 运行后把输出里的 saved、bytes、usage 告诉用户，再用 Read 看一眼生成的图。
- 遇到 HTTP 401 或 403 就停下，把错误原文交给用户，不要重试。

${CLAUDE_SKILL_DIR} 在 skill 正文和 allowed-tools 的 Bash 规则里都会展开成 skill 所在目录，官方给的写法是 Bash(${CLAUDE_SKILL_DIR}/scripts/render.sh *)；上面在前面加了 python3，是按同一格式套到这个脚本上的写法。新增或修改 skill 在当前会话里即时生效，只有会话启动时顶层 skills 目录还不存在的情况下，才需要运行 /reload-skills。

然后在启动 claude 之前导出密钥，进入会话后提需求：

export OPENAI_API_KEY="你的密钥"
claude

/image 给 README 生成一张首图：清晨的山间木屋，写实摄影风格，存到 assets/hero.png

Claude Code 在启动时读取 shell 的环境变量，所以换了密钥要重启 claude 才生效。

想改用 Gemini 的图片模型（Nano Banana）时，脚本要换成 Google 的接口和模型 ID，完整的 skill 目录、脚本和常见报错见Claude Code 接入 Nano Banana：配置与修复。国内的图像服务同理：只要对方提供 HTTP 接口，脚本的结构不变，改的是请求地址、鉴权头和从响应里取图的那一行，具体写法以该服务的官方文档为准。

用 MCP 服务器出图：Hugging Face、fal.ai、Replicate 的官方命令

不想维护脚本时，可以把图像平台的 MCP 服务器接进 Claude Code，让 Claude 直接调用平台上的模型。下面三条命令分别出自三家的官方文档，这里列出的是文档原文的用法，没有逐条执行验证。

Hugging Face（hf-mcp-server README）：

claude mcp add hf-mcp-server -t http "https://huggingface.co/mcp?login"

添加后启动 claude 完成登录授权。网址里有 ?，在 zsh 里要加引号。出图靠的是你在 huggingface.co/settings/mcp 里添加的 Spaces，Hugging Face 给的例子里有 FLUX 和 Qwen 的图片 Space。

fal.ai（fal MCP 文档）：

claude mcp add --transport http fal-ai https://mcp.fal.ai/mcp --header "Authorization: Bearer YOUR_FAL_KEY"

fal 的文档写明 MCP 服务器本身不收费，只为你触发的模型运行付费；工具里有 run_model，也有 get_pricing，可以让 Claude 在运行前先查这个模型一次多少钱。

Replicate（Replicate MCP）：

claude mcp add replicate https://mcp.replicate.com/sse --transport sse --scope user

添加后在会话里用 /mcp 完成认证。这条命令用的是 SSE 传输，而 Claude Code 的文档已经把 SSE 标为弃用，后续以 Replicate 文档更新为准。

装完用 claude mcp list 看连接状态。另外，claude.ai 里启用的连接器（比如目录里的 Hugging Face、Canva、Adobe）只有在用 claude.ai 账号登录 Claude Code 时才会出现，用 ANTHROPIC_API_KEY 登录时没有。

MCP 返回的图片存在哪：v2.1.283 起落盘到 tool-results 目录

MCP 工具返回 PNG、JPEG、GIF 或 WebP 图片时，Claude 会在对话里直接看到它（可能是缩小过的版本）；Claude Code v2.1.283 及以上版本还会把原始字节存成文件，放在 ~/.claude/projects/ 下该会话的 tool-results 目录里，并把路径告诉 Claude（MCP 文档 "Images in tool results"）。这个文件不在你的项目里，需要图的时候要明确让 Claude 把它复制到目标路径。版本低于 v2.1.283，或者关闭了会话持久化，就没有这个文件。

还有一个上限要知道：返回图片数据的工具仍然受 MCP 输出 token 上限约束，默认 25,000 token，超过 10,000 会有警告；图片类工具超限时，调高环境变量 MAX_MCP_OUTPUT_TOKENS 是唯一的办法。至于每个第三方 MCP 服务器返回的到底是图片本身还是一个下载链接，各家不同，以第一次调用的实际返回为准；如果是链接，让 Claude 用 curl 下载到项目里即可。

脚本还是 MCP：文件位置、密钥存法、团队共享三处不同

一个人临时出几张图，两者都行；要长期用或者给团队用，差别在这三处。

文件位置。 脚本把图直接写到 --out 指定的项目路径，输出里有文件大小，可以马上提交。MCP 的图在会话目录或远端链接里，多一步复制。

密钥存法。 脚本从环境变量读密钥，仓库里不出现任何密钥。claude mcp add 带 --env KEY=value 或 --header "Authorization: Bearer ..." 时，写进配置文件的是密钥的明文；fal 的官方命令就属于这种。需要随仓库共享的 .mcp.json 支持 ${VAR} 展开，应当写变量名而不是密钥本身。Hugging Face 的 ?login 方式和 Replicate 的 /mcp 认证走的是登录授权，不需要在命令里放密钥。

团队共享。 项目里的 .claude/skills/image/ 提交后，同事拉取即可使用，各自导出自己的密钥。相应地，拉下别人的仓库时要先看一眼里面的 skill：官方文档提醒，项目 skill 的 allowed-tools 不受工作区信任机制约束，仓库里的 skill 可以给自己预先放行工具。个人目录 ~/.claude/skills/ 下的 skill 不会带到 Cowork 或云端会话里。MCP 服务器则按 local、project、user 三种范围添加，只有 project 范围会写进仓库的 .mcp.json。

生成一张图多少钱：各家的计费单位和每日额度

图像模型的费用不走 Claude 订阅，由你接入的那家 API 收取。截至 2026 年 10 月 2 日，各家官方价目如下。

来源：OpenAI 价目、Gemini API 价目、Workers AI 价目、ZeroGPU 文档。

OpenAI 没有官方的单张固定价。 一张图耗多少输出 token 取决于尺寸和质量，官方只在交互式计算器里给出，实际花费要看响应里的 usage：把其中的图片输出 token 数乘以 $30 再除以 100 万，就是这一张的输出成本。脚本把 usage 原样打印出来，就是为了让你在第一次调用后拿到自己的数字。不同尺寸和质量档位的估算方法见GPT Image 2.5 Sunburst 价格：官方单图费用与按次计费怎么选。

Cloudflare 的每日额度大约够多少张，可以自己算。 假设一张 1024×1024 的图按 4 个 512×512 图块计、步数取默认的 4：4 × 4.80 + 4 × 9.60 = 57.6 Neurons；10,000 ÷ 57.6 ≈ 173 张。这是按价目表推出来的估算，前提是图块数确实为 4，并且账号下没有别的 Workers AI 调用在消耗同一份额度。额度用完后请求会直接失败，继续用需要 Workers Paid 套餐。官方调用方式是向 https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run/@cf/black-forest-labs/flux-1-schnell 发 POST 请求，返回 base64 编码的 JPEG，同样可以包成脚本。

Hugging Face 的额度是时长，不是张数。 每天几分钟的 GPU 时间在首次使用 24 小时后重置，能出多少张取决于所用 Space 每次占用多久。网上常见的"不限量出图"说法，在这两家的文档里都找不到依据，能确认的只有上面这两种每日额度。

OpenAI 的准入门槛。 使用 GPT Image 模型前可能需要完成 API 组织验证，要用受支持国家或地区签发的实体证件，而且一个人只能验证一个组织（OpenAI 帮助中心）。Tier 1 的速率上限是每分钟 5 张图。

如果你通不过组织验证、开不了 Gemini 计费，或者就是想要一个固定的按次价格，第三方 API 服务 laozhang.ai 是一个可选项。按它的文档，截至 2026 年 9 月 12 日，gpt-image-2.5-flare-vip 和 gpt-image-2.5-sunburst-vip 每次调用 $0.03，接口与 OpenAI 的图片接口兼容；截至 9 月 24 日，gemini-3.1-flash-image 每次 $0.055，不随分辨率变化。它不是 OpenAI 或 Google，两家的服务条款、数据承诺和 SLA 都不适用。套到上面的脚本上，需要把带 -vip 的模型 ID 加进 MODELS 白名单，并把 OPENAI_BASE_URL 设为 https://api2.laozhang.ai/v1；这个组合没有跑过，先用一次调用确认再依赖它。

密钥放哪、能不能放着让它自己跑：自动放行等于无人值守的付费调用

密钥放在 shell 环境变量里，不要粘贴进对话，也不要写进会被提交的文件。如果项目里有 .env，在设置的 permissions.deny 里加上 Read(./.env)，这是官方文档对存放密钥的文件给出的建议写法（权限文档）。

"能不能不用每次都点确认"有两个层次，后果不一样：

• skill 的 allowed-tools：只在调用这个 skill 的那一轮里免确认，你发出下一条消息后授权就清除；它也不限制 Claude 使用其他工具。日常使用停在这一层就够了，你每说一次"出图"，它跑一次。
• 权限设置里的 allow 规则：在确认框里选"Yes, and don't ask again"，Claude Code 会把规则写进 .claude/settings.local.json，以后这个仓库里的所有会话都不再询问。手写的话形如 Bash(python3 .claude/skills/image/scripts/generate.py *)，这是把文档里的规则格式套到上面那个脚本路径上的写法。

第二层的含义要想清楚：从此 Claude 在任何一轮对话、任何一次长任务里都可以不经你确认调用付费接口，每跑一次就是一次计费。让它"自己迭代到满意为止"时，循环次数就是账单的乘数。官方文档还提醒，约束 Bash 参数的规则本身比较脆弱，不能指望靠规则里的通配符把调用限制在某个尺寸或某个质量档。

真要无人值守，把限额放在 Claude 之外更可靠：图像 API 的后台如果提供预算上限或用量提醒，先设上；脚本默认用 low 质量，并在 skill 里写明"每次只生成一张"。

让 Claude Code 自己看图返工：Read 看到的是缩放后的版本

Claude Code 能看图，所以"生成、看一眼、改提示词再来"的循环是成立的：Read 工具会把 PNG、JPG 等文件作为图像内容交给 Claude，而不是一串字节。你也可以把图片拖进终端、用 Ctrl+V（Windows 和 WSL 上是 Alt+V）粘贴，或者直接给出文件路径（工具参考）。

要注意 Claude 看到的不一定是原图。大图会先被缩放和重新压缩；从 v2.1.196 起，缩放后仍超过 500 KB 的图片会被重新编码成质量更低的 JPEG。所以它适合判断构图、主体对不对、文字有没有明显错误，不适合判断边缘锯齿、细小文字这类像素级问题。需要看细节时，官方建议先裁出关心的区域再让它看。

返工时两条路线的成本完全不同。SVG 路线是改文本再渲染，可以反复改到满意；图像模型路线每返工一次就是一次新的付费调用，而且上面的脚本不覆盖已有文件，每一版都要换一个新的 --out，旧版本留在磁盘上方便对比。

出图失败时先查这几处：401、组织验证、已关停的模型 ID

常见问题

Claude Code 可以读图片吗？

可以，而且这和生成图片是两回事。Claude Code 通过 Read 工具、拖放、粘贴或文件路径读取 PNG、JPG 等图片，能描述内容、对照设计稿写代码、检查生成结果。读图是 Claude 模型自带的能力；出图不是，必须靠渲染代码或外部图像模型。

网上说的借 Codex CLI 用 ChatGPT 订阅出图，可以用吗？

这种做法在中文社区里很常见：在 Claude Code 里调用 Codex CLI，由后者经 ChatGPT 订阅生成图片。它依赖的是另一家产品的订阅和额度规则，不属于上面几条有官方文档可逐项对照的路线，这里不给步骤。要用的话，以 OpenAI 对 Codex 和订阅额度的现行规定为准。

通义万相、豆包、即梦这些国内图像 API 能接进 Claude Code 吗？

能，方式和上面的脚本路线相同。Claude Code 对图像服务没有要求，它只是运行一个脚本；只要服务提供 HTTP 接口，就把脚本里的请求地址、鉴权方式、模型名和取图逻辑换成该服务官方文档里的写法。接口细节和价格以各自的官方文档为准。

有没有现成的作图 skill 可以直接装？

有，社区里围绕各种图像模型的 skill 不少，本质上都是"SKILL.md 加一个调用图像 API 的脚本"。装之前先读它的 SKILL.md 和脚本：看 allowed-tools 放行了什么命令、密钥从哪读、图片发到哪个地址。Anthropic 官方仓库里的图片类 skill 都是代码渲染型的，不调用图像模型。先从哪些 skill 入手，可以参考Claude Code 最值得先用的 Skills（2026）：按工作流选官方起步路径。