mcpField
C
canvas-cowork

canvas-cowork

github.com/flowith-aiクリエイティブ・メディア39261 回インストール1 週間前に更新
リポジトリ

canvas-cowork について

canvas-coworkは、Flowithの共有キャンバスでエージェントが協業するためのコマンドラインスキルです。テキスト、画像、動画を生成し、既存ノードから作業を続け、結果を確認用に返します。

主な機能

  1. 01テキスト・画像・動画の生成
  2. 02独立したプロンプトの一括生成
  3. 03既存ノードからの作業継続
  4. 04メディアと文書のアップロード
  5. 05任意のライブカーソル操作

活用シーン

  1. 011回の呼び出しで複数の画像案を作成
  2. 02追加生成でキャンバス上の結果を改良
  3. 03キャンバス作業用の参照ファイルをアップロード
  4. 04生成メディアを送信して確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/flowith-ai/canvas-cowork --skill canvas-cowork

インストール後、Claude Code で/canvas-coworkを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

LICENSE
README.md
references/
troubleshooting.md
cli.md
creative-dream.md
api.md
scripts/
index.ts
scripts/__tests__/
ergonomics.test.ts
canvas.test.ts
generate.test.ts
models.test.ts
scripts/lib/
download.ts
http.ts
upload.ts
session.ts
canvas.ts
models.ts
generate.ts

詳細

Canvas Cowork

共有の空間キャンバスで共同作業します。生成したものはすべて、ユーザーが後から開けるノードとして追加されます。Flowith のタブが開いている場合は、カーソルの動きも見えます。ユーザーの目と手になりましょう：生成するたびに、結果をユーザーに見せてください。画像は、表示された内容について率直な所感を添えて ![説明](url) で、動画は内容の説明を添えて [動画を見る](url) で、テキストはそのまま出力します。「キャンバスを見に行って」とは決して言わないでください。審美眼を持ちましょう：結果が期待に届かないときや、別の切り口のほうがよいときは伝えてください。recall は共有メモリです。活用してください。

スキルディレクトリから bun で実行します。必ず --bot <your-identity>（claude-code | codex | openclaw | cursor | opencode | flowithos）を指定してください。

チートシート（作業の95％をカバー — ブラウザーは不要）

S=scripts/index.ts; B="--bot claude-code"

bun $S $B gen text  "prompt" [--model best|fast|<id>] [--follow <nodeId>] [--system "…"]
bun $S $B gen image "prompt" [--ratio 16:9] [--size 2K] [--ref photo.jpg …]
bun $S $B gen video "prompt" [--duration 5] [--resolution 720p] [--start first.png] [--ref clip.mp4 …]
bun $S $B gen image "p1" "p2" "p3"          # batch → one JSON array (also: --jobs file.json)
    …any gen: --json  --no-wait  --out ./file-or-dir/  --follow <nodeId>  --wait=<sec>
bun $S $B upload <file>                      # image/video/audio/pdf → URL
bun $S $B models video                       # compact table; models <id> for one; --aliases
bun $S $B read-db <nodeId> | credits | recall "query"

指定がない場合の既定値：--model best（テキスト：Claude Opus 5.5、画像： gpt-image-2.5-flare）、動画は fast（seedance-2.0-fast。--model best は seedance-2.5、クレジットは約2倍）。動画：16:9、5秒、720p。すべての値は 最新のカタログに照らして検証され、無効な値を指定すると使用可能な値の一覧が返されます。事前に手動で確認する必要はありません。

結果：{status:"finished", url|text, nodeId, questionNodeId, convId, model, …}； 失敗時は {type:"error", code, message} で終了コード 1 を返します（NO_CREDITS → 停止して https://flowith.io/pricing を送信してください。再試行したり、モデルを切り替えたりしないでください）。

3つのルール

  1. 独立したプロンプトは1回の呼び出しで指定します（gen image "a" "b" "c" または --jobs）。1つずつ実行して待つのは避けてください。次の手順が結果を見てからでないと進められない場合に限り、待ちます。
  2. キャンバス上で作業を積み重ねます。 何かを続けたり、バリエーションを作ったりする場合は --follow <nodeId> を指定します（テキストの続きにはスレッドの履歴が引き継がれ、画像／動画の続きはそのノードから分岐します）。関連のない作業に限り、--follow を省略します。1回の呼び出しにつき、アイデアは1つです。
  3. クレジットに注意します。 まず480p／--draft／fast で試し、その後に品質を上げます。models <mode> でモデルごとのクレジット数を確認できます。

Seedance 2.x の参照

--ref は画像、動画、音声を受け付けます（Seedance 2.0/2.5 のみ）。指定した順に種類ごとに番号が付けられます。たとえば image1、audio1、video1 です。プロンプト内で参照してください（「image1 のダンサーが audio1 に合わせて動く」など）。参照されていないものは末尾に追加されます。フレーム（--start/--end）と --ref は併用できません。実際の写真／動画を使ってください。小さな合成画像は拒否されます（INVALID_INPUT）。

ライブカーソル（任意、Flowith のタブが必要）

ユーザーが画面を見ているとき、または Agent Neo を使う場合：create-canvas "タイトル"、submit "…" --mode image --model <id> --wait、submit-batch …、comment <nodeId> "…", set-mode neo。同じツリーのルールが適用されます。詳細：references/cli.md。

出力先

アクティブなキャンバス：--canvas <id>／環境変数 FLOWITH_CANVAS／最後に実行した create-canvas または switch。 どれも指定されていない場合、gen は [Bot] <date> を作成します。セッションは ~/.flowith/ に保存されます（login で一度ログインしてください。status で tokenExpiresAt／canRefresh を確認できます）。

参考資料：references/cli.md（全コマンドとフラグ） · references/api.md（bun を使わないエージェント向けの生 HTTP） · references/troubleshooting.md（エラーコード）。

コメント

Markdown 対応