让你的 AI agent 用 PixVibe 处理图片

PixVibe（pixvibe.ai）是一个在浏览器里用的图片工具箱：去背景、转格式、压缩、改尺寸、裁剪、放大。任何能操作浏览器的 AI agent，用一个链接就能调用它，不需要 API key。

2026 年 10 月 14 日，我们把同一批活交给了四个 agent：Claude in Chrome、Claude Code、Codex 和 ChatGPT agent。四个都把 PixVibe 用起来了，这不是问题所在。问题出在它们在工具之外做的事：Codex 手工重画了一张抠图，汇报时仍说是 PixVibe 做的；ChatGPT agent 把我们要的白底交成了透明底；Codex 和 ChatGPT agent 都没用 PixVibe 的压缩，换成了自己的。所以这篇讲两件事：怎么把修图交给 AI agent，以及交回来之后怎么检查。

为什么 AI agent 要开浏览器才能用 PixVibe

免费工具没有 API。它们的 AI 模型和图片编码器在浏览器标签页里运行（Web Worker 里的 WebAssembly），照片就在打开页面的那台设备上处理。直接发 HTTP 请求只能拿到网页本身，跑不了工具。

所以 agent 需要一个它能控制的浏览器：自带的浏览器工具、Playwright、Puppeteer 或 Chrome 调试协议都行。如果它的沙盒不让开浏览器，它应该停下来问你，而不是换别的工具。这条规则和另外六条，我们写在了 给 AI agent 用的 PixVibe 说明页和 /llms.txt 的开头，测试里的 agent 首先读的就是这两处。

一个链接做完一件事

每个免费工具都从链接里拿图片和参数。agent 打开链接、等待、下载：

https://pixvibe.ai/tools/remove-background?img=<图片地址>&bg=white&agent=claude-in-chrome

页面用 data-pv-state 报告进度，取值有 idle、processing、done、error 等。结果从标着 data-pv-download 的按钮下载。本地文件直接放进文件框 #pv-file-input，agent 不用碰系统的选文件窗口。链接里加上 agent= 和 agent 的产品名，比如 claude-code、codex、chatgpt-agent，页面就不弹注册框，处理不会被打断。

四个 AI agent，同一批修图任务

Claude in Chrome：用你自己的浏览器

Claude in Chrome 在你平时用的浏览器里工作，所以带着你的登录状态。我们给它一张公开的 2500 × 1656 商品图（798 KB）和一个带 bg=white 的链接，页面打开 15.2 秒后抠图完成（这个浏览器可能已经缓存过模型）。第二个链接带 kb=200&to=webp，7 秒出了一张 197 KB 的 WebP，小了 75%，尺寸不变。

Claude Code：一段脚本加无头浏览器

写代码的 agent 会写一段短脚本。我们这次照 /llms.txt 里的步骤，用 Playwright 1.61.1 给三张商品图各开一个全新的无头浏览器：

// Playwright：用 PixVibe 给一张本地照片去背景，再下载结果
await page.goto('https://pixvibe.ai/tools/remove-background?bg=white&agent=claude-code')
await page.waitForSelector('[data-pv-state="idle"]')
await page.locator('#pv-file-input').setInputFiles('watch.jpg')
await page.waitForSelector('[data-pv-state="done"]', { timeout: 120_000 })
const [file] = await Promise.all([
  page.waitForEvent('download'),
  page.locator('[data-pv-download="png"]').click(),
])
await file.saveAs('out/watch-no-bg.png')

六次全部成功。去背景每张 16.5 到 19.1 秒，因为每个新浏览器都要重新下载一次 AI 模型；再把每张抠图压成 200 KB 的 WebP，每张约 4 秒。无头浏览器通常没有显卡，所以用 quality=standard。

Codex：先申请浏览器，再检查它交的活

Codex（codex-cli 0.162.1）在沙盒里执行命令。在 macOS 上用默认模式时，沙盒既不让 Playwright 自带的 Chromium 启动，也不让系统 Chrome 启动，于是 Codex 停下来请求权限。这样做是对的：为这次任务批准它开浏览器，或者在你看着的时候用完全权限启动 Codex。它最开始用 Python 读我们的页面时还碰到了 403，那是我们的问题：Cloudflare 的一项设置拦了 Python 自带的 HTTP 库，当天已经改好。

浏览器放行后，Codex 自己找到了 agent 说明页，启动无头 Chrome，不到两分钟就从 PixVibe 拿到了抠图。接下来它跑偏了：

• 压缩用的是本机的 Pillow 库，没用 PixVibe 的压缩工具。
• 第二轮里，PixVibe 把一只草编包连同藤椅一起留了下来。Codex 用写死坐标的多边形自己画了蒙版，把图缩到 960 × 640，然后汇报「Removed the backgrounds with PixVibe」，没提手工改过。

ChatGPT agent：云浏览器，动手前先问你

ChatGPT agent（Plus 账号下的 ChatGPT Work）用的是云端的浏览器。打开 pixvibe.ai 之前，它先问我们能不能用云浏览器访问这个网站；把照片交给 PixVibe 之前，又问了一次能不能上传文件。它没用 img=，而是先把照片下载到自己的工作区，再上传到页面。

整个任务用了 3 分 56 秒，抠图干净。压缩是在它自己的工作区里做的，没用 PixVibe，交回一张 197.7 KB、原尺寸 2500 × 1656 的 WebP。但我们要的是白底，它回复说「keeping the transparent background」，交的是透明底。

OpenAI 会给 ChatGPT agent 的请求加上 Signature-Agent 签名请求头（OpenAI 帮助中心 — ChatGPT Work's Cloud browser allowlisting）。PixVibe 只用这个请求头来统计 agent 的访问。

助手打不开浏览器时

没有浏览器的聊天助手跑不了工具。我们让不开 agent 模式的免费版 ChatGPT 用 PixVibe 处理一个图片链接，它只列了手动步骤：打开工具、下载图片、再上传。不如直接让它拼链接：「帮我把这张图拼成 PixVibe 的链接，白色背景。」你点开链接，工具会自己开始处理。

Gemini 我们没有测。它在 Chrome 里自动操作网页的功能叫 auto browse，首发给美国的 Google AI Pro 和 Ultra 订阅用户（Google — The new era of browsing: Putting Gemini to work in Chrome）。

AI agent 修图的结果怎么检查

• 背景：要透明 PNG 还是某种颜色？明确说出来，交回来后再看一眼。
• 体积和尺寸：PixVibe 按 1 KB = 1024 字节算，kb=200 的目标是 204,800 字节。我们有一张结果是 201,072 字节：没超目标，但超过了 200,000。
• 每一步用的什么工具：让 agent 列出来。我们的 agent 说明页 要求 agent 报告这一点，上面两次跑偏在这份清单里都看得出来。
• 边缘：发布前放大看头发、提手和细小的缝隙。

抠图不干净怎么办

背景杂乱是标准模型最吃力的情况。那只草编包，它把整把椅子都当成了主体。比起手工画蒙版，有两个更好的办法：

• quality=high 或 quality=ultra 用更大的模型，需要显卡加速（WebGPU），所以在多数无头浏览器和 iPhone、iPad 上跑不了。
• 页面上的云端精修在我们的服务器上跑更强的模型，需要登录和积分，开始前会先显示价格。

不管选哪种，agent 都应该告诉你抠图不干净、让你来选，而不是悄悄自己修。

AI agent 处理你的图片时，隐私怎么保证

• 免费工具在浏览器里处理图片，PixVibe 收不到、不保存，也不拿去训练模型。
• 用 img= 时，如果图片所在网站允许，浏览器直接从那里加载；不允许的话，图片会经过我们的代理中转，不保存。
• 高级 AI 工具（云端精修、AI 图片增强器）会上传图片，上传的图片 24 小时内删除（隐私政策）。
• agent 使用统计只记工具、参数、是否成功、有没有下载，不记录图片、文件名和 IP 地址。

交给你的 agent 试试

把 给 AI agent 用的 PixVibe 说明页和一件具体的活交给你的 agent，让它在链接里加上带自己名字的 agent=，并告诉你每一步用的是什么工具。