Claude Code + Higgsfield MCP = 爆款内容创作神器

中文العربية Deutsch English Español Français हिन्दी Bahasa Indonesia 日本語 한국어 Português Русский

Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology

Transcript

00:00:00Claude Code 面临内容创作难题，而 Higgs Field 全新的 MCP

00:00:04服务器刚刚解决了这个问题。与其单独连接每一个 AI 内容

00:00:09创作工具到 Claude Code，

00:00:10由于顶尖工具每周都在变化，你以前确实得这么做，

00:00:14现在我们可以通过 MCP 服务器将它们集中到一处。

00:00:17这不仅仅是便捷性上的胜利。

00:00:19这意味着我们现在可以可靠地将内容创作流程的大部分

00:00:24通过最合适的 AI 工具实现自动化。

00:00:28所以今天我将向大家展示如何安装这个工具，以及

00:00:31我用来创作这段内容的过程。

00:00:34利用 Higgs Field MCP 服务器，我在不到 24 小时内获得了 10 万次观看。

00:00:39那么，Higgs Field MCP 服务器为什么重要？你为什么要关注它？

00:00:43我在开头提到过，原因有两个。

00:00:45首先是由于我们现在拥有了

00:00:50获取每一个 AI 内容创作工具的单一途径。

00:00:55因为到目前为止，我们还无法以编程方式实现这一点。

00:00:59相反，你必须将所有这些工具逐一连接到 Claude，

00:01:04这简直太麻烦了。

00:01:05没人愿意这么做，因为每个工具都有自己的 API 和支付方式，

00:01:10即便 API 是公开的——有些情况下甚至还没公开。

00:01:14因此，你基本上被束缚在实际使用的那一两个工具上。

00:01:18问题是最好的工具一直在变。上周，

00:01:23nano banana pro 还是顶级工具。猜猜怎么着？现在是 GPT images 2 了。

00:01:27六个月前，VU 3 是领头羊；一个月前，是 Clean。

00:01:31而今天则是 Seed Dance。你用的是最适合的工具吗？

00:01:35如果你之前的配置是那样，很可能你没用上最好的，

00:01:37但现在我只需要连接到 Higgs Field MCP，

00:01:42砰的一声，我现在可以连接到所有这些工具，甚至更多。

00:01:47我所说的“更多”是指，这里有 17 个图像模型，14 个视频模型，

00:01:52而且我们还可以访问许多 Higgs Field 专有的模型，

00:01:56但真正的突破并不在于便捷性。

00:01:58而是由于它是一个 MCP 服务器，

00:02:00我们现在可以通过 Claude Code 自动执行许多流程。例如，

00:02:05我可以创建一个自动化流程，每天

00:02:08让 Claude Code 查看 GitHub 并询问：“嘿，

00:02:11本周、本月最热门的 AI 仓库有哪些？

00:02:16或者是刚发布的全新仓库。”它会获取这些信息。

00:02:20并将其带回 Claude Code 内部。

00:02:22现在它会以某种方式进行结构化，以便我用于社交媒体发布。

00:02:25在我们的例子中，它会生成一个幻灯片帖子。

00:02:30随后它会为图像生成提示词，这样我们就能得到

00:02:35像这样的图片，

00:02:36其中包含了刚刚从 GitHub 提取的文案和信息。

00:02:40它正考虑将所有这些信息发送给 Higgs Field，

00:02:43进而调用 GPT images 2 为我们创作这一切。

00:02:47然后将其带回 Claude Code，瞧。

00:02:51我们就这样拥有了一个完全自动化的内容创作流程。

00:02:54我可以手动审核，也可以让 Claude Code 直接发布，

00:02:57重点是我现在可以实现某种流程的自动化。

00:03:01你甚至可以实现更高级的自动化，比如从外部获取信息，

00:03:05在这个例子中是 GitHub，

00:03:07然后在 Claude Code 内部对信息进行分析。

00:03:10接着提取分析后的信息，将其转化为内容提示词，

00:03:14发送到 Higgs Field MCP。最后它会将一切返还给我。

00:03:18我就得到了一个完美的成品，而且几乎没动一根手指。

00:03:21这就是通过这个 MCP 服务器释放出的真正力量。

00:03:25所以，结合这两点，我们真的把 Claude Code 变成了一台营销机器。

00:03:29那么我们来谈谈安装。首先，

00:03:32你需要一个 Higgs Field 账号。

00:03:34我会在说明栏中附上链接。如果目前还不清楚的话，

00:03:37Higgs Field 是 AI 内容创作相关的一站式平台。

00:03:42接下来，我们需要安装 MCP。实际上有两种方法。

00:03:47第一，我们可以在 Claude.ai 内部直接设置连接器。

00:03:51第二，我们可以在终端通过 Claude Code 来操作。

00:03:55设置连接器非常简单。只需访问 Claude.ai。

00:03:58前往设置（Settings），找到连接器（Connector）。

00:04:01点击添加自定义连接器（Add custom connector）。复制这个，

00:04:06将其粘贴进去并点击添加。

00:04:09然后点击连接，它会要求你登录。

00:04:12好了，搞定。

00:04:14我现在基本上可以从 Claude 网页版直接调用

00:04:19Higgs Field 中的任何音视频工具或图像工具。

00:04:23桌面应用同样可以。在聊天中我说：

00:04:26“使用 Higgs Field 连接器，利用 GPT image 2 创作一张

00:04:29讨论 Claude Code 加 Higgs Field 强大功能的图片。”

00:04:32你可以看到它现在正在调用模型。

00:04:36它会向你请求一些权限。

00:04:37你可以看到它发送的 JSON 格式的实际提示词，我们还能看到图像

00:04:42生成的进度。

00:04:42在实际的聊天机器人应用或桌面版

00:04:47Claude 应用中操作的好处在于，

00:04:49图像会直接在对话行内生成，这意味着我能实时看到它们。

00:04:52记住，除了简单地创建图像或视频，我们还能做更多。

00:04:54这个 MCP 的底层其实有很多名堂。

00:04:58你可以让 Claude 自己给你解释，

00:05:01但我还写了一份指南，我会把它放在免费的

00:05:04School 社区里。说明栏中会有链接。

00:05:07这就是它为我们创建的图片。当我把鼠标悬停在上面时，

00:05:10你可以看到几个选项。我可以重新生成（Recreate）。

00:05:13也就是再次发送提示词；我还可以让它动起来（Animate）。

00:05:16也就是发送给视频编辑器。我也可以编辑它（Edit）。

00:05:19它所做的基本上是弹出另一个提示词窗口。在这种情况下，

00:05:22它会发送给 nano banana 2，但我也可以改成比如

00:05:26“GPT image 2”。

00:05:29它链接了参考图，因此模型知道自己在编辑什么。

00:05:32然后你只需要输入你的提示词。

00:05:36所以在聊天应用中操作这个还是挺直观的，

00:05:37但让我们来谈谈我认为最大的突破，那就是在

00:05:42Claude Code 内部使用它。

00:05:43在 Claude Code 内部设置 MCP 服务器也非常简单，

00:05:46字面上只需使用自然语言说“帮我设置这个 MCP 服务器”。

00:05:50你只需回到这个 Higgs Field MCP 页面。

00:05:51我也会附上链接。我们选择自定义连接器。

00:05:56将其粘贴进去，它就会开始工作。

00:05:59它会为你完成设置。

00:06:03它还会给你一个链接，让你完成刚才在网页版上看到的那套身份验证。

00:06:06现在要确认是否设置成功，只需输入 /mcp。

00:06:07你应该能看到 Higgs Field 已连接。

00:06:10如果没看到，就和 Claude Code 交流一下，

00:06:13它会引导你完成确保连接的步骤。

00:06:17你可能只需要退出 Claude Code 并重新启动。此时，

00:06:20一旦 MCP 服务器连接成功，

00:06:22我们现在基本上可以通过自然语言，在终端使用

00:06:26任何 AI 内容创作模型。

00:06:28如果我告诉 Claude Code “用 GPT images 2 给我生成

00:06:3416 张不同的图片”，它就会为你效劳。

00:06:36它会自动下载这些图片，你甚至可以告诉它：“嘿，

00:06:41我想让你帮我打开这些图片。”

00:06:44终端唯一的缺点显然是我们无法在终端内部

00:06:47直接预览图片，但是，嘿，

00:06:48我们真正想做的是搞清楚如何将其放入

00:06:52自动化流程中，如何编写脚本。

00:06:55但自然语言提示很简单，过程和我刚才

00:06:58在网页版展示的一模一样。

00:06:59那么我们来看看这个过程。

00:07:04我们首先需要的是能够从 GitHub 抓取信息并

00:07:05将其带回 Claude Code。你在这里就能看到。

00:07:07这是一个每天早晨运行的自动化程序，

00:07:11它会抓取本周排名前 10 的热门 GitHub 仓库，即那些

00:07:13在过去 7 天内创建并根据 Star 数排名的仓库。

00:07:15它会给我一个简短的描述，诸如此类。

00:07:20我还能看到过去一个月的前 5 名热门仓库。同样，

00:07:24这些都是刚刚崭露头角的新仓库。

00:07:26为你自己创建这样一个流程其实非常简单。

00:07:30我在 Chase AI Plus 内部有完整的拆解，

00:07:32但你字面上可以直接提示 Claude Code 说：“嘿，

00:07:35你能帮我创建一个每天检查 GitHub 信息的自动化程序吗？”

00:07:38不需要设置 API 之类的东西。

00:07:40但我想要的是让 Claude Code 查看这些信息，并

00:07:44将其转化为一个幻灯片帖子。

00:07:46如果你不熟悉幻灯片帖子（Carousel），它们就是像这样的帖子。

00:07:51会有一个封面页。这个是关于“Claude Code 前端必备的 5 项技能”，

00:07:55但我们会改成“排名前 5 的 Claude Code GitHub 仓库”或“前 5 的 AI 仓库”。

00:07:58我们来看看 Claude Code 会想出什么。

00:08:02我会给它提供你在这里看到的参考图。

00:08:07我会给它封面页，也会给它一些，你知道，

00:08:09正文幻灯片，可以这么说，

00:08:11因为我希望它的风格保持一致，我们看看

00:08:15它会出什么结果。我会喂给它这些，

00:08:16喂给它 GitHub 的信息，然后 Claude Code 就会说：“好的，

00:08:20根据这个 GitHub 里的所有内容，以及这些参考图，

00:08:23这是我们在构思提示词时应该考虑的内容。”

00:08:27所以我给了 Claude Code 一个非常简单的提示。我说：

00:08:31“查看我们今天的 GitHub 热门数据，”

00:08:34也就是我刚才在 Obsidian 中展示的内容。

00:08:36“我想根据这些信息创建一个幻灯片帖子。

00:08:39我们可以称之为‘本月排名前 5 的热门 AI 仓库’之类的。

00:08:41我希望将其转化为像这样的幻灯片，包括封面和正文。”

00:08:44然后我提供了那四张或三张幻灯片。接着我说：

00:08:48“在发送去创作内容之前，我们先讨论一下。”

00:08:52我们现在所做的是在手动引导每一个

00:08:57步骤。我们已经搞定了内容。

00:08:59现在我们要先讨论一下，然后再发送给 Higgs Field。

00:09:04在大家把这个流程调整到满意并多次重复之后，

00:09:07实际上你会想做的不是每次都说：“好，

00:09:10现在抓取 GitHub；现在讨论一下；现在推送提示词。”

00:09:15我们其实可以将这整个过程转化成一个大型调用。

00:09:19你可以称之为“Higgs Field 技能”，或者随你心意

00:09:23起任何名字。

00:09:27但你可以将整个过程自动化，你可以实现每天

00:09:31清晨 GitHub 更新之后，它就自动说：“嘿，

00:09:33这是排名前 10 的仓库。既然如此，我们为什么不直接把它变成帖子呢？”

00:09:37你可以每天发一个幻灯片，说：“嘿，

00:09:42这是今日排名前 10 的热门 AI 仓库。”

00:09:45你知道，

00:09:47那是人们会真正喜欢的相关内容，

00:09:52而这正是创作它的便捷方式。我没看到我的点子。

00:09:53Claude 告诉我们：“嘿，我提取了今日的热门文件。”

00:09:56它只是在重复本月排名前 5 的 GitHub 仓库。

00:10:00它有一些想法。Claude Code 很敏锐。是的，没错。很有想法。

00:10:03谈到了钩子角度，谈到了标题

00:10:07以及布局、主视觉图等等。

00:10:13这是我给它的提示。它提到了使用一个幻灯片技能，

00:10:18这其实跟这个任务不相关。

00:10:22它与 Higgs Field MCP 毫无关系。所以我说：“忽略那个技能。

00:10:25我们先从封面页开始。”

00:10:26也就是每个人都会看到的那张主幻灯片。我希望它的风格

00:10:30与我给你的参考图一致。使用你的文案，使用 Higgs Field MCP，

00:10:31用 GPT images 2 生成几种变体。这听起来有点啰嗦，

00:10:35这也正是你最终会想把它变成一个实际技能的原因，

00:10:39尤其是当你经常做这种操作时。

00:10:43记住，我们正在尝试创建看起来像这样的东西，因为我们

00:10:47正把这张参考原图喂给它。

00:10:48我们要求它做类似的东西，只需更换文案

00:10:53和标题。它刚刚带着四种变体回来了。

00:10:55大约花了五分钟。

00:10:58请理解，这一过程的速度将完全

00:11:01取决于你使用的模型和要求的质量。对于 GPT image 2，

00:11:03我选择了 2K 高质量，并且需要四种变体。

00:11:07另一件你需要考虑的事是，MCP 的工作方式是

00:11:12我当时设定的是 2K 高清画质，并且想要四个变体。

00:11:15当你这样做时，另一件需要考虑的事情是 MCP 的工作方式：

00:11:19你只是在发送一个请求。

00:11:21它完成后不会主动联系你。所以你需要告诉 Claude Code：

00:11:25“嘿，”

00:11:25“我希望你每隔 60 秒或”

00:11:28“90 秒轮询一次 Higgsfield，看看是否完成，然后把结果带给我。”

00:11:32这里是四个变体。我们得到了 1、2、3、4。

00:11:37现在我们基本上是让它做完全相同的事情，

00:11:39只需换上我们的新文案。而它确实做到了。实际上，

00:11:43我觉得看起来很棒。如果我想修改什么，

00:11:46我可能会去掉底部的列表。

00:11:48我也不确定自己是否喜欢顶部的 Chase AI 字样，

00:11:52但重点在于，如果你告诉它：“嘿，使用这张参考图，”

00:11:55它就会发送这张参考图。

00:11:56这就像你亲自在那里手动操作一样。所以第一步，

00:12:00给它一张参考图作为封面，它完成得非常出色。

00:12:04现在让我们看看它在这些正文幻灯片上的表现如何。

00:12:07你会注意到，

00:12:08我们实际上正在从 GitHub 页面本身抓取一些素材。

00:12:12所以我现在要告诉 Claude Code 的是：去寻找一些

00:12:17可以作为参考图的素材，要符合价值页面的逻辑。

00:12:21再次强调，

00:12:21我们在这里拥有 Claude Code 的全部能力来帮助提升

00:12:26工作的质量。所以我说：第一张幻灯片看起来不错，让我们开始做正文幻灯片。

00:12:30使用搜索到的第一个 GitHub 仓库。然后我说：“嘿，”

00:12:34“去弄清楚我们需要从 GitHub 本身提取哪些素材”

00:12:39“来用于这次生成。研究那个 GitHub，根据需要拉取素材，”

00:12:42“也将它们添加到 MCP 请求中。”所以我让它做了很多工作，

00:12:46比如联网、找到合适的仓库、

00:12:48从中抓取所需内容、将其放入提示词，

00:12:51然后推送到 MCP。这就是它返回的结果。

00:12:54它给了我们 Awesome Design.md 的幻灯片作为参考。

00:12:58这就是 Awesome Design.md GitHub 仓库的样子。所以

00:13:02非常接近。我觉得看起来不错。它给了我们四个变体，

00:13:08每一个都略有不同，虽然没有特别惊艳的，

00:13:12但我认为它做得非常好。

00:13:14它也绝对符合我们在这里提供的参考图

00:13:19的美学风格。所以真的，非常棒。

00:13:21现在我们要做的就是针对剩下的幻灯片

00:13:25重复同样的流程。此时我们甚至不需要一张一张地操作。

00:13:27我们基本上可以让它连发，处理完所有的幻灯片。

00:13:30你可以看到，我们多么轻松地就能把这样的东西变成一个

00:13:35内容工厂，

00:13:35尤其是如果我们有像每日更新的

00:13:41GitHub 仓库列表这样的资源。这就像是人们会感兴趣的常青内容。

00:13:45然后我可以在这里完成所有操作。

00:13:47我可以利用 MCP 服务器将其转化为一项单一的技能，

00:13:51真正驱动创意端。不过，

00:13:53我还想提到的一点是，你并不需要

00:13:57把所有这些东西都交给 AI 生成图像。

00:14:00比如，你也可以采用一种混合风格：封面图使用 Higgsfield，

00:14:04因为封面是审美风格起关键作用的地方。

00:14:08然后，或许你希望能降低成本、减少 Token 消耗。

00:14:12对于正文幻灯片，你可以使用 HTML 之类的，

00:14:16让 Claude Code 通过代码来生成。有很多方法可以实现。

00:14:20但最重要的一点是，我们现在有了选择。

00:14:22有了这个 MCP 服务器，我们现在有了更多的选择。

00:14:24这就是我今天想分享给各位的内容。

00:14:27所有相关的链接都可以在视频描述中找到。

00:14:30如果你想参加我的 Claude Code 大师课，

00:14:32请务必关注 Chase AI Plus。

00:14:35一如既往，我们后会有期。

Key Takeaway

利用 Claude Code 结合 Higgsfield MCP 服务器，可以将 GitHub 热点追踪、文案策划与多模态模型创作整合为一套完全自动化的内容生产流水线。

Highlights

Higgsfield MCP 服务器提供单一接入点，集成 17 个图像模型、14 个视频模型及多种专有模型。
通过 Claude Code 配合 Higgsfield 自动化流程，内容创作者在不到 24 小时内获得 10 万次观看量。
自动化脚本可每日提取 GitHub 过去 7 天内 Star 数排名前 10 的热门仓库及其简短描述。
系统支持使用 GPT images 2 以参考图风格生成 2K 高清画质的社交媒体幻灯片。
MCP 服务器允许通过自然语言指令在终端批量生成图片并设定 60 至 90 秒的自动轮询检查任务。
Claude Code 可通过连接器（Connector）直接调用 Higgsfield 的 API，无需为每个工具单独配置支付方式。

Timeline

内容创作工具集成的新方案

Higgsfield MCP 服务器解决了逐一连接 AI 工具 API 导致的操作繁琐问题。
该平台集中管理了 17 个图像模型和 14 个视频模型，包含 GPT images 2 和 Seed Dance 等顶级工具。
统一的接入点避免了因顶尖工具每周更迭而频繁重构 API 流程的成本。

当前的 AI 创作环境变化极快，工具的领先地位往往只能维持几周或几个月。手动连接每个工具不仅面临支付方式各异的困扰，还可能受限于未公开的 API。MCP 服务器作为一种中转机制，确保创作者始终能调用性能最佳的模型，而无需改变底层配置。

Claude Code 的自动化内容工作流

Claude Code 能够自动扫描 GitHub 仓库并结构化提取本周及本月的最热信息。
系统根据提取的文案自动生成提示词并调用 Higgsfield 进行图像创作。
这种流程将 Claude Code 转化为一台无需人工干预的营销机器。

突破性进展在于从便捷性转向了全自动化。通过编写简单的脚本，Claude Code 可以分析外部数据源，将其转化为社交媒体帖子的提示词，并直接发送给 Higgsfield 进行渲染。这种闭环系统允许创作者仅在最后阶段进行手动审核或直接发布成品。

安装与多端配置指南

在 Claude.ai 网页版通过添加自定义连接器（Custom Connector）实现快速登录与权限绑定。
终端环境可通过自然语言指令引导 Claude Code 完成 MCP 服务器的本地安装。
使用 /mcp 指令可以实时确认 Higgsfield 的连接状态。

设置过程分为网页版和终端版两种路径。网页版适合实时预览生成的图像，支持鼠标悬停进行重绘、动画化或编辑操作。终端版则侧重于开发效率，通过自然语言对话即可完成身份验证并开始调用内容创作模型。

从热点数据到爆款幻灯片实战

脚本每日自动获取过去 7 天内创建且 Star 数排名最靠前的新兴仓库数据。
通过喂给模型参考图，系统能生成风格高度统一的幻灯片封面和正文内容。
GPT images 2 模型支持多变体生成，以确保视觉表现力的多样化。

实战演示展示了如何将 Obsidian 中的 GitHub 热门数据转化为社交媒体上的 Carousel 帖子。模型会分析参考图的视觉布局、钩子角度和标题风格。由于 MCP 请求是异步的，用户需要设定轮询逻辑让 Claude Code 每隔 60 到 90 秒检查任务完成进度并带回结果。

混合创作模式与效率优化

Claude Code 能直接联网研究特定的 GitHub 仓库并提取所需的 md 文件素材。
混合风格模式允许封面使用 AI 生成图，而正文使用 HTML 代码生成以降低成本。
该架构的核心优势在于为创作者提供了灵活选择不同创作路径的权力。

为了提升工作质量，Claude Code 会主动研究 GitHub 仓库的具体内容并将其整合进 MCP 请求。考虑到 Token 消耗和渲染成本，创作者可以选择只在视觉冲击力要求最高的封面使用 Higgsfield，而内页则利用 Claude 生成的代码进行排版。这种策略在维持高水准审美输出的同时优化了资源利用。

Community Posts

No posts yet. Be the first to write about this video!

Write about this video