Claude Code + Higgsfield MCP = Content-MASCHINE

CChase AI
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology

Transcript

00:00:00Claude Code hat ein Problem bei der Content-Erstellung, und der brandneue MCP-Server
00:00:04von Higgsfield hat es gerade gelöst. Anstatt jedes einzelne KI-Tool zur
00:00:09Content-Erstellung individuell mit Claude Code verbinden zu müssen,
00:00:10was man quasi tun muss, da sich die besten Tools wöchentlich ändern,
00:00:14können wir sie nun alle an einem Ort über den MCP-Server nutzen.
00:00:17Und das ist nicht nur ein Gewinn an Bequemlichkeit.
00:00:19Das bedeutet, dass wir jetzt große Teile unseres Prozesses zur Content-Erstellung
00:00:24zuverlässig mit dem jeweils besten KI-Tool für die Aufgabe automatisieren können.
00:00:28Heute werde ich euch also genau zeigen, wie man dieses Tool installiert und welchen
00:00:31Prozess ich genutzt habe, um dieses Content-Stück zu erstellen.
00:00:34Ich habe in weniger als 24 Stunden hunderttausend Aufrufe mit dem Higgsfield MCP-Server
00:00:39erzielt. Warum ist der Higgsfield MCP-Server also überhaupt wichtig? Warum sollte es dich interessieren?
00:00:43Nun, ich habe es im Intro angedeutet, und es gibt zwei Gründe.
00:00:45Der erste ist die Tatsache, dass wir jetzt einen einzigen
00:00:50Pfad haben, um Zugriff auf absolut jedes KI-Tool zur
00:00:55Content-Erstellung zu erhalten. Denn bis jetzt konnten wir das nicht wirklich programmatisch tun.
00:00:59Stattdessen musste man all diese Tools einzeln mit Claude verbinden –
00:01:04eine riesige Qual.
00:01:05Niemand hat das gemacht, weil jedes Tool seine eigene API und eigene Zahlungswege hatte,
00:01:10selbst wenn die API öffentlich zugänglich war, was in einigen Fällen nicht so war.
00:01:14Und so war man irgendwie auf die ein oder zwei Tools festgelegt, die man tatsächlich nutzt.
00:01:18Das Problem dabei ist, dass sich die besten ständig ändern. Letzte Woche
00:01:23war Nano Banana Pro an der Spitze. Und wisst ihr was? Jetzt ist es GPT Images 2.
00:01:27Vor sechs Monaten war VU 3 der Platzhirsch, vor einem Monat war es Clean.
00:01:31Und heute ist es Seed Dance. Nutzt du das beste Tool für den Job?
00:01:35Die Chancen stehen gut, dass du es nicht getan hast, wenn du so aufgestellt warst,
00:01:37aber jetzt muss ich nur noch mit dem Higgsfield MCP verbunden sein,
00:01:42und bumm, ich kann mich jetzt mit all diesen und mehr verbinden.
00:01:47Und mit "mehr" meine ich: Es gibt 17 Bildmodelle, 14 Videomodelle,
00:01:52und wir haben Zugriff auf viele der proprietären Modelle von Higgsfield,
00:01:56aber der wahre Durchbruch ist nicht die Bequemlichkeit.
00:01:58Es ist die Tatsache, dass es ein MCP-Server ist,
00:02:00sodass wir viele dieser Prozesse nun über Claude Code automatisieren können. Zum Beispiel
00:02:05kann ich eine Automatisierung erstellen, bei der Claude Code jeden Tag
00:02:08einen Blick auf GitHub wirft und sagt: "Hey,
00:02:11was sind die am stärksten trendenden KI-Repos für diese Woche oder diesen Monat,"
00:02:16brandneue, die gerade erst veröffentlicht wurden. Er wird diese Informationen nehmen.
00:02:20Er wird sie zurück in Claude Code bringen.
00:02:22Und er wird sie nun so strukturieren, dass ich sie für eine Art
00:02:25Social-Media-Post verwenden kann. In unserem Beispiel wird es ein Karussell sein.
00:02:30Dann wird er einen Prompt für die Bilder erstellen, damit wir Bilder
00:02:35wie diese hier bekommen können,
00:02:36aber mit den Texten und Informationen von GitHub, die er gerade abgerufen hat.
00:02:40Er schickt all diese Informationen an Higgsfield,
00:02:43das dann GPT Images 2 aufruft, um das alles für uns zu erstellen.
00:02:47Dann bringt es das zurück in Claude Code, und voilà.
00:02:51Wir haben damit einfach einen komplett automatisierten Prozess zur Content-Erstellung.
00:02:54Ich kann sie manuell prüfen. Ich kann Claude Code sie posten lassen,
00:02:57aber der Punkt ist, dass ich jetzt eine Art Workflow automatisieren kann.
00:03:01Man könnte sogar noch mehr davon automatisieren, indem ich Informationen von einem
00:03:05externen Ort hole. In diesem Fall GitHub,
00:03:07dann analysiere ich die Informationen innerhalb von Claude Code.
00:03:10Ich nehme diese analysierten Informationen und wandle sie in eine Art Content-Prompt
00:03:14um, der an den Higgsfield MCP gesendet wird. Und dann bringt er mir alles zurück.
00:03:18Und ich habe ein schönes Ergebnis und habe dabei kaum einen Finger gerührt.
00:03:21Das ist also die wahre Power, die durch diesen MCP-Server freigeschaltet wird.
00:03:25Wenn man diese zwei Dinge kombiniert, machen wir aus Claude Code wirklich eine
00:03:29Marketing-Maschine. Sprechen wir also über die Installation. Zuallererst
00:03:32benötigst du ein Higgsfield-Konto.
00:03:34Einen Link dazu setze ich in die Beschreibung. Falls es bis jetzt nicht klar war:
00:03:37Higgsfield ist ein Komplettanbieter für alles, was mit KI-Content-Erstellung zu tun hat.
00:03:42Als Nächstes müssen wir den MCP installieren. Und dafür gibt es im Grunde zwei Wege.
00:03:47Erstens können wir in claude.ai gehen und einfach einen Connector einrichten.
00:03:51Zweitens können wir es direkt im Terminal über Claude Code machen.
00:03:55Den Connector einzurichten ist sehr einfach. Geh einfach auf claude.ai.
00:03:58Gehe zu den Einstellungen. Gehe auf "Connector".
00:04:01Gehe auf "Custom Connector hinzufügen". Kopiere das hier,
00:04:06füge es dort ein und klicke auf Hinzufügen.
00:04:09Dann klickst du auf Verbinden, und du wirst gebeten, dich einzuloggen.
00:04:12Und bumm, da haben wir es.
00:04:14Ich kann nun im Grunde jedes dieser Audio-, Video- und
00:04:19Bild-Tools, die in Higgsfield stecken, direkt aus Claude – also der Web-App – aufrufen.
00:04:23Und ich kann es auch über die Desktop-App tun. Im Chat habe ich gesagt:
00:04:26"Nutze den Higgsfield-Connector und erstelle ein Bild über die Power von
00:04:29Claude Code plus Higgsfield unter Verwendung von GPT Image 2."
00:04:32Und man sieht, dass das Modell gerade aufgerufen wird.
00:04:36Es wird dich nach einigen Berechtigungen fragen.
00:04:37Du kannst den eigentlichen Prompt sehen, den es als JSON sendet, und wir sehen das Bild
00:04:42in Arbeit.
00:04:42Das Schöne daran, dies innerhalb der eigentlichen Chatbot-Anwendung
00:04:47oder in der Desktop-Claude-App zu tun,
00:04:49ist die Tatsache, dass die Bilder direkt im Chat generiert werden,
00:04:52was bedeutet, dass ich sie tatsächlich sehen kann. Und denkt daran:
00:04:54Es gibt viel mehr, was wir tun können, als nur einfach ein Bild oder Video zu erstellen.
00:04:58Unter der Haube passiert bei diesem MCP eine ganze Menge.
00:05:01Du kannst Claude selbst bitten, es dir zu erklären,
00:05:04aber ich habe auch diesen Leitfaden geschrieben, den ich in die kostenlose
00:05:07School-Community stellen werde. Ein Link dazu ist in der Beschreibung.
00:05:10Hier ist das Bild, das es für uns erstellt hat. Wenn ich mit der Maus darüber fahre,
00:05:13sieht man ein paar Optionen. Ich kann es neu erstellen lassen.
00:05:16Also im Grunde einfach den Prompt nochmal senden; ich kann es animieren,
00:05:19also an einen Video-Editor senden. Ich kann es bearbeiten.
00:05:22Dabei wird im Grunde ein weiterer Prompt aufgerufen. In diesem Fall
00:05:26würde es an Nano Banana 2 gesendet, aber ich könnte das zum Beispiel in
00:05:29"GPT Image 2" ändern.
00:05:32Es verknüpft das Referenzbild, damit es weiß, was es bearbeitet.
00:05:36Und dann gibst du dort einfach deinen Prompt ein.
00:05:37Ziemlich intuitiv also, wie man damit innerhalb
00:05:42der Chat-Anwendung arbeitet,
00:05:43aber sprechen wir über das, was ich für den größten Durchbruch halte: die Nutzung
00:05:46innerhalb von Claude Code. Um den MCP-Server in Claude Code einzurichten,
00:05:50geht es ebenfalls super einfach.
00:05:51Benutze buchstäblich Alltagssprache und sag: "Richte diesen MCP-Server für mich ein."
00:05:56Gehe einfach zurück auf diese Seite, die Higgsfield MCP-Seite.
00:05:59Die verlinke ich auch. Wir wählen "Custom Connector".
00:06:03Du fügst es dort ein, und es macht sich an die Arbeit.
00:06:06Es wird es für dich einrichten.
00:06:07Und es wird dir auch einen Link für denselben Authentifizierungsprozess geben,
00:06:10den du mich gerade in der Web-App hast machen sehen. Um die Einrichtung zu bestätigen,
00:06:13gib einfach "/mcp" ein. Und du solltest Higgsfield als verbunden sehen.
00:06:17Falls nicht, schreibe einfach kurz mit Claude Code,
00:06:20und er wird dich durch die Schritte führen, um sicherzugehen, dass es verbunden ist.
00:06:22Vielleicht musst du Claude Code kurz beenden und neu starten. Sobald
00:06:26der MCP-Server an diesem Punkt verbunden ist,
00:06:28können wir nun im Grunde jedes KI-Modell zur Content-Erstellung direkt
00:06:34vom Terminal aus über natürliche Sprache nutzen.
00:06:36Wenn ich also Claude Code sage: "Erstelle mir 16 verschiedene Bilder
00:06:41mit GPT Images 2", wird er das für dich tun.
00:06:44Und er wird sie einfach herunterladen, und du kannst ihm sogar sagen: "Hey,
00:06:47ich möchte, dass du die Bilder für mich öffnest."
00:06:48Der einzige Nachteil beim Terminal ist natürlich, dass wir die Bilder nicht direkt
00:06:52im Terminal sehen können, aber hey,
00:06:55was wir wirklich wollen, ist herauszufinden, wie wir das in eine Automatisierung
00:06:58packen und skripten können.
00:06:59Aber das Prompting in natürlicher Sprache ist einfach und genau derselbe Prozess,
00:07:04den ich euch bei der Web-App gezeigt habe.
00:07:05Gehen wir diesen Prozess also mal durch.
00:07:07Was wir zuerst brauchen, ist die Fähigkeit, Informationen von GitHub zu holen und
00:07:11sie zurück in Claude Code zu bringen. Das seht ihr genau hier.
00:07:13Dies ist eine Automatisierung, die jeden Morgen läuft,
00:07:15und sie holt die Top 10 der trendenden GitHub-Repos dieser Woche, die
00:07:20in den letzten sieben Tagen erstellt wurden, und ordnet sie nach Sternen.
00:07:24Sie gibt mir eine kurze Beschreibung und all so einen Kram.
00:07:26Und ich kann auch die Top 5 der Trends des letzten Monats sehen. Und nochmal:
00:07:30Das sind alles neue Repos, die gerade erst aufgetaucht sind.
00:07:32Das für dich selbst zu erstellen, ist eigentlich wirklich einfach.
00:07:35Ich habe die ganze Aufschlüsselung in Chase AI Plus,
00:07:38aber du kannst Claude Code buchstäblich einfach anweisen: "Hey,
00:07:40kannst du mir eine Automatisierung erstellen, die GitHub jeden Tag danach prüft?"
00:07:44Du musst keine API einrichten oder irgendetwas in der Art.
00:07:46Aber was ich möchte, ist, dass Claude Code sich diese Informationen ansieht und
00:07:51daraus im Grunde ein Karussell macht.
00:07:55Falls ihr Karussells nicht kennt: Das sind einfach Posts wie dieser hier.
00:07:58Wir haben ein Titelblatt. Dieses hier heißt "Top 5 Claude Code Frontend Skills",
00:08:02aber stattdessen machen wir "Top 5 Claude Code GitHub Repos" oder "Top 5 AI Repos".
00:08:07Wir schauen mal, was Claude Code sich einfallen lässt.
00:08:09Ich werde ihm die Referenzbilder geben, die ihr hier seht.
00:08:11Ich gebe ihm also das Titelblatt und einige dieser, na ja,
00:08:15"Inhalts-Slides", sozusagen,
00:08:16weil ich möchte, dass es im selben Stil ist, und wir sehen dann, was
00:08:20dabei herauskommt. Ich füttere ihn also damit,
00:08:23ich füttere ihn mit den GitHub-Informationen, und dann kann Claude sagen: "Okay,
00:08:27basierend auf allem in diesem GitHub und basierend auf den Referenzbildern,
00:08:31hier ist das, was wir uns für den Prompt überlegen sollten."
00:08:34Ich habe Claude Code einen ziemlich einfachen Prompt gegeben. Ich sagte:
00:08:36"Sieh dir unsere GitHub-Trending-Daten von heute an."
00:08:39Genau das, was ich euch gerade in Obsidian gezeigt habe.
00:08:41"Ich möchte ein Karussell über diese Informationen erstellen."
00:08:44Wir könnten es "Top 5 Trending AI Repos This Month" nennen oder so ähnlich.
00:08:48"Ich möchte es in Slides wie diese umgewandelt haben: Cover plus Inhalts-Slides."
00:08:52Und dann habe ich ihm diese vier oder drei Slides gegeben. Und dann sagte ich einfach:
00:08:57"Lass uns darüber sprechen, bevor wir es zur Content-Erstellung abschicken."
00:08:59Was wir hier machen, ist, dass wir manuell jeden
00:09:04Schritt durchgehen. Den Content haben wir also schon.
00:09:07Jetzt besprechen wir es, bevor wir es hier an Higgsfield senden.
00:09:10Was du eigentlich tun solltest, wenn du das Ganze an einem Punkt hast, der dir gefällt,
00:09:15und du es immer wieder machst, ist Folgendes, anstatt dass ich sage: "Alles klar,
00:09:19jetzt machen wir GitHub. Jetzt besprechen wir es. Jetzt schicken wir die Prompts ab."
00:09:23Wir könnten das Ganze eigentlich in einen einzigen großen Aufruf verwandeln.
00:09:27Man könnte es zum Beispiel "Higgsfield Skill" nennen, oder wie auch immer.
00:09:31Du kannst ihm jeden Namen geben, den du willst,
00:09:33aber du kannst diesen gesamten Prozess automatisieren und etwas haben, das
00:09:37jeden Tag, direkt nachdem GitHub morgens aktualisiert wurde, sagt: "Hey,
00:09:42hier sind die Top 10 Repos. Warum machen wir daraus nicht einfach einen Post?"
00:09:45Du könntest jeden Tag ein Karussell haben, das sagt: "Hey,
00:09:47hier sind die Top 10 der trendenden KI-Repos für heute."
00:09:52Wisst ihr,
00:09:53das ist eigentlich ziemlich relevanter Content, den die Leute wirklich mögen würden,
00:09:56und das hier ist ein einfacher Weg, ihn zu erstellen. Ich sehe meine Idee.
00:10:00Claude sagt uns also: "Hey, ich habe die heutigen Trending-Dateien abgerufen."
00:10:03Er wiederholt nur die Top 5 der GitHub-Repos für diesen Monat.
00:10:07Er hat ein paar Gedanken dazu. Claude Code ist skeptisch. Ja, ja. Ein bisschen seltsam.
00:10:13Er spricht über den Hook-Ansatz, er spricht über den Titel
00:10:18sowie über das Layout, das Hero-Image und all diese Dinge.
00:10:22Hier ist der Prompt, den ich ihm gegeben habe. Er sprach davon, einen Karussell-Skill zu nutzen,
00:10:25was für diesen Fall eigentlich ein irrelevanter Skill ist.
00:10:26Es hat nichts mit dem Higgsfield MCP zu tun. Also sagte ich: "Ignoriere diesen Skill."
00:10:30"Lass uns mit dem Cover-Slide beginnen."
00:10:31Also der Hauptslide, den jeder sehen wird. Ich möchte ihn im selben Stil wie das
00:10:35Referenzbild haben, das ich dir gegeben habe. Nutze deinen Text, nutze Higgsfield MCP,
00:10:39nutze GPT Images 2 für Variationen. Und das ist ziemlich wortreich,
00:10:43weshalb man das Ganze letztendlich in einen echten Skill verwandeln möchte.
00:10:47Das ist etwas, das man oft macht.
00:10:48Denkt daran, wir versuchen etwas zu erstellen, das so aussieht, weil wir
00:10:53genau dieses Referenzbild dort einspeisen.
00:10:55Und wir sagen: "Mach etwas Ähnliches, ändere nur den Text und
00:10:58den Titel." Er kam also gerade mit den vier Varianten zurück.
00:11:01Es hat etwa fünf Minuten gedauert.
00:11:03Bedenkt, dass die Geschwindigkeit, mit der das passiert, völlig
00:11:07vom verwendeten Modell und der Qualität abhängt. Bei GPT Image 2
00:11:12Ich habe GPT Images 2 in hoher 2K-Qualität genutzt und wollte vier Variationen.
00:11:15Ein weiterer Punkt, den man beachten muss, ist die Funktionsweise von MCP:
00:11:19Man sendet lediglich eine Anfrage.
00:11:21Es gibt keine Rückmeldung bei Fertigstellung. Also muss man Claude Code sagen:
00:11:25„Hey,
00:11:25frag Higgsfield bitte alle 60 bis
00:11:2890 Sekunden ab, ob es fertig ist, und zeig mir dann das Ergebnis."
00:11:32Hier sind die vier Varianten. Wir haben eins, zwei, drei, vier.
00:11:37Wir haben im Grunde angewiesen, genau dasselbe zu machen,
00:11:39nur mit unserem neuen Text. Und genau das ist passiert. Ehrlich gesagt,
00:11:43finde ich, es sieht ziemlich gut aus. Wenn ich etwas bearbeiten wollte,
00:11:46würde ich wohl die Liste hier unten entfernen.
00:11:48Ich bin mir auch nicht sicher, ob mir das „Chase AI" oben gefällt,
00:11:52aber der Punkt ist: Wenn man sagt: „Hey, nutz dieses Referenzbild",
00:11:55dann sendet es auch genau dieses Bild.
00:11:56Es ist so, als würde man es manuell machen. Schritt eins,
00:12:00ein Referenzbild als Cover vorzugeben, hat also super funktioniert.
00:12:04Sehen wir uns nun an, wie es sich bei den Inhaltsfolien schlägt.
00:12:07Wie Sie hier sehen,
00:12:08greifen wir auf Inhalte direkt von der GitHub-Seite zu.
00:12:12Ich weise Claude Code nun an: „Such dir selbst Assets,
00:12:17die als Referenzbilder für die Inhaltsseite Sinn ergeben."
00:12:21Nochmal:
00:12:21Wir nutzen hier die volle Power von Claude Code, um die Qualität
00:12:26der Arbeit zu steigern. Ich sagte: „Erste Folie passt. Weiter zur Inhaltsfolie.
00:12:30Nutz das erste GitHub-Repo in der Liste." Und dann sagte ich:
00:12:34„Finde heraus, welche Assets wir von GitHub selbst
00:12:39für diese Generierung benötigen. Recherchiere das Repo, zieh die Assets
00:12:42und füge sie der MCP-Anfrage hinzu." Ich lasse es also viel erledigen:
00:12:46Geh ins Internet, find das richtige Repo,
00:12:48hol dir, was du brauchst, pack es in deinen Prompt
00:12:51und schick es an den MCP. Und das kam dabei heraus.
00:12:54Es hat uns die Folie für „awesome-design.md" als Referenz geliefert.
00:12:58So sieht das GitHub-Repo von „awesome-design.md" aus.
00:13:02Ziemlich nah dran. Ich finde, das sieht gut aus. Es gab uns vier Varianten,
00:13:08alle leicht unterschiedlich. Nichts sticht extrem heraus,
00:13:12aber ich finde, es ist ein wirklich gutes Ergebnis.
00:13:14Es passt definitiv zur Ästhetik, die wir mit dem Referenzbild
00:13:19vorgegeben haben. Also wirklich, wirklich gut.
00:13:21Nun müssten wir diesen Prozess nur für den Rest der Folien
00:13:25wiederholen. Und wir müssten das nicht mal einzeln machen.
00:13:27Wir könnten im Grunde alle auf einmal raushauen.
00:13:30Sie sehen also, wie einfach man so etwas in eine Content-Maschine
00:13:35verwandeln kann,
00:13:35besonders wenn man eine Quelle wie eine täglich aktualisierte
00:13:41GitHub-Repo-Liste hat. Das ist zeitloser Content, der die Leute interessiert.
00:13:45Und ich kann das alles von hier aus steuern.
00:13:47Mit dem MCP-Server kann ich daraus einen einzigen „Skill" machen,
00:13:51der den kreativen Part übernimmt. Aber
00:13:53eine Sache möchte ich noch erwähnen: Man muss nicht für alles
00:13:57auf reine KI-Bildgenerierung setzen.
00:14:00Man könnte auch einen Hybrid-Stil wählen, bei dem man Higgsfield für das
00:14:04Cover-Bild nutzt,
00:14:05da die Ästhetik dort die größte Rolle spielt.
00:14:08Für den Rest möchte man vielleicht Kosten und Token sparen.
00:14:12Für die Inhaltsfolien nutzt man dann etwa HTML oder Ähnliches,
00:14:16das Claude Code per Code generiert. Es gibt viele Wege.
00:14:20Das Entscheidende ist: Wir haben jetzt Optionen.
00:14:22Dank dieses MCP-Servers haben wir jetzt Möglichkeiten.
00:14:24Damit möchte ich es für heute belassen.
00:14:27Alle Links zu den Tools finden Sie in der Beschreibung.
00:14:30Schauen Sie unbedingt bei Chase AI vorbei,
00:14:32wenn Sie Interesse an meiner Claude Code Masterclass haben.
00:14:35Und wie immer: Wir sehen uns!

Key Takeaway

Die Kombination aus Claude Code und dem Higgsfield MCP-Server automatisiert die Content-Erstellung, indem sie externe Datenquellen wie GitHub direkt mit über 30 verschiedenen Bild- und Videomodellen ohne manuelle API-Konfiguration verbindet.

Highlights

  • Der Higgsfield MCP-Server ermöglicht den zentralen Zugriff auf 17 Bildmodelle und 14 Videomodelle direkt über Claude Code.

  • Die Integration beseitigt die Notwendigkeit, für jedes KI-Tool wie Seed Dance oder GPT Images 2 eigene APIs und Zahlungswege individuell einzurichten.

  • Automatisierte Workflows in Claude Code können täglich trendende Repositories von GitHub abrufen und diese direkt in Social-Media-Inhalte umwandeln.

  • Die Bildgenerierung innerhalb der Claude-Web-App oder Desktop-App erlaubt die sofortige Vorschau sowie das Bearbeiten und Animieren von Ergebnissen per Klick.

  • Ein automatisierter Prozess erzeugte mithilfe des Higgsfield MCP-Servers innerhalb von weniger als 24 Stunden 100.000 Aufrufe für ein Content-Stück.

  • Die Abfragefunktion in Claude Code ermöglicht es, den Status der Bildgenerierung bei Higgsfield in Intervallen von 60 bis 90 Sekunden automatisch zu prüfen.

Timeline

Zentralisierung der KI-Toolchain durch MCP

  • Higgsfield dient als einziger Pfad für den Zugriff auf zahlreiche proprietäre und öffentliche Bild- sowie Videomodelle.
  • Manuelle Anbindungen einzelner APIs entfallen, da alle Werkzeuge an einem Ort über den MCP-Server gebündelt sind.
  • Der schnelle Wechsel zwischen führenden Modellen wie Nano Banana Pro, VU 3 oder Seed Dance erfolgt ohne technischen Mehraufwand.

Die Dynamik im Bereich der KI-Tools führt dazu, dass sich die Marktführer wöchentlich ändern. Bisher war es mühsam, jedes neue Tool einzeln mit Claude zu verbinden, da oft keine öffentlichen APIs oder einheitliche Zahlungssysteme existierten. Der Higgsfield MCP-Server löst dieses Problem durch eine konsolidierte Schnittstelle für 17 Bild- und 14 Videomodelle.

Automatisierung von Content-Workflows mit GitHub-Daten

  • Claude Code durchsucht GitHub eigenständig nach den am stärksten trendenden Repositories der Woche oder des Monats.
  • Die extrahierten Daten werden automatisch in Prompts für Karussell-Posts mit Titelblatt und Inhaltsfolien strukturiert.
  • Der gesamte Prozess von der Informationsbeschaffung bis zur fertigen Bildgenerierung läuft ohne manuelles Eingreifen ab.

Durch die Programmierung von Skills in Claude Code lässt sich ein täglicher Rhythmus etablieren. Die KI analysiert aktuelle Trends, erstellt darauf basierende Hooks und Layout-Vorgaben und sendet diese direkt an den Higgsfield MCP-Server. Das Ergebnis ist ein fertiges Content-Paket, das lediglich noch final geprüft werden muss.

Installation und Nutzung in der Web-App

  • Die Einrichtung erfolgt über die Connector-Einstellungen in claude.ai durch das Hinzufügen eines Custom Connectors.
  • Bilder werden direkt im Chatfenster generiert und können dort sofort betrachtet werden.
  • Integrierte Optionen erlauben das nachträgliche Bearbeiten, Animieren oder Neuerstellen von Bildern basierend auf Referenz-IDs.

Für die Nutzung ist ein Higgsfield-Konto erforderlich. Nach der Verknüpfung in der Web- oder Desktop-App von Claude können Nutzer per natürlicher Sprache Bildanfragen stellen. Ein besonderer Vorteil der Chat-Anwendung ist die visuelle Rückmeldung, da generierte Medien direkt im Gesprächsverlauf erscheinen und über Tools wie Nano Banana 2 weiterverarbeitet werden können.

Effiziente Skalierung im Terminal via Claude Code

  • Der Befehl /mcp bestätigt die erfolgreiche Verbindung des Servers im Terminal.
  • Massenanfragen für beispielsweise 16 verschiedene Bilder können mit einem einzigen Befehl gestartet werden.
  • Claude Code übernimmt die Rolle des Koordinators, der die Ergebnisse von Higgsfield in regelmäßigen Abständen abfragt.

Die wahre Stärke liegt in der Nutzung über das Terminal, da hier komplexe Skripte ausgeführt werden können. Da das Terminal keine native Bildvorschau bietet, lädt Claude Code die Dateien lokal herunter. Nutzer müssen Claude explizit anweisen, den Status bei Higgsfield alle 60 bis 90 Sekunden zu prüfen, da das MCP-Protokoll keine automatische Push-Benachrichtigung bei Fertigstellung sendet.

Praxisbeispiel: Von der Referenz zum fertigen Karussell

  • Referenzbilder steuern den ästhetischen Stil und das Layout für neue Generierungen gezielt an.
  • Claude Code recherchiert eigenständig in GitHub-Repos nach passenden visuellen Assets für Inhaltsfolien.
  • Hybride Ansätze kombinieren KI-Bilder für Cover-Folien mit effizientem HTML-Code für textlastige Inhaltsfolien.

Im Testlauf wurde ein bestehendes Design als Referenz für ein neues Karussell über die Top 5 AI Repos genutzt. Claude Code fand das Repository 'awesome-design.md', extrahierte relevante Informationen und erstellte vier Varianten, die dem ursprünglichen Stil entsprachen. Für eine ressourcensparende Produktion empfiehlt sich die Kombination aus hochwertiger KI-Grafik für den Hook und programmgesteuertem Design für die Informationsvermittlung.

Community Posts

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

Write about this video