开发者用Claude生成一张LinkedIn配图，平均要经历6步操作：打开浏览器→粘贴HTML→截图→裁剪→转格式→上传。按每周15次计算，2.5小时就这么蒸发在机械劳动里。Pixdom的作者算过这笔账后，决定让机器自己吃掉这部分工作。
这不是Claude的缺陷，是工作流的断点
Claude生成HTML的能力已经相当成熟——动画、CSS过渡、像素级排版都能一手包办。问题在于HTML生成之后，用户被迫接管了"最后一公里"：把代码变成平台可用的图片或视频。作者描述的典型场景是：盯着终端里漂亮的HTML，然后手动打开Chrome，录屏等一个完整动画周期，再进Canva修剪循环，最后导出GIF。15分钟，每次。
Pixdom的核心定位是填补这个断点。它同时提供CLI工具和MCP服务器，能把任意HTML（Claude生成、手写或实时URL）转换成平台就绪的PNG、GIF或MP4。命令行调用时，一行指令完成全部格式处理：
pixdom convert --html "
Hello" --profile linkedin-post --output launch.jpg
--profile参数预设了各平台的尺寸规范，用户不需要再查LinkedIn卡片的推荐分辨率。
动画处理是差异化战场
静态截图工具遍地都是，但动画HTML的自动化转换一直是个麻烦事。Pixdom的--auto模式会主动读取页面的CSS动画周期，自动计算帧率和时长：
Auto mode: Element: #card (350×520) Duration: 3500ms (CSS animation LCM) FPS: 24 (ease-in-out detected) Frames: 84
作者特别提到，这个模式会先把检测摘要打印出来，让用户确认后再执行渲染。不需要手动试凑--duration参数，也不需要理解CSS动画的LCM（最小公倍数）计算逻辑。
工具链的选择本身也是产品叙事的一部分。作者用Claude Code作为主要开发工程师，整个构建过程的决策细节——包括11点调试失败时的技术取舍——都被纳入了这篇复盘。这种"连工具链一起透明"的写法，在同类项目文档里并不常见。
从个人痛点到通用工具的路径
Pixdom的起点是作者自己的高频场景：Claude生成内容→手动截图→格式转换。这个路径被验证存在后，工具自然延伸到了更广泛的HTML来源——任意URL、本地文件、甚至实时渲染的页面。
MCP服务器的加入让集成方式更灵活。Claude用户可以直接在对话里调用Pixdom，不需要跳出终端环境。这种"在原有工作流里闭环"的设计思路，和工具诞生的初衷一脉相承。
作者没有公布用户数据或下载量，但提到项目已经"fully-shipped"。从个人工作流缺口到开源工具，这个转化本身已经说明问题：当AI生成内容的能力越过某个阈值后，围绕"生成后处理"的工具创新会密集出现。Pixdom踩中的，是HTML→视觉资产这个特定环节的自动化需求。
最后一个细节：--auto模式打印摘要的设计，来自作者自己"不想猜参数"的执念。如果你也写过需要反复调参的CLI工具，会理解这个选择——它把"确定性"做成了产品功能本身。
你每周花在格式转换和截图上的时间，有算过具体数字吗？
热门跟贴