当前位置: 首页 > news >正文

品味技能:AI 代理防粗糙前端框架,多技能助力界面设计升级!

品味技能:便携式代理技能

品味技能可升级由 AI 构建的界面,打造布局更合理、排版更美观、动效更出色、间距更协调的界面,告别千篇一律的 UI。此仓库还包含用于参考板(网页、移动应用、品牌套件)的图像生成技能。可将这些技能与 ChatGPT Images 或类似的生成器搭配使用,然后将框架交给 Codex、Cursor 或 Claude Code 进行实现。

免责声明

品味技能没有官方代币、虚拟货币或加密项目。任何使用我的名称、形象或项目的代币均与我无关,我也不会对其进行背书。

反馈与贡献

我们非常欢迎您的反馈。您可以通过以下方式提出建议和报告 bug:在 GitHub 上提交拉取请求或问题;私信 @lexnlin 或 @blueemi99;发送邮件至 hello@tasteskill.dev。

安装

`npx skills add` CLI 会扫描此仓库中的 `skills/` 文件夹,因此以下所有技能(代码和图像生成)的安装方式相同。

npx skills add https://github.com/Leonxlnx/taste-skill

按安装名称(`SKILL` 前置元数据中的 `name:` 字段,而非文件夹名称)安装单个技能:

npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"

您也可以将任何 `SKILL.md` 文件复制到您的项目中,或粘贴到 ChatGPT / Codex 对话中。

技能

每个技能仅执行一项任务,您无需同时使用所有技能。实现技能会输出代码,图像生成技能仅输出参考图像。“安装名称”列是您传递给 `--skill` 的精确值。

技能(文件夹)安装名称描述
taste-skilldesign-taste-frontend🆕 v2(实验版)——对默认技能进行了重大重写。读取设计说明,推断设计语言,调整三个参数(VARIANCE / MOTION / DENSITY)。具备设计说明推断、设计系统映射、禁止使用硬破折号、规范的 GSAP 代码框架、重新设计审核协议以及严格的预检检查。正在积极迭代至 v2.0.0 稳定版。
taste-skill-v1design-taste-frontend-v1品味技能的原始 v1 版本,为依赖其确切行为的项目保留。仅在 v2 默认版本破坏了您工作流程中的特定内容时使用。
gpt-tasteskillgpt-taste适用于 GPT/Codex 的更严格变体:更高的布局变化、更强的 GSAP 指导以及积极的防粗糙措施。
image-to-code-skillimage-to-code以图像为先的流程:生成网站参考图,进行分析,然后实现匹配的前端。
redesign-skillredesign-existing-projects针对现有项目:先审核 UI,然后修复布局、间距、层次结构和样式。
soft-skillhigh-end-visual-design精致、沉稳、高端的 UI,对比度更柔和,有充足的空白空间、优质字体和弹性动效。
output-skillfull-output-enforcement当模型输出半成品时,强制输出完整内容,不使用占位符注释。
minimalist-skillminimalist-ui编辑类产品 UI(类似 Notion/Linear 的风格),调色板克制,结构清晰。
brutalist-skillindustrial-brutalist-ui硬朗的机械风格:瑞士字体、强烈的对比度、实验性的布局。
stitch-skillstitch-design-taste与 Google Stitch 兼容的规则,包括可选的 `DESIGN.md` 导出格式。

图像生成技能

这些技能仅生成设计图像(无代码)。可与 ChatGPT Images、Codex 图像模式或任何图像生成代理配合使用。

技能(文件夹)安装名称描述
imagegen-frontend-webimagegen-frontend-web网站设计稿:英雄区、着陆页、多部分页面,具备出色的排版、间距和防粗糙的艺术指导。
imagegen-frontend-mobileimagegen-frontend-mobile移动屏幕和流程:iOS/Android/跨平台,原型图,易读的字体,连贯的设计集。
brandkitbrandkit品牌套件参考板:标志设计方向、调色板、字体、跨类别的品牌形象应用。

该使用哪个技能?

若追求最安全的通用默认设置,可从 `taste-skill` 开始。(目前为 v2 实验版,可查看 `CHANGELOG` 了解变更内容。)如果依赖原始 `taste-skill` 的确切行为,请安装 `taste-skill-v1`。若需要更严格的面向 GPT/Codex 的规则以及动效/布局强制约束,可使用 `gpt-taste`。对于图像 → 分析 → 代码的网站工作流程,可使用 `image-to-code-skill`。若要改进现有代码库而非进行全新设计,可使用 `redesign-skill`。当视觉方向已确定时,可添加 `soft-skill`、`minimalist-skill` 或 `brutalist-skill`。若代理持续截断输出,可添加 `output-skill`。当交付物为图像(设计稿、流程、品牌形象参考板)时,可使用 `imagegen-frontend-web`、`imagegen-frontend-mobile` 或 `brandkit`,然后将结果传递给您的编码代理。

以图像为先的提示

对于 `image-to-code-skill`,可在提示中说明流程,例如:遵循该技能,先生成图像,然后进行分析,最后编写代码。

ChatGPT Images 和 Codex

附上或粘贴 `imagegen-frontend-web`、`imagegen-frontend-mobile` 或 `brandkit`,并要求生成所需的框架,然后将渲染结果提供给 Codex、Cursor 或 Claude Code。当您需要一个既能生成参考图又能实现网站代码的工作流程时,可使用 `image-to-code-skill`。

设置(仅适用于 taste-skill)

文件顶部的数字是 1 - 10 的参数:`DESIGN_VARIANCE`:布局实验性(值越低:居中/简洁;值越高:不对称/现代);`MOTION_INTENSITY`:动效深度(值越低:悬停效果;值越高:滚动/磁吸效果);`VISUAL_DENSITY`:每个视口的信息量(值越低:空间宽敞;值越高:密集的仪表盘)。

示例

使用 `taste-skill` 创建的示例。

支持项目

如果品味技能对您有帮助,可考虑进行赞助:[在 GitHub 上赞助](https://github.com/Leonxlnx/taste-skill)

当前赞助商

暂无相关信息。

研究

形成这些技能的背景资料存放在 `research/` 文件夹中。

常见问题

与其他 AI 设计技能有何不同?拥有多个专门的变体,关键技能中可调节参数,基于专项研究制定的反重复规则。所有技能在主要编码代理中均与框架无关。是否适用于 React、Vue、Svelte?是的。规则针对设计意图,而非单一框架的 API。什么是 `SKILL.md`?这是一个便携式指令文件,代理可自动加载;可通过 `npx skills add` 安装,或复制到仓库或对话中。图像生成技能能否通过 `npx skills add` 安装?可以。它们与代码技能一同存放在 `skills/` 文件夹下,因此相同的 CLI 可以发现它们。

许可证

本项目采用 MIT 许可证,版权所有 (c) 2026 Leonxlnx。

http://www.jsqmd.com/news/891309/

相关文章:

  • 基于MLP与定位嵌入的足底压力预测:从墨水足迹到定量分析
  • NSudo系统权限管理工具:5分钟掌握Windows最高权限操作
  • 如何轻松实现Netflix双语字幕体验:3个高效解决方案
  • Android Dev Bookmarks未来路线图:项目发展方向与社区建设规划
  • Hindsight记忆成本分析:计算和优化运行成本
  • 如何15分钟掌握跨平台资源嗅探工具:res-downloader新手完整指南
  • MIT App Inventor终极指南:零代码开发Android和iOS应用的完整教程
  • 深入解析Native层代码混淆:分类、方法与安全应用
  • 小电视空降助手:三步告别B站视频广告干扰的智能解决方案
  • PCB可制造性
  • 如何快速制作系统启动盘:开源镜像烧录工具的完整使用秘籍
  • 影像技术实战28:视频音画不同步怎么修?FFprobe 排查、整体偏移与时间戳重建方案
  • G-Helper:5分钟解决华硕笔记本性能问题的终极免费方案
  • 长春本地画室实测评测:从师资到升学的多维度对比 - 奔跑123
  • ChatGPT文献综述生成:2024下半年起,NSF/NIH已要求申报书附“AI生成内容溯源报告”,你还没掌握这5步合规性审计法?
  • 如何10倍提升测试效率:TestSigma AI测试平台快速入门教程
  • 2026年北京专业的甲醛检测公司推荐 - 品牌排行榜
  • 知识图谱与Attention-BiLSTM融合:构建智能社交媒体内容审核系统
  • Realtek r8125 DKMS驱动:彻底解决Linux下2.5G网卡的内核兼容性问题
  • Rucene源码探秘:从TokenStream到Query执行的全流程分析
  • BERT-CNN-BiLSTM-Att混合模型在短文本情感分析中的实践与优化
  • Cadence Allegro 16.6 Gerber文件实战:从设计到交付板厂的完整流程
  • Rucene高级特性:文档高亮、排序与过滤功能使用指南
  • 终极iOS降级指南:FutureRestore完整教程与实战技巧
  • baidupankey终极指南:3分钟学会百度网盘提取码自动查询
  • WordPress Widget Boilerplate安装与配置:5分钟快速入门教程
  • AntiDupl.NET:三步快速清理重复图片的完整指南
  • HNU计院操作系统实验8
  • 游戏素材提取终极指南:开源资源库如何解决二次元素材获取难题
  • Android GPU Inspector状态跟踪和内存观察机制:如何深度分析GPU性能问题 [特殊字符]