3 个旋钮驯服 AI 审美:Taste-Skill 反平庸前端设计完整指南
2026/8/29 9:15:35 网站建设 项目流程

3 个旋钮驯服 AI 审美:Taste-Skill 反平庸前端设计完整指南

【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill

AI 写的前端代码越来越能跑,界面却越来越像同一副模板。Taste-Skill 是开源的反平庸前端设计框架(Agent Skills 集合):它不替你写代码,而是把设计决策拆解成可调参数与硬性检查项,让 Codex、Cursor、Claude Code 生成的落地页、作品集、重设计项目摆脱"一眼假"的模板感。

AI 前端设计为什么总是一眼假

痛点不在代码能力,而在审美默认值。大模型写 UI 时会直接滑向一组"默认审美":紫色渐变、深色背景上的居中 hero、三张等宽特性卡片、到处糊玻璃拟态、Inter 配 slate-900。再叠加占位文案和 div 拼的假产品截图,模板感就成型了。

Taste-Skill 的解法是把"品味"工程化:先读需求、再调参数、选对设计系统、最后过一张硬性检查清单。整套规则以可移植的SKILL.md文件分发,跨编码 Agent 通用,规则针对设计意图而非某套框架 API。

先读需求:Design Read 推理机制

结论:生成任何代码之前,Agent 必须先输出一行"设计读",再动手。

技能的第一阶段叫 BRIEF INFERENCE。Agent 从 6 类信号源判断用户到底要什么,再压缩成一行判断,例如:"Reading this as: B2B SaaS landing for technical buyers, with a Linear-style minimalist language, leaning toward Tailwind + Geist + restrained motion." 后续所有布局、动效、密度决策都锚定这一行。

信号源作用
页面类型落地页、作品集、重设计、编辑型内容,各对应不同设计语言
气质词用户说的"极简""Awwwards""brutalist"等词,直接映射参数区间
参考信号贴的截图、点名的产品与竞品品牌
受众受众决定审美,而不是模型的口味
既有品牌资产重设计时是起点材料,不是可选项
隐性约束可访问性、公共部门、受监管行业,优先级高于一切审美偏好

需求有歧义时,只允许追问一个问题,禁止多问题轰炸,更禁止靠猜。同时有一条"反默认纪律":除非需求明确指向,否则主动避开 LLM 默认审美组合。

设计参数怎么调:3 个 1-10 旋钮

设计读定方向后,Taste-Skill 用三个 1-10 的旋钮锁定整体气质,写在技能文件顶部:

DESIGN_VARIANCE: 8 # 1 完全对称 -> 10 艺术化非对称 MOTION_INTENSITY: 6 # 1 纯 hover 状态 -> 10 电影级物理动效 VISUAL_DENSITY: 4 # 1 画廊式大留白 -> 10 驾驶舱式高密度

每个旋钮都有明确的分档定义:VARIANCE 在 1-3 档用 12 列对称网格,8-10 档用错位网格和2fr 1fr 1fr这类分数轨道,且中高值布局在窄屏必须塌回单列;MOTION 在 4-7 档只碰transformopacity,8-10 档才允许滚动叙事与视差;DENSITY 在 8-10 档要求所有数字用等宽字体、卡片让位 1px 分隔线。

按气质词查表,直接得到推荐区间:

气质信号VARIANCEMOTIONDENSITY
极简、干净、Linear 风5-63-42-3
高端品牌感、Apple 风7-85-73-4
实验性、Awwwards 风9-108-103-4
信任优先、公共部门3-42-34-5
重设计(保留品牌)对齐现状现状 +1对齐现状

这三个值就是全局变量:文档内所有规则引用变量名,不造别名。改参数不需要改文件,在对话里直接覆盖即可。完整参数定义见 skills/taste-skill/SKILL.md。

设计系统怎么选:官方包与近似实现

结论:需求指向官方设计系统就装官方包,别手搓;需求是美学方向就自建并诚实标注。

映射表把需求直接落到具体包:Microsoft 生态上 Fluent UI,Google 风格上@material/web加 Material 3 tokens,IBM 式企业分析上 Carbon,GitHub 风格开发者页面上 Primer,Shopify 管理界面必须 Polaris,现代 SaaS 自持组件则用 shadcn/ui 或 Tailwind v4。硬性规则:一个项目只用一个系统,不允许把 Fluent 和 Carbon 混进同一棵树,也不允许只抄别人的 tokens 再覆盖 90%。

玻璃拟态、Bento 网格、粗野主义、杂志风这类方向没有官方包,用原生 CSS 加组件库实现,并在代码注释里写清楚哪些是借鉴、哪些是官方。例如玻璃态用backdrop-filter加分层边框近似,同时给prefers-reduced-transparency用户留纯色回退。

反 AI 味规则与验收检查清单

Taste-Skill 的 AI Tells 部分,是从真实落地页测试里归纳的"一眼假"信号清单,全部是硬性禁令:

被禁信号说明
版本号 eyebrowhero 里的 V0.6、BETA、EARLY ACCESS,默认禁止
分节编号001 / INDEX、Stage 1 这类装饰性编号
装饰性中点与状态小圆点每行一个·当默认分隔符、每行列表前置彩色圆点
div 拼的假产品 UI假终端、假任务列表、假仪表盘,是最重的 AI 味来源
hero 底部装饰文字条、滚动提示"Scroll to explore"、品牌词滚动带,默认禁
em-dash(—)生产测试中违反率最高的 Tell,零容忍

最后一行最严格:页面任何可见位置出现一个 em-dash,就算 Pre-Flight Check 直接失败,必须重写。规则不给"少用"的余地,因为历史经验是模型会无视"适量使用"的措辞。

交付前的验收检查清单:

  • 响应式:320px 到 1920px 全断点检查,非对称布局窄屏必须塌回单列
  • 视觉层级:优先级靠尺寸、颜色、间距传达,而不是装饰元素
  • 交互状态:hover、focus、active、disabled 齐全
  • 暗色模式:消费级页面默认双模式,两种模式都过一遍才算完成
  • 动效降级:prefers-reduced-motion有静态替代
  • 性能护栏:只动画transformopacity,禁止裸window.addEventListener('scroll')
  • Tells 扫描:对照清单逐项过,em-dash 计数必须为零

任何一条不过,重写对应部分再交付。

快速上手路径与技能矩阵

一条命令安装,代码技能与图像技能共用同一条 CLI:

npx skills add https://gitcode.com/GitHub_Trending/ta/taste-skill

也可以只装单个技能:

npx skills add https://gitcode.com/GitHub_Trending/ta/taste-skill --skill "design-taste-frontend"

懒办法是把任意SKILL.md拷进项目,或直接贴进 ChatGPT、Codex 对话。旧版 v1 与 v2 并存,重跑安装即原地升级,脚本不用动。

技能矩阵按用途分工,实现类产出代码,图像类只产出参考图:

技能安装名适用场景
taste-skilldesign-taste-frontend默认起点,v2 重写版
taste-skill-v1design-taste-frontend-v1依赖 v1 精确行为的存量项目
redesign-skillredesign-existing-projects先审计再修复存量界面
image-to-code-skillimage-to-code生成参考图、分析、实现,一条龙
imagegen 系列imagegen-frontend-web / mobile / brandkit只出参考图:网页、移动端、品牌板
soft / minimalist / brutalisthigh-end-visual-design 等视觉方向已定的风格变体
output-skillfull-output-enforcement模型爱交半成品时,强制完整输出

两条典型路径:先出图再写码,用 imagegen 系列产出概念图与团队对齐,确认方向后把渲染图交给编码 Agent 落地;或者直接写码,配 output-skill 防止截断与占位注释。

总结

Taste-Skill 把"好看"从玄学拆成了工程问题:Design Read 定方向,三个旋钮管布局、动效与密度,设计系统映射表防重复造轮子,AI Tells 清单加 Pre-Flight 做最后闸门,形成完整的验收闭环。它适合新建落地页与作品集、重设计存量项目、先出概念图再写代码、以及需要并行对比多种风格方向的所有场景。MIT 开源、基于 Agent Skills 标准跨 Agent 可移植,仓库research/目录还内置了关于模型为何偷懒、输出为何截断的专项调研,是这套反平庸机制的实证底座。

【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询