Taste-Skill为 AI 生成界面注入审美基因的前端技能框架 核心观点AI 生成的 UI 普遍平庸——布局单调、排版死板、动效缺失。Taste-Skill 是一套可移植的 Agent Skills代理技能文件通过注入设计规则让 AI 输出更有品质感的前端界面而不是千篇一律的模板风格。 关键信息1. 项目定位定位反AI 生成烂 UI的前端框架Anti-Slop Frontend Framework for AI Agents核心载体SKILL.md文件——一种可移植的指令文件AI Agent 可自动加载适配对象Codex、Cursor、Claude Code、ChatGPT 等主流编码 Agent框架无关规则针对设计意图兼容 React / Vue / Svelte 等任意框架2. 安装方式# 安装全部技能 npx skills add https://github.com/Leonxlnx/taste-skill # 安装单个技能通过 install name npx skills add https://github.com/Leonxlnx/taste-skill --skill design-taste-frontend # 固定使用 v1 版本 npx skills add https://github.com/Leonxlnx/taste-skill --skill design-taste-frontend-v1也可以直接将SKILL.md文件复制进项目或粘贴到 ChatGPT / Codex 对话中手动使用。3. 技能清单️ 代码实现类技能技能名Install Name用途说明taste-skill (v2)design-taste-frontend默认推荐v2 实验版含设计语言推断、三拨杆调节、GSAP 动效骨架taste-skill-v1design-taste-frontend-v1原始 v1用于需要精确兼容旧版行为的项目gpt-tasteskillgpt-taste更严格的 GPT/Codex 变体强化布局方差和动效image-to-code-skillimage-to-code图片 → 分析 → 代码的完整工作流redesign-skillredesign-existing-projects用于改造已有项目的 UI先审计再修复soft-skillhigh-end-visual-design高端柔和风留白、细腻字体、弹簧动效minimalist-skillminimalist-ui极简风Notion/Linear 气质节制配色brutalist-skillindustrial-brutalist-ui机械/瑞士排版风强对比、实验性布局output-skillfull-output-enforcement强制 AI 输出完整代码杜绝截断和占位注释stitch-skillstitch-design-taste兼容 Google Stitch可导出DESIGN.md 图片生成类技能仅输出设计图不输出代码技能名Install Name用途说明imagegen-frontend-webimagegen-frontend-web网站设计稿Hero、Landing Page 等imagegen-frontend-mobileimagegen-frontend-mobile移动端界面流iOS/Androidbrandkitbrandkit品牌物料板Logo、配色、字体、视觉应用4. taste-skill v2 的三个调节拨杆Settings仅taste-skill支持通过文件顶部数值1–10调节拨杆名含义低值高值DESIGN_VARIANCE布局实验程度居中/简洁非对称/现代MOTION_INTENSITY动效深度Hover 动效滚动/磁吸动效VISUAL_DENSITY信息密度宽松留白密集仪表盘5. 推荐使用路径新项目通用 → taste-skill (design-taste-frontend) 需兼容 v1 → taste-skill-v1 改造旧项目 → redesign-skill 先出设计稿再写代码 → imagegen-frontend-web image-to-code-skill AI 总是截断输出 → output-skill 视觉方向已定 → soft-skill / minimalist-skill / brutalist-skill图片优先工作流 Prompt 示例follow the skill: generate images, then analyze, then code 个人启发提示词工程正在走向模块化SKILL.md 的设计理念本质上是把设计经验、反模式规则打包成可复用、可版本化的知识模块这比每次在对话里重写一遍 prompt 更工程化、可维护。AI 工具的关键差距在于品味而非能力AI 写代码的能力已经很强但审美判断力留白、对比、节奏感仍然是短板。Taste-Skill 的出现本质上是在用规则弥补 AI 缺失的设计经验。图生码工作流是高效的设计-开发桥梁先用 ChatGPT Images 生成参考图再交给 Codex/Cursor 实现将设计意图具象化减少了反复口头描述的模糊性值得在实际项目中尝试。 延伸思考SKILL.md 能否成为行业标准如果各大 Agent 平台Cursor、Windsurf、Claude Code统一支持 SKILL.md 规范是否会出现类似 npm 的设计技能生态市场设计品味的量化是否存在天花板三个拨杆VARIANCE / MOTION / DENSITY是对设计自由度的一种线性抽象但真实的设计决策是高维非线性的——这种量化方式能在多大程度上替代人类设计师的直觉判断AI 辅助设计的趋同危机如何破解如果越来越多的项目都使用同一套 Taste-Skill 规则输出风格会不会反而走向新的同质化未来是否需要引入随机美学种子或个性化设计身份来保持多样性