设计技能 - AI商业快讯

用 AI 写前端的人，差不多都撞上过同一堵墙：让 AI 生成一个登录页，它十有八九给你一套蓝紫渐变加大圆角的”安全牌”——不难看，但放到哪个产品上都一样，看不出这是卖保险的还是做潮牌的。

专门治这个毛病的技能里，有个叫 ui-ux-pro-max 的，GitHub 上已经攒到 13.6 万 Star。它自称能提供”设计智能”：你想做什么产品，它给你一套配色、字体搭配和版块结构。我把它搬进隔离沙箱，逐条核了它挂在门面上的数字——192 条决策规则、79 种界面风格——每一条都能对上。但顺着它给的安装命令往下查，我发现一个数字上的矛盾：这个技能的官方安装包每月被装了 7.7 万次，版本号却停在 8 月没动过。

它到底是什么

一句话：它是一个装在 AI 编码助手里的”设计顾问”，负责在你还没动手写样式之前，先告诉你这个产品该长什么样。

它不是一个能自己运行的程序，而是一个技能包（skill）——也就是一份写给 AI 看的说明书，加上一整套查得到的数据库。你问它”我要做一个 SPA 预约网站”，它就翻它的数据库，回你一套具体到色号的设计方案。

它解决的是 AI 生成前端时的一个老毛病：没有审美就以”安全”代替审美。大模型见过的设计稿太多，生成时倾向于挑最不容易出错的那一套，结果所有产品长得都一样。这个技能的做法是，把”哪种产品用哪一种风格”这件事，从 AI 的临场发挥变成一份可查的对照表。

它的核心动作是”给三个旋钮”——你可以决定这套设计要多大胆（从规规矩矩到不对称排版）、动效要多花哨、信息密度要多高。三个数字一转，出来的就不是同一个模板了。

它查得到的东西	数量
决策规则	192 条
界面风格	79 种可搜索（另 9 种标为废弃）
配色方案	192 套
字体搭配	74 组
交互体验准则	119 条
支持的开发框架	22 个

官方那两个招牌数字，我逐条数了一遍

先交代条件：全程在一台隔离沙箱里跑——被测项目拷进它自己的工作目录，宿主机的凭证和文件都看不见，机器内存只有 1.9G。下面的命令和结果都可以照着重来。

先说它的主业——那 192 条规则。它其实是一张表，每一行对应”做某类界面时该怎么选”：推荐什么版式、配色往哪个方向、字体走什么调性、以及最容易被忽略的一栏——”别这么用”。我逐行数过，192 行里，192 行都填了”反模式”这一栏，也就是说每条建议都配了一个明确的坑。

这栏是它和”AI 自由发挥”最大的区别。举个它表里的例子：极简瑞士风（一种讲究留白和网格的排版风格），”不推荐用于”一栏写的是”创意作品集、娱乐类、需要活泼调性的品牌”。换句话说，它不只告诉你该用什么，还告诉你什么时候不该用。

再说那 79 种风格。仓库里有一份”目录总表”，我拿它和实际数据交叉核对：风格表一共 88 行，其中 79 行标记为”可搜索”，9 行标为”废弃”——79 这个数字能对上。风格表每一行还带 29 个字段，从”适合什么产品”到”如何兼顾明暗两种模式”；其中最容易被作者偷懒的”不推荐用于”一栏，88 行我逐行查过，全部填满。

规矩不止写在纸上，还配了自动检查。仓库自带的两个数据校验脚本我都跑了：一个检查 35 个运行时数据表，输出”全部通过”；另一个按”12 个领域表、22 个框架表、加决策规则表”全检一遍，输出同样是”通过”。

真正让我意外的是测试。它在主目录下带了 13 个测试文件。我在沙箱里装好测试工具跑了一遍：

我跑的命令	结果
跑它自带的数据校验（两个脚本）	均输出”通过”，退出码 0
跑它自带的测试套	164 项通过、8249 个子项通过，耗时 20.9 秒
同一个需求跑两遍，比对输出	完全一致（同一输入给同一结果，不随机）
换一个完全不同的需求	风格与配色整组都换了

最后一行值得多说一句。我先用”SPA 预约网站”这个需求跑了一遍，它给的是一套柔和的粉紫色系、配”柔和界面”风格；我又换成”加密货币交易看板”，它立刻切到深色 OLED 风格、整套配色换成深蓝黑。同一个技能，两个需求，出来的方案没有一丝相似——这说明它不是在套模板，是真的在读需求查表。

顺便一个工程细节：它的 Python 脚本只用了系统自带的标准库，没有引入任何第三方依赖。对一个要嵌进别人项目的技能来说，这意味着装上就不会因为依赖打架而坏掉。

数字对得上的另一面：安装量还在涨，包停在两个月前

好评说完，说说我查出来的三个问题。这三个都不是猜测，是能在页面上看到的。

第一个，也是最好笑的一个：门面数字和发布状态打架。

它的官方命令行工具（装在电脑上的一条命令，让你一条指令把技能装到 AI 助手里）在 npm 上的记录是：过去一个月下载 7.7 万次，一共发过 17 个版本，但最新版本 2.15.0 的发布时间是 8 月 13 日。也就是说，两个月来一直有人在装，而这个包一次都没更新过。仓库里对应的记录写着”从 8 月 18 日起发布流程一直失败，npm 令牌被拒，2.15.0 之后就什么都没发出来”。同一条问题在 8 月 24 日就被提出来了，到现在还开着。

第二个，是它附带的示例工程埋的一个安全隐患。

仓库里带了一个可以直接跑的示例项目。它的配置里有一行默认设置，意思是”这个项目里配置的所有工具都自动批准，不用每次问我”。问题在于，这个示例同时把三个工具都设成了”永远拉取最新版”。合起来就是：任何人克隆这个示例，就等于默认授权了一堆会自动更新的外部工具——包括以后往配置里新加的工具。有用户专门提了一条记录（编号 514）说这个默认值不合适，建议至少加一句说明。

第三个，是最现实的一个：它能装的 AI 助手，和它宣传的并不完全一致。

它的命令行工具支持一串指定的助手，我数了一下有 20 个左右。有用户在 Windows 上按文档装了其中一个叫 Zcode 的，命令直接报错”不支持的 AI 类型”，并把支持列表重新打印了一遍。（更不巧的是，因为上面第一个问题，这个报错修复到现在也发不出来。）

翻车点也说全。它虽然叫”技能”，但门槛并不低：它需要你本机有 Python 3，还得看它装的辅助脚本能不能在你的系统上跑起来。它的中文文档是机器翻译味儿的，几个版本说明读下来会有点累。还有那个挂在门面上的 GitHub 版本号，从 8 月中旬就停在原地了——对看版本号判断新旧的读者，这容易误导。

同类里它站在哪，谁该用它

想把”AI 生成的前端不像 AI 做的”这件事做好，市面上大概三条路。第一条是”当场提要求”型——在动手前先逼 AI 做几个决定（给谁用、什么调性、要突出什么），比如 Anthropic 官方的 frontend-design，好处是轻，缺点是全凭 AI 那次发挥了。第二条是”事后挑刺”型——让另一个 AI 审一遍生成的结果，挑出问题再改。第三条就是这个技能代表的”先查表再动手”型：把审美沉淀成一份可检索的数据库，让 AI 有据可依。

三条路不冲突，甚至能叠着用——它附带的示例工程就是这么干的。它的独特之处在于把”不该这么用”也做成了数据：88 种风格，每一种都写清不适合什么场景。这是”事后挑刺”给不了的。

适合谁：经常用 AI 生成界面、又受不了”AI 味”的前端；需要一次性产出多套不同调性方案的设计师；想给团队的 AI 工具装一本”审美参考书”的团队。

先别急的两种人：一是只想要”一句话生成一个能用的页面”的——它给你的是设计依据，不是成品页面，你还是得自己动手；二是对工具依赖有洁癖的——它附带的示例工程那个”默认全批准”的配置，你得自己改掉再跑。

我的判断

ui-ux-pro-max 是目前少见的、”把审美做成可查数据”的技能。它挂出来的 192 条规则、79 种风格，我逐行核过，一条没虚；164 项测试全绿、零第三方依赖，一个技能包能把工程纪律做到这份上，是加分的。它真正值钱的不是”帮你选个好看的颜色”，而是那 88 行”不推荐用于”——审美最难的从来不是”什么好看”，而是”什么时候别用这套”。

但它也暴露了一个典型问题：技能本体很扎实，配套工具却在掉链子。一个月 7.7 万次的安装量，配一个两个月没更新的包、一个开着一个月的报错修复——这不是能力问题，是维护节奏问题。放进观察清单没问题，但如果你要把它塞进正式项目，建议先把那个”默认全批准”的示例配置改掉。

关注 AI商业快讯，每天一篇 AI 热点深度解读