用 Claude Code 或 Cursor 生成过落地页的人，几乎都撞过同一堵墙：AI 交出来的页面「能用但丑」——按钮全是圆角、卡片全带阴影、标题一律紫蓝渐变，设计师一眼就能认出是 AI 出的。这个问题的解法，过去只能靠人肉在 prompt 里反复强调「别用模板」，直到一个叫 taste-skill 的项目 6 个月冲到 84k star，把「审美纪律」直接编译进 Agent 的指令文件里。
Taste-Skill 给自己的定位是 The Anti-Slop Frontend Framework for AI Agents：它把字体、间距、配色、动效、组件状态的「好品味」写成一组可移植的 SKILL.md，AI 加载后就像多了一个「设计偏见包」。截至 2026-09-04，仓库 Leonxlnx/taste-skill 已获 84,044 star、5,745 fork，MIT 协议，作者是慕尼黑的独立开发者 Leon Lin。
它是什么：13 个技能组成的「反模板武器库」
taste-skill 不是一个单一技能，而是一套 13 个 SKILL.md 的组合（默认主技能 design-taste-frontend 就有 1206 行）。按用途分成两类：
实现类（输出代码）
| Skill | 定位 |
|---|---|
| taste-skill（v2 实验版） | 默认主技能。先读需求推断设计语言，再调三个旋钮（DESIGN_VARIANCE 布局实验度 / MOTION_INTENSITY 动效强度 / VISUAL_DENSITY 信息密度） |
| taste-skill-v1 | 原版 v1 的冻结存档，行为与 v2 有差异，可回退 |
| gpt-taste | 更激进的 GPT/Codex 变体：Python 模拟随机数强制布局多样性 + GSAP 滚动动效 |
| image-to-code | 图片优先流水线：先出参考图 → 分析 → 再实现代码 |
| redesign-skill | 改造现有项目：先审计 UI，再动手改 |
| soft / minimalist / brutalist | 三套视觉方向预设：昂贵柔和风 / 极简编辑风（Notion/Linear）/ 粗野机械风 |
| stitch-skill | 兼容 Google Stitch 语义设计规则 |
| output-skill | 治「AI 偷懒截断输出」：禁 placeholder、禁 // ... |
生图类（只出图，不出代码）：imagegen-frontend-web（网站构图）、imagegen-frontend-mobile（移动端界面）、brandkit（品牌套件），配合 ChatGPT Images / Codex 出参考帧，再喂给编码 Agent。
核心机制：把「AI 味」拆成一张禁令清单
taste-skill 最值钱的部分，是把「AI 生成的页面为什么一眼假」拆成了可执行、可检查的硬规则（v2 的 Section 9「AI Tells」），而不是空泛的「请设计得好看些」。几个代表性规则：
- em-dash（——）全面禁令：整页不允许出现一个破折号，标题、正文、按钮、alt 文本全禁。作者实测这是 AI 最常犯的文体指纹，v2 里写「如果输出里出现一个 —，Pre-Flight 检查直接失败重写」。
- 「三张等宽特性卡」是罪：AI 默认的三列等宽 feature 卡片被点名禁止，改用 2 列之字形、不对称网格、横向滚动等替代布局。
- 中心对称 Hero 是罪：当 DESIGN_VARIANCE > 4 时，居中大标题 + 居中 CTA 的 Hero 是默认输出，属于「无设计」信号，强制改分屏/左文右图/不对称留白。
- 禁止 AI 紫蓝渐变、禁止纯黑 #000000、禁止 Inter + slate-900 默认组合：这些是 LLM 的训练数据里最常见的「看起来像设计」的偷懒答案。
- 假数据禁令：不写 “John Doe”、不用 “Acme” 这种假公司名、不写 “99.99%” 这种假完美数字——AI 默认生成的这些内容会让页面「假味」扑面而来。
- div 拼出来的假产品截图是头号 AI 指纹：用 styled div 模拟的任务列表、终端、仪表盘被点名是 LLM 设计 Tell 第一名，要求用真实截图或真实组件。
这套规则的执行方式也很有工程感：v2 里定义了 §0 Brief Inference（动手前先输出一行「Design Read」声明你读懂了什么需求）、§2 设计系统地图（像 Fluent/Carbon/shadcn 这种有官方包的，必须用官方包，不许手搓）、§14 Final Pre-Flight Check（发布前跑一份 50+ 项的硬检查清单，任何一项不过就不许交付）。
实测：装得上、规则真能查、但也有打脸处
我在 Alpine Linux 沙盒里做了几项可复现的验证：
安装链路：npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend" --yes 实测成功，CLI 正确发现仓库里 13 个技能、识别为 universal 格式（声称覆盖 Amp、Antigravity、Cline、Codex 等 17 个平台），安装到 ./.agents/skills/ 后与仓库源文件逐字节一致。Claude Code 生态则通过 .claude-plugin/ 的 marketplace 清单接入。
规则一致性审计：我对全部 13 个 SKILL.md 做了 frontmatter 校验（name + description 字段齐全 = 可被 npx skills 正常发现安装），13/13 通过，无缺失。但有意思的是「自己打脸」的地方：v2 声称「em-dash 全禁」，它自己的 SKILL.md 里确实 5 处 em-dash 全是规则说明本身（禁用它就得写出它），这是严谨不是违规；但 v1 的 SKILL.md 里有一处真违规——all interactive elements—no linear easing 这个句子自己在用 em-dash 解释规则。README 和 CHANGELOG 则干净（0 处）。
翻车点 1：v2 还是「实验版」，且没有 release。仓库 2026-02-19 创建至今 0 个正式 release，tag 都没有。v2 重写在 CHANGELOG 里明确写着 “This is a pre-release”、”Actively iterating toward v2.0.0 stable”——装默认版等于在追一个还在快速变动的文档，行为可能随版本漂移。旧版用户只能靠 design-taste-frontend-v1 这个名字钉住行为。
翻车点 2：规则再硬，Agent 不遵守就白搭。GitHub issue #106 是 2026-09-03（昨天）刚开的，标题就是 “How to force agent 100% obey the skill?”——这是 SKILL.md 模式的通病：它是「指令」不是「代码」，长上下文里 Agent 可能淡化它。官方自己也承认这点，只给了「v2 用 Brief Inference + Pre-Flight 双保险」这种软约束，没有技术性强制手段。
翻车点 3：文档里埋了商业赞助。README 顶部一整块是 Kimi（月之暗面）的推广横幅，正文有 “Get a Kimi API key – Taste-skill users get 10% bonus API credits”，赞助商墙列了 interfaces.dev、React Bits、animations.dev、IMG.LY 等一堆。这在开源项目里不违规（README 本身也声明了这些是赞助），但说明 84k star 的流量已经被商业化变现，README 约 41% 的 commit 是 sponsor/README 调整——评估项目时要清楚 star 里有营销成分。
同类对比：taste-skill vs Impeccable vs 官方 frontend-design
反 AI 味前端这个赛道，taste-skill 不是唯一玩家，中文圈也常把它和另一个 49.9k star 的项目 Impeccable（pbakaus）对比：
| 维度 | taste-skill | Impeccable | Anthropic 官方 frontend-design |
|---|---|---|---|
| 理念 | 预设风格库 + 旋钮调节 | 23 个斜杠命令按需调用 | 官方基线 |
| 用法 | 装一次，生成时自动生效 | 生成后敲 /audit /polish 渐进打磨 |
基础规则 |
| 风格 | 多套视觉语言（Apple/Linear/Awwwards…） | 7 大模块知识库，不预设风格 | 通用 |
| star | 84k | 49.9k | – |
| 协议 | MIT | Apache 2.0 | – |
两者可叠加：taste-skill 管「生成阶段别出模板」，Impeccable 管「生成后帮我挑毛病」，且都溯源到 Anthropic 的官方 frontend-design skill。适合谁：vibe coding 重度用户、用 Cursor/Claude Code 做落地页/作品集/官网的人、被 AI 模板页面反复折磨的独立开发者。不适合谁：做数据密集后台/复杂表单的人——v2 的 Out of Scope 明确写了 dashboard、数据表格、多步表单不在服务范围；以及期待「装了就 100% 有效」的人，它是概率性约束不是硬保证。
判断
84k star、6 个月爆发、v2 重写把「反 AI 味」做成了 1206 行可执行规则——taste-skill 是 2026 年 Agent 技能生态里工程完成度最高的一档，值得放进必装清单。但别神化它：它是实验版、无 release、规则靠 Agent 自觉遵守（issue #106 还挂着），而且 README 商业化气息明显。我的建议是装上、把它的 Pre-Flight 检查清单当参考、但别把「装了就高级」当信仰——AI 生成页面的终极解法，可能还是要靠你亲自看一眼。
如果你也被「AI 味」困扰，可以配合 Humanizer-zh 实测：24 条规则去除 AI 痕迹 去文本的 AI 味，配 Caveman 实测：99k Star 的洞穴人 skill，砍掉 65% 输出 token 治代码输出的啰嗦。关注 AI商业快讯，每天一篇 AI 热点深度解读。