用过 Claude Code 写页面的人都见过同一种丑：紫粉渐变、千篇一律的圆角卡片、emoji 当图标。这不能全怪模型——设计规则散在几百篇博客、几十份设计规范里，它不知道该照哪一套下手。
有个开源 skill 干脆把这件事做成了数据库：192 个行业的配色与设计推理、79 种可检索的 UI 风格、119 条 UX 准则，全部固化成本地 CSV，再配一个纯 Python 的检索引擎。项目名叫 UI UX Pro Max，12.7 万 Star，MIT 协议。
我在沙盒里把它整个拆开跑了一遍：30 次设计系统生成、160 个自带测试、全量 192 套配色的对比度验算，以及 10 个中文关键词的命中测试。结论比”又一个热门 skill”复杂一些。
它是什么：把设计规则做成可检索的数据库
一句话定位：给 AI 编码助手（Claude Code、Cursor、Codex、Copilot、Windsurf 等 19 个客户端）装一个本地设计智库。你正常提需求”给我做个 SaaS 落地页”，它自动触发，先查库生成整套设计系统，再写代码。
架构上是三层：
- SKILL.md（约 16KB）：Agent 读的行为契约，规定 10 个优先级类别、什么情况必须查库、什么情况必须跳过；
- CSV 数据层：14 个数据文件，行业、风格、配色、字体、图表、动效、UX 准则、22 个技术栈的规则；
- search.py 引擎：4,031 行 Python，只用标准库，不装依赖、不发网络请求，用 BM25 排序 + 条件规则做推荐。
跑一条命令就能看到它的核心产物——search.py "beauty spa" --design-system 会输出八段结构：页面模式（Section 顺序 + CTA 位置）、风格（含性能成本与无障碍风险标注）、完整十六进制配色（含 CSS 变量名）、字体搭配（含 Google Fonts 导入链接）、关键动效、明确的反模式清单、以及交付前自检表。
我逐文件数了一遍行数，和官方口径对照：
| 数据 | 官方口径 | 我实测 |
|---|---|---|
| 行业配色 / 设计推理 | 192 / 192 | 192 行 / 192 行 |
| UI 风格 | 79 可检索（50 活跃） | 88 行（50 活跃 + 29 补充 + 9 弃用） |
| 字体搭配 / UX 准则 | 74 / 119 | 74 行 / 119 行 |
| 技术栈 / 栈内规则 | 22 / — | 22 个文件 / 1,260 行 |
| 图表 / 落地页模式 / 图标 | 25 / 34 / 105 | 25 / 34 / 105 |
没有注水。这点值得说一句：同类项目里，”宣称 100+ 工具、实际能跑的只有三成”是常态，这里每一个数字都对得上。
实测：数据是真功夫，工程链路是另一回事
一、470 毫秒，且逐字节可复现
我连续生成 30 次设计系统，总耗时 14.1 秒，平均 470 毫秒一次，全部在离线沙盒里完成。同一参数跑两遍，输出文件逐字节一致——因为它是确定性检索，不是让模型自由发挥。对流水线来说是好事：同样的需求，今天和明天给出的配色不会漂移。
二、自带测试全过
这是我最看重的一项。我直接跑仓库自带的测试套件：
160 passed, 7936 subtests passed in 30.47s另外 validate_data.py 校验 12 个领域文件 + 22 个技术栈文件 + 推理表，全部 OK。一个”数据即产品”的项目，能把数据校验和测试做到这个程度，是它 12.7 万 Star 里最扎实的那部分。
三、61% 的文件永远不会被打开
我把 SKILL.md 和 README 里文档化的 18 条命令全跑一遍，并用一个 open() 钩子记录脚本读过的每个文件：
- 技能安装目录共 73 个文件 / 3.41 MB；
- 全部文档化命令加起来只打开 17 个文件（1.34 MB，39% 的字节）；
- 剩下 56 个文件、2.07 MB，脚本从不打开——其中 31 个是测试脚本和它们的夹具，会被一起装到用户磁盘上（npm 包里的
assets/scripts/tests是 23 个文件、307 KB）。
这不是我一家之言。9 月 3 日有位开发者提交了一份 200 次运行的审计（issue #484），测得 82% 的文件从不被触及，还顺带发现 --design-system 会静默忽略 --stack 参数。维护者 9 月 6 日合并了修复，只修了第一条：我在当前主分支上实测，现在会打印一行 note: --stack nextjs is ignored in --design-system mode。
但这里有个更现实的坑，见下一条。
四、中文关键词，一个都查不到
数据层全是英文关键词。我拿 10 个中文词直接查，结果是这样的：
| 查询词 | 命中 | 英文对照 | 命中 |
|---|---|---|---|
| 玻璃拟态 / 深色模式 | 0 | glassmorphism / dark mode | 1 / 1 |
| 落地页 / 仪表盘 | 0 | landing page / dashboard | 1 / 2 |
| 金融科技 / 电商 | 0 | fintech / e-commerce | 0 / 1 |
| 美容院 / 医疗 | 0 | beauty spa / healthcare | 1 / 1 |
中文查询返回的不是”空值”，而是明确的 count: 0——引擎会提示”这不是匹配到了空字段，是查询没命中数据库”。更实际的影响在设计系统模式："美容院 落地页" 落到通用兜底（Minimalism & Swiss Style + 蓝色 #2563EB），而 "beauty spa" 给出的是 Soft UI Evolution + 粉色调 #EC4899。
但这不等于中文用户用不了。 真实链路里是 Agent 读英文的 SKILL.md，它自己会把你的中文需求翻成英文关键词再去查——中文圈已经有大量教程和实测（知乎、腾讯云社区、CSDN、B 站，还有一个 1.4k Star 的第三方中文教程站）。真正会踩坑的是”手敲中文命令当 CLI 用”的人。
五、192 套配色，全部通过 WCAG
我把 192 套配色的所有关键配对算了对比度（正文前景/背景、按钮主色/按钮文字、强调色/文字），违规 0 套——全部达到 4.5:1。这解释了它为什么敢把”对比度 4.5:1″写成第一条铁律。
顺带一个有意思的数字：192 套里 32 套（17%）主色落在紫粉色相区间，主要集中在 AI 产品、创意机构、美妆、游戏这些品类。而它的推理表里有 14 个行业明确把”AI 紫粉渐变”写进反模式清单——我逐一核对，这 14 个行业自己的推荐配色都不是紫粉。规则和它自己给的结果，内部是自洽的。
六、版本链路：npm 上停着一个月前的代码
它的 CLI 走 npm，这里有两处实打实的问题。
第一，主包一个月没发新版。 ui-ux-pro-max-cli 最新版 2.15.0 发布于 8 月 13 日，而仓库主分支已经走到 9 月 10 日。仓库里有两个未关闭的 issue（#451、#457）说明原因：8 月 18 日起发布流水线因 NPM_TOKEN 被拒而失败，”自 2.15.0 之后什么都没发出去”。我把 npm 包下载下来实测：npm 版至今仍在静默忽略 --stack，主分支已修的那个提示，装 npm 包的用户拿不到。上周仍有 12,882 次下载。
第二，有个 1 月的旧包还挂在 npm 上。 老包名 uipro-cli 停留在 2.2.3（2026 年 1 月 29 日），每周仍有 4,162 次下载；装它的人会遇到 --global 报错的 bug（issue #215，3 月 29 日开的，21 条评论至今未关）。README 里明写”旧包已废弃，不要用”，但 npm 上并没有把这条路堵死。
还有个小的：官网 uupm.cc 至今写着 57 种风格 / 95 套配色 / 8 个技术栈——数据已经涨到 79 / 192 / 22 了。开源核心之外它还有付费版（品牌、Logo、CIS、演示文稿设计），但官网没有公开价格页。
它和同类比，适合谁
市面上”治 AI 味”的设计 skill 大致两条路线：
- 提示词/规则路线：taste-skill（84k Star）和 hallmark（28k Star，Anti-AI-slop）走的是这条路——把审美纪律写成规则塞进 Agent。轻、灵活，但覆盖面和一致性取决于模型当场发挥。
- 数据工程路线：UI UX Pro Max 是这条路——先查库、再生成，配色/字体/对比度有确定答案。
适合：独立开发者、后端转前端、MVP 阶段要快速做出”不像 AI 生成”的界面的人；以及需要一套可复用的设计 token（它能 --persist 把设计系统落成 MASTER.md + 页面覆盖文件，下次直接读文件）。
不适合：已有成熟设计系统的团队（它的建议会和你的品牌规范打架）；只做后端/DevOps 的人（技能自己也会跳过）；以及期待”它直接替代设计师”的人——它解决的是”下限太低”的问题，不是”上限”。
结论
值得一试，而且是我近期读过的 Agent Skill 里工程底子最厚的一个：数据不注水、测试全过、配色真的过 WCAG、离线可复现。它的短板不在能力，在”发货”——npm 包落后一个月、旧包名还在分流、包体里塞着用户永远用不到的测试脚本，以及一套只认英文的关键词库。
装的时候认准新包名：npm install -g ui-ux-pro-max-cli && uipro init --ai claude。看到 uipro-cli 请绕开，那是 1 月的版本。
如果你也在用 Agent 写前端，可以顺便看看我们评测过的 Pi Agent（10.4 万 Star，默认只给模型 4 个工具）和 ECC（25.5 万 Star 的 Agent 工程纪律系统），都是同一类问题的不同解法。
关注 AI商业快讯，每天一篇 AI 热点深度解读。