Taste Skill 开源:把前端审美写成 AI 能读的规则
很多AI生成的前端页面虽然功能正常,但总有一股廉价的“塑料味”。Taste Skill不是一个新框架,而是一套给AI代理看的“审美说明书”。它通过SKILL.md文件,将排版、留白、动效等设计原则转化为模型能理解的约束条件。你可以把它挂载到Cursor或Claude Code中,让AI在写代码时自动遵循更高级的视觉规范
为什么 AI 写出来的前端代码,总透着一股廉价感
深夜盯着屏幕改 Bug 的人大概都碰到过这种情况:页面跑得起来,功能也没毛病,可看着就是哪里不对。那种感觉说不太清,像是件便宜货的翻版。不少人把原因归到 AI 不懂审美上,或者干脆认定是 AI 爱用紫色渐变配超大圆角卡片。
真实原因藏得更深。AI 做出的界面之所以让人提不起劲,是因为它总滑进一套低成本的通用模版路线:区块居中堆叠、字重层级拉不开差距、留白节奏千篇一律、动效永远同一套缓动函数(easing)。单拎出来,这些元素都不难看,甚至符合基本设计规范;凑到一块,就成了“统计学意义上的平均品味”。数据上挑不出错,艺术上毫无锋芒。
GitHub 上最近冒出一个叫 Taste Skill 的开源项目,正是冲着这个毛病来的。项目的自我介绍很直白:“The Anti-Slop Frontend Framework for AI Agents”(面向AI代理的反廉价填充物前端框架)。所谓“Slop”,指的就是那些只为填满空间而堆上去的廉价视觉元素。Taste Skill 并不打算否定 AI 的生产力,它给的是一套能纳入版本管理的“味觉协议”,硬压住模型抄近路的本能。
Taste Skill 究竟是什么
先把误会说清楚:Taste Skill 不属于 React、Vue、Svelte 这类技术框架,也没有“一键生成完美产品”的魔法按钮。它更像一份写给 AI 代理看的操作手册。
它的核心载体是SKILL.md文件。“.md”这种说明文档带元数据(frontmatter),用途是指导 AI Agent(如
Cursor、Codex、Claude Code)怎么干活。Taste Skill 把这些文件打成技能包,用的时候按需加载。
它干的活主要分两块:
- 实现向技能:直接管代码生成。布局怎么排、字体排印怎么处理、间距体系怎么设,都给出指引。它不负责让你记住组件库 API,而是告诉你“这种场景下该配什么间距、什么字号”。
- 图像生成向技能:先出设计参照图(Landing Page、移动端流程、品牌套件),再让编码代理照着这张图写代码。等于先给 AI 一个视觉锚点,免得它写着写着又滑回默认模版。
这个项目不跟具体前端框架绑死,README 里写得很清楚,它管的是设计意图层面的约束。技术栈换来换去,审美的底层逻辑是通的。
仓库里还有一条明确声明:它不是任何官方代币,也不是链上项目。眼下蹭名头的骗局不少,这点得留个心眼。
技能矩阵:把“高级感”拆成一个个具体动作
Taste Skill 最突出的地方,是把技能切得极细。每个 SKILL 只负责一件事,可以像搭乐高那样按阶段往上叠,不必一口气把所有规则塞进上下文窗口。
下面挑几个核心技能,用大白话讲一讲:
实现侧(直接产出代码)
design-taste-frontend通用默认盘。拿不准选哪个,就用它。它给的是一种“先别偏科”的高质感缺省味觉,大多数常规项目都合适。gpt-taste路子更激进。README 里的说法是“aggressive anti-slop”,排版变化更强,动效取向也更明显。想甩开平庸、追求视觉冲击力的场景可以上。image-to-code这是个工作流技能。它让 AI 先产出视觉参照,再走分析和实现的链路。适合“脑子里有画面、手上写不出代码”的情况。redesign-existing-projects专给旧项目救火。先审计(audit)现有 UI,再对症下药。重构老代码时用得上。high-end-visual-design柔和的高阶商业感。讲究更安静的对白界面、足够的留白和带弹性的动效。B端后台或高端品牌官网适用。minimalist-ui极简编辑风。接近 Notion 或 Linear 那种克制板式。工具类产品合适。industrial-brutalist-ui工业瑞士感(实验性)。高对比的排版语言,硬核实验风格适用。目前标着 BETA,慎用。full-output-enforcement有些AI总爱交半成品,或者甩一句“TODO:你自己补”就收工。挂上这个技能,截断会少很多,交付也被逼着做完整,专治收尾强迫症。
参考图侧的技能只负责出设计稿。
imagegen-frontend-web它盯的是 Web Landing Page 的分区画面,字体怎么排、留白怎么走是重点。imagegen-frontend-mobile移动端的流程和可读性,也有一整套参考可用。brandkit品牌板式这一项,产出的是拼贴板:标志方向、调色板、字体气质都在上面,用来把整体视觉基调定下来。
另有一个兼容 Google Stitch 方向的stitch-design-taste,还有专门导出说明文档的格式。整体策略上,“从代码起手”和“先从画面起手”两条路都能走。后一条的好处是:视觉锚点一旦立住,模型写代码时就不容易跑偏。
安装与日常使用
官方推荐的做法,是跟 Vercel Labs 社区的agent-skillsCLI 对齐,这也是接入最省事的一条路。
想把整条仓库的技能集合都拉下来,在终端运行:
npx skills add https://github.com/Leonxlnx/taste-skill只挂某一个特定技能的话,用--skill参数,把 SKILL 文件里name:字段所写的安装名传进去。比如只加载前端默认味觉:
npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"有个小细节要留意:name:这个字段和文件夹名可能对不上,以官方 README 列出的安装名为准。复制链接时也得自己核一遍仓库地址,别指到错误的项目上去。
当然也可以直接把手动复制任一 SKILL.md文件放进项目根目录。还有不少人干脆把相关内容粘进 ChatGPT、Codex 或
Claude 的对话里。几种做法本质一样:把“可读、可复述、可复盘”的规则喂给模型,让它记住这些约束。
典型工作流:从选型到落地
选型不该靠掷骰子。README 给出的建议是照着下面这条决策链走:
- 先判断项目类型这是新项目,还是旧项目翻新?
- 如果是旧项目,优先考虑
redesign-existing-projects如果是老项目,先做一轮 UI 审计。 - 新项目则直接跳到下一步。
- 如果是旧项目,优先考虑
- 手上有没有视觉参考?:
- 有现成设计图的话,拿来就能用。
image-to-code,配合imagegen-*技能会先出几张板,再交给 AI 分析、对齐着落地。 - 没有参考图,就进入实现技能的选择环节。
- 有现成设计图的话,拿来就能用。
- 挑默认质感:
- 想要温和、稳妥的默认值,选
design-taste-frontend。 - 想要更冲、更有性格的版式和动效,选
gpt-taste。
- 想要温和、稳妥的默认值,选
- 微调风格:
- 视觉方向明确走高端商业路线,就叠加
high-end-visual-design。 - 走极简工具风,叠加
minimalist-ui。 - 想玩实验性的硬核风格,慎用
industrial-brutalist-ui。
- 视觉方向明确走高端商业路线,就叠加
- 确保完整性:
- 怕输出被截断,末尾补上
full-output-enforcement当作交付保险。
- 怕输出被截断,末尾补上
“图先走”的一站式 Pipeline,提示词里最好把流程写明白:
follow the skill: 先生成参照图 → 再做画面分析 → 最后写代码对齐
这么写,AI 会先调图像生成技能,产出一组风格对齐的参考画面,再基于这些画面走“分析 + 对齐实现”,最后交出的代码排版会更贴近预期。
三个旋钮:把风格从口号变成参数
过去写提示词,总爱说“高级感”“大气一点”“灵动一些”。这些词 AI 根本抓不住。Taste Skill 在文件顶端放了三个 1–10 的旋钮式参数,把主观感受量化。
DESIGN_VARIANCE(版式胆识)
- 数值调低,版式更规整、居中,安全感足,但难免有点闷。
- 数值调高,就敢上非对称布局和现代实验性排版,风险大,惊喜也多。
MOTION_INTENSITY(动效深度)
- 数值低的时候,只有轻微的 hover 效果。
- 把数值调高,交互就会叠加滚动联动、磁力吸附这类更丰富的层次。
接下来是 VISUAL_DENSITY,管的是单屏塞进多少信息。
- 数值调低,页面更像杂志留白,呼吸感足,品牌展示类场景更合适。
- 数值调高,页面接近仪表板的信息量,紧凑高效,数据密集型应用吃得下。
这三个参数的价值,是让模型少听几句空喊的口号,多拿到一些能落地的数字区间。可操作、可复述、可回放页面看着乱,就把VISUAL_DENSITY往下调;页面显得呆板,就把DESIGN_VARIANCE往上调。这种控制粒度,比丢一句“好看点”管用得多。
为什么它比“多喝热水式”提示词更好
不少人让 AI 写前端时,每开一次会话就重造一遍审美规矩:“字体好看一点”“阴影自然一点”“动效别太用力”。管用是管用,但留不下来。换个新对话,又得从零教一遍。
Taste Skill 想解决的,其实是三件小事:
- 可搬运:仓库里能放、CLI 里能放、对话里也能放。配置一次,多处复用。
- 可组合:按阶段像乐高那样挂载,而不是一次甩出巨型提示。需要什么能力就加载什么技能,上下文保持干净。
- 可对照:它的
research/文件夹里还留着背景写作的沉淀,读起来像一份“我们为什么讨厌某些路径依赖”的长期笔记。它不只是工具,也是把设计思维理一遍。
它没法让品味差的人一夜变成艺术指导,但能少耗你在“反复强调同一段排版纪律”上的心力。精力该花在决策上,不是花在重复下指令上。
结语:工具只是起点,判别力仍是你的
读到这里,可能你想马上装一整套技能试试。我的建议是:先挑一个最贴近团队默认口味的技能,拿一两个真实页面或小模块跑一跑。模型还是爱交半成品的话,再把full-output-enforcement当成交付保险挂上去。
说到底,Anti-Slop 不是让人站到“人类 vs AI”的两边,而是提醒一句:套路可以复制,判别力替不了。Taste Skill 把一部分判别力做成了文件和流程,这在开源社区里已经是很难得的方向。
对视觉规范、排版史或者动机感兴趣的话,仓库里的research/目录也别跳过。那里面的东西,通常比随手写下的几句“要好看”更耐读,也能帮你把审美参照尺立得更清楚。
下次做 Code Review,愿你少听见一句“怪怪的,说不出哪里怪”。