正在打开每日关注
Taste Skill：参考图驱动的 AI 前端设计流程
以可移植 Agent Skills 串起参考图、素材提取与前端复刻，提升 AI 界面的布局与视觉质量。
来源摘录
Codex审美差到能让人尴尬到脚趾抠地？🤯 别再让你的Codex输出那种2010年的网页设计了！我直接用taste skill+image 2生图，在Codex里搞出了能打的网页设计稿 三步就行，傻瓜都会： 1️⃣ 用taste skill先生成每个页面的参考图 2️⃣ 让Codex自己分析参考图，把需要单独提取的视觉素材列出来 3️⃣ 把参考图和素材一起丢给Codex，让它老老实实1:1复刻 不夸张，审美直接拉满，告别土味UI 🔗 https://t.co/CK1gkMFAkF
深度解析
是什么
Taste Skill 是一个面向 AI Agent 的可移植 Agent Skills 仓库。README 说明它同时提供前端实现技能和图像生成技能，后者用于网页、移动端与品牌素材参考板，并可通过 npx skills add 从 skills/ 安装。给定元数据显示仓库使用 JavaScript，拥有 82,032 stars，最近提交于 2026-08-24；默认 design-taste-frontend 为 v2 experimental，同时保留 v1。
核心设计
推文将流程压缩为三步：先为每页生成参考图，再让 Codex 分析并列出需要独立提取的素材，最后把参考图和素材交给编码 Agent 复刻。其价值在于把“做得好看”转化为可观察的视觉约束。README 聚焦布局、排版、动效和间距，并用 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY 三个旋钮调节设计方向。
值得借鉴
参考图充当设计意图的共享契约，素材拆分减少实现时的猜测；网页、移动端、品牌和不同风格技能的模块化拆分，也便于按需组合。
坑与边界
v2 仍是实验版本；图像生成技能只产出参考图，不能替代响应式、可访问性、性能和真实交互验收。高还原度还取决于参考图质量、模型视觉理解与执行稳定性，star 数不能直接证明产出质量。