Stitch——Google热门的免费AI UI设计工具

Stitch——Google热门的免费AI UI设计工具

Google Stitch是谷歌在2025年I/O大会上推出的一款AI驱动的UI设计工具。它能根据文字描述或草图快速生成网页和移动端界面,并导出可用于开发的前端代码,并且可以直接与另一个前端AI编码工具AI Studio直接联动,将生成的UI发给AI Studio进行开发。

访问方式与要求:

  1. 通过访问官网(stitch.withgoogle.com),使用谷歌账户登录即可开始使用。
  2. Google Stitch并不支持全部地区,如vpn设置为中国香港也无法访问,美国地区可以使用。

使用流程:

第一步:进入官网并完成登录:

第二步:选择合适的模型:

    1. 默认选择的是3 Flash,使用Gemini 3.0 Flash,生成速度较快。
    2. 3 Pro模式下,优先保障高质量与推理能力,速度缓与3 Flash。
    3. Redesign模式使用Nano Banana Pro重新设计现有项目,需要添加屏幕截图。
    4. Ideate模式下,支持提出问题并寻找解决方案。

第三步:选择移动端或Web端并添加描述:

示例:3 Flash模式下,创建Web端项目:

内容描述:实现一个简单的项目管理工具UI界面;

模型思考反馈:

模型绘制过程:


绘制完成:

内容总览:

界面详情:

第四步:生成变体

当希望得到同一个界面的多个不同UI设计(变体)时,有以下三种方式:

  1. 选中已经生成的UI设计界面,在对话框中选中“3x”,添加提示词指导变体的生成;
  2. 通过“+”按钮上传图片资源,在对话框中选中“3x”,添加提示词指导变体的生成;
  3. 只通过对话框添加提示词描述并选中“3x”,生成多个变体。
示例:

通过Select选择要生成变体的设计稿:

对话框会显示已选择的界面,选择变体后添加描述补充即可:

结果概述:

界面详情(生成3个变体):

第五步:微调

当stitch给出的界面设计总体符合自己的愿景时,可以采取更细化的调整UI组件内容

选择编辑按钮:

然后在界面上选择需要微调修改的组件内容:

例如我选择了如图的进度条样式,并选择Edit With AI,输入提示词:

思考过程:

最终结果:(此处省略几次样式美化与调整)

第六步:导出与使用

选中目标设计稿后悬停,会弹出一个菜单栏,鼠标悬停到More即可展示菜单选项:

使用一:直接复制使用前端代码:

在悬停菜单中选择“查看代码”:会直接展示该界面的前端代码,且支持复制。

使用二:复制(导出)到Figma:

在悬停菜单中选择“复制到Figma”:

点击右边弹出框底部的“转换”即可完成复制,在Figma中粘贴即可:

使用三:导出:

实际上包含了“复制代码”、“复制到Figma”、“下载”,并且支持更多的导出方式。

其中.zip导出格式会下载一个压缩包,解压后包含两个文件:一个code.html代码文件和一个screen.png图片文件。

Read more

HexStrike + DeepSeek + Cherry,最强AI渗透组合,打破手工渗透壁垒!

HexStrike + DeepSeek + Cherry,最强AI渗透组合,打破手工渗透壁垒!

文章目录 * 环境准备 * HexStrike部署 * DeepSeek API获取 * Python环境安装 * 安装环境依赖 * Cherry Studio搭建 * Cherry联动HexStrike 环境准备 * Windows 11 * Kali虚拟机:https://www.kali.org/ * HexStrike V6.0:https://github.com/0x4m4/hexstrike-ai * Cherry Studio V1.6.5:https://www.cherry-ai.com/download * Python 3.x:https://www.python.org/ 将文件包全部放到某个目录下,便于之后操作: HexStrike部署 * HexStrike是一个开源的“AI 驱动”自动化渗透测试框架,

企业级招聘数据采集实战:基于 Bright Data AI Studio 的自动化爬虫方案

企业级招聘数据采集实战:基于 Bright Data AI Studio 的自动化爬虫方案

🤵‍♂️ 个人主页:@艾派森的个人主页 ✍🏻作者简介:Python学习者 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞👍🏻 收藏 📂加关注+ 目录 一、 引言 二、Bright Data AI Studio 概览 2.1 AI Studio 是什么 2.2 AI Studio 的核心能力拆解 2.3 为什么说 AI Studio 更适合企业级场景 三、实战部分 3.1 实战目标与采集场景说明 3.2 准备工作 3.3 采集数据 3.4 扩展采集任务

AI 驱动游戏:鸿蒙生态的机会在哪里?

AI 驱动游戏:鸿蒙生态的机会在哪里?

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名) 大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。 我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案, 在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。 技术方向:前端 / 跨端 / 小程序 / 移动端工程化 内容平台:掘金、知乎、ZEEKLOG、简书 创作特点:实战导向、源码拆解、少空谈多落地 文章状态:长期稳定更新,大量原创输出 我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、

揭秘AI大模型通信机制:深入理解流式传输与数据封装逻辑

揭秘AI大模型通信机制:深入理解流式传输与数据封装逻辑

文章目录 * 前言 * 一、 核心数据传输格式详解 * 1. 请求格式 * 2. 响应格式:非流式 * 3. 响应格式:流式 * 二、 流程图分析:从输入到输出 * 1. 流程逻辑描述 * 2. 流程图 (Mermaid 代码表示) * 三、 原理架构图分析 * 1. 架构层级说明 * 2. 架构图 (Mermaid 代码表示) * 四、 关键技术原理深度解析 * 1. 为什么选择 SSE 而不是 WebSocket? * 2. Token 与数据传输的关系 * 3. 数据压缩 * 五、 总结 前言 Ai聊天工具(如ChatGPT、Claude、文心一言等)的数据传输是核心功能的基石。要深入理解其背后的机制,