一个 skill ,增加大模型前端的审美能力

上周,我让 AI 帮我做个落地页。

十分钟过去了,生成出来的东西——

白色背景,紫色渐变,Inter 字体。

我直接关了。

image-20260119230347828

你也遇到过吧?

用 AI 生前端,出来的东西都长一个样。

背景非白即黑,标题栏永远是紫色渐变,字体不是 Inter 就是 Roboto,配色永远是那套蓝绿红黄。

不是说不能用,但——

太像 AI 了。

一眼看过去就是"机器生成",没有灵魂,没有个性。


直到昨天,我发现了一个东西。

Anthropic 官方出的一个 skill,叫 frontend-design

让我再试一次。

img

这次不一样了

同样的提示词,同样的模型。

我只加了一句话:

“使用 frontend-design skill”

结果呢?

深色工业风背景,等宽科技字体,黄青撞色。

数据卡片有微妙的发光效果,图表有精心设计的动效。

布局不对称,元素有重叠。

一眼看过去——这像人做的。


skill 是什么?

你可以把它理解成一个"插件"。

一个包含 SKILL.md 文件的文件夹,里面写着告诉 AI「在特定场景下该怎么做」的指令。

frontend-design 这个 skill 做的事很简单:

把"什么是好的前端设计"这个判断标准,写清楚。


官方怎么说?

LinkedIn 上,Claude 官方账号发过一条动态:

“我们发布了一个新的前端设计 skill。它专注于几个目标提示效果良好的领域:字体、动画、配色、布局……”

GitHub 在这:github.com/anthropics/skills

搜 “frontend-design skill” 就能找到。


五个原则

我去 GitHub 看了下这个 skill 的内容。

核心就五条:

字体

❌ Inter、Roboto、Arial
✅ 有性格的、独特的字体组合

配色

❌ 紫色渐变、均匀分布的配色
✅ 大胆的主色 + 尖锐的点缀色

动效

❌ 零散的微交互
✅ 精心编排的页面加载动画

布局

❌ 对称、可预测的网格
✅ 非对称、重叠、破格元素

细节

❌ 纯色背景
✅ 渐变网格、噪点纹理、几何图案

一句话:拒绝通用,拥抱独特。


怎么装?三种方法

方法一:命令行(推荐)

打开终端,一行命令:

npx skills-installer install @anthropics/claude-code/frontend-design --client claude-code 

如果你用 Codex,把 --client 改成 codex

如果你用 Cursor:

npx skills-installer install @anthropics/claude-code/frontend-design --local --client cursor 

方法二:手动下载

  1. 打开 github.com/anthropics/skills
  2. 找到 skills/frontend-design 文件夹
  3. 下载整个文件夹
  4. 放到 ~/.claude/skills/ 目录下
  5. 重启工具

方法三:skill0 市场

国内有个团队做了个 Skills 聚合平台,叫 skill0。

地址:skill0.atypica.ai

搜索 “frontend-design”,直接点击下载。


怎么用?

装好后,提示词里加一句就行:

“使用 frontend-design skill 来完成前端设计”

就这么简单。


真实案例

有人在开发者社区分享过实战经验:

第一步,用这个 skill 生成初版登录页,重点看"设计风格"和"结构布局"对不对。

第二步,在同一 skill 指导下迭代优化。

最后整个页面的质感直接上升了一个量级。

不是那种"紫色渐变"的通用模板,而是有设计感、有品牌调性的页面。


还有个案例。

作者直接用这个 skill 优化 Waytoagi 的首页。

提示词就一句:

“使用 frontend-design skill,优化一下 https://www.waytoagi.com”

从平庸的"AI 风格",变成了有设计感的专业页面。


什么时候用?

不是所有情况都需要。

做简单的 CRUD 后台、内部工具,用不用差别不大。

但你做这些的时候:

  • 产品官网
  • 营销落地页
  • SaaS 产品界面
  • 数据可视化 Dashboard
  • 需要惊艳效果的展示页

这个 skill 就能派上用场。


进阶玩法

你可以在原版 skill 的基础上,加自己的东西。

比如品牌主色、偏好的字体、圆角风格、阴影参数。

这样每次生成都符合你的品牌调性,效果更稳定。


为什么这么管用?

它不是教 AI “怎么做”,而是教 AI “怎么选”。

AI 已经见过无数优秀设计。

它缺的,是判断标准。

有了标准,AI 就能调用它已有的知识库,做出正确的选择。

不是注入新能力,而是激活已有能力。


最后

2025 年是 MCP 元年,2026 年是 Skills 元年。

真正的分水岭不在「能不能做」,而在「能不能把判断写成系统、让交付稳定发生」。

frontend-design skill 就是这样一个系统。

官方出品,完全免费,现在就能用。

去试试吧。


参考资源

Read more

【实战】从零搭建GEO多平台监控系统:支持ChatGPT、豆包、Kimi、文心一言

【实战】从零搭建GEO多平台监控系统:支持ChatGPT、豆包、Kimi、文心一言

【实战】从零搭建GEO多平台监控系统:支持ChatGPT、豆包、Kimi、文心一言 背景 Sora死了。 我的第一反应不是"AI完了",而是"我的监控代码要不要改"。 因为之前我专门写了Sora的监控脚本。 Sora一关,代码废了。 痛定思痛,我决定写一套通用的GEO多平台监控方案。 本文分享完整代码,支持:ChatGPT、豆包、Kimi、文心一言、通义千问。 系统架构 ┌─────────────────────────────────────────────────────────┐ │ GEO多平台监控系统 │ ├─────────────────────────────────────────────────────────┤ │ │ │ ┌───────────┐ ┌───────────┐ ┌───────────┐ │ │ │ 任务调度 │→ │ 平台查询 │→ │ 结果分析 │ │ │ └───────────┘ └───────────┘ └───────────┘ │ │ ↑ ↓ ↓ │ │ └──── 告警通知 ←────── 报告生成 ←─

AI绘画电商产品提示词撰写指南

AI绘画电商产品提示词撰写指南

在电商领域,利用 AI 绘画生成产品图片正逐渐成为提升商品视觉吸引力、提高运营效率的重要手段。而撰写精准有效的提示词,是让 AI 理解并生成符合预期产品图片的关键。 一、明确产品关键信息 产品基础描述 产品类型与用途:清晰界定产品所属类别,无论是服装、电子产品、家居用品还是美妆产品等,这是 AI理解产品的基础。同时,简要说明产品的核心用途或目标受众,可分为3层结构(按优先级排序) * 基础层:明确产品核心属性(避免 AI 生成偏差),包括「产品类别 + 规格 + 材质 / 工艺」,例: “女士夏季短袖连衣裙(长度到膝盖),雪纺面料,蕾丝领口” * 场景层:搭建使用场景(增强代入感),包括「使用环境 + 搭配元素 + 人群画像」,例: “在海边沙滩场景,搭配草编帽和珍珠凉鞋,适合 25-35

【AIGC面试面经第七期】旋转位置编码RoPE:从 2D 到 nD 的完美扩展之旅

【AIGC面试面经第七期】旋转位置编码RoPE:从 2D 到 nD 的完美扩展之旅

AIGC面试面经项目: https://github.com/WeThinkIn/AIGC-Interview-Book * 1. 正余弦位置编码也有外推、相对距离表达、远程衰减,为什么大模型都用RoPE? * 2. RoPE的base有什么作用、在控制什么? * 3. RoPE为何能从2维扩展到n维? * 4. Qwen中RoPE有GPT-J和GPT-NeoX两种实现,和理论不同,二者等价吗? * 5. 长度外推中传统位置编码的OOD问题是什么? * 6. 长度外推中RoPE的OOD问题是什么? * 7. RoPE是绝对位置编码,训练过程中到底在训练什么? * 8. 如何免训练外推RoPE?少量长文本训练如何强化外推? * 9. 从几何+傅里叶角度,n维RoPE整体在做什么、代表什么? * 10. RoPE高低频旋转圈数差异,和训练过程如何联系? 1. 正余弦位置编码也有外推、相对距离表达、远程衰减,为什么大模型都用RoPE? 原生sinusoidal正余弦位置编码公式为: { P E p o s , 2

一文熟悉新版llama.cpp使用并本地部署LLAMA

一文熟悉新版llama.cpp使用并本地部署LLAMA

0. 简介 关于UCloud(优刻得)旗下的compshare算力共享平台 UCloud(优刻得)是中国知名的中立云计算服务商,科创板上市,中国云计算第一股。 Compshare GPU算力平台隶属于UCloud,专注于提供高性价4090算力资源,配备独立IP,支持按时、按天、按月灵活计费,支持github、huggingface访问加速。 使用下方链接注册可获得20元算力金,免费体验10小时4090云算力 https://www.compshare.cn/?ytag=GPU_lovelyyoshino_LZEEKLOG_ZEEKLOG_display 最近是快到双十一了再给大家上点干货。去年我们写了一个大模型的系列,经过一年,大模型的发展已经日新月异。这一次我们来看一下使用llama.cpp这个项目,其主要解决的是推理过程中的性能问题。主要有两点优化: * llama.cpp 使用的是 C 语言写的机器学习张量库 ggml llama.cpp 提供了模型量化的工具 此项目的牛逼之处就是没有GPU也能跑LLaMA模型。llama.