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

AI绘画插件本地部署:从入门到精通的完整解决方案

AI绘画插件本地部署:从入门到精通的完整解决方案 【免费下载链接】krita-ai-diffusionStreamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion 还在为AI绘画插件的复杂配置而头疼?想要在本地轻松享受AI创作的自由?本文将为你提供一套全新的问题导向式部署方案,让你用最简单的方式完成AI绘画插件的本地安装。无论你是完全的新手还是有一定经验的用户,都能在这里找到适合你的解决方案。 为什么选择本地部署?🎨 数据隐私保护:所有生成过程都在本地完成,无需担心敏感内容泄露 离线创作自由:无需网络连接,随时随地都能进行AI绘画 个性化定制:完全掌控模型选择、参数调整和生成效果 想象一下,你只需要在Krita软件中输入简单的文字描述,就能在几分钟内获得精美

【收藏必看】从“能说“到“能做“:一文看懂文心一言与实在Agent的本质区别

【收藏必看】从“能说“到“能做“:一文看懂文心一言与实在Agent的本质区别

人工智能的浪潮正以前所未有的速度重塑着各行各业。当大众还在惊叹于大型语言模型(LLM)生成文本、代码和图像的能力时,企业决策者们已经开始思考一个更深层次的问题:如何将这种强大的智能,从“对话框”中解放出来,真正嵌入到业务流程中,成为推动生产力变革的核心引擎?这不再是一个关于“能不能聊”的问题,而是关乎“能不能干”的现实挑战。正是在这一背景下,市场上涌现出两大主流路径的代表:以百度文心一言为首的通用大模型,和以实在智能旗下“实在Agent”为代表的AI Agent(智能体)。 对于许多正在进行AI选型的企业而言,困惑是显而易见的:文心一言知识渊博、应答如流,似乎无所不能;而实在Agent则声称能像“数字员工”一样自主执行任务。它们之间究竟有何本质区别?谁更能解决企业面临的实际痛点?本文将通过一场全面、深入的对比测评,从核心定位、功能深度、应用场景、商业价值及未来趋势等多个维度,为您拨开迷雾,找到最适合您企业的AI解决方案。 一、核心定位与技术分野:通用大模型与垂直领域Agent的本质差异 要理解两者的区别,首先必须明确它们的根本定位。这并非简单的功能多寡之别,

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑 当一张低分辨率的老照片在AI处理后突然展现出惊人的细节,或是模糊的动漫截图被还原成高清壁纸时,这种"魔法"背后往往站着两个重量级选手:ESRGAN和4X-UltraSharp。这两种算法已经成为AI绘画领域超分辨率处理的黄金标准,但它们究竟如何工作?为何能在众多竞争者中脱颖而出? 1. 超分辨率技术的演进与核心挑战 传统图像放大技术就像用放大镜观察报纸图片——像素被简单拉伸后,我们只能看到更大的马赛克。而现代超分辨率算法则如同一位训练有素的画师,能够根据对现实世界的理解,"想象"并补全那些本不存在的细节。 超分辨率技术面临三大核心挑战: * 信息缺失问题:低分辨率图像丢失了高频细节 * 计算复杂度:需要平衡处理速度与质量 * 真实感保持:避免产生不自然的伪影和过度锐化 早期解决方案如双三次插值算法,虽然计算速度快,但效果平平。下表对比了几种基础算法的表现: 算法类型处理速度细节保留适用场景最近邻插值极快差实时预览双线性插值快一般普通放大Lanczos中等较好摄影后期传统CNN慢

AIGC 架构演进:为何企业级应用应首选 Banana Pro?从语义对齐到 OCR 级文字渲染

【摘要】 在企业 AIGC 落地过程中,Midjourney 缺乏官方 API 且并发受限,Stable Diffusion 部署维护成本过高。本文将深度解析新兴的 Banana Pro 模型,探讨其在 原生文字渲染(Native Text Rendering) 和 高语义遵循(Semantic Adherence) 方面的突破,并结合 XingjiabiAPI.org 的企业级通道,展示如何构建一套低成本(0.24元/张)、高可用的自动化视觉生产系统。 一、 为什么是 Banana Pro?模型能力的“降维打击” 在评估 API 选型时,我们发现 Banana Pro 并非市面上普通的 SDXL 套壳,它在底层的