taste-skill：给 AI 生成的前端界面注入设计品味
AI 写前端界面，最常被吐槽的不是「写不出来」，而是「写出来太像模板」：统一的居中卡片、大圆角、渐变大按钮，配色和间距换了个项目照样能用。taste-skill（仓库 Leonxlnx/taste-skill）就是冲这个问题来的开源项目——它不是组件库，而是一套可移植的 Agent Skill 规则包，把布局、排版、动效、间距的「设计品味」写成 AI 能直接加载的指令，让 Codex、Cursor、Claude Code 这类编码 Agent 生成的界面摆脱 boilerplate 式的模板感。截至 2026 年 8 月，项目在 GitHub 拿到 80.6k stars 和 5.5k forks，主体代码为 JavaScript 92.3% 加少量 Shell 7.7%，采用 MIT 协议，作者为 Leon Lin。
它解决什么具体问题
AI 生成界面之所以「模板化」，责任主要不在模型不会写 CSS，而在于缺少明确的设计约束。模型回答「做一个登录页」，默认只会给出它训练数据里最常见的那套版式。taste-skill 的做法是把「好设计」拆解成可执行的规则，随 SKILL.md 一并交给 Agent：从读取需求、推断设计语言，到对布局变化幅度、动效强弱、信息密度逐项给出台阶指令，把原本隐性的审美标准变成了显性约束。项目自称 The Anti-Slop Frontend Framework for AI Agents，「slop」指的就是那种一眼望去没有辨识度、像流水线产出的界面。
怎么用：一条命令装上
安装走的是 Vercel Labs 的 npx skills add 命令行，扫描仓库里的 skills/ 目录统一安装：
npx skills add https://github.com/Leonxlnx/taste-skill
如果想单独装某个 skill，用安装名指定即可（安装名是 SKILL frontmatter 里的 name: 字段，不是文件夹名）：
npx skills add https://github.com/Leonxlnx/taste-skill --skill design-taste-frontend
也可以直接把某份 SKILL.md 复制进项目，或粘贴到 ChatGPT、Codex 的对话里使用。这套规则框架无关：它约束的是设计意图而非某个框架的 API，因此对 React、Vue、Svelte 都适用。默认 skill 的安装名 design-taste-frontend 现在指向 v2（实验版），是 v1 的一次较大重写；依赖 v1 精确行为的项目可以显式固定为 design-taste-frontend-v1。
三个旋钮控制设计走向
默认的 taste-skill 在文件顶部放了三个取值 1–10 的旋钮，用来在生成前定调：
- DESIGN_VARIANCE：布局实验度，数值低偏居中、干净，数值高偏不对称、现代；
- MOTION_INTENSITY：动效深度，从只有 hover 到滚动、磁吸级的动画；
- VISUAL_DENSITY：信息密度，从留白充足到适合仪表盘的紧凑排版。
此外它还内置了设计系统映射、对 em-dash（长破折号）的硬性禁用、标准的 GSAP 代码骨架、重设计审计协议和严格的生成前预检，把「写出来的界面不能跑偏」这件事落到执行层。
不止一种风格：按场景挑变体
仓库里共 10 个代码型 skill，各管一件事，不需要一次全装。gpt-taste 是给 GPT/Codex 用的更严格变体；redesign-existing-projects 针对已有项目的界面审计与修复；output-skill 专门治模型输出到一半就停的毛病；minimalist-ui 做 Notion/Linear 那类克制排版，industrial-brutalist-ui 走瑞士字体、强对比的硬朗路线，stitch-design-taste 则输出 Google Stitch 兼容的规则。另外还有 3 个只出图、不出代码的图片生成 skill：imagegen-frontend-web、imagegen-frontend-mobile 和 brandkit，分别产出整站稿、移动端流程和品牌板，配合 ChatGPT Images 等生成器先用图定视觉方向，再把成稿交给编码 Agent 实现。最适合的默认起步仍是 taste-skill 本体。
赞助与合作
项目的持续维护有赞助方支持。官方页面的 Open Source Friend 是 Kimi（Moonshot AI），并为其模型 Kimi K3 做了推广：该模型标称 2.8T 参数、原生视觉和 1M 上下文窗口，覆盖长链路编程、知识工作与推理，taste-skill 用户首购可获 10% 的 API 额度赠送。其他赞助方还包括 interfaces.dev、React Bits、animations.dev、IMG.LY、Sent.dm，以及 Vercel 开源计划。需要留意的是，作者在页面上明确声明：项目没有任何官方 token、代币或加密项目，任何借其名字、形象或项目发行的币都与官方无关。
结论
AI 生成前端已经从「能不能做」进入「做得好不好看」的阶段，而「不好看」的根因往往不是模型能力，而是缺少设计约束。taste-skill 的价值在于把审美从隐性默认值变成可复制、可版本化、可交给 Agent 执行的规则——80.6k stars 的认可也印证了这个需求确实存在。如果你的开头界面正在被 AI 写得千篇一律，装一份 SKILL.md 换一个明确的「品味约束」，成本不过一条命令。