AGENT SKILL

image-to-ui

图生 UI(截图/设计稿 → 画布设计稿)。将参考图片转化为可编辑的 ardot 设计稿。四阶段流水线:设计风格提取 → 结构化精细描述 → 反思校验 → Agent Teams 画布绘制。触发场景:上传截图/线框图/草图要求生成设计稿、还原界面、复刻页面、参照图片设计。

License 许可
MIT
最近更新
2026-11-12
Stars
★ 3
Forks
1

01 前言 Front Matter

name
image-to-ui
disable
false
description
图生 UI(截图/设计稿 → 画布设计稿)。将参考图片转化为可编辑的 ardot 设计稿。四阶段流水线:设计风格提取 → 结构化精细描述 → 反思校验 → Agent Teams 画布绘制。触发场景:上传截图/线框图/草图要求生成设计稿、还原界面、复刻页面、参照图片设计。
allowed-tools
null

03 SKILL.md 正文

Image to UI — 图生 UI

将参考图片(截图、线框图、设计稿截图、手绘草图等)转化为可编辑的 ardot 画布设计稿。

核心流程:图片 → 设计风格提取 → 结构化精细描述 → 反思校验 → 画布绘制

本 Skill 采用 4 阶段流水线,融合 Prompt Chaining + Reflection + Multi-Agent Collaboration 设计模式。

输出规则

Phase 1~3 是 Agent 内部思考过程,所有中间数据(design_spec、page_structure、校验结果等)禁止输出给用户。 用户只需要看到:

  • 简短的进度提示(如"正在分析设计风格…""正在构建画布…")
  • Phase 4 完成后的最终画布截图和完成说明

触发场景

在以下情况下激活本技能:

  • 截图还原:"把这张截图做成设计稿"、"还原这个界面"、"复刻这个页面"
  • 图片参考设计:"参照这张图设计"、"按照这个风格做一个页面"、"照着这个截图画"
  • 草图转设计:"把我的手绘草图转成设计稿"、"根据线框图生成界面"
  • 中文关键词:"图生 UI"、"截图转设计稿"、"照着这张图做"、"参照设计"、"还原界面"

与其他能力的区分:

场景 使用的 Skill
用户上传图片 → 生成 ardot 画布设计稿 本 Skill(image-to-ui)
用户纯文字描述 → 生成 ardot 画布设计稿 ardot-design-assistant
用户上传图片 → 只做结构化分析,不生成设计稿 image-understanding-native
用户上传图片 → 编辑/风格转换图片本身 text_to_image / edit_image MCP 工具(图片创作)

工作流程

Phase 1:设计风格提取(内部,不输出)

目标:从参考图片中提取 design_spec,所有参数格式直接对齐 ardot design-mcp API。

  1. 获取图片 — 从用户上传的图片或提供的 URL 获取图片内容
  2. 加载 image-understanding-native Skill,执行 设计风格提取(任务 B)
  3. 看图提取 design_spec,覆盖 10 个维度:style_direction / colors / variables / typography / spacing / corner_radius / shadows / borders / icons / layout

Phase 2:结构化精细描述(内部,不输出)

目标:基于 Phase 1 的 design_spec,执行全页面结构分析,得到 page_structure。

  1. 继续使用 image-understanding-native Skill,执行 全页面结构分析(任务 A)
  2. 分析时所有设计参数引用 Phase 1 的 design_spec:
    • section 的 background 颜色来自 design_spec.colors
    • element 的字号来自 design_spec.typography.scale
    • 间距值来自 design_spec.spacing.patterns

Phase 3:反思校验(内部,不输出)

目标:独立评审 Phase 1 + Phase 2 的结果,确保足够完整和准确。

Agent 作为独立的 Critic 角色,重新看原图,检查 4 个维度:

维度 PASS 条件
风格完整性 colors >= 5 角色、typography >= 3 级、spacing 有 base_unit + >= 3 pattern、variables >= 5 COLOR + >= 2 FLOAT
结构覆盖率 sections bbox 总面积 / 10000 >= 90%
参数一致性 page_structure 中颜色值与 design_spec.colors 匹配率 >= 80%
可绘制性 100% elements 有 type + label + bbox,交互元素有 width/height

回退策略:

问题类型 修复方式
风格参数缺失/不准 回到 Phase 1 补充提取
结构区域遗漏 回到 Phase 2 追加分析
参数不一致 用 design_spec 的值替换结构描述中的值
元素不可绘制 对缺参数的元素补充视觉属性

最多 2 轮(初始 + 1 次修正)。第 2 轮仍未全部 PASS 则降级继续进入 Phase 4。

Phase 4:画布绘制 (Agent Teams)

目标:基于 design_spec + page_structure,在 ardot 画布上生成可编辑的设计稿。

加载 ardot-design-assistant Skill,按照其标准工作流执行。

Design Lead 执行步骤

  1. 确保设计文件已打开 — create_design / open_design(如编辑器已有文件则跳过),等待就绪确认后再继续
  2. fetch_editor_state(includeSchema: false) — 获取画布状态和可用组件(schema 和编辑指南已内置为 reference 文件)
  3. 加载内置设计规范 — 根据 design_spec.style_direction.platform 读取对应的 references/guidelines-*.md 文件
  4. fetch_style_guide(tags: design_spec.style_direction.tags) — 匹配内置风格
  5. apply_variables(variables: design_spec.variables) — 直接传入,设置设计 Token
  6. locate_available_space(width, height) — 定位画布位置
  7. batch_edit scaffold — 创建顶层 Frame + 每个 section 的 placeholder Frame

复杂度评估

sections 数量 执行模式
<= 3 单 Agent 逐 section 构建
>= 4 Team Mode:spawn sub-agents 并行构建

Team Mode 执行

  1. team_create("image-to-ui-team")
  2. 为每个 section spawn 一个 sub-agent,prompt 包含:
    • 目标 frame ID
    • 该 section 的 page_structure 片段
    • design_spec 精简版(只保留该 section 用到的部分)
    • ardot 规则约束(25 ops/call、text 需 fill、cornerRadius 等)
  3. 等待所有 sub-agents 完成
  4. capture_screenshot 各 section → 保存到 /workspace/ardot-screenshots,读取截图文件检查视觉正确性
  5. batch_edit 修复整合问题
  6. capture_screenshot 全页 → 读取截图文件做最终验证
  7. team_delete

阶段间的信息传递

从 到 传递内容 消费方式
Phase 1 Phase 2 design_spec 颜色/字号/间距引用
Phase 1 Phase 3 design_spec 校验风格完整性和参数一致性
Phase 2 Phase 3 page_structure 校验结构覆盖率和可绘制性
Phase 1 Phase 4 design_spec.variables 直接传给 apply_variables
Phase 1 Phase 4 design_spec.style_direction.tags 传给 fetch_style_guide
Phase 1 Phase 4 design_spec.typography/spacing/shadows sub-agent 的设计参数
Phase 2 Phase 4 page_structure.layout.sections scaffold 结构 + sub-agent 任务分解

bbox → ardot 尺寸转换

Phase 2 的 bbox 是百分比坐标,Phase 4 需要转换为 ardot 的 px 值:

  • x_px = bbox.x / 100 * viewport.width
  • y_px = bbox.y / 100 * viewport.height
  • width_px = bbox.width / 100 * viewport.width
  • height_px = bbox.height / 100 * viewport.height

优先使用 width/height 字段中的精确 px 值(如 "240px");当该字段为 "fill" 或 "auto" 时,回退到 bbox 换算值。

用户文字优先

当用户同时提供了参考图片和文字描述,且两者存在差异时:

  • 文字描述优先 — 用户的文字说明是最终意图
  • 图片作为视觉参考 — 图片提供布局和风格的参考基线
  • 例如:用户上传了一张蓝色主题的 dashboard 截图,但文字说"帮我做一个绿色主题的类似页面" → 布局参照截图,颜色用绿色

关键规则

  1. 中间数据不输出 — Phase 1~3 的 design_spec、page_structure、校验结果等 JSON 是 Agent 内部数据,禁止在对话中输出给用户。只给简短进度提示。
  2. 严格按 4 阶段顺序执行 — Phase 1 → 2 → 3 → 4,不跳过任何阶段
  3. Phase 1 和 Phase 2 不可合并 — 先完成完整的 design_spec,再做结构分析
  4. Phase 3 必须重新看原图 — 不能只看 Phase 1/2 的数据,必须回头看原图独立评审
  5. design_spec.variables 直接传给 apply_variables — 不做任何格式转换
  6. typography.scale 直接用于 batch_edit — fontWeight 用数字字符串,lineHeight 用 {value, unit} 格式
  7. 最多 2 轮校验 — Phase 3 不通过则修正 1 次,第 2 轮仍未通过则降级继续
  8. 用户文字说明优先于图片 — 文字描述与图片有冲突时以文字为准
  9. 不重复加载 Skill — 如果 image-understanding-native 或 ardot-design-assistant 已在上下文中,不需要重复加载

04 同仓库更多 Skills

welflau
welflau/ai-dev-system

webapp-testing

Toolkit for interacting with and testing local web applications using Playwright. Supports verifying frontend functionality, debugging UI behavior, capturing browser screenshots, and viewing browser logs.

测试与质量前端开发
★ 3
welflau
welflau/ai-dev-system

internal-comms

A set of resources to help me write all kinds of internal communications, using the formats that my company likes to use. Claude should use this skill whenever asked to write some sort of internal communications (status reports, leadership updates, 3P updates, company newsletters, FAQs, incident reports, project updates, etc.).

邮件与沟通
★ 3
welflau
welflau/ai-dev-system

web-artifacts-builder

Suite of tools for creating elaborate, multi-component claude.ai HTML artifacts using modern frontend web technologies (React, Tailwind CSS, shadcn/ui). Use for complex artifacts requiring state management, routing, or shadcn/ui components - not for simple single-file HTML/JSX artifacts.

前端开发
★ 3
welflau
welflau/ai-dev-system

frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, artifacts, posters, or applications (examples include websites, landing pages, dashboards, React components, HTML/CSS layouts, or when styling/beautifying any web UI). Generates creative, polished code and UI design that avoids generic AI aesthetics.

设计师前端开发视觉设计
★ 3
welflau
welflau/ai-dev-system

algorithmic-art

Creating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems. Create original algorithmic art rather than copying existing artists' work to avoid copyright violations.

视觉设计
★ 3
welflau
welflau/ai-dev-system

theme-factory

Toolkit for styling artifacts with a theme. These artifacts can be slides, docs, reportings, HTML landing pages, etc. There are 10 pre-set themes with colors/fonts that you can apply to any artifact that has been creating, or can generate a new theme on-the-fly.

视觉设计
★ 3