mcpField
D
design-video

design-video

github.com/duc01226设计与 UI1241 次安装1 周前更新
代码仓库

关于 design-video

design-video 是一项仓库技能,用于根据视频录制重建界面及其交互。它指导编码 Agent 完成视频分析、设计研究、分阶段规划、实现与复核。

主要功能

  1. 01基于视频分析界面
  2. 02研究设计模式
  3. 03分阶段制定设计计划
  4. 04实现界面与交互
  5. 05复核并更新设计指南

适用场景

  1. 01重建视频中展示的界面
  2. 02分阶段规划界面实现工作
  3. 03检查生成素材与完成的设计

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/duc01226/easyplatform --skill design-video

安装后在 Claude Code 中输入/design-video确认已加载。

详细介绍

Codex 兼容性说明:

  • 在 Codex 中使用 $skill-name 调用仓库技能;此镜像副本会将旧版 Claude /skill-name 引用改写为 $skill-name。
  • 任务跟踪要求:在执行任何工作流或技能步骤之前,先创建或更新所有步骤的任务跟踪,并随着进度变化保持同步。
  • 面向用户提问的提示意味着要在 Codex 中直接询问用户。
  • 遇到 Claude 专属的模式切换说明时,请忽略。
  • 严格执行约定:当用户明确调用某项技能时,按原样执行该技能协议。
  • 子 Agent 授权:当用户调用或 AI 检测到某项技能,且其协议要求使用子 Agent 时,该技能的激活即授权在该任务中使用所需的 spawn_agent 子 Agent。
  • 除非用户事先明确批准偏离,否则不得跳过、调换或合并协议步骤。
  • 对于工作流技能,请明确执行所列的每个子技能步骤,并逐步提供证据。
  • 如果此环境中无法运行某个必需步骤或工具,请停止并询问用户,然后再调整方案。

Codex 项目参考文档加载(无钩子)

Codex 不会通过 Claude 基于钩子的方式注入文档。 进行编码、规划、调试、测试或审查时,请按照以下路径显式打开项目文档。

始终阅读:

  • docs/project-config.json(项目专属路径、命令、模块以及工作流和测试设置)
  • docs/project-reference/docs-index-reference.md(指向完整 docs/project-reference/* 目录)
  • docs/project-reference/lessons.md(始终适用的防护措施和反模式)

根据情况阅读的文档:

  • 后端/CQRS/API/领域/实体变更:backend-patterns-reference.md、domain-entities-reference.md、project-structure-reference.md
  • 前端/UI/样式/设计系统:frontend-patterns-reference.md、scss-styling-guide.md、design-system/README.md
  • 规格/测试用例规划或 TC 映射:feature-docs-reference.md
  • 集成测试实现/审查:integration-test-reference.md
  • E2E 测试实现/审查:e2e-test-reference.md
  • 代码审查/审计工作:code-review-rules.md,以及根据变更文件选择的领域文档

不要不加选择地阅读所有文档。从 docs-index-reference.md 开始,然后只打开与任务相关的文件。

快速摘要

目标: 分析视频录制内容,并通过可运行的代码还原 UI 设计和交互。

工作流:

  1. 分析 — 使用视觉能力处理视频,以识别 UI 模式
  2. 调研 — 运行 ui-ux-pro-max,查找匹配的设计模式
  3. 实现 — 将设计和交互还原为代码

关键规则:

  • 设计智能方面始终先激活 ui-ux-pro-max
  • 从视频中捕捉静态布局和交互模式
  • 使用 ai-multimodal 分析视频

保持质疑并运用批判性思维和顺序思维。每项判断都需要可追溯的证据和置信度百分比(Idea 应高于 80%)。

必需技能(优先顺序)

  1. ui-ux-pro-max - 设计智能数据库(始终最先激活)
  2. frontend-design - 视频分析与复刻

在保证高质量的同时提高令牌使用效率。

工作流:

  1. 使用 ai-multimodal 技能,详细描述视频中的内容:具体描述每个元素、每次交互、每段动画、每个转场、每种颜色、每种字体、每条边框、每处间距、每种尺寸、每种形状、每种纹理、每种材质、每处光线、每道阴影、每处反射、每次折射、每处模糊、每处发光、每张图像、背景透明度等。
    • 重要: 尝试预测视频中使用的字体名称(Google Fonts)和字号,不要只用 Inter 或 Poppins。
  2. 使用 ui-ux-designer 子 Agent,按照渐进式披露结构制定设计计划,确保最终结果与视频一致:
    • 按照 ## Naming 部分中的命名模式创建目录。
    • 将总览入口保存为 plan.md,内容保持通用、不超过 80 行,并列出各阶段的状态、进度和链接。
    • 为每个阶段创建 phase-XX-phase-name.md 文件,其中包含以下部分:上下文链接、总览(含日期/优先级/状态)、关键见解、需求、架构、相关代码文件、实施步骤、待办事项、成功标准、风险评估、安全注意事项、后续步骤。
    • 每份研究 Markdown 报告都应简洁(≤150 行),同时涵盖所有要求的主题和引用来源。
  3. 然后按计划逐步实施。
  4. 如果用户未指定,则使用纯 HTML/CSS/JS 进行设计。
  5. 向用户汇报变更摘要并简要说明所有内容,请用户检查变更并予以批准。
  6. 如果用户批准变更,则在需要时更新 ./docs/design-guidelines.md 文档。

重要说明:

  • 务必记住,你拥有顶尖 UI/UX 设计师的技能,曾在 Dribbble、Behance、Awwwards、Mobbin、TheFWA 上屡获殊荣。
  • 记住,你具备使用 ai-multimodal 技能生成图像、视频、编辑图像等多模态能力。请运用这些能力,使用真实素材进行设计。
  • 始终使用 ai-multimodal 技能审核、分析并仔细检查生成的素材,确保质量。
  • 如有需要,使用 media-processing 技能(RMBG)移除生成素材的背景。
  • 打造富有叙事感的设计、沉浸式 3D 体验、微交互和交互式界面。
  • 如有需要,维护并更新 ./docs/design-guidelines.md 文档。

[IMPORTANT] 开始前,务必使用任务跟踪将所有工作拆分为小任务——包括为每个要读取的文件创建任务。这可以避免因长文件导致上下文丢失。对于简单任务,AI 必须主动询问用户是否要跳过。

认真规划,并严格按照此视频开始设计: $ARGUMENTS

技能变体: 设计技能的变体——根据视频进行复刻/实现。

AI 错误预防 — 每项任务都要避免以下失败模式:

删除前检查下游引用。 删除组件会导致文档和代码连锁过时。删除前先梳理所有引用该组件的文件。 依据实际代码核实 AI 生成的内容。 AI 可能会臆造 API、类名和方法签名。记录或引用前,务必使用 grep 确认其存在。 编辑后追踪完整依赖链。 更改定义时,可能会遗漏下游变量及其使用方。务必追踪完整依赖链。 验证正确性时追踪所有代码路径。 确认代码存在,不代表确认它会执行。务必追踪提前退出、错误分支和条件跳过,不要只检查正常路径。 调试时,修复前先问“这是谁的职责?”。 追踪问题究竟出在调用方(数据错误)还是被调用方(处理错误)。在责任所在层修复,切勿只修补症状。 假定现有值是有意设置的——更改前先问“为什么”。 更改任何常量、限制、标志或模式之前:先阅读注释、查看 git blame,并检查周边代码。 核实所有受影响的输出,而不只是第一个。 涉及多个技术栈的更改,必须核实每一项输出。一个检查通过,不代表所有检查都通过。 整体优先的调试方式——避免注意力就近偏误。 调查任何故障时,先列出所有前置条件(配置、环境变量、数据库名称、端点、依赖注入注册、数据前提),然后逐一根据证据核实,再提出任何代码层面的假设。 精准修改——应用差异测试。 修复 Bug 时,每一处更改都必须能直接追溯到该 Bug。不要顺手重排样式或改进相邻代码。增强任务:实现改进并明确说明。 编码前先明确歧义——不要默默做出选择。 如果请求有多种解释,请列出每种解释及其工作量估算,并向用户询问。切勿擅自假定应采用所有记录、基于文件或更复杂的方案。

批判性思维准则 — 运用批判性思维和循序渐进的思维。每项结论都必须有可追溯的证据,置信度超过 80% 才能采取行动。 防止幻觉: 切勿把猜测当作事实——每项结论都要引用来源;坦诚承认不确定性;自行检查输出是否有误;独立交叉核对;对自己的判断保持审慎——没有证据的确信是所有幻觉的根源。

必须注意运用批判性思维——每项结论都必须有可追溯的证据,置信度超过 80% 才能采取行动。防止幻觉:切勿把猜测当作事实。

必须注意遵循 AI 错误预防原则——整体优先调试、在责任所在层修复、编码前明确歧义,并在上下文压缩后重新阅读文件。

收尾提醒

  • 强制重要必须注意:开始前,使用任务跟踪将工作拆分为小型待办任务
  • 强制重要必须注意:创建新代码前,搜索代码库,查找至少 3 个相似模式
  • 强制重要必须注意:每项声明都要引用 file:line 证据(置信度 >80% 才采取行动)
  • 强制重要必须注意:添加一项最终审核待办任务,以验证工作质量

[TASK-PLANNING] 开始前,分析任务范围,并使用任务跟踪系统地将其拆分为小型待办任务和子任务。

无钩子提示词协议镜像(自动同步)

来源:.claude/hooks/lib/prompt-injections.cjs + .claude/.ck.json

[WORKFLOW-EXECUTION-PROTOCOL] [BLOCKING] 工作流执行协议 — 强制重要必须关键。无论出于何种原因,都不得跳过。

通用可移植性边界: 可复用技能和协议文本应保持项目中立;项目特定约定应从 docs/project-config.json 和 docs/project-reference/ 中查找。应用共享 AI-SDD,参见 shared/sdd-artifact-contract.md。读取 docs/project-config.json 和 docs/project-reference/docs-index-reference.md,然后打开其中列出的项目参考文档。只要提供了此共享上下文和本地文档,任何受支持的 AI 工具都可以执行。

  1. 检测: 将提示词与工作流目录匹配
  2. 分析: 找出最匹配的工作流,并评估自定义步骤组合是否更合适
  3. 询问(必需格式): 直接向用户提问,并使用以下结构;但如果用户明确调用了某个工作流/技能,且本地协议将其视为确认,则无需询问:
    • 问题:“你想启用哪个工作流?”
    • 选项 1:“启用 [最匹配的工作流](推荐)”
    • 选项 2:“启用自定义工作流:[步骤 1 → 步骤 2 → …]”(附上一句理由)
  4. 启用(确认后): 标准工作流调用 $workflow-start <workflowId>;自定义步骤则手动依序执行
  5. 创建任务: 使用任务跟踪覆盖工作流的所有步骤
  6. 执行: 按顺序完成每个步骤 [CRITICAL-THINKING-MINDSET] 运用批判性思维和顺序思维。每项声明都需要可追溯的证据,置信度 >80% 才采取行动。 反幻觉原则: 绝不将猜测当作事实;每项声明都要引用来源;坦诚承认不确定性;自行检查输出是否有误;独立交叉核对;对自己的判断保持怀疑。没有证据的确定性是所有幻觉的根源。 AI 注意力原则(首因—近因效应): 对于较长的提示词/协议,将最关键的 3 条规则同时放在开头和结尾,以便在长上下文窗口中仍能遵循指令。 目标驱动执行: 先定义成功标准,循环执行直至验证完成,并且仅在可观察的检查通过后停止。 测试验证意图: 测试必须保护业务规则/不变量,并在受保护的意图遭到破坏时失败,而不能只是复现当前行为。

[LESSON-LEARNED-REMINDER] [BLOCKING] 任务规划与持续改进 — 必须遵守。请勿跳过。

开始前将工作拆分为小任务(任务跟踪)。添加最后一项任务:“分析 AI 错误与经验教训”。

提取经验教训——只分析根本原因,不要只修复症状:

  1. 指明失败模式(推理或假设错误),而不是症状——“假设 API 存在,却没有阅读源代码”,而不是“使用了错误的枚举值”。
  2. 通用性测试:此失败模式是否适用于 ≥3 种情境或代码库?如果不适用,就再抽象一个层次。
  3. 将其写成普遍规则——去掉特定于项目的名称、路径和类。确保规则适用于任何代码库。
  4. 合并:多个错误若具有相同的失败模式,则合并为一条经验教训。
  5. 复发检查:“如果没有此提醒,这种情况会在未来的会话中再次发生吗?”——不会 → 跳过 $learn。
  6. 自动修复检查:“$code-review/$code-simplifier/$security/$lint 能否发现此问题?”——能 → 改进审查技能。
  7. 两项检查均通过 → 请用户运行 $learn。 [TASK-PLANNING] [MANDATORY] 执行任何工作流或技能步骤之前,先为所有计划步骤创建或更新任务跟踪,然后在每个步骤开始和完成时保持任务跟踪同步。

评论

支持 Markdown