mcpField
V
visual-reference-calibration

visual-reference-calibration

github.com/aa-on-ai设计与 UI655 次安装3 天前更新
代码仓库

关于 visual-reference-calibration

visual-reference-calibration 是辅助视觉设计任务校准参考图的技能,供负责任务及评审流程的系统使用。它帮助区分要借鉴的视觉层次与应保留的产品内容,并通过产品上下文中的对照检查效果。

主要功能

  1. 01梳理参考图的视觉约定
  2. 02区分构图、色彩、材质与动效
  3. 03保留产品既有内容和层级
  4. 04在相同状态与尺度下对照检查
  5. 05根据反馈修复未达成的效果

适用场景

  1. 01明确参考图中需要保留的视觉特征
  2. 02在实施前制作小型视觉目标或原型
  3. 03检查交互参考的键盘与移动端表现
  4. 04依据上一版产物和反馈继续修正

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/aa-on-ai/agentic-design-system --skill visual-reference-calibration

安装后在 Claude Code 中输入/visual-reference-calibration确认已加载。

详细介绍

视觉参考校准

当提供的参考图应体现某种特定视觉品质时使用。ADS 负责任务和评审流程;此辅助说明要借鉴哪些内容。仅标注 bug 的截图应走常规评审流程。

先查找,再提问

阅读用户的请求、之前的校准答复、当前产品决策和实际参考图。重用已确定的选择。对于以参考图为主导的重要工作,记录简短的内部参考约定:

  • 来源和要保留的特性
  • 不应借鉴的内容,包括偶然出现的演示内容
  • 保真目标:高度匹配、风格一致或仅作宽泛参考
  • 必须保留的现有界面、层级、设计令牌和内容
  • 用于确认预期效果的可观察对比方式

不确定的可选细节不构成暂停理由。只有当缺失的决策会实质性改变结果,且无法从现有信息中找回或合理推断时,才提问。例如:需要的是共享的悬停光场,还是每张卡片各自的表面效果?不要重复完整的校准问卷。

区分产生效果的层次

区分构图、材质/颜色、边框/阴影/辉光、字体/密度、动效、内容隐喻和系统行为。只保留预期涉及的层次。如果参考图的可见效果未能保留,那么即便实现机制在技术上相似,也不够。

对于尚未明确的细微方向,先制作最小且实用的视觉目标或交互原型,再与参考图对比,然后再进行成本高昂的实现。已有具体参考图且任务明确时,可以直接按授权进行本地实现。微小的参考驱动型修正不需要再次制作样稿或走审批流程。

在产品环境中检查

  • 并排对比相同的相关状态和比例。
  • 检查不解释代码的工作原理时,效果是否仍然成立。
  • 移除不属于产品的虚假菜单、姓名首字母、图标或演示用界面元素。
  • 除非用户要求的范围包含修改,否则保留现有内容和层级。
  • 对于交互参考,验证实际行为、键盘/焦点等效操作、减少动态效果设置,以及目标移动浏览器中的表现。静态图无法体现动效保真度。
  • 如果效果属于系统层面,应验证共享行为,而不是用无关的局部悬停修饰来替代。

沿用现有任务的评审和交付流程。本地实现权限并不代表拥有部署或发布权限。

一轮未通过时

结合上一个产物和此前的约定,准确解读修正意见。保留有效之处,找出未成立的假设。在任务现有预算内继续有依据地修复,通常为一轮实现加一轮修复。不要自动重置项目、丢弃已有工作,也不要在两次被否决后重复提问。如果某项重要决策或资源仍然阻碍问题收敛,就提供具体产物并指出这一个阻碍。切换技术方案不会重置预算。

Jhey 卡片经验

文档中 https://codepen.io/jh3y/pen/WbwZaNa 的经验涉及共享的邻近光场、厚实的彩色边框、饱和的模糊材质,以及影响相邻卡片的辉光。它不是添加虚假应用界面或溢出菜单的模板。保留视觉系统,而不是偶然出现的演示内容;这条历史经验不意味着其他任务也应采用该美学风格。

评论

支持 Markdown