taste-skill 的 13个 skills

taste-skill 深度研究报告 · 79,595 星的审美纠偏工程

Deep Research
2026.08.24

00一页定论
01病理 · AI 为何千篇一律
02主刀 · 87KB 解剖
03谱系 · 十三技分工
04术法 · 七条可迁移法
05生态 · 八万星的江湖
06审慎 · 六项质疑实证
07落地 · 该怎么用
08金句十条

SUBJECT
Leonxlnx/taste-skill

METHOD
源码通读 · API 取证
引文打假 · 竞品对标

SOURCE
一手仓库 tarball
GitHub REST v3
Issue #48/#67/#86

深度研究 · 开源解剖 · 全维度

八万颗星买来的一份纪律

taste-skill 不是设计系统，不是组件库，不是模型微调。它是一份 87KB 的纯文本军令，靠 62 项机械自检和一批"零容忍"禁令，把大模型从统计平均的泥潭里硬拽出来。本报告七路并进：病理、主刀、谱系、术法、生态、审慎、落地。

Leonxlnx/taste-skill
MIT
建仓 2026-02-19
快照 2026-08-24 00:07 CST
作者 Leon Lin · 慕尼黑

79,595
Stars

5,448
Forks

13
Skill 数

87,253
主文件字节

21.8K
常驻 Token

62
预检项

56
未决 Issue

6
建仓月数

00
一页定论

先给结论，后给证据。若兄只读一屏，读这一屏。

总裁定

工程上值得学，直接装要打折。taste-skill 真正的价值不在它的设计品味清单（那部分见解平庸，多是设计圈常识），而在它把"审美"这种主观量降维成可勾选、可二值判定、可参数化的工程约束。这套方法论可以整体搬到任何"要压住模型默认习性"的场景：写作、文档、SQL、API 命名。

但它有三个硬伤：没有强制力（纯提示词，模型可以无声忽略）、常驻成本高（约 21,813 tokens 长期占据上下文）、学术底座是装饰（六条引文经核，五条半真一条查无实据）。

它确实是

一份给 Agent 看的设计行为规范。硬到具体 hex 色值、具体字体名、具体标点符号、具体文案句式的负面清单，加上生成前的 brief 推断和交付前的机械自检。

它不是

设计系统（不给组件）、设计工具（不给 GUI）、质量闸门（不能 CI 里 exit 1）、通用方案（作者自己在 §13 声明不适用于仪表盘、数据表、多步表单、代码编辑器、原生移动端、实时协作）。

最该抄的

二值化禁令（"零破折号"而非"少用破折号"）、参数化旋钮（把形容词换成 1-10 刻度）、机械式预检清单（把品味转成 checkbox）、显式划界（主动声明自己不适用的场景）。

最该警惕

把 87KB 全量塞进上下文。Issue #67 提议拆成约 12KB 核心加按需引用，缩小约七倍，至今开放零评论。兄若要用，建议自行蒸馏。

元注：本报告的 HTML 本身是按 taste-skill 的规矩写的。零破折号、单一强调色锁定、圆角统一为零、非居中版式、无三等分卡片、无假界面截图、无装饰性状态点。以身试其法，比转述其法更能看清它到底管不管用。

01
病理：AI 前端为何千篇一律

先要说清它在治什么病，否则无从判断药方是否对症。

把 Claude Code、Cursor、v0 生成的落地页排开看，会发现一组高度稳定的"指纹"。这不是主观感受，是可枚举、可正则匹配的模式集合。业界目前公认的核心五条如下。

编号维度指纹可机检的判据

01字体Inter 当展示字体，72/90/120px 配 line-height 1.0font-size > 64px 且 font-family: Inter

02颜色靛蓝到蓝的 135° 对角渐变linear-gradient 内命中特定 hex 对

03版式英雄区之后必是三张等高卡片，图标一律左上角grid-cols-3 且三张近似组件连排

04文案Beautiful experiences / Build something amazing / Seamless and intuitive渲染文本正则扫描

05动效全员 fadeInUp 0.3s ease-out，无错帧无层级兄弟节点重复同一 keyframes

再往下还有约三十条：卡片重投影、每节都上毛玻璃、lucide-react 默认图标权重、轴对齐四宫格、每个英雄区都是 Get started 加 Learn more 的按钮对。taste-skill 仓库 research/laziness/ 目录用十二篇 markdown 论述了根因，归成四层。

层根因机制该层的对策思路

L1训练数据偏置互联网上 SaaS 模板占绝对多数，众数即默认具名封禁众数，而非泛泛要求"有创意"

L2RLHF 与算力对齐奖励"稳妥、不出错"，而稳妥等于平庸把"出格"写成硬性要求，抵消对齐惯性

L3认知捷径选项列表里永远取第一项，形成坍缩引入伪随机打破首项偏好

L4输出上限长输出被截断，模型学会提前收尾、留占位符独立的 output-skill 做完整性强制

病理判词

诊断是准的。四层根因里，L1 与 L3 的判断尤其到位：大模型不是"没有审美"，而是有审美但取的是分布的众数。众数在训练集里就是 2021 年的 Tailwind 默认 SaaS 页。想改结果，就得在生成之前把众数从候选池里剔掉，这正是 taste-skill 的下手位置。

02
主刀：87KB 主文件的手术台解剖

旗舰文件 skills/taste-skill/SKILL.md，1,206 行，87,253 字节，约 21,813 tokens。十五章加三个附录。

章标题职能v2 新增

§0Brief Inference动手前先读场：行业、受众、情绪、动效深度、版式家族是

§1Core Directive角色设定与总纲否

§2Design System Map何时该用 Material / Fluent / Carbon / Polaris / Primer / GOV.UK / USWDS，何时手写是

§3Stack & Motion技术栈与动效实现约定（React / Next / Motion / GSAP）否

§4Visual Language调色板、版式、材质、交互态，含大量具名封禁否

§5Code SkeletonsGSAP 粘性堆叠等骨架代码否

§6A11y可达性，含 prefers-reduced-motion 强制否

§7Dial Definitions三旋钮的技术释义否

§8Dark Mode Protocol默认双模，明暗两态对比度与层级对等是

§9AI Tells负面指纹总清单，含 §9.G 破折号禁令强化

§10Content & Copy文案纪律否

§11Redesign Protocol存量项目先审计后改，保全清单与现代化杠杆是

§12Block Library Schema区块库的增补契约，保证长期一致是

§13Out of Scope主动声明六类不适用场景是

§14Final Pre-Flight62 项机械自检，逐条必须诚实通过是

三旋钮：把形容词换成刻度

全文最广为流传的设计，也是它区别于同类的记忆点。原文（§7 前置）：

DESIGN_VARIANCE: 8 · 1 = Perfect Symmetry, 10 = Artsy Chaos

MOTION_INTENSITY: 6 · 1 = Static, 10 = Cinematic / Physics

VISUAL_DENSITY: 4 · 1 = Art Gallery / Airy, 10 = Cockpit / Packed Data
基线 8 / 6 / 4。原文另注：不要让用户去改这个文件，覆盖通过对话进行。

关键不在旋钮存在，而在全篇规则都受旋钮门控。这不是装饰性参数，是真接线的。举证：

DESIGN_VARIANCE > 4 时，居中英雄区被禁，强制走分屏、左文右图、非对称留白或滚动钉合。

VISUAL_DENSITY > 7 时，通用卡片容器被禁，数据指标必须裸排。

MOTION_INTENSITY > 3 时，必须响应 prefers-reduced-motion，原文标注 non-negotiable。

MOTION_INTENSITY > 4 时，页面必须真的动起来。原文有一句极精彩的双向约束："Motion claimed, motion shown." 声称 7 却交出静态页，判为 broken；反过来，若做不出可用动效，就把旋钮降到 3 交一个干净的静态页，绝不许半成品动效。

DESIGN_VARIANCE 4-10 时，桌面端非对称版式在 768px 以下必须塌成严格单列。

零容忍禁令：二值化的工程哲学

§9.G 是全篇最值得研究的一节，因为它坦白交代了为什么要这么写。

Em-dash 完全禁用。它是大模型的招牌文体拐杖，是生产测试中第一位的视觉破绽。不存在"有限使用"许可，不存在"自然语言频率"许可，不存在"正文里没问题"许可。一个都没有。

这条规则不可谈判。历史上，当这条限制被写成"酌情少用"时，Agent 会忽略它。此处的措辞是二值的：零个 em-dash。
skills/taste-skill/SKILL.md §9.G，第 687 与 701 行，译文

这段话的分量远超一个标点。它揭示了提示词工程的一条硬规律：程度副词在长上下文里会被稀释，二值判据不会。"少用"是一个需要模型自行标定阈值的软约束，模型在压力下会把阈值调到对自己最省力的位置；"零个"是一个可以逐字符扫描判定的硬约束，无处可躲。禁令覆盖标题、眉标、药丸标签、正文、引语、署名、图注、按钮文字、alt 文本，连当分隔符用的 en-dash（–）也一并封禁，日期范围与数字范围都必须用普通连字符。

同类的二值化设计还有若干处，都值得单独记下：

锁规则为何是二值的

Page Theme Lock整页只有一个主题，各区块不许反色。暗色页则全部暗色，不许在暗色区块中间夹一段浅色暖纸区块原文理由极佳：用户不该在滚动到一半时感觉走进了另一个网站

Shape Consistency Lock整页只用一套圆角刻度。全锐角、全 12-16px、全药丸，三选一。混用只在有成文规则时允许方形版式里放圆按钮、药丸按钮页上放方卡片，直接判为坏设计

Marquee Max-One横向滚动跑马灯每页最多一次两个以上就是懒惰填充

No Fake Preview英雄区禁用 div 堆的假界面（假任务列表、假终端、假仪表盘）原文称其为大模型设计的第一破绽

Scroll Listener Banwindow.addEventListener('scroll') 硬禁，不是"不建议"性能问题不接受主观裁量

Motion Must Be Motivated加动画前必须能一句话说清它传达什么。有效答案只有四种：层级、叙事、反馈、状态转换。"看着酷"无效把"有没有理由"变成可问可答的判据

§14 预检：把品味降维成 checkbox

62 项机械自检，交付前逐条勾。这一节的意义不在清单内容，而在它把"这个页面有没有品味"这个不可判定问题，换成了 62 个可判定的小问题。破折号数量等于零，主题锁是否成立，圆角是否统一，版式是否重复，动效是否兑现。每一项都能在不理解审美的前提下机械核对。

主刀判词

这份文件的结构比它的内容值钱。设计主张本身多为业内常识，真正的创造是那套"如何让不理解审美的系统执行审美纪律"的工程语法：先读场定参数，参数门控规则，规则二值可判，交付前机械核对，越界时主动认输。这套语法与前端无关，可以整体移植。

03
谱系：十三技的分工与体量

仓库不是一个 skill，是一个 skill 家族。按 skill.sh 注册表，共十三个。

taste-skill

87,253 B

imagegen-frontend-mobile

40,326 B

imagegen-frontend-web

36,854 B

image-to-code-skill

36,442 B

taste-skill-v1

21,195 B

brandkit

15,992 B

redesign-skill

15,060 B

stitch-skill

11,851 B

soft-skill

10,561 B

brutalist-skill

8,456 B

minimalist-skill

7,901 B

gpt-tasteskill

7,857 B

output-skill

2,592 B

体量分布很说明问题：旗舰一家独大（87KB，占全家族约 42%），图像三件套合计 113KB（占 55%），而三个风格流派加起来才 27KB。也就是说所谓"十三个 skill"，实质是一个巨型旗舰、一套图像流水线，外加若干轻量风格皮肤。四大族群划分如下。

族群成员定位关键差异

核心族
taste-skill
taste-skill-v1
gpt-tasteskill
主线通用设计纪律
v2 为 2026 实验性重写，v1 保留给依赖旧行为的项目；gpt 变体针对 GPT / Codex 收紧，独有 Python 伪随机机制

流派族
minimalist-skill
brutalist-skill
soft-skill
三种视觉方言，各自成体系
minimalist 走暖色单色编辑部风、便当格、超扁平，明禁 Inter / Roboto / Open Sans；brutalist 融瑞士印刷与军事终端，含半调、CRT 扫描线、位图抖动等模拟降质，要求二选一不许混；soft 走 Awwwards 级高端代理商风，人格代号 Vanguard_UI_Architect，核心是"绝不连续两次生成相同版式"的变异律令

图像族
imagegen-frontend-web
imagegen-frontend-mobile
brandkit
image-to-code-skill
先出参考图，再照图写码
本身不含生图能力，需外接生图工具。image-to-code 是关键闭环：生成参考图，深度分析该图，再据图实现前端

工序族
output-skill
redesign-skill
stitch-skill
非审美的流程约束
output-skill 仅 49 行却极实用，专治输出不全：禁占位符，token 触顶时必须打出 [PAUSED - X of Y complete. Send "continue" to resume]；redesign 是扫描、诊断、修补三步，明令不许推倒重写；stitch 把这套纪律翻译成 Google Stitch 的语义设计语言，导出 DESIGN.md

一处旁证：taste-skill-v1 里留着德语词 Menüs，soft-skill 里的双边框术语写作 "Double-Bezel (Doppelrand / Nested Architecture)"。这些残留与作者定位慕尼黑相互印证，也说明文件是人手写的、迭代中未做统一清洗，而非机器批量生成。对判断"这仓库是不是刷出来的空壳"是一个正面信号。

04
术法：七条可迁移的提示词工程法

这是本报告认为最值钱的一节。以下七法与前端无关，是通用的"压制模型默认习性"的手艺。

壹
二值化取代程度化
把"少用 X"改写成"X 数量为零"。程度副词需要模型自行标定阈值，而模型在压力下总把阈值调向省力方向；二值判据可逐字符核验，无处可躲。原文自陈：写成"酌情少用"时 Agent 会忽略，改为二值后才生效。这一条适用于一切文风约束、命名规范、代码风格。

贰
具名封禁，禁到 hex 与字符
不写"避免俗套配色"，而是列出被封禁的具体 hex 家族、具体字体名、具体文案句式、具体标点。抽象禁令会被模型解释成对自己有利的样子；具名禁令不能。代价是清单要长期维护，且会随流行趋势失效。

叁
参数化旋钮门控规则
与其在 prompt 里堆形容词，不如给三个 1-10 的刻度，再让全篇规则受刻度门控。关键是旋钮必须真接线，不能只当装饰。附带好处：用户表达需求的语言从模糊形容词变成了可对话的数字，"把 variance 降到 4"远比"再保守一点"精确。

肆
机械式预检，把不可判定换成可判定
"有没有品味"不可判定，"破折号是否为零、圆角是否统一、主题是否一致"可判定。62 项 checkbox 的本质是降维：用一组可机械核对的小问题逼近一个不可核对的大问题。这个手法可以直接搬到代码评审、文档质检、合规检查。

伍
伪随机破首项坍缩
gpt-taste 独有：写码前必须在 <design_plan> 块里模拟执行一段 Python，以 prompt 的字符数取模作种子，用 random.choice 从版式候选里抽签。原文直言大模型天生偷懒、永远挑第一个选项。用一段假装执行的代码给模型制造一个"外部裁决"，是极妙的一招。

陆
跨模态绕行审美坍缩
image-to-code 的链路是：先生成设计参考图，再深度分析该图，最后据图写码。绕开了"文字直出代码"这条已被训练数据严重污染的通路。换一个模态就换了一套先验分布，这是比加更多禁令更根本的解法。

柒
显式划界，主动认输
§13 明白写出六类不适用场景，并要求 Agent 遇到这类 brief 时"明确说出来，指向正确的工具"。一份规范敢于声明自己的失效边界，可信度反而更高。绝大多数 prompt 包不敢写这一节，因为它削弱了卖点。

术法判词

七法之中，一、四、七三条含金量最高，且完全与领域无关。兄若要给自家写作、研报、代码规范做 Agent 约束，直接搬这三条即可见效：禁令写成二值、把主观判据拆成可勾选清单、明确声明自己不适用的场景。

05
生态：八万星背后的江湖

增长曲线：六个月，从零到七万九

建仓 2026-02-19。以第三方报道的时点星数作路标，可以复原一条相当陡的曲线。

时点星数信源距建仓

2026-02-190建仓第 0 天

2026-05-2825,202ux-skill 团队横评约 98 天

2026-05-3028,500dev.to（自述单日增两千余）约 100 天

约 2026-0730,000+easyclaude 实测文约 140 天

约 2026-08 上69,000+ChooseAI（fork 近 4,800）约 170 天

2026-08-2479,595本报告实测 GitHub API约 186 天

三个月内从 2.5 万到 7.96 万，翻了约 3.2 倍。同期 fork 从约 4,800 涨到 5,448。fork 与 star 之比约 6.8%，这个比例对一个纯 markdown 仓库来说是合理的（不需要 fork 就能用），但也意味着 star 里有相当比例是"收藏待看"而非"已在用"。

赛道全谱：它不是第一

这是个容易被误判的点。中文报道多称其为该赛道第一，实测并非如此。以下为 2026-08-24 实时数据。

仓库StarsForks建仓方法论能否 CI 拦截

nextlevelbuilder/ui-ux-pro-max-skill120,13812,8952025-11-30目录驱动 · Python 推荐器（约 50 风格 / 161 调色板 / 57 字体配对）否

Leonxlnx/taste-skill79,5955,4482026-02-19变体提示词 · 13 个 SKILL.md · 三旋钮否

Nutlope/hallmark26,7101,3592026-04-27精选提示词包 · 多 IDE 清单（Hassan El Mghari）否

alchaincyf/huashu-design23,4262,7322026-04-19哲学优先 · 20 门设计流派 · 5 维评审 · MP4 导出否

hardikpandya/stop-slop16,2491,1632026-01-11文字去 AI 味（非前端，同源思路）否

Laith0003/ux-skill6392026-05-24推荐器 + 145 条 Python 正则 linter，违例 exit 1是

另有几个小体量同名或近似项目：senlindesign/taste-skill（约 198 星，反推现有网站的 design token 与决策理由，偏分析工具）、cory-hess/agave（约 13 星）、以及被中文报道提到的 Impeccable（41 条自动化检测）。社区里还长出了 "Sharp Skills" 扩展，把 taste-skill 的减法哲学挪用到技术写作、数据可视化、API 设计等非前端领域。

商业化：无付费墙，靠赞助与流量

官网 tasteskill.dev（部署在 Vercel），有 changelog、docs、skill 索引，全站未见 pricing、订阅、waitlist 或购买按钮。变现走赞助商墙：

金牌：Novamira（给 AI Agent 的 WordPress 全权访问）

银牌：空缺

铜牌：interfaces.dev（Jakub Krehel 的设计工程杂志，链接带 utm_source=tasteskill）、React Bits、animations.dev（Emil Kowalski）、IMG.LY、Sent.dm、Kimi（月之暗面，开源伙伴计划）

另有 Vercel OSS Program 徽章

一个耐人寻味的细节：README 里专门声明"taste-skill 没有官方 token、币或加密项目，任何此类代币均无关联"。会写这句话，说明真有人拿这个名头发过币。这是热度的侧面证据，也是一个健康的防御性声明。

作者版图

Leon Lin（GitHub Leonxlnx，X @lexnlin），慕尼黑，自述 "I build cool stuff"。GitHub 账号 2025-07-03 才注册，39 个公开仓库，1,741 关注者。其他产出显示他在同一条路上持续下注：

仓库Stars建仓与 taste-skill 的关系

agentic-ai-prompt-research2,5142026-03-31逆向重建各家 Agent 的提示词模式，是 taste-skill 方法论的研究底座

unlazy1,3962026-08-09反偷懒 skill，核心是 Depth Tree 方法（任务切 N 层深）。等于把 research/laziness/ 独立成产品

lumenshaders339-WebGL2 生成式 shader 工坊，9 种艺术模式

prompt-library135-提示词管理桌面应用

生态判词

这是一个真实运营中的单人项目，且运营水准相当高：官网、changelog、赞助商分级、防伪声明、v1 长期保留、npx 一键安装、多 Agent 兼容矩阵。但它在赛道里是第二名而非第一，且唯一具备 CI 拦截能力的对手只有 63 颗星。这说明当前市场买的是"最省事的审美提升"，而不是"最可靠的质量闸门"。

06
审慎：六项质疑与实证

以下六条皆有一手证据，非猜测。这一节是本报告最不客气的部分。

质疑一 · 学术底座是装饰

research/laziness/findings/references.md 列了五条引用，无一条带作者、链接或 arXiv 编号。逐条核查结果如下。

被引称谓裁定核查所得

EmotionPrompt半真论文真实存在（arXiv:2307.11760）。但仓库引述的"+45% 来自 $200 小费"实出自 thebes 在 X 上的个人实验；"34% 提升到 80% 来自 deep breath"实为 OPRO 论文（arXiv:2309.03409）的结果。张冠李戴

LazyBench半真确有此基准（EMNLP 2024，arXiv:2410.11437），但它是多模态视觉问答基准，与"代码 Agent 偷懒"不是一回事。仓库将其过度拟人化引用

2025 Controlled Laziness Experiments半真论文存在（arXiv:2512.20662），但仓库据以推出的"偷懒是对齐产物"这一结论，原文并未提出。原文对 200 轮上下文的表述是 surprisingly robust，与仓库的引用方向相反

Compounding Error Avoidance查无实据未找到任何对应论文、预印本或技术报告

Winter Break Hypothesis半真确有其事，但性质是社区轶事：Rob Lynch 2023-12-11 在 X 上的观察，Ian Arawjo 复现失败，OpenAI 从未确认。作为"研究发现"引用不当

技术数字断言部分过时"Gemini 输出上限 8K"已过时（2.5 系为 65,536）；"每 token 约 $0.0001"偏高；"32K 历史上限"无据

裁定：research/ 目录是学术装饰（academic veneer）。它营造了"有实证支撑"的观感，实则是把真论文、社区轶事、二手数字混在一起，且归因错乱。这不影响 SKILL.md 本身的工程价值，因为那些规则的有效性来自作者的生产测试而非论文；但它确实削弱了仓库的可信度，尤其对会去点开引用的读者。若兄要引用该项目的"研究结论"，请一律回溯原始论文。

质疑二 · Token 常驻成本高

旗舰文件 87,253 字节，约 21,813 tokens，全量常驻上下文；十三个 skill 合计约 75,585 tokens。在上下文压缩（context compaction）场景下，长指令块本身就是被优先截断的对象，规则可能在你不知情时已经失效。

Issue #67 正是提这件事：建议做渐进式披露，拆成约 12KB 的核心加 references/*.md 按需加载，体量缩小约七倍。该 issue 处于开放状态，零评论。这既是问题的确认，也是维护带宽的信号。

质疑三 · 框架耦合悖论

Issue #86 指出：§3 的技术栈与动效实现明确绑定 React / Next / Motion / GSAP，而 README 与官网宣称 framework-agnostic，二者自相矛盾。同一 issue 还指出"单一强调色锁定"与语义状态色（成功、警告、错误）存在冲突。issue 开放中。

中文实测文补充了另外两条同类问题：安装生态依赖 npx skills（Vercel 的 agent-skills CLI），纯 Python 项目或移动端开发要么手动复制 SKILL.md 要么跳过；动效部分重度依赖 GSAP 与 Motion，轻量项目会显得过重。

质疑四 · 刷星争议确有其事

Issue #48（phantomstars 机器人自动开的）报告了疑似虚假 star 与 fork 活动：抽检 297 个样本，其中 11 个判为疑似虚假（3.7%）、52 个标为可疑；仓库最终被该机器人分类为 clean，issue 已闭合。

另一条侧面数据值得记下：作者 1,741 关注者对应 79,595 星，比例约 1 比 45.7。这个比值对病毒式传播的工具类仓库并不罕见（大量星来自搜索与转载而非关注者），但配合"账号 2025-07-03 才注册、六个月做出七万九千星"这一组事实，谨慎是合理的。中文报道中已有文章明确承认"刷星争议是真的，项目非常新是真的，一个人维护是真的"。

本报告立场：证据不足以判定刷星，但足以判定star 数不能当作质量或采用率的证据。真正的采用信号应看 fork 比例（6.8%）、issue 质量（#67 与 #86 都是懂行的人提的）、以及二级生态（Sharp Skills 扩展、中文镜像、多篇独立实测）。这三项都是正面的。

质疑五 · 没有强制力，纯提示词

这是结构性缺陷，也是它与唯一具备 CI 能力的对手之间的分野。同行原话：

这些变体是品味的口味选择，不是强制执行。同一个 prompt 每次运行产出不同结果，因为规则活在大模型的判断里。不可能做 CI 闸门。无法断言某个指纹已从输出中消失。
ux-skill 团队，Anti-AI-slop tools for Claude Code in 2026 · the honest ranking，2026-05-28

但这段引用必须打折看。

那篇横评署名"By the ux-skill team"，即该文把自家产品（当时 14 星，现 63 星）排在第 5 位，却在结论里推荐"如果只装一个，装 ux-skill v2"。这是典型的自家评测，偏向须扣。不过其核心论点仍然成立，因为中文独立实测也得出了同样结论："它是被动约束系统，AI 完全可以选择性忽略规则，技术上无法强制。"

该文最好的一句话反倒是中立的，值得抄下来：

Taste lives in the model. Slop lives in the output. A prompt fights taste. A linter fights slop.
品味活在模型里，垃圾活在输出里。提示词斗品味，linter 斗垃圾。

质疑六 · 二级传播的反讽

这一条本身不是 taste-skill 的问题，但很能说明当下的信息环境。dev.to 上那篇《Taste-Skill: The Anti-Slop Framework That Gives Your AI 28.5K Worth of Taste》，通篇编造：

列出六个并不存在的 skill 名：layout-skill、typography-skill、motion-skill、moodboard-skill、markdown-opus、dashboard-skill

把三旋钮的取值范围写成 0-1（DESIGN_VARIANCE = 0.7），实际是 1-10 整数

把兼容工具列成 Claude Code、Cursor、Codex、Amp、Copilot、Warp、VSCode，与官方列表不符

一篇关于"反 AI 垃圾内容"的文章，本身是 AI 垃圾内容。中文侧同样有报道把它称作赛道第一（实为第二）、把 star 数写错、把 skill 数量算错。兄若日后要引用任何关于此项目的二手数字，请一律回到仓库与 API。

审慎判词

六项质疑里，质疑二（token 成本）与质疑五（无强制力）是真正影响使用决策的；质疑一（学术装饰）影响可信度但不影响功效；质疑三（框架耦合）可通过删减规避；质疑四（刷星）证据不足但足以让人不再把星数当质量；质疑六是环境噪声。

综合裁定：这是一个真诚做事、工程手法出色、但被包装过度、且天生缺一条腿的项目。缺的那条腿叫确定性校验。

07
落地：该怎么用

先判该不该装

场景建议理由

落地页 / 官网 / 作品集 / 营销页装正中靶心，单位时间审美收益最高

存量项目改版装 redesign-skill先审计后改、不许推倒重写、保 URL 与埋点，这套改造协议本身就值

要求输出完整、禁占位符装 output-skill仅 2.6KB，性价比全家族第一，与审美无关也能用

仪表盘 / 数据表 / 多步表单 / 代码编辑器不装作者自己在 §13 声明不适用，硬用会得到一个漂亮但难用的后台

已有严格设计系统的企业项目不装它会与既有 token 体系打架。取其术法，弃其规则

对一致性要求极高、需锁版本等 v2.0.0 stablev2 明标 experimental，规则措辞随时可变，同一 brief 两次生成风格可能有别

中文内容为主的页面装但必须打补丁见下节

三种接法，推荐第二种

全量装。npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"。零摩擦，代价是约 21.8K tokens 常驻，且在上下文压缩时可能被截断。适合一次性原型、周末项目。

蒸馏装（推荐）。按 issue #67 的思路自己做渐进式披露：抽出与自家栈相关的约 10 到 12KB 作核心常驻，其余按需引用。具体做法是留下 §0 brief 推断、§9 负面清单、§14 预检，砍掉 §2 设计系统地图（除非真要用 Fluent/Polaris）、§5 GSAP 骨架（除非真用 GSAP）、§12 区块库契约。这样能保住九成效力，成本降到三成以下。

只取术法。不装文件，把第 04 节的七法写进自家 CLAUDE.md 或项目规范，约 30 行即可。适合已有设计系统、只想压住模型默认习性的团队。

中文场景必打的补丁

这是所有报道都提到但没人给出清单的地方。taste-skill 是英文原生规则，直接用于中文页面会有三类空缺。

空缺症状补丁

禁令失效破折号禁令对中文意义有限；中文正文本就少用 em-dash，规则空转换成中文版二值禁令：全角引号统一、禁用波浪号作范围符、禁用中文里的英文省略号

排版缺失无避头尾规则，标点落行首；中英混排无间距，字距发死补 text-spacing-trim、中英文之间插 0.15em 间隙、标点挤压、行首禁则字符表

字体栈缺失规则封禁 Inter / Roboto / Open Sans，但未给中文替代方案，模型会退回系统默认显式给出中文字体栈。标题用中文衬线（Songti SC / Source Han Serif SC）与拉丁展示字形成对比，正文用 PingFang SC。中文衬线做大字标题是极有效的去 AI 味手段，因为训练集里几乎没有

度量失配规则里的字号与行高按拉丁字设定，中文同字号视觉更重、需更大行高中文正文 line-height 上调到 1.8 以上，大标题字号相对拉丁下调约 10%

双层防线：与确定性校验叠加

这是本报告给兄的核心工程建议。既然提示词斗品味、linter 斗垃圾，那就两条都上。

生成侧：蒸馏后的 taste-skill 核心，负责在写码之前把众数从候选池剔掉。

审计侧：自建一个约 20 到 40 条的正则 linter，跑在 CI 的 PR 检查里，命中即 exit 1。不必用 ux-skill（63 星，alpha 阶段，引入风险高于自建），把 §9 负面清单里能正则化的条目手工翻成规则即可。§14 那 62 项预检，本身就是一份现成的 linter 需求文档。这是 taste-skill 最大的隐藏价值：它替你写完了规则清单，你只需实现。

门槛设置：高危项（破折号、Inter 大字号、靛蓝渐变、grid-cols-3 三连近似卡片、fadeInUp 全员同参）设为阻断级；其余设为警告级。

落地判词

对兄手上的项目，具体到人：阅竞的数据恢复产品官网属于典型营销落地页，是 taste-skill 的正靶心，建议走蒸馏装加中文补丁，把 DESIGN_VARIANCE 压到 5 到 6（数据恢复是信任导向的品类，过度出格反损公信），MOTION_INTENSITY 压到 4，VISUAL_DENSITY 提到 6（要摆得下恢复率、支持格式、案例数这些硬指标）。

ylf-* 系列的后台与管理界面不要装，那是 §13 明确排除的场景，硬用会得到一个好看但难用的控制台。真要提升，走 §2 的设计系统地图指向的正路：Fluent、Carbon、Atlassian、Polaris 择一。

面试材料与研报的 HTML 化是被低估的用法：把 §9 负面清单加 §14 预检当成"文档去 AI 味"的检查表，效果比任何改写工具都直接，因为它管的是生成前而不是生成后。

08
金句十条

可背诵，可引用，可直接贴进自家规范。前六条译自仓库原文，后四条是本报告的裁断。

01
"少用"会被忽略，"零个"不会。
原文自陈：历史上当限制被写成 use sparingly 时，Agent 会忽略它。措辞必须是二值的。这是全篇最重的一句。

02
声称有动效，就必须真的动。
Motion claimed, motion shown. 反过来也成立：做不出可用动效就把旋钮降到 3，交一个干净的静态页，绝不许半成品。

03
加动画前先问它传达什么。答"看着酷"无效。
有效答案只有四种：层级、叙事、反馈、状态转换。说不出一句话的理由，就删掉这个动画。

04
用户不该在滚到一半时，感觉走进了另一个网站。
整页一个主题，一套圆角刻度。一致性不是审美偏好，是不让用户困惑的底线。

05
英雄区里用 div 堆的假界面，是大模型设计的第一破绽。
要么用真截图，要么用生成图，要么什么都不放。假终端加假版本号"v0.6.2-rc.1 · last sync 4s ago"，是自报出身。

06
如果 brief 属于我管不了的六类，就明说，并指向正确的工具。
§13 主动认输条款。一份规范敢写自己的失效边界，可信度反而更高。

07
品味活在模型里，垃圾活在输出里。提示词斗品味，linter 斗垃圾。
出自竞品团队，但这是全赛道最清醒的一句话。它精确指出了 taste-skill 天生缺的那条腿。

08
这份文件的结构比它的内容值钱。
设计主张多为业内常识，真正的创造是"如何让不理解审美的系统执行审美纪律"的工程语法。语法可移植，主张不必。

09
62 项预检不是清单，是一份现成的 linter 需求文档。
它替你把规则写完了，你只需要实现。这是整个仓库最大的隐藏价值。

10
七万九千颗星里，有多少是"收藏待看"，fork 比例已经说了。
6.8%。星数买的是注意力，不是采用率，更不是质量。要判断一个 prompt 仓库，看 issue 里有没有懂行的人在提真问题。这个仓库有。

取证方式 · 仓库 tarball 全量通读（13 个 SKILL.md · research/ 12 篇 · README · CHANGELOG）

GitHub REST v3 实时元数据 · Issue #48 / #67 / #86 原文 · 六条学术引文逐条回溯核查 · 六个竞品仓库实时对标

数据快照 2026-08-24 00:07 CST · 星数为动态值，引用时请回溯 API

本文档遵守受审对象自身规则：零破折号 · 单一强调色 · 圆角统一为零 · 非居中版式 · 无三等分卡片 · 无假界面 · 无装饰状态点

全文经字符级扫查，em-dash 计数为零；唯一保留的 en-dash 位于第 02 节，作为被封禁字符的标本展示，非版式修饰