设计与前端 design-systemanti-slopcursorcodexfrontend-qualitymcp-serverci-gates

UI Craft

为 AI 编码代理设计的工程化设计系统,安装为技能或 CLI 后,让代理生成的 UI 达到可上线的设计品质,而非千篇一律的 AI 风格页面。

FollowAgents 评估 · FARS-2.1
推荐
77/ 100 五分制 3.9 / 5
1 2 3 4 5 6
1信任安全21 / 29 · 3.6/5

安装器只写各 harness 的原生配置,提供 --dry-run、交互式选择、写前备份与失败自动回滚,权限范围与目的相称;MCP 通过 npx -y 固定版本拉取外部包属受控外部效应。扣分点:推荐安装方式为 curl|bash 管道执行远程脚本,透明度依赖远端脚本;state/备份写入 ~/.ui-craft,设计记忆含项目上下文,但未明示数据处理边界;历史版本回滚曾删文件(README 自述已修复)。作者与 MIT 许可署名清晰,但发布者未经验证。

2可靠稳定11 / 14 · 3.9/5

仓库内含大量自洽性保障:镜像同步检查、分发契约检查、版本一致性检查、死代码棘轮、--check-parity,README 与 workflow 相互印证,罕见地自洽。扣分点:依赖 npx -y ui-craft-mcp 的 npm 可用性(发布流水线有 check-pin-published 缓解);多处故障信息仅由命令描述推断,未直接核验输出文案。

3适用触发16 / 18 · 4.4/5

受众分层清晰(0-3 阶梯)、路由表按意图触发、风格变体按触发词锁定参数、明确列出六平台中未经测试的平台缺口——能力边界表述是本仓库最突出的优点。扣分点:macOS Intel、arm64 平台从未测试,磁盘将满与并发安装两种场景在所有平台均未验证,环境适配的实际覆盖低于表面宣称。

4规范维护15 / 18 · 4.2/5

信息架构极佳(25 条命令按阶梯组织、32 个领域参考分类、安装路径对比表)、安装说明多路径且含已知坑(skills CLI 全局路径问题)、已知限制诚实到罕见(Windows v1.0.16 前的五个 bug、Intel macOS 未测)。扣分点:无 FAQ;命名存在版本双轨(repo v0.35.x 与 npm 包 0.13.0 并存,虽有 manifest 声明但易混淆);维护者为单人,更新路径依赖个人仓库。

5有效结果9 / 13 · 3.5/5

输出形式可用(Markdown 记分卡可直接贴入 issue tracker、-- 机器可读、验收条目清单);相对价值主张明确(设计工艺知识+可验证评分)。扣分点:所有功效声明(前后对比、10 项验收、评分器判别力)均未在本次静态审查中执行验证,效果仅凭 README 断言与截图,成本收益需用户自担安装与学习成本。

6证据核验5 / 8 · 3.1/5

多项主张可在文件间交叉印证:README 的 CI/测试声称与 cli-ci.yml、cli-release.yml 一致,action 均以 commit SHA 固定并注明版本,发布冒烟测试具体可查;README 主动区分'已验证'与'未验证'(平台矩阵中的破折号说明)。扣分点:本次仅提供 README/LICENSE/package./workflow 文件,32 个领域参考、评分器本体与 Go CLI 源码未在证据中出现,多数能力主张(启发式评分、验收条)无法溯源到具体实现,事实与推断的边界需保守对待。

证据充分度: 评估于 2026年9月10日 审查版本 ceecc8e1fb0c
使用前请注意
  • 推荐安装方式为 curl|bash 执行远程脚本,管道执行前无法审计脚本内容;敏感环境请改用 Homebrew/Scoop 或克隆安装。
  • MCP 质量门通过 `npx -y ui-craft-mcp` 从 npm 拉取外部包,虽已固定版本,仍属供应链信任面。
  • darwin/amd64、linux/arm64、windows/arm64 二进制已发布但从未测试;磁盘将满与并发安装两种场景在所有平台均未验证。
  • v1.0.16 之前 Windows 回滚曾删除本应保护的文件,老版本用户应升级。
  • 功效声明(评分器、验收条、前后对比质量)未经执行验证,属静态审查未覆盖范围。
  • 仓库版本(v0.35.x)与 npm 检测器版本(0.13.0)双轨并存,引用结果时注意区分组件版本。
评估证据 [1][2][3][4][5]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

UI Craft 是一个面向 AI 编码代理的设计工程系统,托管在 educlopez/ui-craft,MIT 许可。它把 32 个领域参考文档(排版、色彩、动效、可访问性、数据可视化等)、25 个斜杠命令、两个只读审查代理(design-reviewer 与 a11y-auditor)、7 个确定性 MCP 工具,以及 ui-craft-detect 反模式扫描器和 0-100 的 UICraftScore 评分体系打包为一套完整系统。安装方式包括跨工具的 Go CLI 安装器(自动检测 Claude Code、Cursor、Codex、Gemini、OpenCode 并写入原生配置)、Claude Code 插件市场,以及 npx skills add。技能对技术栈不可知,可适配 Tailwind、CSS Modules、styled-components、原生 CSS 和 Vue/Svelte/Astro SFC。输出边界是:技能与命令在会话内写代码;代理只读不写;MCP 工具与 CLI 提供可复现的确定性检查,可接入 CI 或 git 钩子。文档坦率标注了平台测试覆盖的差异,例如 macOS Intel 构建从未被测试。

安装后,技能先做 Discovery:读取项目的 CSS 变量、Tailwind 配置、字体导入等现有设计决策;若项目没有设计系统,会询问风格、强调色、字体、动效栈四个问题。构建时通过 /craft 一次性产出命名构图、主题预设并通过 10 项验收清单;/heuristic 按 Nielsen 10 条可用性启发式加 6 条设计定律(Fitts、Hick、Doherty 等)和 5 类用户画像走查生成可评分的批评报告;/brief 与 /tokens 把设计简报和三层令牌(primitive→semantic→component)持久化到 .ui-craft/。ui-craft-detect 提供 43 条反模式规则的静态扫描(支持 --scope changed 差异范围扫描、URL 实时扫描、hooks 子命令接入 Claude Code/Cursor 编辑时钩子、ci install 生成 GitHub Action)。score_ui MCP 工具和 scripts/eval.mjs 输出 UICraftScore 确定性评分:反 slop、令牌纪律、可访问性三个维度加权扣分,A≥90 至 F<60 分级。

  1. 使用 Claude Code 或 Cursor 的全栈开发者,希望用 /craft dashboard 等命令直接生成可上线的仪表盘、落地页或认证界面,而不是通用的 AI 渐变卡片风格
  2. 负责前端质量门的工程团队,想把 ui-craft-detect 接入 CI(--scope changed --fail-on error),只对新引入的反模式阻断合并
  3. 已有设计系统的团队,希望代理尊重现有令牌——Discovery 阶段会读取已有 CSS 变量和 Tailwind 配置而非强加默认值
  4. 在 PR 审查中需要独立、无污染判断的维护者,可以并行委派 design-reviewer 和 a11y-auditor 两个只读代理做设计加可访问性扫描
  5. 需要可辩护设计评分的负责人,用 /heuristic 生成的带业务影响标签(blocks-conversion、adds-friction 等)的评分卡,直接粘贴进 issue 跟踪器
  6. 使用 Codex、Gemini 或 OpenCode 等非 Claude 工具链的开发者,通过 npx skills add 安装技能镜像并按意图触发命令

这个 Agent 有哪些优点和局限?

优点
  • 唯一提供可评分、可辩护批评的设计系统:Nielsen 10 启发式 × 6 设计定律 × 5 用户画像,每条发现带业务影响标签,可直接进 issue 跟踪器
  • 确定性检查与品味判断分层清晰:43 规则反 slop 检测器、令牌 lint、UICraftScore 0-100 公式权重全部公开,输出可复现,适合 CI 门禁
  • 跨工具链安装成熟:单个 Go 二进制自动检测五种工具链、组件按需选择、写入前自动备份、失败自动回滚,支持 --yes 供 CI 使用
  • 发现阶段尊重项目已有设计系统,不会强加默认的蓝紫渐变/Inter 风格;三个风格变体(minimal/editorial/dense-dashboard)和 playful/brutalist 预设覆盖不同美学
局限
  • 平台测试覆盖不均:macOS Intel 和 Windows arm64 二进制已发布但从未运行过测试套件;Windows 支持自 v1.0.16 才有,此前曾有 Windows 独有 bug 在回滚时删除文件
  • npx skills add 安装方式功能残缺:只有技能本体,没有审查代理、MCP 门禁和钩子;全局安装 Claude Code 时还存在 ~/.agents/skills 与 ~/.claude/skills 的路径不匹配问题(vercel-labs/skills#693)
  • MCP 门禁依赖 Node/npx([email protected]),URL 扫描的 puppeteer 引擎需额外安装依赖;完整系统横跨 Go 二进制、npm 包、技能文件三处分发,版本一致性依赖 distribution-manifest.
  • 完整能力需要多步配置:只用 Rung 0 零成本,但要获得 CI 门禁、设计记忆等需写入命令、钩子和 CI 工作流,学习曲线沿四层阶梯递增

如何安装或部署这个 Agent?

推荐方式是 CLI 安装器。macOS/Linux:curl -fsSL https://skills.smoothui.dev/install | bash;Windows:irm https://skills.smoothui.dev/install.ps1 | iex。脚本会下载并校验静态 Go 二进制 ui-craft,然后运行 ui-craft install 检测已装工具链(Claude Code/Cursor/Codex/Gemini/OpenCode),交互式选择组件并写入原生配置,所有写入幂等且先备份到 ~/.ui-craft/backups/。替代方案:Homebrew(brew install --cask educlopez/tap/ui-craft)、Scoop、Claude Code 插件(/plugin marketplace add educlopez/ui-craft 后 /plugin install ui-craft,自带 .mcp. 自动注册 MCP 门禁)、或任意支持 Agent Skills 规范的工具链用 npx skills add educlopez/ui-craft(注意:此方式只装技能本体,不含 MCP 门禁和审查代理)。MCP 门禁也可手动配置:{ "mcpServers": { "ui-craft": { "command": "npx", "args": ["-y", "[email protected]"] } } }。

如何使用这个 Agent?

首次使用运行 /ui-craft:start,它会读取项目(框架、令牌、简报、现有 UI)并告知当前所处层级和下一步命令。最基础用法(Rung 0):像平时一样请求 UI,例如说"Build a pricing page",技能按意图路由到对应构建/动效/审查/打磨通道。进阶用法:/craft dashboard|landing|auth 一次性构建界面;/heuristic <path> 生成评分批评卡;/critique、/audit、/polish、/animate 做单维度调整;/brief 和 /tokens 建立跨会话持久设计上下文;/finalize 在合并前跑 10 道收尾清单。命令行侧可用 npx ui-craft-detect ./src -- 扫描代码或部署后的 URL,node scripts/eval.mjs src/components/ 计算质量分,--threshold 80 可作为 CI 阈值门禁。

这个 Agent 与同类方案有什么区别?

README 将自身定位为与模板和组件库相对立的"工艺知识"系统,并以有无 UI Craft 的前后对比截图展示差异,但源材料未点名任何具体的竞品仓库。

常见问题

一定要用 Claude Code 吗?
不需要。CLI 安装器支持 Claude Code、Cursor、Codex、Gemini、OpenCode,任何支持 Agent Skills 规范的工具链也可以通过 npx skills add 安装,只是后者缺少 MCP 门禁和审查代理。技能本身对框架和样式方案不可知。
最低成本的起步方式是什么?
安装后什么都不配置,直接像平时一样请求 UI(Rung 0)。技能会按意图路由并自动应用设计规则;运行 /ui-craft:start 可以了解项目当前所处层级。大多数人停在这一层即可。
评分结果可靠吗?可以在 CI 里依赖它吗?
UICraftScore 是确定性的静态分析评分(公式与权重公开在 evals/quality/score.mjs),同一输入永远同一输出,适合作为 CI 门禁。UsabilityScore 是由宿主代理按启发式量规判定的评分,逐次运行可能有差异,文档明确建议不要把两者平均,而是用前者做门禁、后者做评审深度。
会不会破坏我已有的配置或代码?
ui-craft install 在写入前把所有工具链配置快照到 ~/.ui-craft/backups/(tar.gz,SHA-256 去重),失败自动回滚,ui-craft rollback 可随时恢复;检测器钩子失败时选择放行而不是阻塞代理。但文档承认磁盘接近满和两个 install 并发两种场景未在任何平台测试过。
怎么只检查新引入的问题而不是整个历史代码库?
ui-craft-detect 支持 --scope changed(只报告落在实际 diff 块内的发现)配合 --base <ref> 和 --fail-on error|warning|none,CI 默认在 PR 上以 --scope changed --fail-on error 运行,浅克隆等无法解析 base 时自动回退到全量扫描。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents