让 AI 写前端,最难的不是写不出来,而是写出来那股味儿太冲。它给你调的色、选的字体、摆的版式,一眼就能看出是机器凑出来的。今天聊的这个项目,就是专门治这个毛病的。
项目名叫 UI UX Pro Max,作者是 nextlevelbuilder,目前在 GitHub 上已经有 13 万星。
我一开始没太当回事。给 AI 加设计能力的技能包我见多了,多半就是往提示词里塞一句“请遵循无障碍规范”,聊胜于无。
但这个不一样。它背后压了一套 192 个行业的设计规则库,AI 做页面之前得先去里头检索一遍,再动手。

一句话说清它解决啥
你让 AI 写一个“给医美诊所做的预约落地页”,通用模型会给你什么?
大概率是一套蓝紫渐变、圆角卡片、大号无衬线字体——就是那种一眼 AI 的量产货。放哪个行业都行,等于放哪个行业都不对。
UI UX Pro Max 会先查规则库:医美属于“健康与美容”大类,推荐 柔和界面演进(Soft UI Evolution) 风格,主色给一套低饱和的暖粉配鼠尾草绿,字体用 Cormorant 衬线体配 Montserrat 无衬线体,还在清单里明确写着 避免用 AI 紫粉渐变。
有意思的地方就在这儿:它不光告诉你该用什么,还专门列了一张 反模式清单,告诉你这个行业千万别碰什么。后面这条其实更值钱。
它手里到底压了多少货
作者把家底全摊在说明文档里了,我照抄一遍,你们感受下体量:
- 192 个行业分类:不只大类,牙科、宠物医院、心理诊所、处方式记账工具都有单独的规则。
- 192 套配色:不是随便凑数,是按行业配的。金融行业的色和儿童玩具的色,取法完全不同。
- 74 组字体搭配:直接给能跑的引入代码,不是光报个字体名。
- 79 种界面风格:玻璃拟态、黏土拟态、新拟态、粗野主义、Bento 网格……冷门风格也收。
- 119 条体验规则:含无障碍和文本折行,这条后面单独说。
- 22 套技术栈:主流框架全覆盖,连 JavaFX、WinUI 3 这类偏门桌面端框架都包含在内。
数据量本身不稀奇,稀奇的是它能 针对性检索。
光堆数据没意义。你往提示词里塞十万字设计规范,模型该跑偏还是跑偏,因为上下文塞不进去。这个技能包的思路是:与其把知识全塞给模型,不如让模型自己来查。
五路并行检索,怎么干活
作者画了张流程图,我看完觉得这个设计比功能本身更有意思。你提一句需求,它同时开五路去查:

| 路径 |
任务 |
说明 |
| 第一路 |
匹配产品类型 |
192 个分类里找最接近的那个 |
| 第二路 |
推荐界面风格 |
79 种风格里排优先级,用 BM25 算法排序 |
| 第三路 |
选配色 |
192 套色板里挑,带上这个行业的用色忌讳 |
| 第四路 |
找落地页版式 |
34 种页面结构模板 |
| 第五路 |
配字体 |
74 组搭配里选情绪对得上的 |
五路查完,结果汇进一个推理引擎:匹配分类规则、按优先级排序风格、过滤行业反模式、跑一遍条件判断。这一套走完,吐出一份完整的设计系统——版式、风格、配色、字体、动效,外加一张交付前自查清单。
BM25 是信息检索里的经典排序算法,跟搜索引擎给网页排名的思路一脉相承。拿它来排界面风格,说明作者是真按“检索系统”的路子在做,不是拿提示词糊一层。
那 119 条体验规则,说得挺细
这部分是我觉得它比同类项目扎实的地方。大多数所谓“AI 设计技能”,体验规则就三条:“注意对比度”“别忘了焦点状态”“支持响应式”。
它的 119 条里,有几条是真的踩过生产环境才总结得出来的:
- 大标题折行只能当“渐进增强”,不能当成保证某个词一定落在特定行的承诺。
- 长网址和长标识符要能安全折行,窄屏、放大、用户自定义字号下都不能被裁切。
- 标签和徽章不能只靠颜色传意,色盲用户得看得出来区别。
- 徽章集合太长得能折行,或者给个可操作的“+n”展开入口。
- 快速连点可以打断动画,但最终状态和焦点必须是对的。
最后这条我特别有共鸣。用户手快连点三下,动画被打断,状态卡在半路——这种毛病我修过不止一次。
如果你对这类开源项目的源码分析、规则引擎设计感兴趣,可以看看这份 开源实战精选,里面整理了 GitHub 上值得研究的项目案例和最佳实践。
装起来什么感觉
它是标准技能包,一条命令进去:
npm install -g ui-ux-pro-max-cli
然后对着你的项目跑一句初始化:
uipro init --ai codex
我实际跑了一遍,安装过程会往项目里的技能目录写文件,跑完吐出一句安装成功的提示。

落盘的数字比文档描述更有体感:172 个文件、4.6 MB,其中 7 个技能说明文件、53 张 CSV 数据表、57 个说明文档。拆开看是七个独立技能包,分别管横幅设计、品牌、通用设计、设计系统、幻灯片、界面样式,外加一个主入口。
那 53 张表格才是本体。比如行业表,字段是“编号、行业、关键词、风格、主色、辅色、字体、交付物、调性、最佳实践、禁忌”。科技行业那一行的主色是 #6366F1 #0EA5E9 #10B981,金融银行那行是 #003366 #1E3A8A #D4AF37。它不是给你一段建议,是给你一张能查的表。
装完在主流 AI 编程工具里就能用。正常提需求即可,不用额外写什么咒语。协议是 MIT,作者还配了简体中文说明文档,对国内用户相当友好。
说点实际的
不能光说好话。三点你得心里有数:
第一,它管不了审美上限。 规则库能保证你不犯低级错误、不碰行业忌讳,但出不来让你“哇”一下的设计。它治的是及格线,不是天花板。
第二,十三万星里有水分。 这类技能项目的星数涨得普遍快,装起来零成本、传播成本低。真实日常使用率肯定低于星数给人的感觉,别拿星数当质量证明。
第三,规则多了也烦人。 192 条行业规则、119 条体验规则压下来,偶尔会给出跟场景不符的建议,得手动挑一挑。说到底它是辅助,不是替你拍板。
什么时候值得装? 你自己审美没底,或者做的是不熟的行业,这两种情况下价值最大。你要是干了十年的老设计,它给的这套东西你早就在脑子里了。
如果你平时也在用 AI 辅助写前端、搭设计系统,前端开发与工程化资源集 里整理了 React、Vue、Next.js、Tailwind 等常用技术栈的资料,可以作为补充参考。
跟同类比一下
拿几个常见做法对照:
- 直接提需求:快,但那个 AI 味儿你懂的。
- 自己写提示词:效果看你功力,能想到的规则写死就不会自动更新。
- 这个技能包:规则库化加检索,行业规则可持续扩充,你不写它也知道。
- 找设计模板:保真度最高,但改不动,跟自己的项目对不上。
我的看法:它填的是“通用模型 + 专业设计知识”中间那段空档。这段空档以前只能靠人补,现在至少有东西能垫一层了。
写在最后
十三万星的东西,我写完这篇,给你的建议是:装上,当个校验器用。
你自己出方案,让它过一遍,看有没有踩行业忌讳、有没有漏掉无障碍项。这比指望它从零给你变出一个惊艳设计靠谱得多。