AI 输出总像“正确的废话”？这个 6 万星项目直接教它什么是审美
这个开源项目给 AI 灌了一套审美规则，GitHub 一天涨了 6 万星
很多时候 AI 生成的界面不是不能看，而是太“模版”——满屏的灰色卡片、系统默认字体、毫无节奏的间距。开源项目 Taste-Skill 做的事很直接：给 AI 灌一套设计审美规则。我的判断是，它解决的不是“会不会写代码”，而是“代码写出来像不像人做的”。
先看发生了什么
据项目 GitHub 仓库显示，Leonxlnx/taste-skill 把自己定义为“The Anti-Slop Frontend Framework for AI Agents”，核心是给 AI 编程工具注入排版、动效、间距等审美规则。目前仓库已获超过 6.1 万星，许可证为 MIT，主要面向 Claude Code、Codex、Cursor 等 AI 编程场景。
核心思路：不是教写代码，是教做“设计决策”
README 将审美拆解成可移植的“技能文件”，本质是一套让 AI 学会做设计判断的指令集。从演示来看，它不是生成一个新模型，而是给现有编码 Agent 套上一层“品位过滤器”。这意味着 AI 不再只是机械地堆砌组件，而是开始理解什么样的间距是舒服的，什么样的字体搭配是协调的。
三档调节，把“风格”变成可量化的参数
v2 版本引入了 VARIANCE（变化度）/ MOTION（动效度）/ DENSITY（密度）三档调节。这个设计真正的意义在于让“审美”变得可讨论、可调整，而不是玄学。过去你跟 AI 说“做得好看点”，它只能随机发挥；现在你可以说“密度低一点，动效柔和一些”，AI 能听懂并执行。
另一条让我印象深刻的规则是技能包里强硬的反“AI 痕迹”条款。它硬性禁止 em-dash（——），并要求使用规范 GSAP 动效代码骨架。这些做法瞄准的是 AI 生成内容里常见的视觉“水印”——那种看一眼就知道是 AI 写的页面的细节。思路很务实，直接对“正确的废话”式设计下手。
不止写代码，还管“画参考图”
分支技能里包含图像生成技能，先让 AI 产出设计参考图，再交给编码 Agent 实现。这打通了“视觉定调到代码落地”的完整链路，对追求视觉一致性但又请不起全职设计师的小团队尤其友好。
谁该关注
适合用 AI 做前端原型、内部工具的开发者或小团队，尤其是受够了 AI 生成千篇一律界面的那群人。不适合对设计无要求的纯后端项目。现在即可上手尝试，安装命令只有一行。
从“能跑”到“能用”的最后一道坎
Taste-Skill 代表了一个清晰趋势：AI 的能力缺口已经不在“能不能做”，而在“做得好不好看”。这类项目填补了从“能跑”到“能用”之间最大的那道鸿沟。下一步我会关注 AI 编程辅助工具里，那些真正决定交付质量的隐性能力，比如错误处理逻辑和边界情况覆盖。想一起看的，点个关注不迷路。