AI 写移动端 UI 都是同一张脸？这个 Skill 包逼 Claude 按 Top Grossing App 标准输出
AI 写出来的移动端界面，你是不是一眼就能认出来？那种全圆角、紫色渐变、emoji 满天飞的”AI slop”风，正在被一个新的 Skill 包精准打击。
最近在 GitHub 上发现一个叫 appllama-skills 的项目（1,645+ ⭐），核心理念只有一句话：别让 AI 当研究者，让它当 builder。它把”顶级移动应用的设计库”做成了一个 Claude Code 可以直接调用的 skill 包——先研究赚钱最多的 App 是怎么设计屏幕和动效的，然后逼它按同样的标准输出 Expo/React Native 代码，最后用 60fps 模拟器逐帧回放，挑出所有不达标的细节。
这套 Skill 包到底装了什么
它分两个核心模块，研究 + 构建形成闭环：
- appllama-usage —— 研究引擎。怎么用 Appllama MCP 当成设计总监的工具箱，覆盖从零搭一个 App、优化已有页面、到对单一元素做行业研究的所有 playbooks。
- appllama-app-design-skill —— 构建标准。Apple HIG 级别的原生感、语义化颜色、原生控件、反 slop 纪律、Reanimated 动效、感知性能优化，全套规则打包。还附带一个完整的”模拟器验证循环”——整套动效录下来 60fps 逐帧 scrub，不达标的直接打回。
两个 skill 是配对使用的：usage 决定研究什么，design 决定怎么搭，并且整个回路只能在一个标准下结束——在模拟器里看起来挑不出毛病的屏幕才算数。
跟普通 UI skill 有什么不一样
市面上大多数”AI 设计 skill”其实是”提示词收藏夹”，装完之后 AI 还是按自己的审美糊一通。appllama-skills 的差异化在三点：
- 数据驱动，不是”我觉得好看”，而是”Top Grossing App 的实际屏幕 + 收入 + 下载量数据”。
- MCP 实时查询，不是离线 prompt 包，agent 可以直接调
https://mcp.appllama.io/mcp拉取真实的 UI 模式和营收数据。 - 可验证，不是截图对比，而是录下完整流程逐帧 scrub——这才是真正的”反 AI slop”。
装好后你可以直接问 agent：
Build me a habit tracker. Study the top-grossing habit apps first and don’t stop until every screen survives the simulator comparison.
它就会真的去研究行业头部、提取设计语言、生成代码、跑模拟器、直到你能接受为止。
安装 & 兼容性
一行命令搞定，跨 70+ AI agent：
npx skills@latest add appllama/appllama-skills
原生支持 Claude Code、Codex、Cursor、MCP，可按 skill 单独装（--skill appllama-app-design-skill），也可只装研究引擎。MCP 部分按 Pro 计费，每次调用消耗一个 credit。
为什么值得盘点
AI 行业观察里有个被低估的趋势：AI 写 UI 的能力已经触顶，但 AI 设计品味还远远没到位。appllama 这种”用真实成功产品数据反向训练 agent”的思路，正好填补了这个缺口。它不是又一个”让 Claude 写漂亮代码”的 skill，而是把”什么叫真正卖得动的设计”这件事变成了 agent 的内置知识。
如果你也被 AI slop 折磨过，想让自己的移动端项目真正”看起来像 App Store Top 10″，这个 skill 包值得一试。
🔗 GitHub: https://github.com/Appllama/appllama-skills
评论区
登录后可评论。