刚发的 v0.1.6 修了什么:Impeccable 如何给 AI 前端设计装上一套不会重复的词汇表

Impeccable 刚发的 engine-v0.1.6,解决了 AI 前端设计里最容易被忽视的问题

Paul Bakaus 做了一件很多人想做但没做的事:让 AI 生成的界面,不再看起来像”AI 生成的”。

这个仓库叫 Impeccable,上线不到一年,71,253 颗星,昨天刚发了 engine-v0.1.6。Paul Bakaus 不是什么无名之辈——他是 jQuery UI 核心团队出身、Lottie 动画格式的原始作者,现在是 Google 的 Developer Advocate。技术判断力和工程积累都在。

Impeccable 解决的是什么问题

现在主流的 AI 编程 Agent——Claude Code、Cursor、Codex、Grok Build——都能生成前端界面。但如果你让三个不同的 Agent 做同一个落地页,大概率会得到同一套东西:Inter 字体、蓝紫渐变、卡片嵌套卡片、灰色文字配彩色背景。

这不是模型不够聪明。问题出在”设计词汇”上——Agent 没有一套共享的、可操作的词汇表,来区分”这个按钮可以更突出”和”这个按钮应该放大三倍”之间的差别。当模型被喂了同一批 SaaS 模板,这种趋同是统计学上的必然。

Impeccable 的解法是给 Agent 建一套结构化的设计语言:它不生成组件,它生成的是一套可以让 Agent 理解和执行的”设计决策框架”。

怎么工作的

安装简单,一行命令:

npx impeccable install

然后在 Agent 里跑 /impeccable init,它会扫描项目、询问产品核心信息(目标用户、使用场景、约束条件、品牌调性),写入一份 PRODUCT.md。之后所有设计相关的对话都基于这份文件,而不是模型自己的”统计直觉”。

目前有 24 个命令,覆盖完整工作流:

命令 作用
/impeccable shape 在写代码之前规划 UX/UI
/impeccable critique UX 设计评审:层次、清晰度、情感共鸣
/impeccable audit 无障碍、性能、响应式技术检查
/impeccable polish 最终交付检查,设计系统对齐
/impeccable live 浏览器内视觉迭代,逐元素调整
/impeccable harden 错误处理、国际化、边界情况

核心亮点:61 条确定性检测规则不需要调用 LLM,不需要 API key,直接跑 CLI 或浏览器插件就能检测 AI 生成的常见设计口癖——比如用 Arial 或 Inter、纯黑/灰色从不加色调、所有东西都包在卡片里、弹性 bounce 动画等。规则是确定性的,结果可复现,不依赖模型心情。

支持哪些 Agent

Claude Code、Cursor、Codex、Gemini CLI、Grok Build、Hermes Agent、Veto,以及 GitHub Copilot(VS Code 插件)。Copilot 用户直接去 VS Code Marketplace 装插件 就行,不需要折腾命令行了。

适合谁 / 不适合谁

适合:前端开发者、AI 编程工具重度用户、对界面质量有要求但不想每次都手动改 AI 输出的设计师-开发者混合角色。/impeccable init 跑一次,之后每次设计决策都有锚点,省去反复解释产品背景的时间。

不适合:后端开发者(基本不碰 UI);已经有一套严格设计系统的团队(Impeccable 的价值在于补齐 AI 语境理解,不是替代已有的设计规范);追求快速原型不在乎细节的场景。

最近的更新节奏

昨天发了 engine-v0.1.6,两周前发了 skill-v4.3.1 和 skill-v4.3.0,保持着每几天一个小版本的节奏。最近的更新集中在 live 模式的稳定性、detector 规则覆盖面的扩充,以及对更多 Agent provider 的适配。

和其他方案的比较

Anthropic 官方出品的 frontend-design skill 是这个方向的先驱,Impeccable 起步于此。但两者有一个根本差异:Anthropic 的 skill 依赖 LLM 做设计判断,Impeccable 把 61 条规则做成了确定性检测,零 API 消耗、零延迟。对于在意 token 成本和响应速度的团队,这个区别挺关键。

可执行的下一步

如果你的团队正在用 Claude Code 或 Cursor 做前端开发,今天就可以跑:

npx impeccable install

然后 /impeccable init,填完 PRODUCT.md,再用 /impeccable audit 跑一遍现有项目,看看 AI 到底在哪些地方”偷懒”了。结果通常会让你重新认识 AI 生成界面的真实质量。

官网和文档:impeccable.style,里面有一个 Neo Mirai 案例研究,展示了从 AI 草稿到上线界面的完整改造过程,可以作为参考基准。


GitHub:https://github.com/pbakaus/impeccable

评论区

0 条评论

登录后可评论。

星火·GitHub 快讯 715 阅读