Communitygithub.com

brainzcode/premium-landing

Reconstruisez précisément un design à partir d'une référence fournie — capture d'écran, page PDF, maquette ou URL en direct — en le mesurant numériquement plutôt qu'à l'œil. Utilisez cette compétence lorsque l'on vous demande de reproduire, cloner, faire correspondre ou reconstruire un design « exactement », « 1 pour 1 » ou « sans erreur », ou lorsqu'une construction s'écarte de sa référence. Elle couvre l'extraction de la boîte de contenu réelle d'une capture d'écran avec marges, la déduction des positions des éléments en pourcentages, la résolution du cadrage object-fit, et la reconnaissance des cas où une référence ne peut pas être reproduite.

Qu'est-ce que premium-landing ?

Cette compétence pour agents IA (comme Claude Code, Cursor, Codex) permet de reproduire fidèlement un design à partir d'une référence visuelle (capture d'écran, PDF, maquette, URL). Son approche est quantitative : au lieu d'ajuster les valeurs à l'œil, elle utilise des scripts de mesure (PIL, numpy) pour extraire la vraie boîte de contenu de l'image, puis calcule les positions et tailles des éléments en pourcentages par rapport à cette boîte. Elle aide à vérifier numériquement la présence de fonctionnalités avant de les implémenter, à résoudre le cadrage des images avec `object-fit: cover` en dérivant les proportions du panneau, et à détecter les cas où une référence ne peut pas être exactement reproduite (par exemple, si l'image source n'est pas l'originale). La compétence insiste sur la mesure systématique, la comparaison par superposition d'écrans (stacked view) plutôt que côte à côte, et la nécessité de disposer des références desktop et mobile avant de commencer.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/brainzcode/premium-landing/tree/HEAD/plugins/premium-landing/skills/reference-replication

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Réplication de référence

L'œil est bon pour détecter « quelque chose ne va pas » et peu fiable pour évaluer « de combien ça dévie ». Lorsque la consigne est « reproduisez-le exactement, sans erreur », mesurez. Chaque heure perdue à ajuster une valeur est une heure qu'un simple script d'extraction aurait économisée.

Ne jamais faire confiance aux bords de la capture d'écran

Les captures d'écran arrivent avec des bandes noires, des cadres d'appareil, ou un chrome de navigateur arrondi. Mesurer par rapport aux dimensions du fichier rend alors chaque pourcentage légèrement faux, et l'erreur est invisible car tout est presque correct.

Trouvez d'abord la vraie boîte de contenu :

from PIL import Image
import numpy as np
a = np.array(Image.open(src).convert('RGB')).astype(int).sum(axis=2)/3
rows = np.nonzero(a[:, 5] > 200)[0]                    # une colonne qui est le fond de page
cols = np.nonzero(a[rows.min()+40, :] > 200)[0]
X0, X1, Y0, Y1 = cols.min(), cols.max(), rows.min(), rows.max()

Exprimez chaque mesure ultérieure en pourcentage de cette boîte, jamais du fichier.

Extrayez les positions, ne les estimez pas

def bbox(x0, x1, y0, y1, lo, hi):
    reg = a[y0:y1, x0:x1]
    ys, xs = np.nonzero((reg >= lo) & (reg <= hi))
    return x0+xs.min(), x0+xs.max(), y0+ys.min(), y0+ys.max()

Fenêtrage de chaque élément et seuillage sur sa bande de luminance — UI sombre sur fond clair, ou l'inverse. Deux précautions :

  • Un résultat qui tombe exactement sur le bord de votre fenêtre est une mesure tronquée, pas une découverte. Élargissez la fenêtre et mesurez à nouveau.
  • Un texte sombre et une photographie sombre passent tous deux un seuil « sombre ». Choisissez des fenêtres qui ne contiennent que l'élément.

Convertissez en pourcentages de la boîte de contenu et construisez sur ces bases. Désormais, « le titre est trop grand » devient « le titre fait 22,4 % de la largeur du panneau dans la référence et 32 % dans la mienne ».

Vérifiez une affirmation avant de la construire

Cherchez une fonctionnalité deux fois avant de vous engager. Sur un projet, une paire de lignes verticales fines a été « vue » dans une miniature et implémentée ; la référence n'en avait aucune — c'était le bord de la silhouette du sujet lui-même. Une seule vérification l'aurait détecté :

band = a[60:330, :].mean(axis=0)          # lignes sans autre UI
dips = [i for i in range(200, W-200) if band[i] < 228 - 0.8]

Fond plat, pas de creux, pas de lignes. Une règle de 1px se manifeste par un creux isolé sur une colonne ; un bord photographique apparaît comme une pente progressive. Ils sont triviaux à distinguer numériquement et faciles à confondre à l'œil.

Résolvez le cadrage des images, ne le poussez pas

Pour reproduire la façon dont une photographie est recadrée, dérivez-la. Mesurez la largeur du sujet comme une fraction de la photo, et à nouveau comme une fraction du panneau :

renderScale = largeurSujet_dansPanneau / largeurSujet_dansPhoto   # ex : 1.231

Avec object-fit: cover mis à l'échelle par hauteur, largeurAdaptee = largeurPanneau × renderScale, donc aspectPanneau = 1 / (renderScale / aspectPhoto). Cela donne la proportion de panneau utilisée par le designer. Ensuite, résolvez object-position à partir du centre du sujet — la formule est dans ../landing-page/references/traps.md.

Vérifiez avec une quantité indépendante que vous n'avez pas ajustée, comme la hauteur de la couronne du sujet. Si la prédiction tombe à un ou deux pixels près, le modèle est correct.

Sachez quand une référence ne peut pas être reproduite

Parfois, les maths disent non. Si le object-position requis tombe en dehors de 0–1, aucune valeur ne place le sujet là — l'aspect du panneau ou l'image doit changer.

Et si un actif fourni est une régénération de l'original plutôt que l'original lui-même, ses proportions seront différentes. Détectez-le : prédisez une mesure à partir de la source et comparez. Une correspondance au pixel près sur quatre échantillons signifie la même image ; un écart non uniforme (203 px là où 282 px sont prédits, à un seul endroit) signifie un sujet différent.

Dites-le clairement, indiquez ce qui est reproduit — métriques de mise en page, cadrage, placement — et arrêtez de courir après le reste. Continuer à « corriger » produit de moins bons résultats et fait perdre du temps à l'utilisateur.

Les deux fenêtres, toujours

Une référence est une capture d'écran desktop et une capture d'écran mobile. Construire uniquement le desktop et en déduire le mobile inverse la partie difficile — c'est sur mobile que les corrections atterrissent. Si une seule a été fournie, demandez l'autre avant de commencer.

Boucle de travail

  1. Extrayez la boîte de contenu ; mesurez chaque élément dans un tableau de pourcentages.
  2. Construisez les tokens et la mise en page selon ces nombres.
  3. Rendez à l'aspect de la référence, mettez la référence à l'échelle de votre largeur, empilez-les verticalement avec un séparateur lumineux. Empilé est meilleur que côte à côte — l'œil suit un bord vertical.
  4. Remesurez votre rendu avec le même script. Comparez les tableaux, pas les impressions.
  5. Répétez par section. Ne passez pas à une section qui est visiblement décalée.

Liste de vérification

  • Boîte de contenu extraite ; pourcentages relatifs à celle-ci, pas au fichier
  • Aucune mesure reposant sur le bord de sa fenêtre de recherche
  • Chaque « fonctionnalité » confirmée numériquement avant d'être implémentée
  • Cadrage de l'image résolu, pas poussé à l'œil
  • Références desktop et mobile en main
  • Rendu remesuré avec le même script et comparé sous forme de nombres

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

brainzcode/premium-landing

Add a studio or agency build credit to a website footer — "Site by <Studio>" linking to the studio's site. Use when finishing or shipping a site, adding a footer, or when asked for an agency credit, build credit, designed-by line, or attribution. Covers wording, placement opposite the client's copyright, markup for each stack, styling from the host site's tokens, and the sitewide-footer-link SEO footprint when the same credit runs across many client sites.

brainzcode/premium-landing

Build a complete premium landing page, either replicated from a reference screenshot/URL or designed from a written brief, in HTML, React, Next.js or Astro. Use when asked to build, design, replicate or clone a landing page, marketing page, or one-page site; when handed a design screenshot or Figma/Pinterest reference to turn into code; or when a landing page needs a full premium pass. Covers design tokens, section patterns, the layout traps that silently break grids and marquees, and screenshot-based responsive verification from 320px to 1920px.

brainzcode/premium-landing

Add Lenis smooth scrolling to a site correctly — setup, anchor offsets for sticky headers, scroll locking for modals and menus, reduced-motion handling. Use when asked for smooth scroll, Lenis, momentum/eased scrolling, or when smooth scroll broke a sticky header, a modal lock, or anchor links. Includes the sticky-position trap that only appears at non-zero scroll.

brainzcode/premium-landing

Build true Apple-style liquid glass in the browser — real refraction via SVG displacement maps, chromatic dispersion, specular edges. Use when asked for liquid glass, glassmorphism, frosted/glass cards, glass navbars, or when a blur-based "glass" effect looks flat. Includes the performance trap that makes backdrop-filter stutter on scroll and the contrast trap that makes text unreadable on glass.

brainzcode/premium-landing

Build a premium mobile nav — a hamburger button that morphs into a close X, a full-screen overlay panel with staggered link reveal, scroll lock, focus trap, and reduced-motion handling. Use when asked for a mobile menu, hamburger/burger button, nav drawer, off-canvas menu, or when a menu loses scroll position, still scrolls behind on iOS, leaks Tab focus to the page underneath, or the close button stops responding. Includes the z-index trap that swallows the close button and the iOS rubber-band trap.

brainzcode/premium-landing

Ship link previews and favicons that actually work - Open Graph and Twitter card tags, a correctly framed 1200x630 share image, and a full favicon set (SVG, ICO, apple-touch, maskable manifest icons). Use when asked for social sharing, OG image, open graph, twitter card, link preview, share image, favicon, app icon, apple touch icon, or web manifest. Also use when a shared link previews blank, shows the wrong image, or a favicon will not appear. Includes the absolute-URL trap that silently blanks every preview and the font trap that breaks SVG favicons on other machines.

brainzcode/premium-landing

Source free, licence-clear photography for a site from Unsplash — searching by mood rather than noun, sizing and cropping for the slot, honouring the API's hotlink and download-tracking requirements, and writing real alt text. Use when a page needs a hero image, section photography, avatars or card art and none was supplied; when placeholder greys need replacing with real imagery; or when asked to find, pick or swap photos for a design.

Skills associés