Communitygithub.com

design-system

Use esta habilidade para gerar ou auditar sistemas de design, verificar consistência visual e revisar PRs que envolvem estilização.

O que é design-system?

Esta skill automatiza a criação, auditoria e manutenção de sistemas de design. Ela oferece três modos principais: Geração de Sistema de Design, que escaneia o código-fonte para extrair tokens de design (cores, tipografia, espaçamento) e produz um conjunto completo de tokens JSON, propriedades CSS customizadas e um arquivo de documentação (DESIGN.md) com justificativas; Auditoria Visual, que avalia a interface em 10 dimensões (como consistência de cores, hierarquia tipográfica, ritmo de espaçamento e acessibilidade) atribuindo notas de 0 a 10, fornecendo exemplos específicos e sugestões de correção com links diretos para arquivo:linha; e Detecção de 'Slop' de IA, que identifica padrões genéricos de design gerados por IA, como gradientes gratuitos, cantos arredondados em locais inadequados e animações excessivas. A skill é compatível com qualquer codebase que use CSS, Tailwind ou styled-components e pode ser invocada via comandos como `/design-system generate`, `/design-system audit` e `/design-system slop-check`.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/design-system

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Sistema de Design — Gere e Audite Sistemas Visuais

Quando Usar

  • Iniciando um novo projeto que precisa de um sistema de design
  • Auditando uma base de código existente em busca de consistência visual
  • Antes de um redesenho — entenda o que você tem
  • Quando a UI parece "estranha" mas você não consegue identificar o motivo
  • Revisando PRs que alteram estilização

Como Funciona

Modo 1: Gerar Sistema de Design

Analisa sua base de código e gera um sistema de design coeso:

1. Escaneia CSS/Tailwind/styled-components em busca de padrões existentes
2. Extrai: cores, tipografia, espaçamento, raio de borda, sombras, breakpoints
3. Pesquisa 3 sites concorrentes para inspiração (via navegador MCP)
4. Propõe um conjunto de tokens de design (JSON + propriedades customizadas CSS)
5. Gera DESIGN.md com a justificativa para cada decisão
6. Cria uma página HTML interativa de pré-visualização (autocontida, sem dependências)

Saída: DESIGN.md + design-tokens.json + design-preview.html

Modo 2: Auditoria Visual

Atribui notas para sua UI em 10 dimensões (0-10 cada):

1. Consistência de cor — você está usando sua paleta ou valores hex aleatórios?
2. Hierarquia tipográfica — h1 > h2 > h3 > body > caption claros?
3. Ritmo de espaçamento — escala consistente (4px/8px/16px) ou arbitrária?
4. Consistência de componentes — elementos semelhantes parecem semelhantes?
5. Comportamento responsivo — fluido ou quebrado nos breakpoints?
6. Modo escuro — completo ou pela metade?
7. Animação — proposital ou gratuita?
8. Acessibilidade — proporções de contraste, estados de foco, áreas de toque
9. Densidade de informação — poluída ou limpa?
10. Polimento — estados de hover, transições, estados de carregamento, estados vazios

Cada dimensão recebe uma nota, exemplos específicos e uma correção com arquivo:linha exatos.

Modo 3: Detecção de "Slop" de IA

Identifica padrões genéricos de design gerados por IA:

- Gradientes gratuitos em tudo
- Padrões roxo-para-azul
- Cartas com "efeito vidro" sem propósito
- Cantos arredondados em elementos que não deveriam ser arredondados
- Animações excessivas ao rolar a página
- Hero genérico com texto centralizado sobre gradiente de banco de imagens
- Família de fontes sem serifa sem personalidade

Exemplos

Gerar para um aplicativo SaaS:

/design-system generate --style minimal --palette earth-tones

Auditar UI existente:

/design-system audit --url http://localhost:3000 --pages / /pricing /docs

Verificar presença de "slop" de IA:

/design-system slop-check

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas