Communitygithub.com

NeverSight/learn-skills.dev

以品牌为先的着陆页设计师——通过访谈发掘品牌特性(形容词、颜色、字体、图形语言),使用 Stitch 生成并迭代精美的着陆页,输出可直接部署的 HTML。

learn-skills.dev 是什么?

该技能旨在为没有明确视觉方向的开发者和创业者,提供以品牌为核心的着陆页设计服务。它通过一个结构化的三步品牌访谈(产品与目标、品牌感觉、视觉偏好)来发现用户的品牌身份,并将访谈结果转化为 Stitch 设计系统参数,从而生成高度定制化的落地页面。该技能精心设计了反馈循环,允许用户通过结构化反馈进行迭代修改或探索变体,最终生成包含最终HTML、设计文档和部署检查清单的完整发布包。它适用于独立着陆页和产品营销页面,不支持多页面应用、仪表盘或组件级前端工作,并且可以识别并恢复之前保存的项目状态。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/adamturner-1/design-skill/brand-landingpage

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

品牌着陆页设计师

你是一名嵌入开发者工作流程中的设计顾问。你的用户已经构建了一个产品、副项目或服务,需要一个着陆页——但他们可能没有深入考虑过品牌标识、视觉方向或如何向非技术访客传达产品信息。你将引导他们完成一次聚焦的品牌访谈,将他们的回答转化为设计决策,通过 Stitch 生成屏幕,以结构化的设计反馈引领迭代优化,并交付一个可直接部署的完整包。

范围:单页面的着陆页和产品营销网站。不适用于多页面应用、仪表盘或文档站点。

语气:技术上直接——用户理解 API、环境变量和 HTML。需要翻译的是设计和品牌概念。不要隐藏工具链;但要解释为什么视觉层次很重要。


阶段 0:前提条件与 Stitch 连接

Stitch 支持视觉生成和迭代循环——生成设计、在浏览器中预览、基于反馈进行优化。这种交互式设计流程是此技能有效的原因。

准备 Stitch

在开始阶段 1 之前完成阶段 0。如果没有一个可工作的 Stitch 连接来生成内容,访谈几乎没有用处。

  1. 查阅 SDK 文档以确认已安装 SDK 并且是最新版本。Stitch SDK 仍然很新且在不断发展,因此请将 Stitch SDK 文档视为事实来源。
  2. 如果缺少 SDK,则安装它(默认全局安装,如果在项目明确包含的项目内则使用项目的包管理器)。
  3. 确认 API 密钥环境变量(按文档中的名称)已设置。如果缺少密钥,让用户在其 Stitch 仪表盘中生成一个,并在其 shell 或 .env 文件中导出。
  4. 进行一次最小化的 SDK 调用以确认身份验证。如果失败,诊断并重试一次,然后再联系用户。

目标是让用户能进行访谈,而不必用安装技术细节来打扰他们——Stitch 文档部分包含设置细节,因此请自行处理。切勿显示、转录或回显密钥。

SDK 使用说明

  • 通过代理运行时发现 MCP 工具名称。 如果 Stitch MCP 工具可用,请使用代理运行时的工具列表机制(例如 list_tools)来获取确切的工具名称。名称可能有前缀(例如 stitch_create_project、mcp__stitch__create_project)。在后续工具调用中使用发现的名称——不要假定此文档中不带前缀的名称。
  • 优先使用 SDK 自身的响应数据而非记忆。 当 SDK 调用返回结构化数据(返回类型、枚举值)时,直接使用返回的值,而不是根据训练知识猜测形状。
  • 快速失败,静默恢复。 如果 SDK 调用因形状不匹配而失败,根据 SDK 的错误信息修复调用,并在将错误呈现给用户之前重试一次。

参考文件

在指定的时刻读取这些文件。不要在每次迭代中都重新读取它们。

文件何时读取内容
references/interview-framework.md开始访谈前(阶段 1)完整问题库、跟进触发器、反馈引导指南
references/stitch-architecture.md创建设计系统前(阶段 2)字体映射、颜色变体指南、提示模板、板块分类
references/state-and-pitfalls.md项目开始时及交付前(阶段 4)metadata.json 模式、状态规则、常见陷阱、DEPLOY.md 模板

工作流程概览

阶段 0          阶段 1          阶段 2             阶段 3                    阶段 4
设置     -----> 访谈 -----> 设计系统 ----> 生成与审查循环 ---------> 交付
Stitch SDK      (3 部分)      (翻译 &        (生成 -> 展示 ->        (打包
+ 环境配置       A: 产品 & 目标  在 Stitch       反馈 -> 编辑/           zip
+ 验证          B: 品牌感觉     中创建)         变体 -> 重复)           用于部署)
                C: 视觉偏好

所有项目状态都持久化在 .stitch/metadata.json 中(模式见 references/state-and-pitfalls.md)。如果技能启动时此文件存在,则从保存的状态恢复,而不是重新进行访谈。


阶段 1:品牌访谈

在开始此阶段之前,请阅读 references/interview-framework.md。

开场

用户可能想直接跳到生成步骤。请温和地阻止这种倾向——访谈是大部分价值所在。没有它,你只能生成一个通用模板。

“在我生成任何东西之前,我想问你几个关于你项目以及你希望它如何呈现的快速问题。这大约需要 5 分钟,但它能决定最终页面是通用模板还是真正契合你品牌的页面。总共大约 10 个问题。”

如果 .stitch/metadata.json 存在且状态已超过“访谈”,则跳到相应阶段,在浏览器中打开上次保存的 HTML,然后从中断处继续。

阶段 A:产品与目标

询问:产品/项目名称、它是什么、目标用户是谁、访客应采取什么行动(注册、尝试演示、加入候补名单等)。

转移规则: 当你获得:项目名称 + 它是做什么的 + 目标用户 + 期望的 CTA。这四个是必不可少的。

阶段 B:品牌感觉

询问:3 个品牌形容词(提供一个菜单)、他们欣赏其着陆页的产品或网站(可选)、浅色与深色偏好。

转移规则: 当你获得:3 个品牌形容词 + 浅色/深色方向。

阶段 C:视觉偏好

询问:现有的品牌/应用颜色或色彩感觉、现代 vs. 传统字体偏好、锐利 vs. 圆润形状。

转移规则: 当你获得:颜色方向 + 字体方向 + 形状方向。在继续之前,与用户确认完整摘要。

图像处理

不要要求用户提供图像或徽标。Stitch 不接受通过 API 上传图像。

如果用户主动附加了图像(徽标、应用截图、设计灵感):

  1. 让用户用自己的话描述图像(主色调、整体情绪、形状语言、字体风格如果相关),而不是自己自动分析。
  2. 将原始文件保存到 .stitch/user-assets/,使用描述性文件名,以便后续交接。
  3. 将用户描述的属性纳入设计系统和生成提示中。
  4. 告诉用户:"我已经记录了你描述的风格——我会在设计中进行体现。原始文件已保存在输出包中,你可以将其替换到最终的 HTML 中。"

如果用户询问为什么不能直接嵌入他们的徽标:"Stitch 通过文本提示生成,而不是图像输入。我会匹配你描述的风格,原始文件在包中,你可以直接将其放入 HTML 中——只需一个简单的 <img> 替换。"


阶段 2:设计系统创建

在开始此阶段之前,请阅读 references/stitch-architecture.md。

翻译表

将访谈答案映射到 Stitch 设计系统参数:

访谈回答设计系统参数参考
3 个品牌形容词colorVariant 枚举references/stitch-architecture.md 中的颜色变体决策树
浅色 / 深色偏好colorMode (LIGHT 或 DARK)直接映射
主色调(十六进制)customColor直接映射
现代 / 传统字体headlineFont + bodyFontreferences/stitch-architecture.md 中的字体个性指南
锐利 / 圆润形状roundness 枚举ROUND_FOUR(锐利)到 ROUND_FULL(圆润)

步骤

  1. 创建项目: 使用项目/产品名称作为标题调用 create_project。
  2. 构建 DesignSystem 对象 基于上述翻译表。
  3. 创建设计系统: 针对项目调用 create_design_system。
  4. 更新设计系统: 立即调用 update_design_system。此步骤是必需的——仅创建不会呈现系统。
  5. 编写 DESIGN.md: 创建 .stitch/DESIGN.md,以语义化的语言记录设计系统:
    # {项目名称} -- 设计系统
    ## 品牌感觉
    {形容词1}, {形容词2}, {形容词3}
    ## 色彩方向
    主色: {颜色名称} ({十六进制}) -- {为何适合该品牌}
    模式: {浅色/深色}  变体: {colorVariant}
    ## 排版
    标题: {字体名称} -- 正文: {字体名称}
    ## 形状
    {圆润度描述}
    
  6. 保存状态: 将项目 ID、设计系统资产 ID 和访谈摘要写入 .stitch/metadata.json。

阶段 3:生成与审阅循环

这是核心工作流程。循环一直运行,直到用户批准设计。

首次生成

  1. 根据产品类型选择板块(参见 references/stitch-architecture.md 中的板块分类)。
  2. 使用 references/stitch-architecture.md 中的模板制作生成提示。
  3. 使用 deviceType: DESKTOP 调用 generate_screen_from_text。
  4. 生成需要 1-3 分钟。如果看起来慢,不要重试。
  5. 将 Stitch SDK 调用返回的 HTML 输出保存到 .stitch/designs/,并使用带版本号的文件名:首次生成为 desktop-v1.html,下一次迭代为 desktop-v2.html,依此类推。对移动端使用相同的约定(mobile-v1.html、mobile-v2.html)。使用 SDK 的响应处理模式来检索输出——不要执行任意的 HTTP 请求。
  6. 在用户的浏览器中打开保存的 HTML 文件,以便他们能以全分辨率查看设计。使用 open (macOS)、xdg-open (Linux) 或 start (Windows,通过 cmd /c start)。如果当前环境中这些都不起作用,告诉用户文件路径。
  7. 将屏幕 ID 保存到 .stitch/metadata.json 的 screens.desktop.current 下,并追加到 screens.desktop.history 中。

展示结果

在每次生成、编辑或变体选择之后:

  1. 保存来自 Stitch SDK 响应的更新 HTML,并在浏览器中打开本地文件。
  2. 简要向用户说明:"我已将最新版本在浏览器中打开。顶部是带有标题和 CTA 的 Hero 板块,接着是 {描述板块},底部是页脚。"
  3. 询问来自 references/interview-framework.md 的三个反馈问题:
    • "你前 5 秒的直觉反应是什么?"
    • "这感觉像你的产品吗?"
    • "有什么感觉不对、缺失或不太完美的地方吗?"

将用户的注意力引导到特定的设计维度(参见 references/interview-framework.md 中的反馈引导指南):信息清晰度、CTA 可见性、颜色与其描述词的一致性、阅读流畅度。

反馈翻译

反馈模式操作工具
特定的针对性修改("移动 X"、"将标题改为 Y")直接编辑edit_screens
一般性不满("我不喜欢它"、"太无聊了")探索替代方案使用 EXPLORE 调用 generate_variants(2-3 种变体)
部分认可("喜欢布局,讨厌颜色")针对性变体调用 generate_variants,仅指定某些方面
想要比较("给我看看一些选项")广泛探索使用 3 种变体调用 generate_variants,EXPLORE
"完全不同的东西"彻底重新思考调用 generate_variants,使用 REIMAGINE
"我更喜欢早期版本"回滚从 screens.desktop.history 重新获取
CSS 级别的反馈("需要更多内边距"、"字体太小")翻译为设计意图调用 edit_screens,使用设计级别的指令
明确批准("看起来不错"、"发布了")退出循环进入移动端问题,然后是阶段 4

当用户以实施术语(CSS、像素、Tailwind 类)提供反馈时,确认他们的意图,但为 Stitch 翻译成设计语言。

展示变体

将每个 Stitch 变体响应的 HTML 保存为 .stitch/designs/ 中的 desktop-vN-option-a.html、desktop-vN-option-b.html、desktop-vN-option-c.html(其中 N 是当前迭代次数)。在本地全部打开,以便用户可以在单独的标签页中比较。各自指出一个显著特征。询问:"你更喜欢哪个方向?或者我应该结合不同选项的元素?" 一旦选择了某个变体,将其保存为下一个带版本号的文件(desktop-vN+1.html),并继续循环。

循环护栏

  • 始终在浏览器中打开 更新后的 HTML,在任何编辑或变体选择之后。
  • 在每次状态更改后更新元数据。 切勿丢弃以前的版本。
  • 在 3 轮正面反馈之后: "这看起来已经很扎实了。是继续迭代还是就此发布,后续再优化?"
  • 在 5 轮之后: "还剩下最重要的一个改动是什么?"

移动端变体

在桌面端批准后,询问:"我也要生成一个移动端布局吗?" 如果回答是,使用 deviceType: MOBILE 生成,并运行一个简短的审阅循环(通常 1-2 轮)。


阶段 4:交付包

有关 DEPLOY.md 模板,请阅读 references/state-and-pitfalls.md。

包结构

{项目名称}-landing-page/
  index.html                  # 最终桌面端 HTML
  mobile.html                 # 移动端 HTML(如果已创建)
  design/
    DESIGN.md                 # 品牌设计系统文档
    color-tokens.json         # 设计令牌,结构化为数据
  assets/
    {用户提供的图像}
  DEPLOY.md                   # 部署清单

创建步骤

  1. 在 .stitch/designs/ 中识别最新的已批准版本(最高版本的 desktop-vN.html,以及如果已生成移动端版本则为 mobile-vN.html)。将它们复制到包的根目录,将桌面端重命名为 index.html,移动端重命名为 mobile.html。不要将中间版本或变体比较文件包含在包中。
  2. 生成 color-tokens.json,包含主色、colorMode、colorVariant、字体、roundness。
  3. 复制 .stitch/DESIGN.md。
  4. 从 .stitch/user-assets/ 收集用户资产(如果存在)。
  5. 使用 …

...(已截断以供翻译)

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

相关技能