Hyliox Pixel Perfect
将 UI 截图转换为面向前端代理的、冗长、密集且具有规定性的构建规范。针对最高保真度进行优化,而非简洁性。
理念
此技能产生一个固定的 21 部分规范,约 1000 行,可直接复制粘贴用于 Cursor / v0 / Lovable / Codex / Claude Code。它是规定性的,而非适应性的:每个输出中都会出现相同的 21 个部分,顺序相同。如果某个部分对于给定的图像没有内容(例如,没有可见的动画),则明确说明“此截图中不可见 — 作为静态实现”,而不是跳过它。可预测的结构胜于多变的聪明才智。
此技能是从两个黄金标准输出(assets/gold-standard-kraken.md 和 assets/gold-standard-agentai.md)中逆向工程得出的。如果对格式、长度或粒度有任何疑问,请先阅读黄金标准。它们是基本事实。
保真度优先于解释。 描述图像中的内容。不要捏造章节、文案、功能或改进。如果图像显示三个功能卡片,则描述三个。如果品牌行中重复了徽标,则重复它。如果导航栏中存在拼写错误(例如 "Why Karken"),请保留它(并可选择向重建者提供纠正的选项)。
粒度优先于散文。 每个视觉属性 — 位置、大小、颜色、内边距、字体粗细 — 都有自己的标记txt代码块。仅在内联代码中提及是不够的。规范是一个可直接复制粘贴的产物,而不是一篇文章。
默认技术栈
- Next.js 16.2 (App Router + Turbopack) + React 19 + TypeScript
- Tailwind CSS (配置在
tailwind.config.ts中) - shadcn/ui 基本组件(在有用时使用)
- Framer Motion (
motion/react) - lucide-react 用于图标
- 静态资源位于
/public/images/和/public/icons/ - HSL 格式的 CSS 变量 (shadcn 约定:使用
0 0% 100%裸值,变量内部不使用hsl()封装器)
关于从黄金标准适配的说明。 这两个黄金标准示例针对的是 React + Vite。此技能改为输出 Next.js 16 App Router。转换规则很简单,但必须一致应用:
index.css→app/globals.css- 资源路径从
<Image>或<img>引用/public/...作为根目录相对 URL (/images/foo.png) - 使用 Framer Motion、React hooks (
useState、useEffect、useScroll、useInView)、事件处理程序、<video>控件或浏览器 API (hls.js) 的组件必须在顶部声明'use client' - 纯布局 / 静态内容组件保持为服务器组件(无
'use client') - 页面结构显示 App Router 文件树 (
app/layout.tsx、app/page.tsx、app/globals.css、app/components/...) - 使用
next/image处理已知尺寸的静态图像;对 GIF、动态或动画内容使用原始的<img>
其他所有内容(CSS 工具类、玻璃系列、fadeUp 辅助函数、动画模式、分层背景、精细边框技巧)都可以直接移植。
工作流程
当技能触发时,按顺序执行以下步骤。不要跳过步骤。
步骤 1 — 读取参考文件和一个黄金标准
在编写任何内容之前,加载:
references/section-templates.md— 包含 21 个部分的模板,每个部分都有角色、内容规则和格式references/idiom-library.md— 规范的 CSS 片段(玻璃系列、精细边框、分层背景、fadeUp、浮动动画)references/writing-patterns.md— 标记代码块模式、关于歧义的模糊措辞、反模式格式- 一个黄金标准作为长度、密度和语调的具体参考:
- 如果输入图像是深色/电影感/代理风格 →
assets/gold-standard-agentai.md - 如果输入是产品/SaaS/金融科技/支付类 →
assets/gold-standard-kraken.md - 如果不确定 →
assets/gold-standard-kraken.md(覆盖更全面的章节)
- 如果输入图像是深色/电影感/代理风格 →
这些文件很大。在开始时读取一次;在生成过程中不要重新读取。
步骤 2 — 分析图像
在编写之前,在内部进行盘点:
- 分类 沿三个轴(界面类型、艺术方向、情绪基调) — 参见
references/section-templates.md中的“预写”部分以获取完整的标签词汇。分类驱动字体预设、设计令牌方向以及开头的“应感觉像”列表。 - 品牌名称和徽标(在导航栏中可见)
- 定义页面的视觉隐喻 (Kraken:悬挂的加密货币吊坠。AgentAI:红色生物发光水母。始终尝试用一个句子命名页面的视觉灵魂。)
- 章节列表 从上到下(导航栏、英雄区、证明、徽标条、服务等)
- 调色板 — 主要背景、强调色、卡片表面色
- 字体配对 — 标题用无衬线显示字体,正文用无衬线字体,可选衬线字体用于斜体强调
- 所有可见的文案 — 包括拼写错误和重复内容,逐字提取
- 玻璃 / 模糊 / 噪点 / 颗粒 处理
- 动画线索 — 任何暗示运动的元素(浮动元素、光晕效果、悬停提示)
如果任何内容部分遮挡或无法辨认,计划在规范中使用模糊措辞标记它(例如 "...with your customers" — 如果用户想要一个完整的句子则扩展,否则保持原样)。
步骤 3 — 将规范写入文件
将规范生成为一个 Markdown 文件,路径为 /mnt/user-data/outputs/<slug>-spec.md,其中 <slug> 是从图像中可见品牌派生的 kebab-case(例如 kraken-spec.md、agentai-spec.md、bloom-spec.md)。只有在无法识别品牌时才回退到 ui-rebuild-spec.md。
该文件遵循来自 references/section-templates.md 的 固定的 21 部分模板。目标长度:800–1300 行。少于 800 行表示粒度不足;超过 1300 行表示冗余填充。
步骤 4 — 呈现文件并在聊天中简洁回复
使用 present_files 工具提供规范路径。聊天回复最多 3-6 行:
- 覆盖了哪些章节(或哪些标记为“此截图中不可见”)
- 规范中标记的任何不确定性或假设
- 重建者需要做出的任何明确决定(例如,拼写错误保留、重复的徽标)
不要在聊天中重复规范内容。不要总结它。文件才是可交付成果。
保真度的硬性规则
这些规则没有商量余地。它们优先于便利性、简洁性和礼貌性。
逐字复制文案。 图像中每个可见的文字 — 标题、按钮、标签、页脚、微文案 — 都在规范中完全按照原样出现,包括拼写错误、标点符号怪癖和重复内容,并且使用原始语言。当保留拼写错误时,可选择向重建者提供选择(例如 "仅当你想精确复现可见截图时才使用 Why Karken;否则请使用 Why Kraken")。
明确列出反模式。 需要匹配的视觉细节部分始终包含一个反模式列表:要避免什么,不要做什么,要跳过的颜色方向。例如:“避免使用蓝色、绿色、橙色或多色渐变。将调色板严格限制在黑色、紫色、薰衣草色、白色和灰色。不要让它看起来很卡通。”
不虚构。 不要添加图像中不可见的章节、功能、社交证明、用户评价或任何内容。如果图像在中途结束(底部被裁剪),只描述可见的部分并注明截断。
对不可读内容进行模糊化处理。 当文本被截断、部分遮挡或确实有歧义时,不要编造。标记它:"此卡片在截图底部被部分裁剪;显示的主体部分是可见的 — 如果用户想要一个完整的句子,则自然扩展并加上‘...’,否则保持原样。"
分解分层背景。 每个复杂背景都会被分解为 N 个显式的绝对定位层(基础色、径向渐变、噪点叠加、暗角等),并带有它们的堆叠顺序。不要聚合(例如 "点状网格 + 紫罗兰光晕 + 像素地板");列出每一层并附上其自己的代码片段。
玻璃系列命名。 不要强加一个单一的名称如 "liquid-glass"。根据它们在图像中的用途来命名玻璃工具类:.glass-nav、.glass-card、.glass-card-soft、.glass-pill、.glass-panel。图像指导命名。
品牌化颜色命名空间。 当设计具有强烈的品牌调色板时,为 Tailwind 扩展设置命名空间:colors: { kraken: { black, panel, purple, ... } } 或 colors: { redai: { DEFAULT, dark, soft } }。这使规范感觉更有针对性。
Box-shadow 作为命名标记。 在 Tailwind 配置中定义 boxShadow: { 'red-glow': '...', 'glass': '...' },而不是到处都用内联的 shadow-[...] 字符串。然后引用为 shadow-red-glow。
何时在生成过程中查阅黄金标准
如果你即将编写某个章节,但不确定它应该有多密集、多精细或格式化 — 停下来,重新阅读匹配黄金标准中的等效章节。黄金标准定义了标准。例如:
- 即将编写英雄区块,但不确定有多少个子章节(2a、2b、2c)?查看匹配黄金标准是如何构建其英雄区块的。
- 即将编写
间距和布局细节,但不确定 JSON 中应该包含哪些键?从黄金标准中复制结构,并将值适配到你的图像。 - 即将编写
需要匹配的视觉细节,但只有 5 个条目?黄金标准有 15-25 个。找出更多的。
黄金标准是校准工具。使用它们。
交付前的格式检查清单
在调用 present_files 之前,扫描草稿一次:
- 长度为 800–1300 行(更短 = 规格不足;更长 = 冗余填充)
- 以“构建一个...”句子开头,说明技术栈和核心美学
- 所有 21 个部分按顺序存在,即使某些部分写的是“此截图中不可见”
- 在开头或
全局页面方向中说明了视觉隐喻 - 技术栈已适配为 Next.js 16 App Router(非 Vite)
- 在动画/交互式组件上提醒添加
'use client' - 所有可见文案已逐字提取,使用原始语言
- 检测到了标题中的斜体衬线字体强调并已标注
- CSS 工具类根据其用途命名,而不是通用的 "liquid-glass"
- Tailwind 配置中使用了品牌化的颜色命名空间
- Tailwind 配置中使用了命名 Box-shadow 标记
- 背景已分解为 N 个绝对定位层(未聚合)
- 每个视觉属性都在其自己的标记
txt代码块中(样式:、位置:、实现:) -
精确的视觉层次按视觉权重对元素进行排名(编号列表) -
间距和布局细节包含一个带有像素几何信息的 JSON 代码块 -
需要匹配的视觉细节包含反模式("避免 X,不要 Y") -
文案内容将所有文案重新组合到一个可扫描的代码块中 - 对任何裁剪、模糊或不可读的内容应用了模糊措辞
- 没有批评、没有改进建议、没有开场白
- 规范已写入
/mnt/user-data/outputs/<slug>-spec.md - 聊天回复最多 3-6 行