一個專挑 AI 味的設計技能,十天拿到 1.1 萬星

Damir Sokolovsky 的 unslop 十天拿到 11564 星。對一個沒有模型、沒有權重、沒有新架構的儲存庫來說,這個速度很快。它裝的是一份檢查清單。
這個技能跑在 Claude Code 或 Codex 裡。把螢幕交給它,它去找 README 所說的 slop:紫色漸層、發光、emoji 標籤、喊口號的文案、參差的間距。然後它從產品本身提煉一個設計方向,像設計師做批註那樣一輪一輪改。
賣點就這些。它管用這件事本身,說明了過去十八個月 AI 生成介面到了什麼程度:失敗模式已經穩定到可以逐條列舉。
它按什麼順序找那些痕跡
先出稽核,而且刻意具體:一份帶位置的問題清單,不是對氣質的評價。過去一年用編碼代理交付過東西的人大多認得其中幾條,這份認得正是儲存庫擴散的原因。
紫色漸層最早出現,因為早期元件庫預設就是它,之後留下來是因為生成的程式碼會重複使用見過的東西。發光和毛玻璃跟在後面來了一波。用 emoji 當小節標籤,來自讓純文字顯得友善又不想設計圖示的習慣。喊口號的文案,是模型寫行銷話術、又沒人編輯時出現的那串全大寫祈使句。參差的間距是唯一能躲過審閱的,因為截圖裡看著沒事,瀏覽器裡一看就錯。
單獨看,這些都不是品質問題。湊在一起就成了簽名,讀起來像「這裡沒人做過決定」。
它拿這份清單做的事比清單本身有意思。動任何一處之前,先提一個方向:性格、世界、承載色彩的這一兩個瞬間、一個標誌性細節,全從產品裡來,不從情緒板上來。螢幕本來就不錯,它會直說,只提小修,不動大改。
固定順序的九輪修改
然後它按這個順序改:間距、顏色、圖示、文案、字體、版面、細節、視覺、動效。
順序就是設計論點。間距在顏色之前,因為節奏錯了,再好的配色也救不回來。顏色在圖示之前,因為圖示的重量和對比度繼承自上面的字級階梯。文案在字體之前,因為文字長度決定字體。版面放在這四樣之後,格線是結果。細節和動效最後,而多數生成介面恰恰從這裡開始。
看過模型「優化」螢幕、上來就抓漸層的人,一眼就認出這個順序是反的。
想試的話,安裝
Claude Code:
git clone https://github.com/heydamir/unslop
mkdir -p ~/.claude/skills && cp -r unslop/skills/unslop ~/.claude/skills/
只在一個專案裡用,就複製到該專案的 `.claude/skills/`。
Codex 裡讓它從儲存庫安裝,或者手動把技能拷進 `~/.agents/skills/`:
$skill-installer install https://github.com/heydamir/unslop/tree/main/skills/unslop
要給線上站點截快照,或者做故事影片,需要在你執行技能的目錄裡裝 Playwright 和 Chromium:
npm install -D playwright
npx playwright install chromium
故事影片還要 PATH 裡有 ffmpeg。
用法一行,按技能自己的語法:`/unslop this dashboard`、`/unslop the hero of https://example.com`,或者 `/unslop my landing page and make the story video so I can post it`。Codex 裡是 `$unslop`,參數一樣。
不管螢幕用什麼搭的都能用,這一點讓它不止是展示:Next.js、React、Vue、Svelte、Tailwind,或者純 HTML 和 CSS,儀表板、應用程式、落地頁都行。手上只有一個連結時,它也能處理線上站點——這和改原始碼是兩件事,README 也分開對待。
付費生成的那道閘
視覺那一輪最容易讓設計技能跑偏。首屏需要一個場景或一個物件,代理生成一個亮閃閃的東西,頁面中間就剩一片好看的空。
unslop 的解法分兩半。第一,展示產品本身,而不是一坨高光——這是對的直覺,且不花錢。第二,確實需要場景時,可以透過影像服務生成:fal、Replicate、OpenAI images 或 Higgsfield。一個都沒連,它會提議作為 MCP 伺服器接一個。每次付費生成前,它先給你看提示詞,再問。
這個設計裡有兩個細節值得抄到別的技能裡。閘門卡在成本上而不是能力上,代理不會突然給你一張帳單。儀表板和應用程式的預設結論是不需要圖,這一點被明確寫出來,免得代理自己去找圖。
作者自己也在賣同一件事
README 底部有個連結指向 heydamir.design/unslop,作者會用三天幫你把一個關鍵螢幕去掉 AI 味,用你的技術堆疊實作。
這是整個專案最誠實的地方。一個幾分鐘就能去味的技能,出自一個為同樣工作收三天工錢的作者,等於告訴你邊界在哪。技能處理那些痕跡,三天處理痕跡背後本來該有的決策。
授權條款也是這個邏輯。CC BY 4.0,署名並回鏈即可商用。對一個本可以走 MIT 的儲存庫來說,這個選擇偏寬鬆,但對一個價值有一部分在署名的東西來說,是對的。
介面這一層發生了什麼
過去一年有兩件事同時發生。編碼代理好到能用一句話產出一個能跑的螢幕,設計工具好到能用一句話產出一個有樣式的螢幕。沒發生的是「結果應該長什麼樣」的共識,於是預設值收斂到了訓練資料裡最普遍的那一種。
這種收斂現在可測量了,所以有人寫了個轉換器。兩個儲存庫可以叫趨勢;更大的訊號是「這看著像 AI 做的嗎」變成了有清單答案的問題,就像一年前「這讀著像 AI 寫的嗎」之於文字。
有個限度值得點名。去掉痕跡只能到「合格」。技能自己的稽核語言就指向那裡:性格、世界、承載色彩的瞬間、標誌性細節。這些需要有人決定產品是幹什麼用的,任何修改順序都給不了。README 裡那個三天選項在那兒,是因為作者知道。
相關文章
Antigravity 2.29 把代理搬進雲端 VM,語音只能放行小事
任務改在 Google 託管的雲端 VM 裡跑,蓋上筆電也不停。代價是本機的 MCP 伺服器、外掛與 skills 全部用不到,而語音只准放行不痛不癢的權限。
NVIDIA 放四顆 Cosmos 3 世界模型,還有一個快 25 倍的解碼器
四顆 16B 檢查點加上後訓練配方與程式碼,可以自己調成自家感測器配置。NVIDIA 同時明說:這些模型能否當訓練環境,還有待測量。
GitHub 熱榜四分之一是 agent skills,安裝方式卻有四套
熱榜 15 個倉庫裡有 4 個是 agent skills 合集,第 5 個附了 skill 包裝。採用沒問題,問題是同一個物件有四套互不相容的安裝方式,以及沒人處理的優先順序與信任問題。
Inkling 2 Small 拿下 86.3%,權重卻還要再等一週
Inkling 2 Small 在 SWE-Bench Pro v2 Hard 拿到 86.3%,還能自己微調別人的模型。但 Apache 2.0 權重還沒放出來,也沒給日期。