一个专挑 AI 味的设计技能,十天拿到 1.1 万星

Damir Sokolovsky 的 unslop 十天拿到 11564 星。对一个没有模型、没有权重、没有新架构的仓库来说,这个速度很快。它装的是一份检查清单。
这个技能跑在 Claude Code 或 Codex 里。把屏幕交给它,它去找 README 所说的 slop:紫色渐变、发光、emoji 标签、喊口号的文案、参差的间距。然后它从产品本身提炼一个设计方向,像设计师做批注那样一轮一轮改。
卖点就这些。它管用这件事本身,说明了过去十八个月 AI 生成界面到了什么程度:失败模式已经稳定到可以逐条列举。
它按什么顺序找那些痕迹
先出审计,而且刻意具体:一份带位置的问题清单,不是对气质的评价。过去一年用编码代理交付过东西的人大多认得其中几条,这份认得正是仓库扩散的原因。
紫色渐变最早出现,因为早期组件库默认就是它,之后留下来是因为生成的代码会复用见过的东西。发光和毛玻璃跟在后面来了一波。用 emoji 当小节标签,来自让纯文本显得友好又不想设计图标的习惯。喊口号的文案,是模型写营销话术、又没人编辑时出现的那串全大写祈使句。参差的间距是唯一能躲过审阅的,因为截图里看着没事,浏览器里一看就错。
单独看,这些都不是质量问题。凑在一起就成了签名,读起来像「这里没人做过决定」。
它拿这份清单做的事比清单本身有意思。动任何一处之前,先提一个方向:性格、世界、承载色彩的一两个瞬间、一个标志性细节,全从产品里来,不从情绪板上来。屏幕本来就不错,它会直说,只提小修,不动大改。
固定顺序的九轮修改
然后它按这个顺序改:间距、颜色、图标、文案、字体、布局、细节、视觉、动效。
顺序就是设计论点。间距在颜色之前,因为节奏错了,再好的配色也救不回来。颜色在图标之前,因为图标的重量和对比度继承自上面的字号阶梯。文案在字体之前,因为文本长度决定字体。布局放在这四样之后,栅格是结果。细节和动效最后,而多数生成界面恰恰从这里开始。
看过模型「优化」屏幕、上来就抓渐变的人,一眼就认出这个顺序是反的。
想试的话,安装
Claude Code:
git clone https://github.com/heydamir/unslop
mkdir -p ~/.claude/skills && cp -r unslop/skills/unslop ~/.claude/skills/
只在一个项目里用,就复制到该项目的 `.claude/skills/`。
Codex 里让它从仓库安装,或者手动把技能拷进 `~/.agents/skills/`:
$skill-installer install https://github.com/heydamir/unslop/tree/main/skills/unslop
要给线上站点截快照,或者做故事视频,需要在你运行技能的目录里装 Playwright 和 Chromium:
npm install -D playwright
npx playwright install chromium
故事视频还要 PATH 里有 ffmpeg。
用法一行,按技能自己的语法:`/unslop this dashboard`、`/unslop the hero of https://example.com`,或者 `/unslop my landing page and make the story video so I can post it`。Codex 里是 `$unslop`,参数一样。
不管屏幕用什么搭的都能用,这一点让它不止是演示:Next.js、React、Vue、Svelte、Tailwind,或者纯 HTML 和 CSS,仪表盘、应用、落地页都行。手上只有一个链接时,它也能处理线上站点——这和改源码是两件事,README 也分开对待。
付费生成的那道闸
视觉那一轮最容易让设计技能跑偏。首屏需要一个场景或一个物件,代理生成一个亮闪闪的东西,页面中间就剩一片好看的空。
unslop 的解法分两半。第一,展示产品本身,而不是一坨高光——这是对的直觉,且不花钱。第二,确实需要场景时,可以通过图像服务生成:fal、Replicate、OpenAI images 或 Higgsfield。一个都没连,它会提议作为 MCP 服务器接一个。每次付费生成前,它先给你看提示词,再问。
这个设计里有两个细节值得抄到别的技能里。闸门卡在成本上而不是能力上,代理不会突然给你一张账单。仪表盘和应用的默认结论是不需要图,这一点被明确写出来,免得代理自己去找图。
作者自己也在卖同一件事
README 底部有个链接指向 heydamir.design/unslop,作者会用三天帮你把一个关键屏幕去掉 AI 味,用你的技术栈实现。
这是整个项目最诚实的地方。一个几分钟就能去味的技能,出自一个为同样工作收三天工钱的作者,等于告诉你边界在哪。技能处理那些痕迹,三天处理痕迹背后本该有的决策。
许可证也是这个逻辑。CC BY 4.0,署名并回链即可商用。对一个本可以走 MIT 的仓库来说,这个选择偏宽松,但对一个价值有一部分在署名的东西来说,是对的。
界面这一层发生了什么
过去一年有两件事同时发生。编码代理好到能用一句话产出一个能跑的屏幕,设计工具好到能用一句话产出一个有样式的屏幕。没发生的是「结果应该长什么样」的共识,于是默认值收敛到了训练数据里最普遍的那一种。
这种收敛现在可测量了,所以有人写了个转换器。两个仓库可以叫趋势;更大的信号是「这看着像 AI 做的吗」变成了一个有清单答案的问题,就像一年前「这读着像 AI 写的吗」之于文字。
有个限度值得点名。去掉痕迹只能到「合格」。技能自己的审计语言就指向那里:性格、世界、承载色彩的瞬间、标志性细节。这些需要有人决定产品是干什么用的,任何修改顺序都给不了。README 里那个三天选项在那儿,是因为作者知道。
相关文章
744B 模型住进 9.9 GB 内存,专家从硬盘上读
colibri 把 744B 混合专家模型里常用的那部分留在内存,专家从磁盘流式读。README 把慢的基准和快的一起发,所以值得读。
不动模型,也能把智能体调好
Harness² 冻结权重,只改模型周围的八个组件,然后对比几次运行的差异。一个 benchmark 上最多涨 11.5 分,没有一次梯度更新。
编辑榜排第二,调用榜前五十都没进
微软发了一个根本不能生成图像的模型。它在编辑榜第二,在请求量前五十里找不到。这个落差说明图像榜单到底在量什么。
35 万个假受害者,和机构撒谎的伦理问题
Apate.ai 跑着 35 万个 AI 人格,工作是让骗子骗,再把骗出来的情报卖给银行和运营商。浪费时间这一步成立,没有人算过账的是那个先例。