EDEM凝聚力接触模型API二次开发：从模版到JKR粘附力实现
2026/10/22 3:17:20
【免费下载链接】VibeCurb
VibeCurb - Injects taste into AI workflows to stop agents from generating boring, AI slop.
项目地址：https://gitcode.com/gh_mirrors/vi/VibeCurb
VibeCurb 是一个为 AI 工作流注入审美的开源项目，专门拦截 AI 生成的"平庸设计"（AI slop）。它的两个图片生成技能——imagegen-frontend与brandkit-gen——分别负责产出 Awwwards 级的前端设计参考图与工作室级品牌 VI 板（brand board）。本文用通俗方式带你走通这条"反平庸"的图片生成工作流，无需设计基础也能上手。
为什么 AI 生成的图总是"一眼假"？
不加约束的 AI 图片生成，会反复塌缩到同几个默认套路：
| AI 默认套路 | 观感 |
|---|---|
| 紫蓝色 AI 渐变背景 | 一眼"AI 生成的" |
| 悬浮的半透明光球 | 空洞的"氛围感" |
| 左文右图分栏 | 用滥的排版 |
| 6~8 张一模一样的仪表盘卡片 | 模板味 |
| 大脑、闪电、盾牌 Logo | 陈词滥调 |
VibeCurb 的思路是用严格协议代替随意发挥：每个技能都是一份带"质量门禁"（Quality Gate）的流水线文档，AI 必须按阶段提取设计信号、做出明确选择、生成后逐项自检，任何一项不达标都打回重做——这就是它"反平庸"（anti-slop）的核心。
项目机制总览见 README.md，全部技能清单可参考 skills/llm.txt。
快速上手：如何3条命令安装图片生成技能
VibeCurb 不是笨重的依赖库，而是把设计约束直接注入你的 AI 代理上下文，一条命令即可：
# 查看所有可用技能 $ npx vibecurb-cli list # 安装指定的图片生成技能 $ npx vibecurb-cli add imagegen-frontend $ npx vibecurb-cli add brandkit-gen也可以手动部署：克隆 VibeCurb 仓库后，把需要的 SKILL.md 放到项目的.cursor/rules/或.agents/skills/目录，再在提示词中引用该技能即可。兼容 Cursor、Claude Code、v0、Codex、ChatGPT 等所有能读取 markdown 上下文的工具。
imagegen-frontend使用指南：一张图一个区块的设计参考图
这个技能的定位是艺术指导：它不写代码，只产出"开发者能照着写代码"的视觉参考图。规则源文件见 skills/imagegen-frontend/SKILL.md。
硬性输出规则：一个区块一张横版图
- 要 1 个区块 → 出 1 张图；6 个区块的落地页 → 出 6 张独立的 16:9 横版图
- 严禁把整页塞进一张长图，每张图都是完整、可编码的独立区块
- 逐张播报进度，如 "Section 1 of 8: Hero"
5阶段流水线：每一关都设质量门禁
| 阶段 | 做什么 |
|---|---|
| 1. 读取需求 | 提取品牌类型、情绪词、密度偏好、目标受众等 8 类信号，写出 2~3 行的"方向简报"；需求太模糊时最多只反问一个问题 |
| 2. 艺术指导 | 在主题、背景、字体、Hero 结构、构图锚点等类别里各选且只选一个——"不许混搭、不许骑墙"；整页至少出现 3 种不同构图锚点，相邻区块禁止同构图 |
| 3. 提示词工程 | 按"提示词蓝图"为每个区块写结构化提示词：画幅、构图、字体、色板（精确到 HEX）、氛围，以及关键的"WHAT THIS IS NOT" 负面清单 |
| 4. 生成 | 逐张生成并校验色板一致性；某张跑偏（比如飘出紫蓝渐变）就强化负面描述重生成 |
| 5. 视觉校验 | 按"构图 / 色板 / 字体 / 区块职责 / AI 漂移 / 可实施性"六张 PASS/FAIL 检查表逐项打勾，任何 FAIL 重做该区块 |
决定出图质感的4条设计信条
- 🎨 整页最多 3 个色相，强调色只出现在 CTA 与激活状态
- 标题是"建筑构件"而不是"大字"，桌面端最小 60pt 当量
- 留白是设计材料：内容住在"刻意的呼吸感岛屿"里
- 每个区块都有转化职责（吸引→证明→教育→说服→行动），页面是一条说服链而非好看的碎块集合
brandkit-gen使用指南：如何生成工作室级品牌VI板
如果说 imagegen-frontend 产出"一张区块"，brandkit-gen 产出的是一整块板（board）：多面板网格组成的品牌系统展示板，质量标尺对标 Pentagram、Collins、Base Design 的真实提案稿。协议全文见 skills/brandkit-gen/SKILL.md。
核心定义：品牌板是一场"视觉论证"
- 一块板只讲一个品牌方向，不做多方案对比
- Logo 是论点：16px 下认得出，1600px 下经得起细看
- 克制才是高级感：板子应该"空间过多"而不是"塞得太满"
- 默认 4:3 或 16:10 横版，网格、间距、面板关系本身就是设计
8阶段流水线：从参考图DNA提取到Logo原创性门禁
| 阶段 | 做什么 |
|---|---|
| Phase 0 视觉参考获取 | 提供一张你欣赏的品牌板，提取纹理/版式/色彩 DNA，同时明令禁止照抄其 Logo、名称与色板 |
| Phase 1 品牌策略 | 提取品类、受众、核心隐喻等 10 类信号，写出 3~5 行"策略简报" |
| Phase 2 识别架构 | 从14 种视觉模式（深色开发者、轻奢美妆、游戏竞技、暖调人文、霓虹创意 OS 等）中选 1 种，再定板面布局、Logo 手法、字体、色板、Slogan 能量 |
| Phase 3 面板编排 | 每个面板分配角色（Anchor 锚点 / Proof 实证 / System 系统 / World 氛围 / Signal 信号）+ 构图锚点 + 能量级 |
| Phase 4 提示词工程 | 按蓝图逐字段填写，附"WHAT THIS IS NOT"负面清单 |
| Phase 5 视觉校验 | Logo、构图、色板、字体、身份系统五张检查表逐项 PASS/FAIL |
| Phase 6 面板手术 | 只重画失败的 1~2 格：生成独立卡片 → 导入 Figma 合成回板面，保住好面板 |
| Phase 7 Logo 原创性门禁 | 用"一句话几何"做词汇重叠测试：生成 Logo 与参考 Logo 超过 3 个形状词重合即判定为克隆，强制换手法重做 |
Logo硬约束：过不了就不许出板
这是 brandkit-gen 最有"工作室味"的部分，Logo 必须同时通过：
- 3 图元上限：整个标志最多由 3 个几何图元（圆、矩形、三角形、线、弧）构成
- Favicon 测试：16×16 像素下依然可辨识
- 一句话几何：能用"它是 A 形状（经某操作）的 B 形状"一句话描述
- 反色测试：黑底白字、白底黑字下同样成立
- 禁止清单：金属 3D、大脑神经元、地球加弧线、带翅膀的盾牌、无限符号……出现即判失败
6种板面布局：从快速概念稿到全家桶
| 布局 | 网格 | 适用场景 |
|---|---|---|
| Full Identity System | 3×3 | 完整品牌提案（默认） |
| Cinematic Deck Overview | 2×3 | 精炼展示、迭代轮 |
| Compact Concept Board | 2×2 | 快速概念、以 Logo 为主 |
| Horizontal Brand Strip | 1×3 | 社媒头图、紧凑展示 |
| Wide Contact Sheet | 4×2 | 摄影主导的品牌 |
| Mega System | 6×3 / 7×3 | 覆盖 18~21 个触点：官网 Hero、App 图标坞、社媒主页卡、名片、包装盒、卫衣、会员卡…… |
出板前还要跑一遍25 点预检清单（Logo 质量 6 项、板面构图 6 项、系统一致性 5 项、反平庸 5 项、物理真实感 3 项、参考克隆 3 项），任何一项不通过都不允许渲染。
两个技能怎么配合：一条完整的AI设计生产线
推荐工作顺序：
- brandkit-gen 先行：先定识别系统——Logo、色板、字体、氛围世界，得到一块"品牌宪法"板
- imagegen-frontend 跟进：把品牌板当参考图喂给它，按同一套色板与气质产出落地页各区块的 16:9 设计参考图
- 交给编码技能：参考图可直接作为 brief 喂给
pixel-perfect、awwwards-hero、awwwards-sections等技能，精确还原成代码
💡 提示词技巧：与其说"做个高级落地页"，不如写清主题、元素、色调与参照物。参考图越强，AI 猜的成分越少。
常见问题：输出跑偏怎么办 🛠️
| 症状 | 一招纠正 |
|---|---|
| 输出像普通仪表盘模板 | 回复："你忽略了技能文件。重读它并应用漂移约束。" |
| 排版平庸、字级对比弱 | 回复："字级对比太保守，加大 h1 与正文的差距。" |
| AI 跳过读取阶段直接动手 | 回复："停下。先跑完 Design Read，提取不通过不许生成。" |
| Logo 在不同面板里"变形" | 使用"冻结 Logo 描述"：把一句话精确几何原样复制进每个面板 |
关键文件导航
- 项目总览与漂移纠正表：README.md
- 图片技能一（前端设计参考图）：skills/imagegen-frontend/SKILL.md
- 图片技能二（品牌 VI 板）：skills/brandkit-gen/SKILL.md
- 技能索引说明：skills/llm.txt
- 其余技能（hero、sections、motion、redesign、pixel-perfect）：skills/
赞
【免费下载链接】VibeCurb
VibeCurb - Injects taste into AI workflows to stop agents from generating boring, AI slop.
项目地址：https://gitcode.com/gh_mirrors/vi/VibeCurb
相关推荐
如何把一张图片变成3D资产？Hunyuan3D 2.1图生3D工作流完整指南
如何把一张图片变成3D资产？Hunyuan3D 2.1图生3D工作流完整指南 腾讯开源的 Hunyuan3D 2.1 是一个图生3D（Image to 3D）生
Flux.1 Dev USO参考图生成工作流实战：从模板加载到出图的完整教程
Flux.1 Dev USO参考图生成工作流实战：从模板加载到出图的完整教程 USO_1.0_Repackaged 是专为 ComfyUI 重打包的 Flux.
Beav图片创作工作区：参考图、文字变量模板与AI拆解图存模板的完整玩法
Beav图片创作工作区：参考图、文字变量模板与AI拆解图存模板的完整玩法 Beav 是一款本地优先的「小红书 AI 运营工作台」 ，其中的 图片创作工作区 帮你
AI 应用人工智能AI AgentMCP 服务浏览器控制音视频
上一篇：scikit-learn 多分类与多输出算法完全指南：multiclass、multilabel 与 multioutput 元估计器实战
下一篇：pandoc-server 实战指南：将 Pandoc 文档转换能力封装为安全 Web 服务
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考