web-design-analyzer

name web-design-analyzer description 网页与数字界面设计师和网页开发工程师在需要逆向分析网页截图时，使用本技能一键提取配色、排版及组件特征，自动生成结构化 Design System 数据与 AI Coding Prompt，让设计还原与前端开发更高效。 dependency {"python":["Pillow>=10.0.0"],"system":[]} Web Design Analyzer 任务目标 本 Skill 用于：从网页截图中自动提取设计系统（Design System），包括色彩、排版、组件风格等核心要素 能力包含： 自动识别网页视觉风格（Vibe & Style） 提取精确的色彩系统（Hex Code + Tailwind 类名） 分析排版系统（字体类型、字重、行高） 识别组件特征（圆角、阴影、边框） 生成结构化 JSON 数据和可直接使用的 Coding Prompt 导出为路演视频品牌风格配置（与 ppt-roadshow-generator 协同） 触发条件：用户上传网页截图并要求分析其设计，或需要将网页设计风格应用于路演视频 前置准备 依赖说明：scripts 脚本所需的依赖包及版本 Pillow>=10.0.0 非标准文件/文件夹准备：无 操作步骤 标准流程： 接收图片 用户上传网页截图（支持 PNG、JPG、JPEG 等常见格式） 智能体确认图片文件路径 调用分析脚本 智能体调用 scripts/analyze_design.py --image <图片文件路径> 执行分析 脚本将自动调用 OpenAI GPT-4 Vision API 处理图片 脚本返回结构化的分析结果 展示结果 智能体展示 JSON 格式的设计系统数据 智能体展示生成的 Coding Prompt 智能体提供进一步操作建议（如：使用生成的 Prompt 创建 Landing Page） 可选分支： 当用户希望使用 Gemini API：提示当前版本仅支持 OpenAI，未来可能扩展 当 API 调用失败：提供错误信息和可能的解决方案（如检查 API Key、图片格式等） 资源索引 必要脚本： 见 scripts/analyze_design.py （用途与参数：接收图片路径，调用 OpenAI Vision API，返回设计系统分析结果） 见 scripts/convert_to_roadshow_style.py （用途与参数：将设计系统转换为路演视频品牌风格，输入 --input 指定 JSON 路径， --output 指定输出路径） 领域参考： 见 references/api-spec.md （何时读取：需要了解 API 调用细节或调试时） 见 references/roadshow-export-guide.md （何时读取：需要将设计系统导出为路演视频风格时） 输出资产：无 注意事项 仅在需要时读取参考，保持上下文简洁。 确保用户上传的图片清晰度足够，以便准确提取设计细节。 脚本会自动处理图片编码和 API 调用，无需手动干预。 充分利用智能体的语言理解和展示能力，将 API 返回的结构化数据以友好的方式呈现给用户。 使用示例 示例 1：分析网页截图 功能说明 ：上传一张网页截图，提取完整的设计系统 执行方式 ：混合（用户上传 → 脚本分析 → 智能体展示） 关键参数 ：图片文件路径 简单示例 ： # 用户：请分析这张网页截图 # 智能体调用脚本 python scripts/analyze_design.py --image ./uploads/landing-page.png 示例 2：生成 Coding Prompt 后创建组件 功能说明 ：先分析设计，然后使用生成的 Prompt 创建类似的 Landing Page 执行方式 ：混合（脚本分析 → 智能体生成代码） 关键要点 ：确保生成的 Coding Prompt 准确反映设计风格 简单示例 ： # 用户：分析这个网页，然后用提取的设计规范创建一个 Hero Section # 智能体： # 1. 调用脚本分析图片 # 2. 展示结果 # 3. 使用生成的 Coding Prompt 指导代码生成 示例 3：导出为路演视频风格 功能说明 ：将网页设计转换为路演视频可用的品牌风格配置 执行方式 ：混合（脚本分析 → 转换脚本 → 导出配置） 关键参数 ：设计系统 JSON 路径 简单示例 ： # 用户：分析这个网页，然后导出为路演视频风格 # 智能体： # 1. 调用 analyze_design.py 分析图片，生成 design_system.json # 2. 调用 convert_to_roadshow_style.py 转换，生成 brand_style.json # 3. 提示用户可以将 brand_style.json 用于路演视频生成 1. 调用脚本分析图片 2. 展示结果 3. 使用生成的 Coding Prompt 指导代码生成