Skills Plugins MCP Prompt Model 博客 我的中心

lanhu-design-to-html

从蓝湖设计稿链接获取设计信息并还原为HTML页面。Invoke when user provides a lanhuapp.com link, asks to analyze/restore a Lanhu design mockup, or needs to extract design specs from Lanhu.

DeepseekModel 官方收录技能 质量 良好 · 64 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=apeman1024-lanhu-design-to-html-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name lanhu-design-to-html description 从蓝湖设计稿链接获取设计信息并还原为HTML页面。Invoke when user provides a lanhuapp.com link, asks to analyze/restore a Lanhu design mockup, or needs to extract design specs from Lanhu. Lanhu Design to HTML 从蓝湖设计稿链接自动获取设计数据、分析图层结构、提取元素样式,并还原为 HTML 页面。 When to Use 当用户提供 lanhuapp.com 链接,或要求分析/还原蓝湖设计稿时调用此 skill。 Prerequisites playwright-cli 已安装(运行 npx --no-install playwright-cli --version 检查) Node.js 已安装(用于解析设计数据) Workflow Overview 蓝湖链接 → 打开浏览器 → 获取Sketch JSON → 解析图层/样式 → 下载切图到本地 → 分析结构 → 生成HTML → 验证效果 核心原则:切图本地化(必须遵守) 所有切图必须下载到本地 assets/images/ 目录,HTML 中只引用本地相对路径,禁止使用蓝湖 CDN 链接 (如 lanhu.oss-cn-beijing.aliyuncs.com 、 alipic.lanhuapp.com )。原因: CDN 链接可能因权限/防盗链/链接失效导致图片无法显示 本地化后页面可离线运行、便于部署、加载更稳定 切图通过 download-images.js 统一下载,并生成 image-map.json (URL → 本地路径映射),生成 HTML 时按映射表替换为本地路径 Quick Start Step 1: 打开蓝湖设计稿(含登录检测) # 1. 以持久化模式打开浏览器(默认 headless,高效) playwright-cli open --persistent # 2. 导航到蓝湖链接(URL含&时必须用双引号包裹) playwright-cli goto "https://lanhuapp.com/web/#/item/project/detailDetach?pid=XXX&image_id=XXX&project_id=XXX&fromEditor=true&type=image" # 3. 等待页面加载后检测登录状态 Start-Sleep -Seconds 3 playwright-cli eval "document.querySelector('.layers_item, .image-wrapper, canvas') ? 'logged-in' : 'NOT-logged-in'" 关键点 : URL 中的 & 在 PowerShell 中会被解释为命令分隔符,必须用双引号 "..." 包裹整个 URL 使用 --persistent 保持登录状态(蓝湖需要登录才能查看设计稿) 等待 3-5 秒让页面完全加载 未登录处理(自动切换 headed 模式) 如果 Step 3 返回 NOT-logged-in ,说明用户未登录蓝湖。此时关闭 headless 浏览器,切换到 --headed 模式,让用户在可见的浏览器窗口中手动登录: # 1. 关闭 headless 浏览器 playwright-cli close # 2. 以 headed + persistent 模式重新打开浏览器(窗口可见,用户可操作) playwright-cli open --persistent --headed # 3. 重新导航到蓝湖设计稿链接 playwright-cli goto "https://lanhuapp.com/web/#/item/project/detailDetach?pid=XXX&image_id=XXX&project_id=XXX&fromEditor=true&type=image" # 此时浏览器窗口可见,页面显示蓝湖登录界面 # 提示用户:请在弹出的浏览器窗口中登录蓝湖(支持扫码 / 账号密码登录) # 4. 轮询检测登录是否完成(每 3-5 秒重复执行,直到返回 logged-in) playwright-cli eval "document.querySelector('input[type=password], .login-form, .login-container') ? 'waiting' : 'logged-in'" # 5. 登录完成后,重新导航到设计稿链接(登录后页面会跳转到蓝湖首页) playwright-cli goto "https://lanhuapp.com/web/#/item/project/detailDetach?pid=XXX&image_id=XXX&project_id=XXX&fromEditor=true&type=image" Start-Sleep -Seconds 3 注意 : --headed 让浏览器窗口可见,用户可在页面上操作登录(扫码、输入账号密码等) --persistent 确保登录状态保存到磁盘,下次运行自动保持登录(headless 即可) 登录完成后必须重新导航到设计稿链接,因为登录后页面会跳转到蓝湖首页 登录只需一次,后续运行会自动保持登录状态 Step 2: 获取 Sketch JSON 设计数据 蓝湖页面加载时会通过 API 请求获取完整的 Sketch JSON 数据,包含所有图层、样式、切图信息。 # 查看网络请求,找到 SketchJSON URL playwright-cli requests # 找到包含 "SketchJSON" 或 "alipic.lanhuapp.com" 的请求编号 # 获取响应体(文本类型直接显示,二进制保存到文件) playwright-cli response-body <request-number> 识别 Sketch JSON 请求 : URL 通常包含 alipic.lanhuapp.com 或 SketchJSON Content-Type 为 application/json 或 application/octet-stream 文件较大(通常 100KB+) Step 3: 解析设计数据 使用辅助脚本解析 Sketch JSON,提取所有图层信息。 # 将响应体文件路径传给解析脚本 node .trae/skills/lanhu-design-to-html/scripts/parse-design.js <response-file-path> 脚本会生成: design-analysis.txt - 人类可读的图层分析报告 design-layers.json - 结构化的图层数据(供 HTML 生成使用) Step 4: 下载切图到本地(必做) 生成 HTML 之前,必须先把所有切图下载到本地。 解析脚本会在控制台末尾打印下载命令,直接复制执行即可: # 将 design-layers.json 中的所有切图下载到本地 assets/images/ node .trae/skills/lanhu-design-to-html/scripts/download-images.js <design-layers.json> <output-dir> 脚本会: 读取 design-layers.json ,按优先级 SVG > PNG > DDS 收集所有切图 URL 下载到 <output-dir>/assets/images/ 目录(文件名取自图层名,自动去重) 生成 image-map.json — 原始 URL 到本地相对路径的映射表(如 {"https://lanhu.../SketchPngxxx": "./assets/images/apeman.png"} ) 失败的切图单独记录到 image-download-failures.json ,可重试 生成 HTML 时,所有 <img src> 必须查 image-map.json 替换为本地路径,不得直接写蓝湖 CDN 链接。 Step 5: 分析图层结构 根据解析结果,识别页面的组成结构: 画板信息 :尺寸、名称 文本图层 :内容、字体、字号、颜色、对齐方式、行高 图片/切图图层 :图片 URL、尺寸、位置 形状图层 :填充色、圆角、边框、阴影 分组图层 :层级关系 重点:检查切图可用性 。解析报告会为每个图层标注 ⭐ 切图可用 字段,并在末尾汇总"切图实现建议"。凡是标记为"是"的图层,说明设计稿已提供切图, 必须直接用 <img> 实现,不要用 CSS 还原 。 Step 6: 生成 HTML 使用 generate-html.js 自动生成 HTML 文件,遵循"切图优先"原则: # 自动生成 index.html(切图优先 + Flexbox 布局 + 切图本地化校验) node .trae/skills/lanhu-design-to-html/scripts/generate-html.js <design-layers.json> <image-map.json> [output.html] 脚本会: 读取 design-layers.json 与 image-map.json ,自动构建图层树 按 SVG > PNG > DDS 优先级选取切图,用 <img> 引用本地路径(从 image-map.json 查找) 无切图的文本用 CSS 文字样式还原,无切图的形状用 CSS div 还原 对同组元素进行布局分析,优先使用 Flexbox 排列(自动检测行/列、计算 gap) 生成 375×812px 容器的自包含 index.html (CSS 内嵌于 <style> ) 自动校验 HTML 中是否残留蓝湖 CDN 链接,发现则警告 生成原则 (脚本已内置,无需手动处理): 画板尺寸作为容器(通常 375x812px,对应 750x1624rpx) 使用绝对定位或 Flexbox 布局 ⭐ 切图优先原则(最重要) : 凡有切图的元素,直接用 <img> 实现,不要用 CSS 还原。 切图能 100% 还原设计稿视觉效果,CSS 还原常有偏差。 切图来源优先级: image.svgUrl (SVG 矢量,最清晰)> image.imageUrl (PNG)> ddsImage.imageUrl (DDS 渲染图) 适用所有图层类型,包括: 文本图层有切图 (如特殊字体标题)→ 用切图,不用 CSS 文字 形状图层有切图 (如带边框的按钮)→ 用切图,不用 CSS div 分组图层有切图 (如整组编组导出的复合元素)→ 用整组一张切图,不要拆分实现 图标有切图 → 用切图,不用 CSS/SVG 手绘 仅当元素 没有切图 时,才用 CSS 实现(文本用 CSS 文字样式,形状用 background/border/border-radius) ⭐ 切图本地化(硬性要求) : <img src> 一律使用 image-map.json 中的本地相对路径(如 ./assets/images/apeman.png ) 严禁在 HTML 中出现蓝湖 CDN 链接 ( lanhu.oss-cn-beijing.aliyuncs.com 、 alipic.lanhuapp.com 、 SketchPng 、 SketchSvg 等) 若某切图下载失败,需手动下载补齐后再引用本地路径,不得回退到 CDN 链接 无切图的文本样式完整还原(字体、字号、颜色、行高、对齐) 无切图的形状使用 CSS 实现(border-radius, background, box-shadow 等) Step 7: 验证效果 # 启动本地 HTTP 服务器(file:// 协议被浏览器阻止) python -m http.server 8765 # 在浏览器中打开 HTML playwright-cli goto "http://localhost:8765/<html-file>" # 调整视口为移动端尺寸 playwright-cli resize 375 812 # 截图对比 playwright-cli screenshot --filename=preview.png Platform Switching (微信小程序) 蓝湖支持多平台样式切换。在设计稿标注视图中: 点击任意设计元素,右侧弹出样式信息面板 面板顶部有平台切换器,点击展开下拉菜单 选择 "微信小程序" (rpx) — 所有尺寸自动转为 rpx 单位 不要切换到"代码"视图 ,保持在"标注"视图 平台选项: iOS (pt) Android (dp) Web (px) 微信小程序 (rpx) — 1px = 2rpx 像素 (px) Detailed References 蓝湖设计稿分析工作流 — 详细的操作步骤和技巧 设计数据解析指南 — Sketch JSON 结构和解析方法 HTML 实现指南 — 设计稿还原的最佳实践
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。