Taste Skill 是一组可移植的「Agent Skills」（以 SKILL.md 形式存在的指令文件），目标是提升 AI 生成前端界面的设计品味——用更强的布局、排版、动效和留白，替代模型默认产出的那种千篇一律、模板感很重的 UI（作者称之为 anti-slop，反「AI 流水线垃圾」）。它面向 Codex、Cursor、Claude Code 等主流编码代理，与具体前端框架无关（React/Vue/Svelte 都适用）。仓库收录了多个针对不同场景与风格的实现技能，外加几个只产出参考图（不产代码）的图像生成技能。安装通过 Vercel 的 agent-skills CLI 一条命令完成，也可以直接把 SKILL.md 复制进项目或粘贴到对话里。
来源：README 顶部简介、Skills 表、Installing 段、Common Questions（SKILL.md 说明）、GitHub meta（MIT、language Shell、homepage tasteskill.dev） 查看 GitHub 仓库 →2025–2026 年大量前端由 AI 编码代理生成，但「能跑」和「好看」之间存在明显落差——模型默认输出常常布局雷同、缺乏排版与动效设计，被开发者吐槽为 slop。Taste Skill 精准踩中这个痛点：它不绑定任何框架或工具，只用一份可移植的指令文件就能给 Claude Code/Codex/Cursor 注入「设计品味」，且按风格拆成多个专门变体（极简、柔和、粗野主义、重设计等）即取即用，迁移成本几乎为零。再加上 anti-repetition 规则有专门的 research/ 研究支撑、可调节的设计参数，使它在「vibecoding/前端 + AI 代理」话题下迅速走红，到 2026 年 5 月已积累约 1.87 万星。
来源：README 简介与 Common Questions、research/ 目录、GitHub meta（stars 18707、created_at 2026-02-19）、topics（vibecoding/frontend/skill）以 SKILL.md 指令文件提升 AI 产出的界面质量，强调布局、排版、动效、间距，避免模板化 UI。技能针对的是设计意图而非某个框架 API，因此 React/Vue/Svelte 通用。
来源：README 简介、Common Questions「Does it work with React, Vue, Svelte?」提供九个实现技能：design-taste-frontend（通用默认）、gpt-taste（GPT/Codex 更严格、布局变化与 GSAP 动效更强）、image-to-code（先生成参考图再实现）、redesign-existing-projects（先审计现有 UI 再改）、high-end-visual-design（柔和高级感）、full-output-enforcement（防止半成品/占位输出）、minimalist-ui（Notion/Linear 风编辑式）、industrial-brutalist-ui（粗野主义，BETA）、stitch-design-taste（兼容 Google Stitch，可导出 DESIGN.md）。
来源：README Skills 表与「Which one should I use?」段、仓库 skills/ 各文件夹另有三个只输出设计图、不产代码的技能：imagegen-frontend-web（网站 comp）、imagegen-frontend-mobile（移动端界面与流程）、brandkit（品牌套件：logo 方向、配色、字体、识别应用）。配合 ChatGPT Images/Codex 图像模式生成参考帧，再交给编码代理实现。
来源：README「Image generation skills」表与「ChatGPT Images and Codex」段用 Vercel 的 agent-skills CLI：`npx skills add https://github.com/Leonxlnx/taste-skill` 一次性扫描并安装 skills/ 下所有技能；也可用 `--skill
taste-skill 文件顶部提供 1–10 的可调旋钮：DESIGN_VARIANCE（布局实验程度，低=居中规整/高=非对称现代）、MOTION_INTENSITY（动效深度，低=hover/高=滚动磁吸）、VISUAL_DENSITY（每屏信息密度，低=宽松/高=密集仪表盘）。
来源：README「Settings (taste-skill only)」段仓库 research/ 目录收录了塑造这些规则的研究写作，例如针对模型「laziness」（半成品/重复输出）的实证结果、提示工程、架构模式与参数调优等，作为反重复、强制完整输出等规则的依据。
来源：README Research 段、仓库 research/laziness 下 findings 与 remediation 文档这是一个以内容（指令文件）为主、几乎不含运行时代码的技能仓库，结构简单清晰：skills/ 下按技能名分十多个文件夹，每个含一份 SKILL.md（共 12 个 SKILL.md，覆盖 9 个实现技能 + 3 个图像生成技能，外加 skills/llms.txt）；research/ 收录支撑规则设计的研究文档（如 laziness 主题下的 empirical-results、references、prompt-engineering、architectural-patterns、parameter-tuning）；examples/ 放成品示例图，assets/ 放 logo/banner；根目录有一个 skill.sh（Shell 脚本，也是 GitHub 把语言识别为 Shell 的原因）。安装与分发依赖外部的 `npx skills add` CLI（Vercel agent-skills），由它扫描 skills/ 目录完成安装；SKILL.md 本身是可移植的指令文件，能被代理自动加载，也能手动复制进项目或粘贴到对话中使用。
来源：仓库递归目录树（skills/* 13 个文件夹、research/、examples/、assets/、skill.sh、LICENSE）、README Installing/Research 段中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
npx skills add（Vercel agent-skills C…目标代理：Claude Code、Codex、Cursor 等可选配合：ChatGPT Images / Codex 图像模式（图像生…Google Stitch（stitch-skill 兼容，可导出 DE…适用于所有用 AI 代理写前端、但对默认产出的设计观感不满意的人。典型场景：让 Claude Code/Codex/Cursor 生成布局、排版、动效更讲究的落地页与产品界面；先用图像生成技能产出网站/移动端参考图或品牌套件，再交给编码代理按图实现；用 redesign 技能审计并改造已有项目的 UI 层级与间距；用 output 技能逼模型交付完整代码而非占位注释；按 minimalist/soft/brutalist 等风格快速锁定视觉方向。对设计系统建设者，research/ 里关于反重复与「laziness」的研究也有参考价值。
来源：README「Which one should I use?」、Image generation skills、Research 段仓库未在 GitHub 打 tag 发布正式 Release，更新日志维护在官网 tasteskill.dev/changelog。最近一次代码推送在 2026-05-06。技能清单与可调参数随仓库内容持续迭代。
来源：README Changelog 徽章（指向 tasteskill.dev/changelog）、GitHub meta pushed_at 2026-05-06Taste Skill 用最轻的形式（可移植的 SKILL.md 指令文件）解决了一个被广泛吐槽的真实问题——AI 生成前端的同质化与模板感。它框架无关、一条命令安装、按风格拆分细致，还配了可调参数和反重复规则的研究支撑，对用 Claude Code/Codex/Cursor 做前端、又想要更好设计观感的开发者很实用，几乎零成本就能试。需要理解的是它本质是提示/指令层的增强，最终效果仍依赖底层模型与提示，带有主观性，部分技能尚处 BETA。作为「给 AI 加点设计品味」的即取即用工具箱，它的性价比很高，值得纳入前端 vibecoding 的常备技能。
来源：综合 README、仓库结构与 GitHub meta 的事实判断