網站設計分析 Skill
分析網頁截圖,提取設計系統(Design System)並產生結構化資料和可用的 AI Coding Prompt。適用於 UI/UX 設計師和前端工程師需要從現有網頁設計中提取設計規範、配色方案、排版系統和元件風格的情境。
啟用時機
當你需要 網站設計分析 的工作流程時使用。
適合使用情境
- 需要處理「分析網頁截圖,提取設計系統(Design System)並產生結構化資料和可用的 AI Coding Prompt。適用於 UI/UX 設計師和前端工程師需要從現有網頁設計中提取設計規範、配色方案、排版系統和元件風格的情境」這類任務。
- 想直接閱讀或複製 web-design-analyzer 的完整 SKILL.md。
- 需要從 skill repo 的本地落地版本追溯來源與檔案位置。
Skill 檔案
skills/web-design-analyzer/web-design-analyzer/SKILL.md
工作流程
- 先確認這個 Skill 的啟用時機與輸入需求。
- 閱讀原始 SKILL.md,確認它要求的工具、檔案、API key 或環境限制。
- 用小型真實任務測試輸出是否符合預期。
- 確認結果穩定後,再把它放進日常 Agent 工作流程。
使用注意事項
- 這筆資料來自 skill repo 的本地落地版,與 awesome-agent-skills 上游索引不同;此頁保留完整 SKILL.md 供追溯。
來源
原始名稱:web-design-analyzer
分析網頁截圖,提取設計系統(Design System)並產生結構化資料和可用的 AI Coding Prompt。適用於 UI/UX 設計師和前端工程師需要從現有網頁設計中提取設計規範、配色方案、排版系統和元件風格的情境。
software-engineering-prompt-repos/skill/skills/web-design-analyzer/web-design-analyzer/SKILL.md
開啟來源這個 Skill 在做什麼
分析網頁截圖,提取設計系統(Design System)並產生結構化資料和可用的 AI Coding Prompt。適用於 UI/UX 設計師和前端工程師需要從現有網頁設計中提取設計規範、配色方案、排版系統和元件風格的情境。
來源整理
這筆資料來自 skill repo 的本地落地版本。awesome-agent-skills 是上游索引;skill repo 則是把部分技能抓回來、整理成技能商店與本地可追溯檔案的版本。
使用前先確認
請先看原始 SKILL.md 的工具、環境變數、參考檔與安全限制,再放進自己的 Agent 工作流程。
---
name: web-design-analyzer
description: 分析網頁截圖,提取設計系統(Design System)並生成結構化資料和可用的 AI Coding Prompt。適用於 UI/UX 設計師和前端工程師需要從現有網頁設計中提取設計規範、配色方案、排版系統和元件風格的場景。
dependency:
python:
- Pillow>=10.0.0
system: []
---
# Web Design Analyzer
## 任務目標
- 本 Skill 用於:從網頁截圖中自動提取設計系統(Design System),包括色彩、排版、元件風格等核心要素
- 能力包含:
- 自動識別網頁視覺風格(Vibe & Style)
- 提取精確的色彩系統(Hex Code + Tailwind 類名)
- 分析排版系統(字型型別、字重、行高)
- 識別元件特徵(圓角、陰影、邊框)
- 生成結構化 JSON 資料和可直接使用的 Coding Prompt
- 匯出為路演影片品牌風格配置(與 ppt-roadshow-generator 協同)
- 觸發條件:使用者上傳網頁截圖並要求分析其設計,或需要將網頁設計風格應用於路演影片
## 前置準備
- 依賴說明:scripts 腳本所需的依賴包及版本
```
Pillow>=10.0.0
```
- 非標準檔案/資料夾準備:無
## 操作步驟
- 標準流程:
1. **接收圖片**
- 使用者上傳網頁截圖(支援 PNG、JPG、JPEG 等常見格式)
- 智慧體確認圖片檔案路徑
2. **呼叫分析腳本**
- 智慧體呼叫 `scripts/analyze_design.py --image <圖片檔案路徑>` 執行分析
- 腳本將自動呼叫 OpenAI GPT-4 Vision API 處理圖片
- 腳本回傳結構化的分析結果
3. **展示結果**
- 智慧體展示 JSON 格式的設計系統資料
- 智慧體展示生成的 Coding Prompt
- 智慧體提供進一步操作建議(如:使用生成的 Prompt 建立 Landing Page)
- 可選分支:
- 當使用者希望使用 Gemini API:提示當前版本僅支援 OpenAI,未來可能擴充套件
- 當 API 呼叫失敗:提供錯誤資訊和可能的解決方案(如檢查 API Key、圖片格式等)
## 資源索引
- 必要腳本:
- 見 [scripts/analyze_design.py](scripts/analyze_design.py)(用途與參數:接收圖片路徑,呼叫 OpenAI Vision API,回傳設計系統分析結果)
- 見 [scripts/convert_to_roadshow_style.py](scripts/convert_to_roadshow_style.py)(用途與參數:將設計系統轉換為路演影片品牌風格,輸入 `--input` 指定 JSON 路徑,`--output` 指定輸出路徑)
- 領域參考:
- 見 [references/api-spec.md](references/api-spec.md)(何時讀取:需要了解 API 呼叫細節或除錯時)
- 見 [references/roadshow-export-guide.md](references/roadshow-export-guide.md)(何時讀取:需要將設計系統匯出為路演影片風格時)
- 輸出資產:無
## 注意事項
- 僅在需要時讀取參考,保持上下文簡潔。
- 確保使用者上傳的圖片清晰度足夠,以便準確提取設計細節。
- 腳本會自動處理圖片編碼和 API 呼叫,無需手動介入。
- 充分利用智慧體的語言理解和展示能力,將 API 回傳的結構化資料以友好的方式呈現給使用者。
## 使用範例
### 範例 1:分析網頁截圖
- **功能說明**:上傳一張網頁截圖,提取完整的設計系統
- **執行方式**:混合(使用者上傳 → 腳本分析 → 智慧體展示)
- **關鍵參數**:圖片檔案路徑
- **簡單範例**:
```bash
# 使用者:請分析這張網頁截圖
# 智慧體呼叫腳本
python scripts/analyze_design.py --image ./uploads/landing-page.png
```
### 範例 2:生成 Coding Prompt 後建立元件
- **功能說明**:先分析設計,然後使用生成的 Prompt 建立類似的 Landing Page
- **執行方式**:混合(腳本分析 → 智慧體生成程式碼)
- **關鍵要點**:確保生成的 Coding Prompt 準確反映設計風格
- **簡單範例**:
```bash
# 使用者:分析這個網頁,然後用提取的設計規範建立一個 Hero Section
# 智慧體:
# 1. 呼叫腳本分析圖片
# 2. 展示結果
# 3. 使用生成的 Coding Prompt 指導程式碼生成
```
### 範例 3:匯出為路演影片風格
- **功能說明**:將網頁設計轉換為路演影片可用的品牌風格配置
- **執行方式**:混合(腳本分析 → 轉換腳本 → 匯出配置)
- **關鍵參數**:設計系統 JSON 路徑
- **簡單範例**:
```bash
# 使用者:分析這個網頁,然後匯出為路演影片風格
# 智慧體:
# 1. 呼叫 analyze_design.py 分析圖片,生成 design_system.json
# 2. 呼叫 convert_to_roadshow_style.py 轉換,生成 brand_style.json
# 3. 提示使用者可以將 brand_style.json 用於路演影片生成
```
# 1. 呼叫腳本分析圖片
# 2. 展示結果
# 3. 使用生成的 Coding Prompt 指導程式碼生成
```