Об этом проекте

Taste Skill — это коллекция портативных Agent Skills (инструкционных файлов SKILL.md), предназначенных для повышения визуального качества фронтендов, генерируемых ИИ-агентами для кодинга. В README цель описывается как противодействие «slop»: типовым, шаблонно выглядящим UI-паттернам, распространённым в выводе ИИ, — за счёт более чётких указаний агентам по компоновке, типографике, анимации и отступам. Навыки не привязаны к фреймворку и нацелены на дизайнерский замысел, а не на API конкретного фреймворка, поэтому, как сказано в README, они работают с React, Vue и Svelte. Их можно установить через CLI `npx skills add` из инструмента agent-skills от Vercel Labs, скопировав SKILL.md в проект или в диалог, либо вставив его в диалоги ChatGPT/Codex. Навык по умолчанию (имя установки `design-taste-frontend`) теперь имеет версию v2 (экспериментальную) — это существенная переработка оригинала; v1 остаётся доступным как `design-taste-frontend-v1` для проектов, которые зависят от его точного поведения. Навыки реализации: - taste-skill (`design-taste-frontend`): экспериментальный навык по умолчанию v2, с выводом брифа, картой дизайн-системы, скелетами кода GSAP, протоколом аудита редизайна и строгой предполётной проверкой; он предоставляет три регулятора от 1 до 10: DESIGN_VARIANCE, MOTION_INTENSITY, VISUAL_DENSITY. - taste-skill-v1 (`design-taste-frontend-v1`): исходный навык, сохранённый для совместимости. - gpt-tasteskill (`gpt-taste`): более строгий вариант для GPT/Codex с более высокой вариативностью компоновки, более сильным направлением GSAP и агрессивными правилами против slop. - image-to-code-skill (`image-to-code`): конвейер «сначала изображение», который генерирует референсы сайта, анализирует их, а затем реализует фронтенд в соответствии с ними. - redesign-skill (`redesign-existing-projects`): сначала проводит аудит существующего UI, затем исправляет компоновку, отступы, иерархию и стилизацию. - soft-skill (`high-end-visual-design`): отполированный, спокойный, выглядящий дорого UI с более мягким контрастом, пустым пространством, премиальными шрифтами и пружинной анимацией. - output-skill (`full-output-enforcement`): заставляет модель выдавать полный результат вместо незаконченной работы или комментариев-заглушек. - minimalist-skill (`minimalist-ui`): редакционный продуктовый UI в стиле Notion/Linear со сдержанной палитрой и чёткой структурой. - brutalist-skill (`industrial-brutalist-ui`): жёсткий механический дизайн-язык со швейцарской типографикой и резким контрастом. - stitch-skill (`stitch-design-taste`): правила, совместимые с Google Stitch, включая необязательный формат экспорта DESIGN.md. Навыки генерации изображений (только референсные изображения, без кода): - imagegen-frontend-web (`imagegen-frontend-web`): композиции сайтов для hero, лендингов и многосекционных страниц с сильной типографикой и арт-дирекшеном. - imagegen-frontend-mobile (`imagegen-frontend-mobile`): мобильные экраны и сценарии для макетов iOS/Android/кросс-платформенных. - brandkit (`brandkit`): бренд-кит-борды, охватывающие направления логотипа, палитры, шрифт и применение айдентики. Эти навыки для изображений предназначены для использования с ChatGPT Images, режимом изображений Codex или аналогичными генераторами; полученные кадры затем можно передать в Codex, Cursor или Claude Code для реализации. В README также отмечается, что CLI agent-skills обнаруживает все навыки в папке `skills/`, поэтому навыки кода и навыки генерации изображений устанавливаются одинаково. Проект включает changelog с различиями между v1 и v2, каталог research с фоновыми заметками, лежащими в основе навыков, и дисклеймер о том, что с Taste Skill не связан никакой официальный токен, монета или криптопроект. Репозиторий распространяется под лицензией MIT.