与「UI」相关的搜索结果

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

AI 时代的 e2e 测试该怎么做? 最近 GitHub 斩获 13.8k Star，刚拿了 800 万美金融资的开源 AI 测试框架 e2e，其创始团队技术布道师 Kacper Kapuściak 写了一篇非常扎实的工程实践，下面总结几条核心内容： 1、测用户意图目标，而非前端实现，越过 DOM 节点与 test-id 绑定，直接用自然语言向 Agent 下达具体，收敛的业务意图。由 AI 自主感知界面完成选日期，点生成等交互，哪怕前端重构组件库，测试照样稳定。 2、废弃拖慢 CI 流水线的固定 Sleep 读秒，改用带超时上限的 AI 动态条件等待。忽略Loading 消失这类弱的 UI 信号，直接等上月报表已打开可查看等强业务状态，并将负责异步加载的动态等待，与只抓拍当前画面的瞬时断言严格解耦。 3、执行 Agent 汇报点击完成，不能代表报表没空数据或串数据，更不能让大模型盲猜什么才是正确的画面。必须先从后端 API 查出真实任务列表作为唯一真值源，再调用独立的 AI Judge，严格比对屏幕渲染明细与 API 底账。 4、严禁测试用例之间产生顺序依赖，开跑前通过可复用的 Fixture 调接口独立构造专属工作区与测试数据，跑完后在生命周期钩子中自动清理还原，确保单测重试或并发执行绝对幂等。 5、将“生成报表，下载 CSV，发邮件”拆成命名清晰的独立原子测试。一旦断言失败，框架自动打包故障追踪轨迹，涵盖前置步骤、应用日志、Agent 推理上下文与屏幕快照，不仅人类能秒级定位，更能直接喂给 Coding Agent 自动修 Bug。 传送门：

Si eres diseñador UI/UX, guárdate esto. 1. → más de 600 prompts con código completo para webs 3D y con scroll, además de componentes, shaders y pantallas de UI 2. → una biblioteca enorme de bloques de UI listos para meter en tu layout y lanzar antes 3. → fondos animados con shaders para hero sections, en código, vídeo o imagen Guárdatelo 🔖

Dots 这个产品真想吐槽下 1. 只能创建一个，只能有一个角色 2. Chat 中没有办法 "Send to Dots" 3. 可以用它操作 Codex 的 sessions，但是很别扭，不如直接 remote Codex 4. 模型能力差，能动性差，不愿意深入研究 / 干活 5. UI 卡顿， iOS Dots 的 UI 页面很明显的掉帧 6. 在大多数场景下，不如直接使用 Chat 个人想法来看，Dots 完全是一个 “跟风” 产品，OpenAI 害怕掉队掏出来的 “半成品”

8. 移动应用界面 为 [应用名] 设计一个移动应用界面。这款应用帮助用户 [主要功能]。 设计 [首页 / 仪表盘 / 个人中心 / 结账 / 引导页] 界面。 主要用户操作是 [主要操作]。 次要操作： [操作 2] [操作 3] [操作 4] 界面风格采用 [极简 / 专业 / 活泼 / 高端]。 屏幕尺寸：[设备 / 尺寸]。 把主要操作放在容易触达的位置。 在导航、页面标题、主要内容、次要内容和操作按钮之间建立清晰层级。 采用 [卡片 / 列表 / 网格 / 仪表盘] 结构。 使用真实的占位内容，不要用毫无意义的 lorem ipsum。 避免过多卡片、不必要渐变、过大的圆角、装饰性图标以及没有明确用途的 UI 元素。

if you want to automerge thousands of pull requests , this is how she does it (via @poteto). 809 in june. 10,926 in october. merged prs a month that touch the grok bot team's code. i went through her posts and put the setup in one place. every pr still gets an agentic risk review plus bugbot. low- and medium-risk ones automerge. only higher-risk ones get a person. day to day, in her words, it's just grok bot and cursor projects. she used to have more cursor automations and replaced them with slack bots that have routines. she works on many streams in parallel with pstack: perf, bug fixes, agent-friendly refactors, her own skills, features, ui polish, the harness, release and observability. not from sitting in a review inbox. she's said the speed gains come from parallelizing. a single chat can take longer because of verification. she handholds it less, so she can run several large projects at once. the real setup is in the codebase and the checks around it. she treats the codebase as memory. every agent mistake needs to turn into a constraint. her team built their own framework for grok bot so some anti-patterns become hard to write at all. agents have to verify their own work. they run the app, and can sometimes model it in tla+. they produce screenshots or video that are easier to check than the whole pr. formal verification skills and ordinary run-and-debug skills work together. she calls this an inverse pyramid. push as much as you can into determinism (fuzzing, property tests, formal and runtime verification, stricter languages) instead of spinning up more agent swarms. in her oct 6 post, she tells sandcastle, a grok team bot, to cut. it runs a buildkite dry run, dms every pr author (they can object), kicks the build, and watches it. then it starts a fuzz swarm: usually 10+ agents on grok 4.7 xhigh, some directed, some chaos monkey, using their verification skills and feature map. when something is high priority, she tells sandcastle to @ mention poteto, her engineer bot, which then spins up a cursor project to triage and fix. her team ships a new stable version of the client at least once a day. that's a lot of machinery under "just grok bot and cursor projects."