# 影片筆記:我逆向了Claude Design!一句话帮你生成任何出色设计,开源后狂揽GitHub 1.6万+stars!【B站AI创造公开赛】 ## 一句話總結 影片介紹並實戰演示了一個名為「Enthopic Cloud Design」的逆向開源 Skill,該項目將原本僅限 Cloud 訂閱用戶使用的設計工具逆向,轉化為可在多種 Coding Agent(如 Cursor、Codex 等)中使用的開源項目,並通過 PPT 製作、個人主頁設計、iOS App 原型及宣傳動畫四個案例,展示其從需求確認、視覺提取到自動修復的完整設計生成流程。 ## 核心重點 1. **逆向開源背景**: * 原始工具為 Enthopic 發布的 Cloud Design,僅限 Cloud 訂閱用戶使用。 * 原工具存在消耗量大、訂閱用戶易耗盡額度、生成設計美感不足(「太爛、太難看」)等痛點。 * 逆向後的 Skill 已開源,在 GitHub 獲得 16,000+ Stars。 * 兼容多種 Coding Agent,包括 Cloud Code、Cursor、Codex、Hermes、Tray、Qcloud、Workbody 等。 2. **自動化設計流程**: * 涵蓋需求確認、風格選擇、自動檢查修復、最終導出等完整環節。 * 具備自我驗證與修改機制(如通過截圖代碼進行自我驗證)。 * 支持從真實素材(圖片、Logo、品牌色)中提取視覺語言並應用於設計。 3. **應用場景與價值**: * **PPT 製作**:針對非技術白領講解 Coding Agent,生成可編輯的網頁版及 PDF/PPT 文件。 * **個人主頁**:通過上傳照片提取色系與風格,生成符合個人風格的網頁,質感良好。 * **iOS App 原型**:快速生成可交互原型,便於運營或產品人員與研發團隊對接溝通,快速驗證想法。 * **宣傳動畫**:抓取真實品牌素材生成動畫,展示「全流程的一鍵成片」能力。 ## 詳細大綱 ### I. 背景與工具介紹 * **來源**:Enthopic 發布的 Cloud Design 工具。 * **逆向成果**:製作成開源 Skill,GitHub 獲得 16,000 Star。 * **解決痛點**: * 原工具僅限 Cloud 訂閱用戶使用。 * 原工具消耗量大,訂閱用戶易耗盡額度。 * 原工具生成的網頁/APP 設計美感不足(「太爛、太難看」)。 * **兼容性**:可安裝於多種 Coding Agent,包括 Cloud Code、Cursor、Codex、Hermes、Tray、Qcloud、Workbody 等。 ### II. 實際演示案例 1:PPT 製作 * **需求場景**:為非技術白領講解「什麼是 Coding Agent」及「Cloud Code」,時長約半小時。 * **工作流程**: 1. **需求確認**:選擇聽眾背景、講解目標、視覺風格、輸出物類型。 2. **信息收集**:AI 自行調查相關知識與產品配色、介紹。 3. **樣稿確認**:先生成兩頁樣稿供用戶參考風格。 4. **自動檢查與修復**:AI 自動檢查頁面問題並修復。 5. **最終交付**:生成網頁版(可演示)及 PDF/PPT 格式文件。 * **效果評估**:約 80 分水平,格式維持良好,內容可編輯。 ### III. 實際演示案例 2:個人主頁設計 * **需求場景**:製作個人主頁,用於社交場合分享,展示身份、工作內容及聯繫渠道。 * **特殊視覺輸入**: * 上傳一張在飲料店拍攝的照片。 * 要求 AI 提取該照片的色系與風格,而非使用推薦模板。 * **工作流程**: 1. **視覺語言提取**:寫腳本抽取具體色值。 2. **規範文檔生成**:生成名為 `BranderSpec` 的文檔,固化品牌要求(色系、字形、簽名細節、禁區、核心數據)。 3. **頁面生成與驗證**:基於文檔設計頁面,並通過截圖代碼進行自我驗證與修改。 4. **用戶反饋與調整**:AI 建議將主視覺換為真人照片,用戶同意後更新效果。 * **效果評估**:質感不錯,充分運用了照片中的藍色與抹茶綠色調。 ### IV. 實際演示案例 3:iOS App 原型製作 * **需求場景**:根據「高效能人士的 7 個習慣」理念,製作管理個人「土度」的 iOS App。 * **工作流程**: 1. **功能與視覺選擇**:選擇視覺氣質與功能深度。 2. **交互原型生成**:生成可交互原型。 3. **Bug 修復**:AI 自行修復運行中的問題。 * **價值主張**: * 快速驗證產品想法的價值。 * 便於運營或產品人員與研發團隊對接溝通。 * 改變工作流,快速實現想法交流。 ### V. 實際演示案例 4:宣傳動畫製作 * **需求場景**:為 B 站新推出的 AI 視頻產品「花生」製作宣傳動畫。 * **工作流程**: 1. **信息確認**:確認產品存在性及性質。 2. **素材抓取**:抓取官網 Logo 及品牌色等真實素材,獲取「花生 AI」的品牌 DNA。 3. **參數設定**:動畫時長 15-20 秒,格式 16:9,突出「全流程的一鍵成片」功能。 4. **視覺基調選擇**:確定視覺風格。 * **效果評估**:約 70 分水平。 ## 工具 / 模型 / 名詞整理 * **開源項目/Skill**: * Enthopic Cloud Design(逆向後的 Skill) * 花束底賽(疑點:聽寫錯誤,可能指代該 Skill 的中文譯名或口誤) * 花束 design(疑點:同上,聽寫錯誤) * 滑鼠底(疑點:聽寫錯誤,可能指代該 Skill) * **平台/產品**: * GitHub * Cloud Code * Cursor * Codex * 龍蝦 Hermes(疑點:聽寫錯誤,可能指代某款工具或模型) * Tray(疑點:國內工具名稱,需查證) * Qcloud(疑點:國內工具名稱,需查證) * Workbody(疑點:國內工具名稱,需查證) * B 站(Bilibili) * 花生(B 站新推出的 AI 視頻產品) * **概念/術語**: * AI coding * Web coding * Coding Agent * PPT * PDF * iOS App * 高效能人士的 7 個習慣 * 個人土度(疑點:聽寫錯誤,需查證) * BranderSpec(文檔名稱) * 影響圈 / 關注圈 * 舉證(疑點:聽寫錯誤,可能指「矩陣」或「分類」) ## 操作流程整理 1. **需求確認階段**: * 確定聽眾背景、講解目標或產品性質。 * 選擇視覺風格、輸出物類型(網頁、PDF、PPT、App、動畫)。 * 設定參數(如動畫時長、格式)。 2. **信息收集與素材抓取**: * AI 自行調查相關知識與產品配色。 * 上傳真實素材(如飲料店照片、官網 Logo),提取色系、品牌色、Logo 等「品牌 DNA」。 * 寫腳本抽取具體色值。 3. **設計生成與規範固化**: * 生成規範文檔(如 `BranderSpec`),固化品牌要求(色系、字形、簽名細節、禁區、核心數據)。 * 生成樣稿(如 PPT 的前兩頁)供用戶確認風格。 * 生成最終設計(網頁、App 原型、動畫)。 4. **自動檢查與修復**: * AI 自動檢查頁面問題並修復。 * 通過截圖代碼進行自我驗證與修改。 * 修復運行中的 Bug。 5. **用戶反饋與最終交付**: * 根據用戶反饋進行調整(如更換主視覺)。 * 交付最終成果(網頁版演示、PDF/PPT 文件、可交互原型、動畫視頻)。 ## 值得注意的限制或風險 1. **設計美感限制**:原工具生成的網頁/APP 設計被評價為「太爛、太難看」,逆向後的 Skill 在部分案例中(如宣傳動畫)評分約為 70 分,PPT 製作約為 80 分,顯示其設計能力仍有提升空間。 2. **資源消耗**:原工具消耗量大,訂閱用戶易耗盡額度,逆向後的 Skill 雖為開源,但仍需依賴 Coding Agent 的運行環境。 3. **兼容性依賴**:該 Skill 需安裝於特定的 Coding Agent(如 Cursor、Codex 等)中才能使用,對用戶的開發環境有一定要求。 4. **自我驗證的局限性**:雖然 AI 具備自我驗證與修改機制,但最終效果仍需用戶反饋與調整,並非完全自動化且完美無缺。 ## 逐字稿辨識疑點 * **花束底賽 / 花束 design / 滑鼠底**:逐字稿中多次出現這些詞彙指代該 Skill,與開頭提到的 "Enthopic Cloud Design" 發音或字形差異較大,疑似聽寫錯誤或特定暱稱,無法確定實際名稱。 * **龍蝦 Hermes**:「龍蝦」可能是某款工具或模型的誤聽,需查證。 * **Tray / Qcloud / Workbody**:這些被描述為「國內」的 Coding Agent 或相關工具,名稱可能為聽寫錯誤或較小眾產品,需查證正確名稱。 * **個人土度**:在「管理個人土度」一詞中,「土度」語意不明,疑似「頭度」、「態度」或特定術語的聽寫錯誤。 * **舉證**:在「分配到不同的舉證里」一詞中,「舉證」語意不通,疑似「矩陣」(如艾森豪矩陣)或「分類」的聽寫錯誤。 * **Claw 的風格**:描述 PPT 風格時提到「非常 Claw 的風格」,疑為「Cloud」的聽寫錯誤。 ## 可延伸追問 1. 逆向後的 Skill 具體如何安裝到不同的 Coding Agent(如 Cursor、Codex)中?是否有詳細的安裝文檔? 2. `BranderSpec` 文檔的具體結構是什麼?如何確保 AI 嚴格遵循其中的品牌規範? 3. 該 Skill 在處理複雜交互邏輯(如 iOS App 中的多頁面跳轉)時的準確性如何? 4. 對於非技術背景的用戶,如何通過該 Skill 快速上手並獲得滿意的設計結果? 5. 該開源項目在 GitHub 上的活躍度如何?是否有持續的更新與維護?