jaytel0/taste

解决的问题

Taste将一组参考图像转换为可复用的技能文件（SKILL.md），捕获这些图像的视觉风格。它不再用模糊的语言描述你的品味，而是将具体的设计规则明确化，AI代理在生成新界面时可以遵循这些规则——例如，使用哪种字体、间距、颜色和阴影。这解决了让AI一致地重现特定视觉风格的问题，无需手动编写冗长的风格指南。

工作原理

该过程包括五个阶段：

1. 精选参考图像 – 你提供一组精选的JPG、PNG或WebP图像。特写裁剪和高分辨率图像效果最佳，因为视觉细节更容易读取。目的是展示布局、间距、颜色、字体、纹理、构图、密度和层次感的重复示例。

2. 索引语料库 – 管道扫描每张图像，删除完全重复项，并为每张图像分配稳定的ID（每次运行最多20张）。原始文件列表保存为runs/{runId}/01-corpus/images.jsonl。

3. 分析每张图像 – 视觉模型独立读取每张图像（默认：OpenAI GPT‑5.5和Anthropic Claude Sonnet 4‑6）。提示提示模型忽略应用的功能，只关注视觉证据。每个模型的原始笔记保存在runs/{runId}/02-image-notes/raw/{imageId}/{model}.md中。

4. 融合与分块 – 合成模型将每张图像的原始分析合并为一个规范笔记（来源匿名化）。然后，这些笔记被分组为块，每个块变成规则合成，较大的运行通过合并层直到生成最终的规则集。中间文件存储在runs/{runId}/03-rule-set/下。

5. 编写技能 – 最终的规则集被转换为具体指令。技能避免使用“高级且品味优雅”之类的模糊标签，而是说“使用中性无衬线字体”或“保持点缀色局部化”。最终产物是runs/{runId}/04-skill/SKILL.md。

仓库包含托管演示（taste.jaytel.com），但本地管道是私下使用的最简单方式——它不需要Postgres、Vercel Blob、Cron或托管认证。你只需设置API密钥，将图像放入文件夹，然后运行npm run taste。Web应用版本将工作流状态存储在Postgres中，并将运行工件存储在私有Vercel Blob存储中。

适用人群

• 希望从参考图像中捕获视觉风格并在AI驱动的界面生成中重用的设计师或开发人员。
• 使用AI代理构建并希望有一种可重复的方式让代理遵循特定外观的团队。
• 任何习惯在本地运行Node.js脚本的人，或想尝试托管演示的人。

亮点

• 将图像转换为可复用的具体技能 – 生成的SKILL.md对视觉规则明确，而非泛泛的赞美。
• 支持多个AI提供商 – 你可以直接使用OpenAI和Anthropic，或通过OpenRouter或Vercel AI Gateway使用。
• 本地优先 – 管道可以完全在你的机器上运行，将结果写入.taste/runs/...，无需任何外部服务。
• 通过比较验证 – README展示了并排测试，其中Taste技能在生成仪表板和聊天界面方面优于基础模型和手工制作的前端设计技能。

---

注：上述所有细节均直接取自项目README。