鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

7个神级技巧,彻底去除网站的 AI 味儿!

编程导航
编程导航
2026-04-03 14:22
阅读 1667
编程导航
2026-04-03 14:22
阅读 1667

大家好,我是程序员鱼皮。

先做个小测试,下面这几个网站,你能看出哪些是 AI 做的吗?

公布答案:全都是 AI 做的!

是不是觉得有点意外?

“为啥我用 AI 搓出来的网站一股子 AI 味儿?而这些网站看起来干净很多呢?”

这就是接下来我要分享的:

  • 什么是 AI 编程的 AI 味儿?
  • 为什么网站会有 AI 味儿?
  • 怎么去除网站的 AI 味儿?

点个收藏,我们开始~

⭐️ 推荐观看本文对应视频版,效果更明显:https://bilibili.com/video/BV1QF6EBiErM

什么是 AI 味儿?

所谓的 AI 味儿,就是那种一眼就能看出是 AI 生成的网站,界面样式和内容风格都千篇一律。

1)配色死板:蓝紫渐变色用到吐。

2)布局死板:首屏放个大标题,下面三个卡片并排。

3)字体死板:基本上就是 Inter、Roboto 等几种固定的字体。

4)Emoji 泛滥:什么 🐟4️⃣🐶 之类的,满屏幕都是表情图标。

5)内容空洞:基本没有真实图片,文字风格也比较刻板。

用户看这些网站时就一个感觉:我在跟机器人聊天。

为什么网站会有 AI 味儿?

说了这么多问题,到底为啥会这样?

核心原因就俩字:求稳。

举个例子,为啥 AI 那么爱用蓝紫渐变色?

因为 AI 的训练数据里,很多现代网站采用 Tailwind 样式库,而这个库的默认主色调就是蓝紫色。AI 在学习数亿行代码时,这些颜色出现的频率是最高的,于是 AI 就认为 “现代化网站 ≈ 蓝紫色渐变”。

并且 AI 学会了一个生存法则:用最常见的 = 最不容易出错。

所以当你让 AI “开发一个现代化的网站” 时,AI 为了求稳,就会选择使用蓝紫渐变色。

那怎么破局?

很简单,从 “请求者” 变成 “指挥官”。

不要只说需求:给我做个网站

而是要明确要求:用深灰色背景、手绘图标、不对称布局、拒绝蓝紫色。

用强有力的约束条件,逼着 AI 偏离它的舒适区。

怎么去除网站的 AI 味儿?

下面分享我总结的 7 个方法,保证让你的网站摆脱 AI 味儿。

方法 1、让 AI 参考真实网站

最简单粗暴的一招,你看到好看的网站,直接让 AI 学。

有 4 种具体的做法:

1)如果你使用 Cursor 或者 Claude Code 等 AI 编程工具,或者利用 Firecrawl MCP,让 AI 能够直接读取网页。

你只需要跟 AI 说:

▼
markdown
复制代码
请访问 ai.codefather.cn,提取它的配色方案、字体选择和布局结构,然后生成类似风格的网站。

AI 会自己去看那个网站,然后学着做。

2)如果 AI 大模型支持图片理解,你还可以把网页截图提供给 AI,搭配文字能让 AI 还原网站更准确。

效果如图:

3)如果你用的 AI 大模型不支持图片理解、纯文本理解又不到位,可以先利用 截图转代码 工具,比如 Screenshot to Code。

把喜欢的网站截个图,上传上去,它直接给你转成代码。

然后你再把代码喂给 AI,让它参考着做。

准确度会高很多,抄样式肯定不如抄代码来的直接。

4)此外,还可以直接套用现成的网站模板或者 GitHub 上的开源项目。

推荐几个不错的网站模板资源:

  • HTML5 UP:免费的响应式网站合集,极简风格
  • WordPress 官方主题库:1 万多个免费主题,啥类型都有
  • Start Bootstrap:Bootstrap 生态的免费网站模板库
  • Colorlib:提供不少免费的网站模板,设计精美

这些网站模板都有源代码,你选个不错的下载下来,把代码丢给 AI 让它去改改内容就好了,样式基本准确还原。

方法 2、设计优先开发

这个方法特别适合做大项目。

简单来说,就是 不要上来就让 AI 梭哈整个项目。

比如传统做法是这样的:帮我做一个包含用户系统、后台管理的完整 SaaS 平台。

然后 AI 哗啦哗啦给你生成几十个文件,结果做完后发现页面风格不对,重新返工,浪费 Tokens。

推荐的做法是 拆分步骤,先让 AI 做个前端网站 Demo,纯静态页面就好。对设计满意了之后,再让 AI 基于 Demo 代码,用同样的风格开发完整项目。

你像我生成出下面这种破玩意,肯定是不能让 AI 继续开发的!

这里推荐一个很强大的 AI 设计工具 Google Stitch。

你只需要输入一段描述,它就能生成专业的界面原型。

甚至你在纸上画个草图,拍照上传,它都能识别出来转成代码。

你还可以人工修改设计的主题风格,或者人工标注要修改的部分,让 AI 帮你快速调整。

设计完成后,导出文件或下载代码,再喂给 Cursor 等 AI 编程工具继续开发。这样风格就定下来了,不会跑偏。

当然,如果你会用 Figma 这种更专业的设计工具,你可以先在 Figma 里把网站设计得清清楚楚。

然后搭配 Figma MCP 扩展,让 AI 直接读取你的 Figma 设计文件,按照设计生成代码。

此外,还有个工具叫 Onlook,号称为设计师准备的 Cursor,可以让设计师直接可视化编辑网页代码,设计和开发无缝衔接。

方法 3、丰富网站图片

一般 AI 生成的网站是没有图片的,我们可以通过添加图片让网站更个性化。

没必要让 AI 从 0 开始生图,只要告诉 AI 去主动找图、到哪里找图就好。

图片资源主要包括插画、图标、真实照片和占位图这几类。

1)插画库 unDraw:有非常多免费的 SVG 插画,而且可以自定义颜色。

2)图标库 Iconify:20 多万个免费矢量图标

3)真实照片 Pexels:免费高质量图库,还提供了 API 快速搜索图片

4)占位图 Picsum Photos:直接用 URL 指定图片尺寸,每次刷新都是不同的真实照片

如果你的 AI 编程工具支持网页读取,可以直接让 AI 从这些网站搜索图片:

▼
markdown
复制代码
我要开发一个摄影作品集网站 请根据需要,为网站搜索并集成图片资源: 1. 插画:使用 undraw.co,搜索与网站内容相关的插画 2. 图标:使用 Iconify 图标库 3. 真实照片:使用 Pexels 搜索真实照片 4. 占位图:使用 Picsum Photos 作为临时占位图

这下,生成的网站看起来成熟多了吧?

方法 4、提示词约束

就算不搞那些花里胡哨的工具,只要跟 AI 对话时,把你的要求说清楚,一样能让网站变专业。

Claude 官方的 Cookbook 中有篇文章 Frontend Aesthetics(前端美学),专门讲怎么避免让 AI 生成具有 AI 味儿的通用设计。

下面讲几个我自己常用的提示词技巧。

1)反向提示

不要只说 “要什么”,更要说 “不要什么”。

▼
plain
复制代码
设计禁止清单: ❌ 紫色/靛蓝色渐变 ❌ 纯平背景色(必须有噪点或渐变) ❌ Hero + 三卡片布局 ❌ 完美居中对齐 ❌ 高深的专业名词和无意义的空话 ❌ Emoji 作为功能图标 ❌ 线性动画 ease-in-out

你把这些禁止项写清楚,AI 就不敢乱来了。

2)角色设定

给 AI 定个人设,比如:

▼
markdown
复制代码
你是一位资深独立设计师,专注于《反主流》的网页美学。 你鄙视千篇一律的 SaaS 模板,认为软件界面应该有触感和灵魂。 你的创意边界: - "现代但不要紫色" → 可以试试深灰+橙色 - "极简但要有温度" → 用大留白+手绘插画 - "科技感但不要冰冷" → 用深色+暖色点缀

这样 AI 就知道,它不是在做标准答案,而是在做有个性的设计。

3)拒绝空洞文案

AI 特别喜欢写那些 “听起来很厉害但啥也没说” 的文案。

你得明确告诉它文案的要求:

▼
plain
复制代码
网站的文字内容必须做到: - 具体化:"每天节省 2 小时重复劳动"(不要说"提升生产力") - 口语化:"用起来就像呼吸一样自然"(不要说"卓越的用户体验") - 带情绪:"再也不用在 10 个群里找文件了"(不要说"高效协作") - 甚至可以挑衅:"别再假装你会看完那些 PPT 了"

这样文案就会更有人味儿了。

4)语境注入

AI 老是生成通用设计,是因为它不知道你要传达什么 “感觉”。

所以我们可以尝试 先给 AI 喂情绪,再提设计。

比如你要做个具有科技感的博客网站,可以这么说:

▼
markdown
复制代码
先阅读这段话:《黑客与画家》 - 编程语言是用来思考的 现在根据这种冷静、理性的情绪设计博客首页: - 配色:深灰+冷蓝 - 布局:理性、有序 - 感觉:沉思的、专注的

AI 会把视觉参数(颜色、间距、字体)和文本的情感特征(冷静、理性)对齐,生成有特定氛围的设计。

就像给演员说戏,不是告诉他演得开心一点,而是让他回忆一段开心的记忆,情绪自然就出来了。

5)复用提示词

前面讲了这么多约束条件,你不能每次都重复人工编写一遍吧?

所以要保存提示词为项目规则文件 AGENTS.md,便于多次复用。

AGENTS.md 是一个开放标准,让不同的 AI 工具都能读取同一份规则文件,主流的 AI 编程工具(Cursor、Claude Code、Windsurf 等)都支持。

比如这里我给大家准备了一套提示词模板,包含了前面讲的所有技巧:

▼
markdown
复制代码
# 项目设计规则(AGENTS.md) ## 角色设定 你是一位资深独立设计师,专注于 "反主流" 的网页美学。 你鄙视千篇一律的 SaaS 模板,追求每个像素都有温度。 ## ❌ 绝对禁止项 ### 配色禁止 - 紫色/靛蓝色/蓝紫渐变(#6366F1、#8B5CF6) - 纯平背景色(必须有噪点纹理或渐变) - Tailwind 默认色板 ### 布局禁止 - Hero + 三卡片布局 - 完美居中对齐 - 等宽多栏(必须不对称) ### 文案禁止 - 高深的专业名词和无意义的空话 - Lorem Ipsum 占位文本 - 被动语态和长句 ### 组件禁止 - Shadcn/Material UI 默认组件(必须深度定制) - Emoji 作为功能图标 - 线性动画(ease-in-out) ## ✅ 必须遵守项 ### 文案风格 - 口语化,像朋友聊天 - 具体化,有数字和场景 - 可以幽默、自嘲、甚至挑衅 - 每句话不超过 15 个字 ### 图片系统 - 图标:使用 Iconify 图标库(https://iconify.design) - 占位图:使用 Picsum Photos(https://picsum.photos) - 真实图片:使用 Pexels 搜索(https://www.pexels.com) - 插画:使用 unDraw(https://undraw.co)

保存这个文件为 AGENTS.md,放在项目根目录,以后每次跟 AI 对话,它都会自动读取这个文件,按照你的要求来工作。

举个例子,输入跟之前一毛一样的需求 “帮我做个动漫视频网站”,有了规则文件后,效果立竿见影!

方法 5、Agent Skills

如果你觉得自己写提示词太麻烦,还有个更省事的办法 —— Agent Skills。

简单来说,Agent Skills 就是别人封装好的专业技能包,你直接在 AI 编程工具中安装就能用,让 AI 学会各种专业技能,比如制作 PPT、整理 Excel 表格等等。

如果想让 AI 开发的网站更精美独特,可以用下面 2 个 Skills。

Frontend-design

这是 Anthropic 官方出品的 前端设计技能,可以教 AI 生成专业设计感网站。

用法很简单,以 Claude Code 为例。

首先打开 Claude Code 并输入命令,添加官方技能市场:

▼
plain
复制代码
/plugin marketplace add anthropics/skills

这就像是在你的 AI 助手里开通了一个技能商店,接下来你就可以从商店中获取技能了。

在 Claude Code 中输入命令,安装官方提供的技能包:

▼
plain
复制代码
/plugin install example-skills@anthropic-agent-skills

这个 example-skills 包含了一堆官方示例技能,包括前端设计、网页测试、动图制作等等。

装完之后,你就可以直接让 AI 使用这些技能了。

比如你输入:帮我开发个人作品集网站。

AI 会主动问你:我发现你安装了前端设计技能,需要用它来生成更具设计感的页面吗?

确认之后,AI 会利用技能生成代码,告别蓝紫渐变、生成独特风格的精美页面。

不用每次都给 AI 输入一大堆相同的提示词,装一次技能就行了。

UI UX Pro Max

UI UX Pro MAX 是我现在用下来最顺手的去 AI 味儿技能了,专门用于提升 AI 的设计能力。

它支持几乎目前所有主流的 AI 编程工具,比如 Claude Code、Cursor、VS Code、Codex 等等。

用法很简单,首先按照 开源仓库文档 的指引,安装官方提供的命令行工具:

▼
bash
复制代码
npm install -g uipro-cli

然后进入到你的项目目录下,根据使用的 AI 工具执行对应的命令。比如我这里用 Cursor:

▼
bash
复制代码
uipro init --ai cursor

它会自动把技能安装到 Cursor 的配置目录里。

接下来,当你让 AI 开发一个网站时,可以使用斜杠命令手动触发技能,或者让 AI 自动识别技能。

1)AI 会根据你的需求识别出产品类型和需要的页面类型

2)然后调用 search.py 搜索脚本,在 data 目录里进行多维度搜索,找到适合的配色、字体、布局风格

3)综合搜索结果,生成完整的设计方案(主色调、字体组合、间距规范等)

4)最后,再按照设计方案生成代码

这样一来,生成的界面既专业又有设计感。

AI 不需要把所有规则都背下来,而是用到哪个查哪个,这就是 Agent Skills 的精髓。

方法 6、反 AI 味儿组件库

前面提到,AI 为了保险,默认会选最主流的组件库,比如 Tailwind CSS、Shadcn UI 等。

这些库虽然专业,但也最容易产生 AI 味儿。

所以我们可以反其道而行之,明确告诉 AI 用一些 小众但有特色 的组件库。

比如 Aceternity UI 这个库专门做那种炫酷效果,什么闪光粒子(Sparkles)、极光背景(Aurora Background)、流星效果(Meteors),都是高计算量的视觉组件。

AI 很难从零写出这么复杂的效果,但你直接让 AI 用这个库,几行代码就能搞定。

要注意,对于这些相对小众的组件库,AI 可能不太熟悉用法。建议安装 Context7 插件,可以实时查询最新文档。

或者直接把官方文档地址发给 AI 让它参考:

▼
plain
复制代码
必须使用 Aceternity UI 设计网站 你需要阅读官方文档来了解最新的使用方法:https://ui.aceternity.com/components

网站的逼格立刻就上去了,完全不像 AI 生成的。

还有很多我觉得有特点的 UI 组件库:

  • Magic UI:150+ 动画组件,专门做微交互、流光边框、文字渐变
  • DaisyUI:30+ 主题,有 cyberpunk、retro、cupcake 等风格
  • Brutalist UI:粗野主义风格,粗边框、硬阴影、高对比
  • Glass UI:玻璃拟态效果,半透明、模糊背景
  • ikun-ui:基于 Svelte.js 和 UnoCSS 的组件库
  • Radix UI:无样式原语组件,完全自定义
  • Mantine:100+ 组件,功能丰富

像我练习时长两年半,最喜欢 ikun-ui 了~

方法 7、自主配色(扩展知识)

如果你想让网站更独特,完全走自己的路,那就得人工设计配色方案了。

这个方法适合有设计基础的朋友,可以用一些快速生成个性化配色的工具,比如:

  • Coolors:主流的配色生成器,按空格键随机生成,支持导出多种格式
  • Adobe Color:Adobe 官方的专业配色工具

生成好配色后,把色值告诉 AI,让它严格按照你的配色方案来设计。这样出来的网站,配色绝对独特。

实战案例

前面我讲的这些方法是可以结合使用的。下面分享几个实战例子,大家可以感受下效果。

案例 1、个人技术博客

优化前

直接输入提示词:

▼
markdown
复制代码
开发个人技术博客网站首页

效果是这样的,一眼 AI……

优化后

使用 AGENTS.md 提示词规则 + UI UX Pro Max 技能:

▼
markdown
复制代码
开发个人技术博客网站首页

得到的网站更有极客范儿,内容更充实。

案例 2、SaaS 产品落地页

优化前

直接输入提示词:

▼
markdown
复制代码
开发 SaaS 产品《服务器运维监控平台》的落地页

效果是这样的,又是蓝紫配色,一眼 AI……

优化后

使用 AGENTS.md 提示词规则 + UI UX Pro Max 技能 + 语境注入 + 反 AI 味儿组件库:

▼
markdown
复制代码
开发 SaaS 产品《服务器运维监控平台》的落地页 先阅读这段话感受氛围:《黑客帝国》你选择蓝色药丸还是红色药丸? 必须使用 Aceternity UI 设计网站 你需要阅读官方文档来了解最新的使用方法:https://ui.aceternity.com/components

网站背景变成了代码雨,也更像一个专业产品介绍页:

案例 3、健身 APP 落地页(移动端)

优化前

直接输入提示词:

▼
markdown
复制代码
开发健身 APP 落地页(移动端)

效果…… 这啥玩意,不评价了……

优化后

使用 AGENTS.md 提示词规则 + UI UX Pro Max 技能 + 反 AI 味儿组件库:

▼
markdown
复制代码
开发健身 APP 落地页(移动端) 必须使用 IKun UI 设计网站 你需要阅读官方文档来了解最新的使用方法:https://ikun-ui.netlify.app

这下得到的页面更真实可用了,对比还是非常明显的吧!

最后

看到这里你应该意识到,现在 AI 开发网站的能力已经非常强了。

有朋友觉得 AI 生成的效果不理想,可能只是因为没给它足够明确的指令。

就像一个厨师,你只说做个好吃的,他为了保险只能做最大众化的家常菜。但你说 “多放辣椒、不要花椒、多放豆瓣酱”,他就能做出你想要的味道。

记住,AI 是工具,你才是主导者。

学会了或者学废了的朋友们,点个赞吧~ 你可以在我免费开源的《AI 编程零基础入门教程》中学到更多 AI 编程技巧。

站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥 热门文章
1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
450
2
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
410
3
DeepSeek 全新模型发布,性价比最高的一集!
400
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
370
5
又一个国产版 Codex 神器,也来卷办公了!
340
6
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
330
7
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
320
8
我的第一个出海产品!7 天 2 万
310
9
WorkBuddy 本地 API 桥 + dsh 插件:把你的 WorkBuddy 额度,变成手边随手可用的模型
310
10
什么是LLM
300
11
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
260
12
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
260
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题