Rowan (@rowan_code) header
Rowan (@rowan_code) profile picture

全栈工程师,智能对话机器人编排爱好者

火星
Joined March 2015
Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)Photo by Rowan (@rowan_code)
我决定将我做了几个月的3d互动教育课程开源,每个月就那么零散的几个订阅单子,太浪费了。 由于我之前做的AI Saas是北美版,所以在陆续改成国内的版本,目前已经可以开源55门。 🔗 在线用:lab.tongjiang.app 🔗 GitHub:github.com/smithjohn78390/to… 覆盖物理、化学、生物、地理四科,按中国高中课标和人教版教材做:合成氨、接触法制硫酸、氯碱工业、高炉炼铁、电流的磁场、光电效应、有丝分裂、神经冲动、三圈环流、厄尔尼诺…… 每门课是什么样: · 一个 3D 世界,能拖、能转、能剖开看塔里面 · 右边一台中控台,滑杆和开关每一步都能动,读数和曲线实时变 · 一条步骤线,老师一路按「下一步」就能讲完一节课,学生没动手的步骤会自动演示 · 最后一步是考核,有目标值 几个我比较在意的点: 1. 每门课就是一个 HTML 文件,约 1 MB。拷进 U 盘,双击就能打开,断网、投影、电子白板都能用。 2. 数字可追溯。每门课先写事实表:教材里的数值带页码,为了教学设的数值单独标「课件设定」并写明理由。课件上出现的每个数都要能在事实表里找到。 3. 可以下载、可以嵌入学校网站,课程页一键复制嵌入代码。 怎么做出来的: 为了节约token,我大量使用了DeepSeek,所以效果也没有我做的Sass站那么好,但是整体还可以的。 · DeepSeek 批量查教材、写事实表、搭课件 · Claude 设计统一的课件外壳和视觉规范,负责审核 · 图像模型出参考图和封面 · 每门课在三种屏幕尺寸下逐步跑自动检查(数字、遮挡、对比度、标注有没有压在一起),再由人一步一步看截图,过了才上线 AI 能把速度拉上来,但「讲得对、看得懂」还是要靠一遍遍地审。即便这样,55 门里肯定还有错。如果你是老师或学生,发现科学错误或者画面看不懂的地方,请直接在课程页点「报告错误」,或者在 GitHub 提 Issue,我会一条条修,如果有其他的课程需求,我也会慢慢开发,反正也是Agent在做,我做好了sop,工作量也不大。 接下来: · 四科继续往上做,目标全部做完,之后做初中和小学 · 出英文和其他语言版本 · 把完整的制作方法写成长文 如果觉得有用,帮忙转给身边的老师,或者给仓库点个 ⭐。也欢迎关注我,我会在这个线程持续分享课程。
234
382
54
2,126
201,497
My iPhone Duo video went viral, so I'm giving away 100 iPhones on X 😛
93,206
94,896
6,626
142,256
5,774,393
REA 作者把逆向提示词公开了 这踏马有点猛 复制提示词粘贴给 Claude Code、Codex、Cursor、Muse Code,直接让 AI 帮你干逆向。 安卓 APK、iPhone App、Windows EXE,固件、闭源软件也没问题 提示词和用法在下面,拿走不谢!
REA is most dangerous thing on the internet right now... It lets your AI agent reverse engineer any app, down to the binary If you use it correctly, you can rebuild any feature you pay for, for FREE In this article, I show you how:
106
946
22
6,040
352,067
别再交那些天价的少儿编程课、思维课、艺术课了。 全世界最好的儿童教育资源,其实压根不要钱,只是没人帮你宣传,你花的那些冤枉钱,很多都是在为信息差买单。 下面这50个免费资源,从编程、科学、数学到阅读、语言、艺术、下棋,基本能覆盖孩子成长里能想到的所有方向。 先说编程和逻辑这块,现在最卷的方向: 1️⃣ 🔗 scratch.mit.edu/ MIT出品的儿童编程平台,业内标杆 2️⃣ 🔗 code.org/en-US 从零开始的编程课 3️⃣ 🔗 blockly.games/ 积木式编程游戏 4️⃣ 🔗 codecombat.com/ 玩游戏就把代码学了 5️⃣ 🔗 makecode.microsoft.com/ 微软的儿童编程工具 6️⃣ 🔗 csforall.org/en-US/hour-of-a… 一小时编程活动 7️⃣ 🔗 abcya.com/ 适龄教育游戏 启蒙和低幼内容,适合年纪小的: 8️⃣ 🔗 starfall.com/h/ 阅读与字母教学 9️⃣ 🔗 pbskids.org/ 教育类动画与游戏 🔟 🔗 sesamestreet.org/ 芝麻街教育资源库 1️⃣1️⃣ 🔗 trtcocuk.net.tr/ TRT儿童内容库 1️⃣2️⃣ 🔗 bilimgenc.tubitak.gov.tr/ TÜBİTAK儿童科学杂志 百科和知识库,写作业查资料全靠它: 1️⃣3️⃣ 🔗 kids.nationalgeographic.com/ 自然与动物内容 1️⃣4️⃣ 🔗 si.edu/kids 史密森尼儿童资源 1️⃣5️⃣ 🔗 kids.britannica.com/ 儿童百科全书 1️⃣6️⃣ 🔗 dk.com/pages/dk-learning 视觉百科全书 1️⃣7️⃣ 🔗 ducksters.com/ 作业辅导与主题讲解库 1️⃣8️⃣ 🔗 familieslearning.org/blog/nc… 启发好奇心的每日一问 科学实验和航天,孩子最上头的部分: 1️⃣9️⃣ 🔗 sciencebuddies.org/ 家庭实验与项目指南 2️⃣0️⃣ 🔗 phet.colorado.edu/ 物理与化学仿真实验 2️⃣1️⃣ 🔗 spaceplace.nasa.gov/ NASA儿童页面 2️⃣2️⃣ 🔗 science.nasa.gov/kids/earth/ 气候与地球科学 2️⃣3️⃣ 🔗 esa.int/kids/en/home 欧洲航天局儿童版块 2️⃣4️⃣ 🔗 exploratorium.edu/ 博物馆实验与活动 2️⃣5️⃣ 🔗 mysteryscience.com/ 现成科学教案 2️⃣6️⃣ 🔗 generationgenius.com/ 科学主题视频讲解 数学专项,怕孩子偏科的重点看: 2️⃣7️⃣ 🔗 nrich.maths.org/ 剑桥数学题库 2️⃣8️⃣ 🔗 mathplayground.com/ 数学游戏 2️⃣9️⃣ 🔗 bedtimemath.org/ 每日数学题 3️⃣0️⃣ 🔗 splashlearn.com/ 分年级练习 阅读和图书馆,英文启蒙必备: 3️⃣1️⃣ 🔗 storylineonline.net/ 有声读物 3️⃣2️⃣ 🔗 storyweaver.org.in/ 多语言儿童图书库 3️⃣3️⃣ 🔗 childrenslibrary.org/ 世界儿童数字图书馆 3️⃣4️⃣ 🔗 freekidsbooks.org/ 免费儿童图书 3️⃣5️⃣ 🔗 oxfordowl.co.uk/ 分级阅读图书 3️⃣6️⃣ 🔗 unite4literacy.com/ 有声绘本 3️⃣7️⃣ 🔗 readingbear.org/ 阅读学习计划 语言、音乐、艺术,兴趣班的钱能省下一大笔: 3️⃣8️⃣ 🔗 duolingo.com/ 游戏化语言学习 3️⃣9️⃣ 🔗 gus-on-the-go.com/ 幼儿语言教学 4️⃣0️⃣ 🔗 musictheory.net/ 乐理基础 4️⃣1️⃣ Chrome Music Lab 用实验的方式探索音乐 4️⃣2️⃣ 🔗 sketchrx.com/ 绘画练习 4️⃣3️⃣ 🔗 artforkidshub.com/ 零基础绘画教程 4️⃣4️⃣ 🔗 metkids.org/ 大都会博物馆儿童版块 4️⃣5️⃣ 🔗 tate.org.uk/kids 泰特美术馆儿童艺术页 最后是下棋、打字这些硬技能,加上家长自己要用的工具: 4️⃣6️⃣ 🔗 chesskid.com/ 儿童国际象棋 4️⃣7️⃣ 🔗 lichess.org/ 免费国际象棋与练习 4️⃣8️⃣ 🔗 typingclub.com/ 十指打字教学 4️⃣9️⃣ 🔗 education.lego.com/ja-jp/ 乐高免费教案 5️⃣0️⃣ 🔗 commonsensemedia.org/ 帮你检查内容适不适合孩子看 说句实在的,教育资源从来不缺,缺的是知道去哪找的人。这50个存好,孩子从启蒙到小学的坑基本都能填,别再当冤大头了。 想看更多这类AI和资源干货,关注 @sauda_coder。
56
178
5
493
31,054
Rowan retweeted
Anthropic 工程师讲了一堂 FDE 入门课 youtube.com/watch?v=KwhgfwOS… Kevin Bai 现在在 Anthropic 的 Applied AI 团队,之前是 Rippling FDE 团队的创始成员,再之前在 Palantir 干了好几年。最近他做了一个 FDE 101 的分享,把前线部署工程师这个角色讲得很清楚,值得总结一下。 先说一个数据:在上市 SaaS 公司里,按平均合同金额排,Palantir 是 400 万美元,ServiceNow 120 万,Workday 60 万,剩下的没有一家能超过 50 万。Palantir 靠几千人做到了别人几万人做不到的客单价。靠的就是 FDE 模式。 FDE 到底在解决什么问题? Palantir 的产品 Foundry 是一个应用构建平台,技术门槛很高,但买家是石油、消费品这些行业的非技术高管。你把一个复杂的技术平台丢给一个不会写代码的人,指望他自己搞明白怎么用,这不现实。 所以 Palantir 的做法是:客户买的既不是软件产品,也不是咨询服务,而是一个"结果"。你派工程师过去,深入理解客户的业务场景,在平台上给他们把东西建出来。客户关心的是货架上多了多少商品、产线效率提升了多少,他们不关心数据怎么组织的,也不该关心。 FDE 和外包开发有什么区别? Kevin 特别强调了一点:如果你的工程师每次都从零给客户写定制代码,那你做的不是 FDE,是外包开发。FDE 模式能成立,前提是你有一个可复用的平台。工程师是在平台已有的基础能力上组装和定制,不是每次重新造轮子。没有平台,维护成本会吞掉所有利润,工程师也会因为要维护几十个毫无关联的代码库而跑路。 要不要搞 FDE?两个问题就能判断。 第一,你是不是必须把一个技术复杂的东西卖给非技术买家?如果你的客户本身就是工程师,比如卖 GitHub 或者 Datadog 的,不需要 FDE。如果你的产品本身就是开箱即用的,比如 Slack 或者 Jira,也不需要。只有你的产品很复杂、客户又不懂技术的时候,FDE 才有必要。 第二,你有没有一个可复用的平台?或者你愿不愿意投入去建一个?没有共享的基础组件,FDE 就是不可持续的。 2026 年的新变化是什么? Kevin 的判断很有意思:软件行业做生意的方式本身变了,AI 让构建软件变得极其容易,几乎所有平台都在走向 Agent 化,这意味着几乎所有平台都变得高度可定制。后果就是:越来越多的客户搞不清楚你的产品到底能做什么。你把产品的成败交给客户自己去摸索,在 Agent 时代会越来越难走通。 这就把 FDE 从 Palantir 独有的小众玩法,变成了更多软件公司需要认真考虑的事情。 最后一个问题:什么样的人适合做 FDE? Kevin 的回答很简洁:FDE 就是一个你信任到可以让他直接面对客户的软件工程师。技术能力是基本盘,但你还得放心让他代表公司去跟客户打交道。
186
228
29
932
186,008
Put your team’s knowledge to work. Developed by Tencent’s Weixin team, WeKnora is an open-source, LLM-powered knowledge framework built for enterprise-grade document understanding, semantic retrieval, and autonomous reasoning. Build assistants that find answers in your docs, show their sources and use skills to create files you can preview and download. Keep useful context across chats with opt-in long-term memory. You approve suggested memories before they’re used. Self-host it and run skills in a sandbox with network limits you set. Explore WeKnora: github.com/Tencent/WeKnora Have a project in mind? Join our community to share ideas and build with us: github.com/Tencent/WeKnora/i…
42
84
23
552
464,812
Codex 6 Astra 一定要去优化,非常重要! Openai 官方昨天指出,你升级到 Astra 后,以前给 Codex 写的 AGENTS.md、Skills 和旧规则,已经开始拖慢它了,还多消耗token 先给他这段提示词,让 Astra 审查: “审查当前项目的 AGENTS.md 和 Skills,找出过宽的 Skill 触发、无关文档强制读取、重复检查、冲突规则,以及频繁要求确认的指令。逐条告诉我问题和最小修改建议,先不要改文件。” 看完结果后,再让它配置: “根据刚才的审查结果优化 AGENTS.md 和 Skills。缩小 Skill 触发范围,删除无关文档读取,合并重复检查,解决冲突规则,并减少低风险任务中的无意义确认。保留安全边界、敏感操作确认和必要测试。修改完成后列出具体改动” 最后用一个简单任务测试一下啊: “修复 README 里的一个拼写错误,只读取完成任务真正需要的文件,不要加载无关文档。” 如果它还在读一堆没用的东西,说明旧规则还没清干净。 模型升级了,规则也得一起升级。 赶紧配置吧,也分享给你的朋友们!
Get more out of GPT-6 Astra by revisiting your skills, AGENTS.md, and task prompts. Make skill triggers specific, load guidance when it's relevant, and define what done looks like. developers.openai.com/blog/r…
34
179
10
1,274
564,909
很多人用Codex,可能连Subagent是干嘛的、默认用什么模型都没搞清楚。 其实这里藏着一个很实用的省Token方法: 默认情况下,Subagent是inherit。 也就是说,你主会话用什么模型,子智能体默认就跟着用什么。 但其实Subagent可以按角色单独分配模型。 没必要所有任务都让主模型来干,简单的活直接交给轻量模型,Token能省不少。 新会话开头可以直接把这段规则丢给Codex:👇 接下来的任务请遵守Multi-Agent分工调度策略: 你作为主智能体负责顶层设计和规划,使用Astra。 后续所有派发出去干活的子智能体(Subagents), 必须按职责单独指定轻量模型,不要默认继承Astra: * 负责写具体业务代码的子智能体:指定sol * 负责扫描目录、检索查文件的子智能体:指定terra * 负责跑命令、改小Bug的子智能体:指定luna 每次调用invoke_subagent时,在Model参数里明确填入对应模型。 明白的话先确认一下这套调度规则,我们再开始具体任务。 没必要完全照抄,具体用什么模型,自己调整。
52
24
202
40,107
🔥码住:GPT-6 Astra推理档位别一上来就Max!和Sol对完档位:Medium才是真香! Astra五档:low / medium / high / xhigh / max,没有none。 每一档都比Sol同档更猛,所以别把Sol那套“拉满才安心”直接搬过来。 我们该怎么选: 🔹日常改写、提取、分类:先 low 🔹写方案、改代码、分析文档:默认 medium 🔹多文件综合、长流程规划:升 high 🔹难复现硬bug、超长agent:再上 xhigh 🔹终审、极高代价任务:才开 max 对照案例很直观:同一套Sonic小游戏,Medium大约25分钟、约1%周额度;Max要53分钟、约4%。Medium已经很能打。 记住三句 1️⃣先medium打底,失败再升级 2️⃣按任务难度切档,别按心情切档 3️⃣Astra更贵,无脑Max是在烧额度和等待时间 一句话:Sol靠拉高档位补智商,Astra靠选对档位省预算。 #GPT6Astra #推理档位 #OpenAI #GPT56Sol #AI避坑 #大模型 #ChatGPT #Codex
这就是截止目前的AI新格局 发布 GPT-6 Astra 后的 OpenAI 可以藐视一切! #OpenAI #Anthropic #DeepSeek #Gemini #Grok #Kimi #豆包 #GPT6 #Astra xitter.cf/nft_chen/status/209644…
9
7
1
24
21,567
Rowan retweeted
经常被 MacBook 熄屏自动断开网络困扰,这对长时程 Agent 任务来说很难受。后来发现官方自带的 caffeinate 就能解决: 持续保活:caffeinate -i 按任务保活:caffeinate -i your-agent-cmd 限时保活(秒):caffeinate -t 28800(8 小时) 进程级别保活:caffeinate -w <PID> 需要屏幕不灭加 -d
41
14
2
70
11,937
Rowan retweeted
🚨开启 Codex 的这个新功能可以大幅度减少GPT-6的消耗!! Codex之前是把历史反复压成摘要,任务越跑越长,摘要也跟着压了一遍又一遍。 前面的一些细节,就可能在这个过程中丢掉。 现在更新了一个实验性的功能,把上下文压缩换成了笔记 + 可搜索历史。 Astra 可以跨上下文窗口保留笔记,需要细节的时候,直接回去搜索同一个任务里之前的消息和工具结果。 这意味着,前面试过什么方案、为什么改这段代码、工具当时返回了什么,都有机会重新找回来,不用全靠压缩后的那份摘要继续猜。 想试的话,在 ~/.codex/config.toml 里加上: [features.context_management] experimental_mode = true 然后保存后新建任务。 目前还是实验功能,需要支持的客户端和符合条件的 ChatGPT 订阅登录,API Key 暂不支持。 有网友实测开启后额度消耗会大幅度减少!!
151
278
27
2,745
394,399
Rowan retweeted
早くもGitHubスター⭐️70超えです🎉 UIを組んでコピーしたプロンプトをGemini 3.8 Flashに投げるだけで、デザイン通りのAndroidアプリが作れます! リポジトリはこちら github.com/lnkiai/m3e-canvas #個人開発
Material 3 ExpressiveのUIデザインツールをオープンソースとして公開しました🎉 Web上でUIを組み立てるだけで、AIへの指示用プロンプトが完成します! Androidアプリをバイブコーディングで作る方はぜひ試してみてください👇 lnkiai.github.io/m3e-canvas/ #個人開発
26
230
13
2,685
702,084
真牛逼! 疯了!一个人2万元手搓94分钟AI科幻电影,刘慈欣《山》居然真被拍出来了 #刘慈欣 #AI电影 #科幻电影 #人工智能 #山
114
333
17
1,500
141,479
开学季要变天啦!3.7万星开源家教来了,终身个性化辅导,将辅导、解题、测验、研究、可视化和掌握度练习全整合一个工作台!🔥 AI只会聊天不会教?资料、题库、视频课、错题复盘还得分开搞?😭 DeepTutor 是一个智能体原生的学习工作区,其核心就狠在这: ✅ 学习场景一把梭:问答、出题、解题、研究、可视化、课程、掌握路径全在一起 ✅ 上下文不断档:知识库、笔记本、题库、人设、记忆跨流程共用 ✅ 视频也能沉浸学:字幕对齐时间戳,看到哪问到哪 ✅ 港大开源可扩展:RAG多种引擎,还能接MCP和社区Skill ⏬Github: github.com/HKUDS/DeepTutor 学习党赶紧收,AI终于能当长期私教,而不是一次性答题机器! #开源工具 #教育Agent #效率神器
刚开源、不收费、不注册、无水印!视频剪辑 CapCut 平替,本地剪、本地出字幕,可开多条时间线!🔥 烦死了,剪映一导出就要会员、要订阅?自动字幕还把声音传上云?😲 新出炉的 WolfCut 核心就狠在这: ✅ 对标CapCut常用功能:多轨裁剪、转场、变速、标题模板都有 ✅ 自动字幕本地跑:音频不出本机,隐私更安心 ✅ 本地TTS+音色滤镜:配音也能在自己电脑完成 ✅ 无水印无订阅:Win/Mac/Linux都能装,目前还是Alpha ⏬ GitHub: github.com/jub0t/WolfCut 剪辑党赶紧收,会员弹窗可以滚了,多个备选总不会错!😂 #开源工具 #视频剪辑 #替代CapCut
38
61
1
227
24,411
Rowan retweeted
最终结论,可以把一下内容直接复制扔到 Claude Code: 主会话(Fable 5):设计、规划、编排、讨论、调研;琐碎小改(几行内、一次说得清)直接做,不值得派发。 派发子 agent: - 编码实现 → `model: "opus"` - 检索/定位 → `model: "sonnet"` + `effort: "low"` - Review → `model: "fable"`,独立上下文(prompt 给足 diff 范围/方案要点,不假设它知道会话历史) 写入 CLAUDE.md 设置命令:/advisor fable 原因: Claude Code 主 session 模型固定,CLAUDE.md 写规则不会让它自动切换(切模型=cache 全失效重新计费)。 规则生效点在派 subagent:per-call 指定 model,不指定则继承主模型。 advisor 是挂在主模型工具列表里的一个工具,由主模型自己判断何时调用,不是自动拦截。 触发时机(harness 指令引导): - 动手前——确定方案、开始实质性写改之前 - 收尾前——宣布任务完成之前 - 卡住时——错误反复、方法不收敛 - 换方向前 调用时整个会话记录自动转发给顾问模型,它看到全部过程后给出指导。每次调用按顾问模型价格跑一遍全量上下文 感谢 @kevinma_dev_zh @yahaclass 提供思路
❯ 如何让 Claude Code 做方案设计的时候尽可能使用 Fable 5,其他时候自行决定使用什么模型
31
13
2
113
35,316
Rowan retweeted
每次重装 Windows,真正折磨人的从来不是装系统,而是后面那一大串琐事:软件得一个个装,乱七八糟的组件要清,设置藏得深还得翻来翻去。时间砸进去不少,体验却未必更好。 WinUtil 就是为了解决这些重复劳动的开源免费工具。只要一条 PowerShell 命令启动,把常见的系统维护需求集中到一个清爽直观的界面里:批量装软件、系统瘦身、优化设置、排障修复、更新处理,一套流程走完,省时省力。 GitHub:github.com/ChrisTitusTech/wi… 主要功能: - 常用软件一键批量安装,不用到处找安装包 - 系统去臃肿,移除不必要组件,让系统更轻更干净 - 配置优化,自动调整更合理的系统设置 - Windows 更新修复,针对更新失败、异常卡顿等问题 - 图形界面直观好用,不用死记命令 - 开源且持续更新,跟得上 Windows 的变化 管理员模式打开 PowerShell,输入一条命令就能用。适合刚重装系统想快速把环境配齐的人,也适合想让 Windows 更顺、更清爽的用户。
19
98
4
420
34,928
Rowan retweeted
用 Claude Code 的兄弟,我劝你趁早把 Trellis 装上,晚一天都是亏 说真的,别再抱怨 AI 编程不稳定了。不是 Claude 不行,是你每次都让它“失忆上岗”。 你想想,每次开工你是不是都得重头来一遍: 1️⃣ 项目背景重新讲一遍 2️⃣ 需求重新喂一遍 3️⃣ 代码规范重新念一遍 4️⃣ 上次做到哪了又得重新解释 换你你也烦,换谁谁不崩。 Trellis 就是来终结这件事的。它会在你项目里建一个 .trellis 目录,把需求、规范、任务、进度、工作日志全给你沉淀下来。下次 Claude Code 一进来,根本不用你废话,它自己读上下文,清楚这项目要干嘛、做到哪、下一步怎么走。 说白了,这就是给 Claude Code 装了个“项目大脑”。 它也不是那种糊弄人的提示词模板,而是一整套 AI 开发工作流:先规划,再实现,再验证,最后把经验再写回项目里,越用越聪明。 那它适合谁? 1️⃣ 长期拿 Claude Code 干项目的 2️⃣ 天天被 AI 忘记上下文折磨的 3️⃣ 项目越做越大、提示词越堆越乱的 4️⃣ 想让 AI 真像个团队成员一样持续干活的 一句话总结:Claude Code 单用,就是个聪明但健忘的程序员;配上 Trellis,才真有点“AI 开发团队”那味儿了。 早装早省心,别等项目乱成一锅粥才想起它。 🔗 github.com/mindfold-ai/Trell…
58
162
3
827
66,916
Rowan retweeted
用了一圈下来,还是这个ui最合适。 pi 编程智能体的 Web 界面。在网页上看会话列表、跟智能体聊天、分叉对话、切换分支,比终端里操作更直观。 github.com/agegr/pi-web
34
23
1
269
39,949
在Open Design的GitHub仓库,有一个文档很不错:“反AI味设计指南” 文档地址见文末 一些原则总结如下: 1、不要用AI最爱用的紫蓝色,要用产品自己定义的品牌色 2、不要动不动就搞紫蓝渐变Hero区 真正高级的第一屏,不一定靠渐变撑场面,更应该靠清晰的信息、字体、留白和真实产品表达 3、 不要拿emoji当功能图标 真正产品化的设计,图标应该有统一风格,比如线性SVG图标,尺寸、粗细、颜色都统一 4、不要乱用字体 如果产品已经有自己的字体规范,标题、正文、按钮都应该遵守设计系统,而不是直接写成Inter、Roboto或system-ui这类默认字体 5、不要做那种“圆角卡片+彩色左边框”,圆角和左边框,至少去掉一个 6、不要编数据,有真实来源就写,没有来源就别写,可以写占位符,但要明确标注是占位 7、不要用填充文案凑页面,空白本身就是设计问题,需要通过结构、节奏、内容优先级来解决 8、不要所有页面都长一个样 9、不要滥用强调色和占位图 10、要给设计加一点“人的判断”,作者给了一个比例:80%用成熟模式,20%做独特选择 AI设计最大的问题,是太像模板,它表面完整、颜色顺滑、组件规整,但缺少真实产品场景、真实用户细节和设计者的取舍 “反AI味设计指南”文档地址: github.com/nexu-io/open-desi…
36
47
3
225
19,476