Web Design Analyzer
任务目标
- 本 Skill 用于：从网页截图中自动提取设计系统（Design System），包括色彩、排版、组件风格等核心要素
- 能力包含：
- 自动识别网页视觉风格（Vibe & Style）
- 提取精确的色彩系统（Hex Code + Tailwind 类名）
- 分析排版系统（字体类型、字重、行高）
- 识别组件特征（圆角、阴影、边框）
- 生成结构化 JSON 数据和可直接使用的 Coding Prompt
- 导出为路演视频品牌风格配置（与 ppt-roadshow-generator 协同）
- 触发条件：用户上传网页截图并要求分析其设计，或需要将网页设计风格应用于路演视频
前置准备
- 依赖说明：scripts 脚本所需的依赖包及版本
Pillow>=10.0.0 - 非标准文件/文件夹准备：无
操作步骤
-
标准流程：
-
接收图片
- 用户上传网页截图（支持 PNG、JPG、JPEG 等常见格式）
- 智能体确认图片文件路径
-
调用分析脚本
- 智能体调用
scripts/analyze_design.py --image <图片文件路径>执行分析 - 脚本将自动调用 OpenAI GPT-4 Vision API 处理图片
- 脚本返回结构化的分析结果
- 智能体调用
-
展示结果
- 智能体展示 JSON 格式的设计系统数据
- 智能体展示生成的 Coding Prompt
- 智能体提供进一步操作建议（如：使用生成的 Prompt 创建 Landing Page）
-
-
可选分支：
- 当用户希望使用 Gemini API：提示当前版本仅支持 OpenAI，未来可能扩展
- 当 API 调用失败：提供错误信息和可能的解决方案（如检查 API Key、图片格式等）
资源索引
- 必要脚本：
- 见 scripts/analyze_design.py（用途与参数：接收图片路径，调用 OpenAI Vision API，返回设计系统分析结果）
- 见 scripts/convert_to_roadshow_style.py（用途与参数：将设计系统转换为路演视频品牌风格，输入
--input指定 JSON 路径，--output指定输出路径）
- 领域参考：
- 见 references/api-spec.md（何时读取：需要了解 API 调用细节或调试时）
- 见 references/roadshow-export-guide.md（何时读取：需要将设计系统导出为路演视频风格时）
- 输出资产：无
注意事项
- 仅在需要时读取参考，保持上下文简洁。
- 确保用户上传的图片清晰度足够，以便准确提取设计细节。
- 脚本会自动处理图片编码和 API 调用，无需手动干预。
- 充分利用智能体的语言理解和展示能力，将 API 返回的结构化数据以友好的方式呈现给用户。
使用示例
示例 1：分析网页截图
- 功能说明：上传一张网页截图，提取完整的设计系统
- 执行方式：混合（用户上传 → 脚本分析 → 智能体展示）
- 关键参数：图片文件路径
- 简单示例：
bash
# 用户：请分析这张网页截图 # 智能体调用脚本 python scripts/analyze_design.py --image ./uploads/landing-page.png
示例 2：生成 Coding Prompt 后创建组件
- 功能说明：先分析设计，然后使用生成的 Prompt 创建类似的 Landing Page
- 执行方式：混合（脚本分析 → 智能体生成代码）
- 关键要点：确保生成的 Coding Prompt 准确反映设计风格
- 简单示例：
bash
# 用户：分析这个网页，然后用提取的设计规范创建一个 Hero Section # 智能体： # 1. 调用脚本分析图片 # 2. 展示结果 # 3. 使用生成的 Coding Prompt 指导代码生成
示例 3：导出为路演视频风格
- 功能说明：将网页设计转换为路演视频可用的品牌风格配置
- 执行方式：混合（脚本分析 → 转换脚本 → 导出配置）
- 关键参数：设计系统 JSON 路径
- 简单示例：
bash
# 用户：分析这个网页，然后导出为路演视频风格 # 智能体： # 1. 调用 analyze_design.py 分析图片，生成 design_system.json # 2. 调用 convert_to_roadshow_style.py 转换，生成 brand_style.json # 3. 提示用户可以将 brand_style.json 用于路演视频生成1. 调用脚本分析图片
2. 展示结果
3. 使用生成的 Coding Prompt 指导代码生成
