设计师 Benji Taylor 在 10 月 31 日(美国时间,东京时间 11 月 1 日凌晨 3 点左右)开源了一个叫 Stageshow 的 Agent Skill,专门教编程 Agent 做"假 UI":官网首屏里的产品演示动画、功能卡片配图、bento 拼图、带光标的操作走查。一条命令就能装进 Claude Code、Codex、Gemini、Grok Build 这类 Agent。发布推文不到一天就有 5400 多个赞、8000 多次收藏(截至北京时间 11 月 1 日上午),收藏数比点赞还多,说明很多人是"先存下来回头用"。它值得聊,不只是因为能出好看的图,更因为它把"设计品味"写成了 Agent 能执行的规则和检查流程,这个思路对写任何 Skill 都有参考价值。

它解决什么问题
做过官网或发布页的都知道,产品演示图很费时间:要像真产品,又不能把真界面原样截下来,文字要少、裁切要讲究、动画要顺。现在的大模型其实已经能写出这类 React 组件,但作者在博客里说得很直白:结果往往"sloppy and heavy-handed",看着粗糙、用力过猛,Stageshow 就是补这个差距的。
他总结了 Agent 做假 UI 最常见的五种失败:
- 太满:每一行都塞真实文字和数字,越满越像 AI 生成的;
- 线框:两块灰条加一个按钮,认不出是什么产品;
- 装盒:把整个窗口缩小塞进卡片,四周留一样的边,像贴了张截图;
- 太平:所有元素一样重,视线没有落点;
- 太素:需求里要的风格(蓝图风、玻璃质感、灵动岛)完全没体现。
整套 Skill 围绕一句话展开:看起来是真产品,只保留观众需要的东西,有意图地裁切,每个动作都有原因。
装上之后 Agent 拿到了什么
安装命令是 npx skills add benjitaylor/skills --skill stageshow。仓库里 Stageshow 一个文件夹就包含了全部内容,许可证是 MIT:
- SKILL.md:Agent 先读的入口,写了核心原则、五种失败、七步工作流和"gold 示例"对照表;
- references/:构图、动效、裁切、bento 网格、配色、标注、真实产品的品牌图标,以及好坏对比的教学说明,作者说大多数规则来自复盘真实的失败案例,每条都写了原因;
- examples/:几十个可以直接复制的标杆示例,比如 hero 动画、AI 聊天流式回答、表格编辑、拖拽排序、手机滑动删除,还有 Figma、Linear、Slack、Spotify 等真实产品的仿制练习;
- kit/:一套 React 小组件,包括舞台(Stage)、窗口、手机外框、光标和各种动效,不依赖第三方动画库,支持 React 18 及以上;
- scripts/:
film.mjs会把演示"拍"成一张按时间排列的联系表并报告能量化的问题,jumps.mjs抓一帧跳变,layout.mjs检查文字和控件是否放得下。
输出就是普通的 React 组件,可以直接放进自己的项目里改。
七步工作流:先想清楚再写代码
SKILL.md 里写了一个七步流程,作者强调"大部分质量在写代码之前就决定了":
- 媒介和位置:静图还是动画、循环还是只播一次、放在页面哪里、多大。比如旁边有文案的 hero 约 720×340,卡片约 400×300,手机栏要单独出 358 宽的紧凑版;
- 外观:亮色、暗色、蓝图、玻璃,有产品代码时把它的设计 token 映射到 kit 上;
- 故事:3~5 个节拍加一个结果,总长 10~16 秒,不允许出现解释不了的光标移动;
- 从示例起步:找最接近的 gold 示例,先拍一张静图,复制整个文件夹再改,不是看一眼重写;
- 画面:真实文字通常只留 3~7 处,其余用占位线;光标要点的元素打上
data-target,位置靠测量,不写死坐标; - 编排:用
ActAPI 一拍一拍地写,比如a.click({ at: "share" })、a.set({ open: true })、a.wait(2000); - 排练:先定"封面帧"(缩略图和减弱动效模式下大家只看到这一帧),再拍整个循环,在正常宽度和 390 宽各看一遍,逐帧找最大的问题修,修完再拍。
对开发者意味着什么
第一,这是一个写 Skill 的好范本。 作者的打磨方法很值得借鉴:给一个全新的 Agent 只提供 Skill 和一句简短需求,同时让另一个不带 Skill 的 Agent 做同样的题,两边对比;发现问题不自己动手修,而是把问题写进 Skill,然后从头再跑一轮。他还发现"光写规则不够",比如告诉 Agent 让窗口超出画面边缘,它几乎做不到,给它看一个这样做的示例,它就做对了,所以仓库里放了大量示例。
第二,验证不靠"读代码"或"截一张图"。 作者说现在的 Agent 检查工作,通常是回读代码或在画面稳定后截一张图,但动画的 bug 往往在中间帧里,比如一个标签进场时跳了 4 像素,或者某一帧所有东西都淡出了。Stageshow 让 Agent 把动画拍成联系表来看,这个思路可以搬到任何前端 Agent 任务上。
第三,它并不保证一次成功。 作者自己也提醒,第一版通常比 Agent 自己做的好一大截,但他的大多数演示还是要来回改几轮;而且规则里很多是他个人的审美取向。
上手建议
- 先跑 playground 看效果:进入
stageshow目录执行npm install、npm run dev,需要 Node 20.19 以上,里面有全部示例和好坏对比; - 第一次用,需求要小:一个交互、一个产品、一个尺寸。作者给的示范需求是"给首页 hero 做一个循环小动画:有人把一个 issue 指派给队友";
- 有设计系统的团队,让 Agent 先读你们的 token 再开工,产出才不会像别人家的产品;
- 拍片脚本依赖
playwright-core和本机 Chrome(或设置CHROME_PATH),在服务器或容器里跑要提前准备好浏览器; - 版权注意:kit 本身是 MIT,但
assets/app-icons.ts里的应用图标和各家品牌标识不在 MIT 范围内,商用页面里仿真实产品时要自己把关。
小杜点评
从算法工程师的角度看,Stageshow 最有意思的不是那些漂亮的组件,而是它展示了一种"把隐性经验蒸馏给 Agent"的方法:负面清单(五种失败)+ 正向锚点(gold 示例)+ 可执行的自检(拍联系表、量化检查),再用 A/B 对照不断迭代 Skill 本身。这跟我们做 prompt 和评测的思路几乎一样,只是评测对象换成了视觉质量。
我的建议是:做官网、发布页、文档配图的朋友可以直接装上试试;就算不做前端,也值得读一遍它的 SKILL.md 和作者博客,学学怎么把一个"靠感觉"的任务拆成 Agent 能执行、能自查的步骤。另外别忘了,它生成的是"演示",不是真实的产品功能,放到对外页面上时,演示内容要和产品实际能力一致。



