你有没有过这种崩溃时刻?
「这个按钮位置不对,往左挪 8 像素。」——AI 改了。
「还是不对,往右挪 12 像素。」——AI 又改了。
「怎么又回去了?!」——AI 一脸无辜地承认它也不知道为什么。
或者更狠一点:
「这个 hero 在 768px 视口下元素错位、间距太大。」AI 改了一轮 padding,又改了一轮 margin,又改了一轮 gap。三轮过去,问题原地踏步,你的血压原地起飞。
这不是你的问题,是 AI 找不到根因。它倾向于「局部打补丁」而不是「读上下文、推 cascade、找 specificity winner」。它不知道什么是 stacking context,不知道 100vh 在 mobile browser bar 出现时算错,不知道 auto-fit 在 container query 下会跳格。
我用了两周时间,把 GitHub 上 8 个 1k+ 星的相关 Skill 项目拉出来逐一测试、对比。今天把结果交给你,让你少走我走过的弯路。
一、调研范围
我筛了 GitHub 上所有星标 ≥ 1k、目标用户包含 Claude / Codex / OpenClaw、核心用途与 HTML/CSS 生成相关的开源项目。最终留下 8 个:
| | |
|---|
| | 61 条 detector rules + design hook(唯一 post-edit 自动诊断) |
| | 中文 + 三方向硬门 + 工作室角色(唯一明确支持 OpenClaw) |
| anthropics/skills frontend-design | | Anthropic 官方,plan → review → build → critique 二遍流程 |
| | |
| zarazhangrui/frontend-slides | | 16:9 演示场景 + 34 个 anti-slop 模板 |
| google-labs-code/stitch-skills | | |
| Trist an-SA/claude-design-system-prompt | | 20 章 system prompt + 4 个 review 类 skill |
| wilwaldon/Claude-Code-Frontend-Design-Toolkit | | |
数据快照:2026-09-13 16:30。
二、两个最关键的发现
在试跑之前,我以为 Anthropic 官方应该最强。试跑之后,我才发现事情没那么简单。
发现 1:8 个项目里只有 1 个有 post-edit 自动诊断
「post-edit 自动诊断」的意思是:你保存一次 HTML,agent 自动跑一遍 detector,把可能的 layout bug 拎出来。
只有 pbakaus/impeccable 做到了。
它的 61 条 deterministic rules + design hook 能在你每次保存时自动扫:
其他 7 个项目都是「写代码时不出错」导向(前置防御),不是「读代码时找 bug」导向(事后诊断)。
对你的意义:如果你每天都在改复杂 HTML,impeccable 是必备的。它不是 skill 文本,是 linting 工具。
发现 2:huashu-design 比 Anthropic 官方更适合「修 bug」
这是最让我意外的结论。
我准备了一个故意埋了 5 类典型 bug 的 HTML 文件,然后拿同一个 prompt 去试:
「这个 HTML 在 768px 视口下 hero 区域元素错位、间距太大。请定位问题根源并修复,不要改样式局部打补丁。」
Anthropics frontend-design 的第 1 轮响应:改 padding、改 gap。
——没错,就是你经历的那种崩溃。它复现了你的痛点。它要到第 2-3 轮才能从 specificity 警告里推出 cascade 冲突。但已经晚了 3 轮。
huashu-design 的第 1 轮响应:列出 5 个可能的根因,按出现概率排序,直接锁定 B1+B2 联动。一轮到位。
为什么?核心差异在于设计取向:
| | |
|---|
| | |
| | |
| | |
| 适配 Claude / Codex / OpenClaw | | |
结论:huashu-design 在「修既有 HTML bug」这个维度上,显著优于 Anthropic 官方。
三、选型决策树
按场景直接选:
每天改复杂 HTML,烦透了反复修不对 → impeccable(必装) 唯一 post-edit 自动诊断,CI gate 用。
用中文工作流,或需要支持 OpenClaw → huashu-design(必装) 中文 README + 唯一明确支持 OpenClaw。
从 0 做 SaaS landing page → Leonxlnx/taste-skill 13 个子 skill + 3 个旋钮。
做 PPT / 演示稿 → zarazhangrui/frontend-slides 16:9 强制 + 34 个 anti-slop 模板。
Google Stitch 设计稿 → 代码 → stitch-skills Stitch MCP 集成最完整。
训练 agent 审美纪律(绿场设计) → claude-design-system-prompt 20 章 prompt + 4 review 类 skill 闭环。
装 Claude Code 不知道装什么 → Frontend-Design-Toolkit meta 策展,安装栈分层。
最常用组合(我自己用 cc-haha 装的):
impeccable → 每次保存自动 linting(事后保险)huashu-design → 修 bug 根因诊断(多视角并行)anthropics/skills frontend-design → 从 0 设计时做 plan-review-buildsuperpowers/systematic-debugging → 修复杂 bug 时的系统化调试流程
四、还缺的那一环
试跑完所有项目后我必须承认一件事:
8 个项目里没有任何一个把「读取 computed style → 推断 cascade order → specificity winner → 最小修复」作为一等公民工作流。
- impeccable 是 post-edit linting(发现问题),不是修 bug 工作流
- huashu-design 是多视角分析(指出根因),但不能读 DOM
- frontend-design 是设计导向,写代码时不出错,不是修 bug
这一环,目前只能靠你自己补。我的建议是叠加 superpowers/systematic-debugging skill——它有完整的「读现象 → 列假设 → 验证 → 修复」流程,正好是修复杂 HTML bug 需要的。
如果将来有人做一个 claude-debug-css skill,把 computed style 查询 + cascade order 推断 + specificity 优先级可视化做进去,那会是 8 个项目之外最值得装的第 9 个。
五、行动清单
现在就记住三件事:
1️⃣ 立刻装 pbakaus/impeccable
npx impeccable@latest install
开启 design hook。每次保存 HTML 它会自动扫 layout bug。
2️⃣ 修复杂 bug 时用 alchaincyf/huashu-design 它的多视角并行 + 5 维评审,是目前最接近「先解释后修改」的 skill。
3️⃣ 别相信 AI 第 1 轮改 padding/gap 就能好 那是 AI 在 local tweak,不是找根因。明确告诉 agent:先解释根因,再修改。
「One thousand nos for every yes」——taste-skill 引用。一个好的修复前,先有 1000 次失败的局部打补丁。
附:8 个项目 GitHub 链接
- pbakaus/impeccable(impeccable.style)
- zarazhangrui/frontend-slides
- google-labs-code/stitch-skills
- Trist an-SA/claude-design-system-prompt
- wilwaldon/Claude-Code-Frontend-Design-Toolkit