taste-skill：让 AI 编码 Agent 告别模板化前端的开源技能集

用 Cursor、Claude Code 或 Codex 生成过落地页的开发者，多半见过同一种"AI 味"：居中 Hero、紫色渐变、三张等宽卡片、Inter 字体。taste-skill 把这个问题当作工程缺陷来治理——它不是 UI 库，而是一套可被 Agent 自动加载的 SKILL.md 设计约束技能集，配合三个 1–10 的可调旋钮和发货前预检清单，让模型输出从"语法正确"走向"看起来有品位"。本文基于项目最新 README，拆解其定位、技能矩阵、核心机制与集成方式。

一、它要解决什么：AI Slop 是怎么来的

大模型生成前端代码时，倾向于输出训练分布中最高频、最"安全"的模板：导航栏—大标题—副标题—按钮—三张 Feature 卡—页脚。这种结构在语法上挑不出毛病，但视觉上信息密度均匀、节奏单调，业界把这类廉价量产的界面称作 AI Slop（AI 模板垃圾）。问题不在模型不会写代码，而在于它没有"审美约束"这一维度——缺少对布局对称性、动效强度、信息密度的量化判断，只能复用平均品味。

taste-skill 给出的方案不是再写一个 Prompt 模板，而是把设计意图层抽象成一套可版本管理的约束规则，注入到 Agent 的推理链路中，让模型在写第一行样式之前先"读懂需求"，再按规则约束输出。

二、taste-skill 的定位与项目档案

项目自述很直白：The Anti-Slop Frontend Framework for AI Agents——面向 AI 编码代理的反模板化前端框架。其本质是一组可移植的 Agent Skills，以 SKILL.md 文件为载体，被 Codex、Cursor、Claude Code、Gemini CLI 等支持 agent-skills 标准的工具自动加载，强化布局、字体排印、动效和间距的输出质量，而不是绑定某一框架的组件库 API。

官方声明中明确：taste-skill 没有任何官方代币或加密项目，任何冒用作者姓名或项目名的 token 均无关且未被背书。