当 AI 编程助手成为前端开发的常见入口，界面输出质量不再只取决于代码能否运行。开源项目 Impeccable 试图给 AI 编程工具补上“设计审查”一环。项目介绍显示，它是一套面向 AI 编程助手的设计语言工具，目前获得 81.3k Stars，采用 Apache-2.0 协议，由 Paul Bakaus 创建。其方法不是要求模型生成更漂亮的页面，而是把设计判断拆成确定性规则与 LLM 评审两层，让 Claude Code、Cursor 等工具在生成和修改界面时有明确的审美与质量约束。
把“AI 味”设计变成可识别问题
素材提到，当前 AI 生成前端常出现同质化特征：全局 Inter 字体、紫到蓝渐变、卡片套卡片、彩色背景配灰字、标题上方加圆角方形图标等。项目将这些特征称为 AI 设计的“tells”。Impeccable 的文档也承认，其起点来自 Anthropic 的 frontend-design Skill，并在此基础上扩展出规则引擎、多工具适配和浏览器实时迭代等能力。
- 识别对象包括 AI 生成界面的常见视觉痕迹。
- 检测不仅停留在风格描述，而是落成可执行规则。
- 目标用户包括用 AI 编程工具开发前端、需要无障碍、性能、响应式审查，以及希望统一设计语言的团队。
59 条确定性规则与 Skill 命令分工
Impeccable 将设计判断力分成两条轨道。第一条是 59 条确定性检测规则，分为“AI slop”与通用设计质量两类。前者关注侧边标签边框、紫色渐变、弹跳缓动、暗色光晕等生成痕迹；后者覆盖行长、紧凑内边距、过小触控目标、标题层级跳跃等问题。这些规则可由 CLI 和浏览器扩展直接运行，不依赖 LLM，也不需要 API key，因此可以免费、确定性地执行，并嵌入 CI 流程。
第二条轨道是面向 LLM 的评审检查。项目通过 /impeccable <command> <target> 的统一 Skill 入口调用，文档称其涵盖 24 个命令，可完成从产品背景梳理到最终打磨的流程。例如 /impeccable init、/impeccable audit blog、/impeccable polish settings 分别对应初始化、审查和打磨场景。对于层级是否清晰、文案是否共鸣等需要语境理解的问题，仍交由 LLM 判断。
项目还要求区分 PRODUCT.md 与 DESIGN.md：前者记录受众、目的、约束、语调等不易随视觉趋势变化的产品事实；后者记录视觉系统，可随设计方向调整。文档同时给出两种构建路径：先出完整效果图的 comp-first，以及直接写代码并在开发态写入方向契约的 code-first。按照其表述，comp-first 更大胆但更费时，code-first 更精简更快；App 界面和文档类页面则采用 code-first。
多工具适配与设计约束工程化
在工程实现上，Impeccable 采用核心引擎加轻量启动器的架构。核心是自包含的引擎二进制文件，首次运行时下载到 ~/.impeccable/bin/；各 AI 编程工具通过小型启动器脚本调用。项目称 Node.js 只在 npx 安装环节用到，并非运行时依赖。它支持 Cursor、Claude Code、GitHub Copilot、Gemini CLI、Codex CLI、Grok Build、Hermes Agent、OpenCode、Trae、Rovo Dev、Qoder、Mistral Vibe 等工具，并提供 Hook 机制，可在文件编辑后或 Stop 事件时自动触发设计检测。
对 AI 编程工作流而言，这类工具的价值不只是生成一个更好看的界面，而是把原本依赖个人经验的设计判断转为可复用、可审计的流程。团队可以通过安装、更新或 Git 子模块方式锁定版本，也可以对源码目录或网页地址执行检测并输出 JSON 结果。当 AI 编程助手越来越多地参与前端开发，设计质量开始需要像测试和代码规范一样被检查。Impeccable 提供的，正是把审美约束写进工具链的一种尝试。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ai-bian-cheng-gong-ju-bu-zhi-yao-hui-xie-dai-ma-impeccable
