UX技能
AI Skill Hub 推荐使用：UX技能 是一款优质的Agent工作流。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
📚 深度解析
UX技能 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
UX技能 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
UX技能 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install ux-skill
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install ux-skill
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/Laith0003/ux-skill
cd ux-skill
pip install -e .
# 验证安装
python -c "import ux_skill; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
ux-skill --help
# 基本用法
ux-skill input_file -o output_file
# Python 代码中调用
import ux_skill
# 示例
result = ux_skill.process("input")
print(result)
# ux-skill 配置文件示例（config.yml） app: name: "ux-skill" debug: false log_level: "INFO" # 运行时指定配置文件 ux-skill --config config.yml # 或通过环境变量配置 export UX_SKILL_API_KEY="your-key" export UX_SKILL_OUTPUT_DIR="./output"
简介
English · العربية · 简体中文 · 繁體中文 · 日本語 · 한국어 · हिन्दी · Bahasa Indonesia · Tiếng Việt · ไทย · Français · Deutsch · Español · Português · Italiano · Русский · Türkçe
What's new in v3
- Brand specs become training data, not templates. The 160 brand specs are no longer a catalogue the recommender picks from — they're vocabulary the synthesizer distills from. Output is novel every call.
- 7-axis synthesizer (warmth, contrast, density, geometry, formality, motion, type_personality). Briefs map deterministically to axis values; axis values compile to fresh palette + type + spacing + radius + motion tokens.
- Three auto-dispatched modes —
strict_brand(100% of one brand),brand_anchor(70% one brand + 30% axis-adapted siblings),pure_synthesis(no brand named — distill from 8 axis-matching exemplars). - Decisions ledger drives the recommender.
.ux/decisions.jsonlre-ranks candidates by past wins in the same(industry, ui_type)bucket. Cold-start safe. Counts onlylint_score >= 80+user_accepted = truedecisions. - Axis interaction matrix — explicit conflict resolution between competing axes (dense + corporate → 4px, airy + corporate → 12px, soft + playful → 18px radius). No more silent ad-hoc rules.
/ux-evolveauto-loop — lint → polish → re-lint until score ≥ 90 or plateau or 5 rounds. Quality gate at 65.- 3 new MCP tools (15 → 18):
ux_synthesize,ux_decisions_query,ux_decisions_stats. - Local stats dashboard —
uxskill stats --htmlwrites.ux/stats.htmlshowing what YOUR install has learned. No telemetry, no global aggregate. - 223 tests pass. Offline. Deterministic. No LLM ever called.
Full details in CHANGELOG.md.
Quick install
Three install paths. Pick the one that matches your environment.
Path 2 — pip (universal)
If you live outside Claude Code (Cursor, Windsurf, CLI, CI), install the Python package:
pip install uxskill
uxskill init # auto-detects your IDE, installs the right artifact
uxskill stats # print manifest counts to verify install
uxskill lint . # run the linter against the current directoryThe package exposes both ux and uxskill as CLI entry points — they're the same binary.
Verify install
```bash ux stats
"ux-guidelines": 112,
`ux-guidelines.json` — 112 named UX laws
| Field | Description |
|---|---|
entries | 112 |
keys per entry | id, name, category, source, principle, application, examples, caveats, related_laws |
categories | Decision Cost, Attention, Memory, Motor Control, Visual Perception, Social, Emotional, Form, Error Handling, Onboarding, Empty State, etc. |
sample entry | hicks-law — Decision time grows logarithmically with the number of choices presented |
Used by /ux-audit (6-lens scoring) and /ux-critique (taste anchor).
Linter usage
One-off scan:
```bash uxskill lint .
The 25 slash commands — detailed reference
Every command is shipped as a .md file under commands/ with description, allowed-tools, triggers, when to use, when to skip, input, process, and output state file. The descriptions below are condensed; the full source is the canonical spec.
Commands are grouped into five buckets: bootstrap & inventory, discovery & recommendation, generation, audit & verify, fix & polish, and conductor.
"components": 148,
`components.json` — 148 components
| Field | Description |
|---|---|
entries | 148 |
keys per entry | id, name, category, purpose, anatomy, states, tokens_used, motion, accessibility, compatible_styles, compatible_industries, code_skeleton |
categories | Navigation, Forms, Data Display, Feedback, Overlays, Layout, Content, Marketing, E-commerce, Auth, Dashboard, Charts, Empty States, Loading States, Error States |
sample entry | mega-nav-product-grid — Mega Navigation, Product Grid — 6-part anatomy, 4 states |
This is our biggest moat. No other Claude UX plugin ships a structured component manifest.
The numbers — live comparison vs the top 8 Claude UX skills
Star counts last verified via gh api on 2026-05-28. ux-skill (Laith0003/ux-skill) is the newest entrant — we're tiny on awareness, deep on architecture. The comparison below is honest: where we lose, where we win.
| Plugin | Stars | Architecture | Slash commands | Linter (CI-safe) | Brand specs | Components | Motion presets | IDEs supported |
|---|---|---|---|---|---|---|---|---|
| nextlevelbuilder/ui-ux-pro-max-skill | **83,958** | Python BM25 + CSV, single skill | 1 | — | — | 0 | 0 | 18 |
| nexu-io/open-design | **54,406** | Node.js + 19 skills + preview | 19 | — | — | 0 | 0 | 1 |
| Leonxlnx/taste-skill | **25,202** | Bash + research-backed taste | 1 | — | — | 0 | 0 | 1 |
| alchaincyf/huashu-design | **15,455** | Single 62 KB SKILL.md + scripts | 1 | — | — | 0 | 0 | 1 |
| google-labs-code/stitch-skills | **5,762** | MCP-wired skill library | multi | — | — | 0 | 0 | 1 |
| dominikmartn/nothing-design-skill | **2,391** | Single-aesthetic skill | 1 | — | — | 0 | 0 | 1 |
| Nutlope/hallmark | **2,164** | Anti-slop design skill | 1 | — | — | 0 | 0 | 1 |
| hamen/material-3-skill | **955** | MD3 components + audit | 1 | — | (MD3 only) | 0 | 0 | 1 |
| **Laith0003/ux-skill (ux-skill)** | **14** | **Python engine + 12 manifests + 25 commands + 5 sub-agents + CI linter** | **22** | **152 regex rules** | **160** | **148** | **57** | **17** |
高质量的开源AI工作流项目
- 需要 ux-skill 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 需要 ux-skill 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，UX技能 是一款质量良好的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | ux-skill |
| 原始描述 | 开源AI工作流：ux-skill: 18 slash commands, 5 sub-agents, deterministic linter, 72 brand DESIGN。⭐14 · Python |
| Topics | uxaiworkflowaccessibility |
| GitHub | https://github.com/Laith0003/ux-skill |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-28 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。