用途:分析用户粘贴或附上的静态图片(设计稿、网站、应用截图),提取设计令牌,作为后续设计工作的起点。
主要能力:识别 5-8 个主色并给出近似十六进制值;判断字体族(如类 Inter、衬线、展示体、等宽)、相对字号、字重与行高印象;从间距和内边距估算基础单位(4/6/8px);判断圆角风格(直角/小/中/胶囊);识别出现的组件类型(按钮、卡片、导航、输入框);判断整体美学风格(极简/密集/装饰/活泼/企业/粗野)。
使用方式:先解析图片路径 $0,用 Bash(file <path>) 确认是图片(png/jpg/webp/heic),再通过多模态 Read 加载图片供视觉分析,然后系统化分析并写入 artifacts/ingested/screenshot-<timestamp>-tokens.json,schema 与 ingest-github 相同,另加 source(image、ingested_at)与每个类别的 confidence(low/medium/high)。完成后提示用户:令牌已保存,颜色为近似值,是否有源文件(CSS、设计系统、品牌指南)可交叉核对;并建议后续使用 /create-design-system,或以这些令牌为起点运行 /make-deck、/interactive-prototype。
限制:视觉返回的是近似十六进制而非精确值,生产级精度需提供源文件;多种重叠颜色时只取代表性样本,不覆盖全部变体;字体识别模糊,“看起来像 Inter”不等于“就是 Inter”;像素尺寸需要图片实际分辨率可读。截图只提供起始方向,不是基准真值。