用途:从 UX 视角评估界面设计,覆盖视觉层级、信息架构、情感共鸣、认知负荷与整体质量,最终产出优先级问题清单与改进命令建议。
主要能力:先调用 /impeccable 并遵循其上下文收集协议,若尚无设计上下文需先运行 /impeccable teach。随后发起两次独立评估:评估 A 由 LLM 做设计评审(AI 痕迹检测、整体设计审查、认知负荷 8 项清单与决策点选项计数、情感旅程、Nielsen 十大启发式 0-4 打分);评估 B 运行确定性检测器,标记 25 种模式。两者结果合成报告,包含设计健康分表格、反模式判定、优先问题(P0-P3,附修复与建议命令)、用户画像红旗、次要观察与思考问题。最后根据发现向用户提 2-4 个针对性问题,并按优先级给出命令清单,末步建议 /polish,改完可重跑 /critique 看分数变化。
使用方式:评估可委派给独立子代理以保持无偏;不可用时按顺序完成并记录内部笔记。浏览器自动化时每次评估新建标签页,并分别标注 document.title = '[LLM] ' + document.title 与 '[Human] ' + document.title。自动化扫描命令为 npx impeccable --json [--fast] [target],传入含标记的 HTML/JSX/TSX/Vue/Svelte 文件或目录,勿只传 CSS;URL 跳过 CLI,改用浏览器可视化。可视化先运行 npx impeccable live &(记下端口,可用 --port 固定),注入 const s = document.createElement('script'); s.src = 'http://localhost:PORT/detect.js'; document.head.appendChild(s);,等 2-3 秒后从控制台按 impeccable 前缀读取结果,结束后 npx impeccable live stop。
限制:仅作用于界面设计评估,不涉及其他领域;CLI 扫描依赖 Puppeteer,URL 场景不可用;文件量大时需 --fast 或收窄范围;子代理与浏览器自动化并非所有环境都支持;检测器可能误报;评分标准中 4 分为真正优秀,多数真实界面为 20-32 分。其他细节暂未提供。