emilkowalski/skills是一个面向 AI 编程助手的「设计工程师技能库（Skills for Design Engineers）」，它把多年 UI 设计经验、动画原则、交互细节整理成 AI Agent 可以直接调用的知识模块，让 AI 在写界面时不仅会“生成代码”，还更懂“什么样的界面有质感”。
以前让AI写个登录框，它三秒钟就能丢给你一个能用的页面。但那个页面用起来，就像和一个没有感情的人握手，程序上全对，感觉上全错。现在，这个emilkowalski/skills的GitHub仓库，专门治这个毛病：它把一个设计工程师十几年的经验，打包成一个AI能看懂的外挂。装上之后，AI再写界面，脑子里就会多一根弦，开始琢磨按钮按下去是硬着陆还是软着陆，页面切换是像坐跳楼机还是像翻书。
它真正作用是：搜索您的用户界面，找出真正适合添加动画效果的地方，同时也要告诉您哪些地方不应该添加动画效果。
安装的不是代码是设计脑回路
这个项目的核心，是一个叫SKILL.md的文件。它不是什么复杂的算法，更像是一本写给AI看的《设计师的自我修养》。
打开这个文件，里面全是这种大白话指令：按钮被点中的时候要微微缩一下，像一个有弹性的东西被按下去。弹窗出来的时候不能太生硬，要带一点缓动效果，像抽屉被轻轻拉开。页面切换最好用transition而不是animation，因为用户可能会中途变卦，得让动画能随时掉头。
这些指令听起来很简单，但它们恰恰是AI之前完全缺失的一块拼图。AI知道按钮的HTML结构，知道怎么绑定点击事件，但它不知道按下去的瞬间，用户的手指和屏幕之间需要一场微妙的对话。有了这个skill文件，AI就像被注入了肌肉记忆，写代码之前会先过一遍脑子里的那本手册。
以前让AI写页面，它关注的是功能是否完整。现在让AI写页面，它开始关心用户的心理活动。这种转变不靠更聪明的模型，靠的是给模型配一个专业顾问。这个顾问不说话，只是静静躺在skill文件里，但AI每次生成代码都会翻翻它的建议。
点一下按钮的世界从此不同
这个仓库里有一个核心技能叫emil-design-eng，专门解决交互反馈的问题。它举了一个很经典的例子：两个登录按钮，一个点击后页面立刻跳转，反应快到有点吓人；另一个在点击的瞬间，按钮会缩小到原来的97%，像是被手指轻轻压了一下，然后页面再跳转。
两个按钮的代码就差一行，但给人的感觉天差地别。第一个按钮像个暴躁的机器，只管执行指令。第二个按钮像个有礼貌的侍者，告诉你它收到了你的请求。用户说不清哪里好，但会觉得第二个软件“用起来很顺手”。这种顺手的感觉，就是设计质量的来源。
这个skill文件里专门有一条规则：按钮必须添加点击缩放效果，这是最低成本的即时反馈。它不是在限制AI，而是在教AI一种同理心。让AI明白，用户每一次点击，都是在向系统投递信任，系统得用一点微小的动静回应这份信任。否则用户就会陷入焦虑，开始不停地点，然后抱怨软件卡。
一个好的界面，就是让用户在每个操作节点上都感觉被确认。这个确认不需要弹窗，不需要文字提示，有时候一个像素级的缩放就够了。这个原理懂的人很多，但能坚持写成规则让AI去执行的，这个仓库是头一个。
动画里的大学问完全反常识
大多数人写动画，喜欢用keyframes，也就是定义好从A点到B点的完整路线。这个思路很直观，像拍电影一样，剧本写好就按部就班演。但厉害的设计师更偏爱CSS transition，也就是状态之间的平滑过渡。为什么呢？因为用户的操作是不按剧本来的。
比如一个面板正在滑出，用户突然想取消，又点了一下按钮。用keyframes写的动画，会先硬生生停住，然后从头开始播放进入动画，看起来像抽风一样。而transition写的动画，能感知到面板现在正滑到一半，它会优雅地从当前位置掉头，回到初始状态。这中间的差距，就是专业和业余的分水岭。
用户可能永远说不出“transition”和“keyframes”的区别，但他会感受到这个软件很懂他，反应很自然。那些让他感觉有点别扭的软件，多半就是在这些细节上偷了懒。这个skill文件把这类经验也写进去了，明确告诉AI：在复杂的交互场景下，优先使用transition。这不是代码偏好问题，这是对人的行为习惯的尊重。
一个技能包等于十年工作经验
普通程序员写表单，脑子里想的是输入框、提交按钮、数据校验。一个有十年经验的产品老手写表单，脑子里想的是：错误提示要出现在输入框下方还是右侧，输入节奏是否被打断，按钮在加载时要不要禁用，移动端的手指头能不能轻松点中。
这两种人写出来的东西，一个是工具，一个是作品。区别就在于后者心里装着一本厚厚的“边界情况手册”。AI现在的问题就是，它读完了所有编程书，唯独没读过这本手册。而emilkowalski/skills干的事，就是把这本手册做成标准化的文件，挂到AI的腰带上。
这个技能包里的每一条规则，都对应着一个具体的痛点。比如加一点缩放是为了确认感，用transition是为了流畅感，考虑加载状态是为了安全感。这些规则组合在一起，就像给AI穿上了设计师的鞋，让它开始站在用户的角度思考问题。虽然AI没有感情，但它可以模拟有感情的人会怎么设计。
未来的程序员更像导演
以前我们衡量AI编程助手的能力，只看它能不能跑通代码。现在技能包这个概念一出来，标准变了。能力等于模型加技能加工具链。模型是演员，技能是剧本，人是导演。模型负责演得真，技能负责演得对，人负责喊卡和重来。
这个转变非常有意思。简单生成代码的能力会越来越不值钱，因为模型本身就在进化。但把专业经验写成技能包的能力，会变得很贵。因为经验这东西，模型从代码里学不到，代码只教它逻辑，不教它品味。
这个仓库相当于开源了一套优质的经验包，让所有人都能免费给AI装上设计脑。独立开发者不用再花大价钱请设计师调界面，直接用这个技能包，AI就能给出七八十分的方案。那些特别好的设计，剩下的分数，是留给有独特审美和商业洞察的人的。但基础的分，这个包给补上了。
这个外挂怎么装进你的AI
装这个东西简单到离谱。在命令行里敲一行代码，npx skills add加上仓库地址，指定要安装emil-design-eng这个技能就完事了。然后你常用的AI编程工具，像Cursor或者Claude Code，就能感知到这个技能的存在。
下次你再让它写页面，它输出的代码就会自带那些微交互。你会看到按钮多了个active状态，弹窗多了个transition，列表多了个loading骨架屏。它写的还是React或者HTML，但灵魂已经变了。它开始主动解释为什么要加这行样式，而不是只会说“这是你要的按钮”。
这个安装动作，相当于给你的AI助手报了个设计速成班。学费不贵，就一行命令，但学到的全是实打实的干活经验。以后它写出来的东西，不会再让你觉得是外包给一个没感情的码农做的了。
真正值钱的是判断力不是代码行数
现在很多人都说AI会取代程序员，其实恰恰相反，AI会让低水平的重复劳动消失，但会让高水平的判断力更值钱。一个按钮颜色、一个阴影大小、一个动画速度，这些东西都可以问AI。但问完之后呢？什么时候该选择保守方案，什么时候该大胆创新，什么情况下干脆不要动画保持极简，这些决策模型做不了，得人来拍板。
这个仓库的存在，就是在帮AI提前过滤掉那些低级的判断。它把基础的、公认的、经过验证的设计原则固化下来，让AI在起飞前就绑好安全带。这样人就可以把精力放在更高级的问题上，比如这个产品的气质是什么，目标人群的偏好是什么。
所以这个项目的最大贡献，不是写了几行漂亮的代码，而是定义了一种知识传递的格式。它证明了一件事：经验是可以被结构化的，品味是可以被编码的。当这种技能包越来越多，AI就不再是一个只会执行命令的机器，而是一个受过良好教育的实习生。它懂规矩，知进退，就差你给它指明方向了。
总结一下，这个GitHub仓库给AI装上了设计脑，让代码从能用变好用。以后写界面，AI负责懂规矩，人负责定品味，分工明确。别再让你的按钮像块木头了。