资深设计师把UI动画经验做成Skill：AI编码工具也能有审美了
📖 名词释义
AI Box（又称 AI盒子 / 智能体计算机 / Agent Computer），是一种专门运行 AI Agent 的本地硬件设备，预装智能体应用管理系统，开箱即用，7×24 小时在线运行。用户可以通过微信、飞书、企业微信、钉钉等社交软件远程指挥 AI 帮你干活。
摘要: Linear设计师Emil Kowalski将多年UI动画经验沉淀为三个开源Skill，让Codex、Claude Code、Cursor等Coding Agent具备资深设计工程师的审美判断。核心思路是：AI编码工具写代码没问题，但选动画参数、判断交互细节时"没有品味"，把这些经验固化成Skill就能补上这块短板。铠盒AIBOX预装OpenClaw同样支持Skill系统，让本地AI助手也具备专业领域知识。
AI编码工具写代码已经很强了，但做出来的界面总觉得差点意思？不是代码有bug，是"审美"出了问题。
7月2日，Linear设计工程师Emil Kowalski在GitHub开源了一组面向设计工程师的Skill，把自己的UI动画经验打包成AI可读的规则文件。安装后，Codex、Claude Code、Cursor等Coding Agent在生成UI代码时会自动遵循这些设计原则。
这不是一个小众需求。Skill在skills.sh目录站的排名持续上升，越来越多的开发者开始给AI编码工具"装审美"。
Emil Kowalski是谁，为什么他的设计经验值得学
Emil Kowalski是知名设计工程师，曾在Vercel和Linear工作。如果你用过Vercel的官网或者Linear的产品界面，那些流畅自然的交互动画很大程度上就出自他手。
他在个人博客上写过一篇"7 Practical Animation Tips"，分享了几条实用的UI动画原则：
按钮按压效果：给按钮:active状态加scale(0.97)的缩放，让界面感觉在"回应"用户的操作。
不要从scale(0)开始动画：从0缩放会让元素像凭空出现，从0.9+开始更自然，就像气球瘪了也有形状。
选择正确的easing：入场动画用ease-out而不是ease-in。ease-out开始快后面慢，给用户"响应迅速"的感觉。同样的300ms时长，ease-in看起来比ease-out慢。
tooltip后续不要延迟：第一个tooltip有延迟防止误触，但后续tooltip应该立即出现且无动画，让操作感觉更快。
这些经验看起来细碎，但叠加起来就是"精致"和"粗糙"的区别。问题是，AI编码工具不知道这些。
三个Skill分别解决什么问题
Emil在github.com/emilkowalski/skills仓库中发布了三个Skill，通过npx skills@latest add emilkowalski/skills一键安装：
animation-vocabulary（动画词汇表）：解决"我说不清想要什么动画"的问题。你描述"那个弹出来的感觉"，Skill帮你转换为确切的动画术语，让AI理解你要的是scale-in还是fade-out还是slide-up。用对了词，AI才能给对的效果。
emil-design-eng（设计工程）：把Emil在Vercel和Linear积累的UI打磨、组件设计、动画原则编码成AI可执行的规则。比如"入场动画用ease-out""按钮按压scale 0.97""不要从scale(0)开始"这些经验，AI生成代码时会自动遵循。
第三个Skill：GitHub仓库中有三个Skill目录，README中特别强调这些Skill是"领域专业知识的副产品"——AI不替代专业能力，而是放大你能从中获得的价值。
为什么AI编码工具需要"装审美"
Emil在README中写了一句很直白的话："Agents don't have great taste."
具体表现是什么？他举了几个例子：
AI经常在入场动画该用ease-out的时候用了ease-in。该用半透明阴影的时候用了实色边框。这些不是代码错误，是设计判断错误。一个一个看都不大，但叠加起来就是界面"不好用"的根源。
这跟AI生成文本的问题很像——AI写出来的文章语法正确但"没味道"，因为AI不懂什么算"好"。UI动画也一样，AI能写出animation属性，但不知道什么参数组合让人感觉"自然流畅"。
Skill的本质就是把"什么算好"这个判断标准固化下来。不是让AI学画画，而是给AI一份资深设计师的工作手册。
Skill生态正在爆发
Emil的设计Skill只是一个缩影。在skills.sh这个Agent Skill目录站上，已经有数百个Skill覆盖前端设计、代码审查、视频剪辑、SEO分析、科研辅助等各种场景。
Vercel官方发布了React最佳实践Skill，Anthropic发布了前端设计Skill，微软发布了Azure云开发Skill。Mattpocock发布了TDD（测试驱动开发）和代码架构改进Skill。这些都是把领域专家的经验固化为AI可执行的规则。
这跟AI盒子的Skill系统思路一致。以铠盒AIBOX为例，预装OpenClaw智能体管理系统，支持通过SKILL.md文件定义技能。本地运行的Agent加载Skill后，就具备了对应领域的专业知识和工作流程。
区别在于运行环境：Codex和Claude Code跑在云端，需要持续联网和API调用计费；铠盒AIBOX跑在本地，Agent调度在设备端完成，需要大模型推理时才调用云端API。"
Skill不是让AI变聪明，而是让AI用上人类的聪明。