AI 写界面有两难：一是丑，二是撞脸。丑的问题，官方审美件已经给出解法——用一份负面清单把「AI脸」逐条点名。但还有另一条路走得人不多：不教模型发明品味，直接把一本设计圣经整本搬进 SKILL.md。本期单件深拆的对象就是这条路上的代表作——社区件 refactoring-ui-skill。按本栏目惯例先交底：本文为案头拆解，仓库自述与星轨为实据（星数取自 GitHub API 9月上旬快照），未做装机实测，正文技术分析以原书规则与提示词工程的通行原理展开，不逐行杜引原文。
refactoring-ui-skill，作者 s0xDk，门牌只有一句话：「A Claude Code skill that applies the concrete design rules from the book Refactoring UI」——把《Refactoring UI》一书里的具体设计规则，装进 Claude Code。
星轨很安静：9月3日 502 星，9月8日 537 星，五天涨 35，日增个位数。它不是爆款，是常销件——这类「把权威搬家」的件，涨得慢，但几乎不死，因为书本身不死。
书是真书。《Refactoring UI》，Adam Wathan 与 Steve Schoger 合著，2018 年自出版。Wathan 是 Tailwind CSS 的作者，Schoger 是开发者圈最有名的界面插画师之一。这本书在开发者群体里的地位约等于「不学设计学院的程序员唯一会读完的设计书」，页页是前后对比图加可直接执行的规则。注意一个细节：这本书的文体本来就是清单体和祈使句——这一点决定了它天生适合搬家，后面细说。
Skills 生态里治「界面难看」的件，到现在分成了三派：
| 路线 | 代表 | 思路 |
|---|---|---|
| 发明派 | 官方审美件 | 自己写一份反平庸军规，禁「AI脸」 |
| 借书派 | 本文主角 | 把公认的设计权威整本翻译进提示词 |
| 接地派 | shadcn-ui/lint 等 | 不管审美，只管组件库用法与代码规矩 |
本报此前拆过发明派与接地派，借书派一直没人正面拆过。这一派的核心赌注很有意思：品味可以外包给一本书。赌赢的前提是翻译质量——书里的规则进提示词之后，还剩几成执行力。这正是本文要逐道验的账。
直接说结论：把一本书变成 SKILL.md，本质是一道翻译工程，共五道题。题目本身是客观的——任何借书派都绕不开；主角的仓库名和自述表明它选的正是这本书，至于五道题答得如何，读者装上后可按这套框架自行验收。这五道题同时也是所有想「把某本专业书变成自己的 Skill」的读者的施工图。
先看整条流水线的形状：
flowchart TD
A["原书 Refactoring UI"] --> B["章节自带清单体"]
B --> C["抽取可执行规则"]
C --> D["改写成祈使句"]
D --> E["组装 SKILL.md"]
E --> F["description 写触发词"]
F --> G["用户：做个管理后台"]
G --> H{"命中描述？"}
H -->|命中| I["载入规则清单"]
H -->|无关| J["不进上下文"]
I --> K["生成界面初稿"]
K --> L["逐条对照自检"]
L -->|违规| M["改字重改间距"]
L -->|通过| N["交付"]
M --> L
提示词工程的第一铁律是：抽象形容词无执行力，具体名词才有。而这本书恰好是最不抽象的设计书。随便举几条书里的原装规则，每一句都是模型能直接执行的形态：
这些规则出厂时就是祈使句加反例，翻译损耗接近零。这就是为什么全书几千本设计书，被搬家的偏偏是这一本——它本来就是半成品 SKILL.md。想抄这条思路的人，选书的标准已经写在里了：清单体、祈使句、有反例，三者齐备的书才值得搬。
第二类规则是数字：间距刻度（8pt 体系配 4pt 半档）、字号阶梯、色阶深度（从 50 到 950 的十档灰阶）、一屏行宽的上限量级。数字翻译是无损的，而且这类数字对模型的约束力最强——「间距用 8 的倍数」比「注意留白」执行率高一个数量级。
值得点破的是背景账：这套数字体系经由 Tailwind 的默认刻度已经成了行业默认，也就是说模型预训练里早就见过海量按这套刻度写的代码。借书派在这里其实是借力打力——不是教会模型新东西，而是把模型已有的习惯从「散装」收编成「成建制」。这也是这类件实战收益的主要来源：它不提升上限，它抬高下限。
书里最好的规则都是成对出现的：「不要 X，改用 Y」。灰字换透明白，边框换留白，堆阴影换分层阴影。翻译成 SKILL.md 时，这个「成对结构」必须保住——只搬禁令不搬替代，模型会往随机方向逃逸。官方审美件的负面清单之所以灵，就在于每条禁令背后都立着一个默认品味；借书派的先天优势是书里本来就成对，翻译时只要别把下半句弄丢。
不是所有规则都能无损过闸。书里有一类规则是判断型的：「留白宁多勿少，多了再收」「阴影强度看场景」。这类规则进提示词后执行率明显衰减，因为「宁多勿少」里的「度」没有交接标准。这是借书派的固有损耗，也是它和发明派的分水岭——发明派会为「度」补一版决策流程（先选方向再动手），借书派通常照单全收，把判断题留给模型现场发挥。
案头判断：这一道是主角最可能失分的题，装机读者可重点验收——给它一个「阴影和留白到底给多少」的两可场景，看它的输出是稳定偏好还是每次漂移。
最后一道在文件开头。description 要接住的是用户的原话：「做个管理后台」「写个设置页」「这个列表页不好看」。书名 Refactoring UI 不是用户会说的话，所以描述里必须铺满场景词——后台、表单、列表、卡片、间距、配色。这一段是所有借书派的通病高发区：作者容易在描述里写「基于某某名著」，而名著的书名恰恰是检索价值最低的词。
把五道题过完，还得面对一个尴尬的事实——《Refactoring UI》正是「SaaS 千篇一律脸」的源头之一。8pt 刻度、十档灰阶、分层阴影、圆角卡片，这套体系教会了一代程序员做出「干净但不独特」的界面，Tailwind 时代的后台产品长得越来越像，这本书功不可没。
所以借书派的天花板写在出生证上：它治烂，治丑，但治不了撞脸。用它产出的界面，合格率会明显高于裸写，但辨识度会被钉死在 2018 年那套审美的均值附近。官方审美件后来点名的那些「AI味」元素，往前追溯，一半能追到这本书的教导。两件不是竞品，是上下游：圣经件管把界面做对，审美件管把界面做得不像流水线。想两个都装的读者，注意描述里的触发词会打架，建议按项目类型二选一。
| 维度（权重） | refactoring-ui-skill | frontend-design（官方） | 裸写 |
|---|---|---|---|
| 功能完整度 25% | ★★★★ | ★★★★ | ★★ |
| 设计质量 25% | ★★★★ | ★★★★★ | ★★ |
| 实战效果 20% | ★★★★ | ★★★★★ | ★★ |
| 上手难度 15% | ★★★★ | ★★★★★ | ★★★★★ |
| 社区活跃度 15% | ★★ | ★★★★ | — |
| 加权总分 | 3.7 | 4.6 | 2.2 |
三句解读：主角输在社区活跃度与「度」类规则的损耗，赢在规则来源的可信度——每一条都能翻回原书对账，出了争议有原文可查，这是发明派给不了的售后服务。官方审美件仍然全面领先，尤其「先选方向再动手」的决策流程是借书派普遍缺的那块板。裸写是所有路线的下限基准。
git clone https://github.com/s0xDk/refactoring-ui-skill
# 把仓库里带 SKILL.md 的技能文件夹整个拷进用户技能目录即可被会话识别
mkdir -p ~/.claude/skills
# 目录结构以仓库 README 为准
装完建议跑两个验收用例，对应上面第三、四道翻译题：
适合装：后台管理系统、工具型产品、表单列表密集型界面；团队里没人懂设计、但需要「不出错」的产出；已经用 Tailwind 的项目（刻度体系无缝衔接）。
不适合装：品牌官网、活动页、需要辨识度的门面（这是官方审美件的辖区）；追求视觉艺术性的项目；以及——最重要的一条——书里那套审美与你产品既有 VI 冲突的项目，圣经和门牌打架时，输的一定是圣经。
借书派是 Skills 生态里最容易被低估的一条路线：它不酷，不原创，涨星缓慢，但它回答了一个被发明派绕开的问题——当团队没有品味守门人时，权威的原文比灵感的转述可靠。这本书搬家搬得如此顺，恰恰因为它自己就是清单体写的；反过来提醒所有想造件的人：你手里的那本专业书，值不值得搬，先看它的句子是祈使句还是散文。技能赛道最近七天的爆款已被认领一空，下一批机会，大概率就藏在这种「把旧权威搬进新引擎」的缝隙里。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。