DESIGN.md :Google 这份说明书让 Agent 终于懂设计了

让 Claude Code 改一个按钮颜色。它改了。你再让它改另一个相似按钮。它跑偏了。第三个按钮的颜色跟第一个又不一样。

这不是 Claude 的问题。所有 AI 编程助手在前端代码里都有这个通病:它能读懂代码,但读不懂设计意图。”保持专业、简洁、有科技感”这种描述,在 AI 眼里每次都是不同的 HEX 值,同一个间距在不同文件里是不同的像素数。Tailwind 创始人五年前把每个按钮都设为 bg-indigo-500,导致地球上每个 AI 生成的 UI 到现在还是靛蓝色的。

Google Labs 在 2026 年 4 月开源了一个叫 DESIGN.md 的东西。截至 8 月初 26,000+ Stars,2,000+ Forks,4 个月冲到设计系统赛道 GitHub Trending 的塔尖。它干的事很简单:给设计系统写一份 AI 能看懂、而且每次都看懂一样的规范文件。

你会说这不就是设计 Token 吗?不是。Token 能给 AI 精确的颜色值,但给不了”这个颜色只能用在交互元素上,绝不能当背景”这种判断。DESIGN.md 做的是 YAML Token + Markdown Prose 的双层结构,让 AI 既有精确值又有设计逻辑。说白了这个定位很有意思:它在试图用一份 Markdown 文件,解决 AI 编程时代最基础的视觉一致性问题。

打动我的几个地方

DESIGN.md 的设计有一个一眼就能看出聪明的点:它不发明新格式,而是在 Markdown 和 YAML 这两个程序员已经熟悉到肌肉记忆的东西上做组合。YAML front matter 存设计 Token,Markdown 正文写设计逻辑。Agent 读 YAML 拿到精确的色值和字号,读 prose 理解为什么主色是 #1A1C1E 而不是 #000000,为什么强调色只能用一种。

DESIGN.md :Google 这份说明书让 Agent 终于懂设计了

Token 给的是确定性,prose 给的是判断力。两者缺一个,Agent 就会猜。而 Agent 猜设计的结果,任何一个用过 Cursor 写过前端的人都体验过。

Token 引用的设计也很实用。组件里写 {colors.primary},改了 primary 的值所有引用自动跟变。这不是新技术,但在设计系统和 AI Agent 之间建立这种引用关系,之前没人做过。更狠的是它对 AI 的承诺是”100% 确定”。同一个 DESIGN.md 文件,无论给 Claude Code 还是 Gemini CLI 还是 Cursor 看,按钮的颜色一定是同一个 HEX 值。

CLI 工具链比我预期的要完整。四条命令各司其职:lint 不仅检查 YAML 结构,还内置了 WCAG AA 4.5:1 的对比度校验、断开的 Token 引用检测、孤立的未引用 Token 清理。11 条 lint 规则覆盖了从格式到可访问性的完整链路。

DESIGN.md :Google 这份说明书让 Agent 终于懂设计了

diff 可以做 Token 级别的回归检测,改了某个颜色值会报告影响了哪些组件。export 支持 Tailwind v3、v4 和 W3C DTCG 格式的导出,意味着 DESIGN.md 不是孤立的规范文件,而是可以接入现有构建管线的。这套工具链的完整程度,对于一个上线只有 4 个月的项目来说相当扎实。

我更看重的是它零运行时依赖。CLI 工具包不需要额外装几十个 npm 包,自实现了 oklch、lab、hwb 的色值解析。在 AI 工具链本来就依赖重的环境下,这种克制很难得。Apache 2.0 协议,商业项目可以放心用。

从定位上看,DESIGN.md 精准地填补了一个空白。行业里已有的方案分两类:面向人的(Figma Variables、Storybook、设计规范文档)和面向构建工具的(Style Dictionary、W3C Design Tokens)。前者 AI 读不精确,后者缺少设计意图。DESIGN.md 恰好卡在中间层。Google 自家 Stitch 设计平台已经在用这套格式,社区也迅速跟进。awesome-design-md 仓库收录了 70+ 个真实品牌反编译的 DESIGN.md 文件,从 Apple 到 Claude 到 Notion 的风格都能直接拿来用。

但光看规格漂亮还不够,实际能不能跑起来才是关键。

上手什么感觉

安装本身不复杂,一行就搞定:

npm install @google/design.md

不过 Windows 用户会遇到一个小麻烦。因为 design.md 这个文件名在系统里会被识别为 Markdown 文件关联,用 npx 调用时得用 designmd 这个别名:

npx @google/design.md lint DESIGN.md

但你不会一上来就去装 CLI。更好的上手方式是直接看社区里已有的 DESIGN.md 文件。awesome-design-md 仓库有 70+ 个品牌的现成文件,找一个跟你项目风格接近的复制到项目根目录里,改改颜色和字体就能用。下面这个最小示例来自项目自带的 Heritage 设计系统:

---
name: Heritage
colors:
  primary: "#1A1C1E"
  secondary: "#6C7278"
  tertiary: "#B8422E"
  neutral: "#F7F5F2"
typography:
  h1:
    fontFamily: Public Sans
    fontSize: 3rem
  body-md:
    fontFamily: Public Sans
    fontSize: 1rem
rounded:
  sm: 4px
  md: 8px
spacing:
  sm: 8px
  md: 16px
components:
  button-primary:
    backgroundColor: "{colors.tertiary}"
    textColor: "{colors.neutral}"
    rounded: "{rounded.md}"
---

写完跑个 lint 验证 Token 引用有没有断开、颜色对比度够不够。导出到 Tailwind 也直接:

npx @google/design.md export --format css-tailwind DESIGN.md > theme.css

有几个实际的坑。项目还在 alpha 阶段(当前 v0.4.0),规范格式可能会变,现在深度集成的代码未来可能需要改。Issue #13(多主题/暗色模式支持)是目前最大的功能缺口,用了 4 个月还没解决。Monorepo 里想给不同子项目配不同主题会比较麻烦。

另外,DESIGN.md 不会自动让 AI 写出好看的 UI。如果你在 prose 里只写了”现代、简洁、高级”这种空话,Agent 拿到以后帮不了你太多。写 prose 这件事本身需要设计判断力,不是纯技术活。这是它推广过程中最大的隐性门槛:设计水平好的人本来也不缺这个文件,不太会的人写了效果也有限。

但说了这么多怎么用,什么场景用、什么场景别用才是更要紧的问题。

什么时候用,什么时候别用

场景 典型用户 优势 局限
AI Agent 辅助前端开发 用 Cursor、Claude Code 写 UI 的开发者 一次配置,所有 Agent 统一输出 prose 质量直接影响效果
小团队没有专职设计师 全栈开发者、独立黑客 从 awesome-design-md 抄一份就能用 复杂交互逻辑仍需人工判断
多 Agent 协作项目 使用 MCP + 多个编程 Agent 的团队 所有 Agent 共享同一份设计事实源 格式还在 alpha,未来可能 breaking change
设计系统文档化 已有设计系统的团队 作为 Figma、Storybook 的补充层 需要额外维护,注意与现有资产的对齐

不适用的情况:

  • 你只写少量页面、不追求视觉一致性 → 直接在 Prompt 里描述风格更省事
  • 已有成熟组件库和 Storybook,设计很少变动 → 等 v1.0 稳定再说,目前 alpha 格式还不锁定
  • 需要暗色模式或动态主题 → 等 Issue #13 解决,目前只能单主题,这是最痛的硬伤

项目热度确实在线,但社区健康度得拆开看看。

社区怎么样了

指标 数据 说明
Stars ~26,000+(截至 2026 年 8 月) 4 个月增长,设计系统赛道现象级
核心维护者 3 人(David East + Matt Van Horn + 1) Bus Factor 中等,David East 占约 42% 提交
Open Issues 活跃讨论中 主要围绕多主题、扩展 Token 类型等
协议 Apache 2.0 商业友好,无 copyleft 限制

David East 的背景让这个项目多了一层可信度。他是 Firebase 圈的 DevRel 传奇,做过 Firebase 团队 Lead,YouTube 上做了多年的 Firecasts 系列教程。离开 Firebase 后他主导了 Google Stitch 这个 AI 设计工具,DESIGN.md 是其中抽出来的开源组件。他在开发者社区的影响力,是这个项目能在 4 个月内冲到这个热度的重要原因。

DESIGN.md :Google 这份说明书让 Agent 终于懂设计了

Issue 区讨论质量不低。功能需求和规范本身的讨论各占一半,社区对”这份文件应该管什么、不该管什么”的边界有共识。PR #161(v0.4.0 release)标注了规范的最新变化,但在多主题这个核心功能上进展缓慢。

Reddit 和 HackerNews 上有比较典型的讨论:“它不会自动让你的 AI 写出更好看的 UI,但它会让你写的 Prompt 从一个模糊的描述变成一个确定的文件”。这句评价其实很准。DESIGN.md 不是魔法,它就是一个确定的设计事实源。跟 Meta 同期推出的 Astryx 对比,两者的出发点相同但路径不同。Astryx 是 MCP Server + React 组件库,让 Agent 在 150+ 组件里挑。DESIGN.md 更轻,纯 Markdown,不依赖框架和运行时。如果你的技术栈是 React,可以两个都用。如果是 Vue 或 Svelte,DESIGN.md 目前是唯一的 AI 设计上下文方案。

不过热度归热度,有几个容易踩的坑得提前聊透。

我的真实看法

我对这个项目的判断不是”很棒”或”一般”,而是”时机对了”。AI 编程 Agent 从前端生成 UI 的需求正在爆发,而设计系统这块的标准化远远落后于代码生成本身。DESIGN.md 不是一个技术上特别深奥的项目,它的核心贡献不是技术突破,而是把两个已有的东西(YAML Token 和 Markdown 文档)用 AI Agent 能消费的方式组合在一起。这件事说起来简单,但在它之前没人系统性地做过。

但有一个很容易被低估的风险。DESIGN.md 的价值高度依赖 prose 的质量。一份只有 Token 没有 prose 的 DESIGN.md,跟一个普通的 JSON 设计 Token 文件没区别。Prose 的作用是给 Agent 做设计的判断依据,不是装饰性文案。如果你写 prose 的能力停留在”现代、简洁、高级”这种层级,效果跟直接写 Prompt 差别不大。用具体描述替代形容词,这是用好 DESIGN.md 的第一条准则。比如不要说”专业感”,直接写”不要渐变、不要阴影、大面积留白、只用一种强调色”。

比较现实的预期:别指望它替代 Figma 或组件库,把它当一个 Agent 可读的设计上下文文件用。项目还在 alpha,现在 fork 或深度定制为时尚早。但复制一份去试试的成本几乎为零,npm install 加上 30 行 YAML。十分钟内你就能知道它适不适合你的 workflow,比看任何评测文章都靠谱。

另一个观察:Google Stitch 的存在让 DESIGN.md 的长期存活概率远高于一般实验室项目。Stitch 是 Google 自己的 AI 设计平台,DESIGN.md 是它的核心输出格式。只要 Stitch 不关停,这份规范就会持续维护。对于还在犹豫要不要在项目里引入的人来说,这是个重要信号。Meta 的 Astryx 和社区里的 awesome-design-md 也说明这个方向不是 Google 一家的独舞。

资源地址

资源 地址
GitHub https://github.com/google-labs-code/design.md
npm https://www.npmjs.com/package/@google/design.md
设计哲学文档 https://github.com/google-labs-code/design.md/blob/main/PHILOSOPHY.md
社区品牌库 https://github.com/topics/design-md

说到这只剩一个问题了:你要不要在自己的项目里用 DESIGN.md?

先跑起来,10 分钟的事

如果你已经在用 AI Agent 写前端,别等。找一个风格接近的 DESIGN.md 从 awesome-design-md 复制过来,改掉颜色和字体,放到项目根目录里。然后让 Agent 读这个文件再生成页面。

如果你还在观望,关注两个指标:Issue #13(多主题支持)的合并时间,和规范是否在 v1.0 正式发布时锁定格式。这两点决定了 DESIGN.md 能不能从一个好用的探索工具变成团队级的基础设施。说实话,我更期待的不是它本身,而是它打开的方向。未来每个项目根目录里可能不只有 README 和 CONTRIBUTING,还有给 Agent 读的设计说明、架构说明、测试说明。DESIGN.md 只是第一块砖。

四个月前没人想过要给 AI 写一本设计说明书。现在这本说明书有 26,000 人关心了。如果你试过效果不错、或者踩了坑翻车了,去 Issue 区看看,那里有跟你在同一条船上的开发者。AI 写代码的时代,设计从”画出来”变成了”写出来”,这份规范不过是个有意思的开头。

开源项目

DeepTutor:一个AI原生学习系统凭什么7个月冲上20k Stars

2026-8-2 15:21:10

开源项目

DeepSeek-Reasonix:把前缀缓存命中率做到了 85% 到 99.8%

2026-8-3 16:23:29

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧