DesignOS

把设计专家方法论封装成 AI Skill 矩阵

2026.05.19 · young · v0.1.2 · M1 内测版

从 7 个分散的 Agent 原型说起

每个设计师脑子里都有方法论，但只有自己会用。100+ 人的设计师团队，方法论沉淀不下来。

🔍

UXEval

启发式评估、可用性测试

📐

PRD → 原型

从需求文档生成可交互原型

🎨

设计系统

Token 体系、组件规范

✨

IP 设计

品牌 IP 形象设计

💼

品牌咨询

品牌策略、视觉创意

📊

竞品分析

AI Analytics 能力

🧠

治理底盘

跨 Agent 调度、记忆

➕

DesignOS = Design + Operating System

不是 App，不是网站。是装到设计师工作流里的能力包。

Skills 层 · 设计师视角
UXEval / PRD→Proto / Design System / IP Design / Brand / Analytics
Kernel 层 · 基础设施
Pipeline 引擎 · MCP 客户端 · 三级记忆 · LLM 路由 · Checkpoint
MCP Servers 层 · 工具
PDF 解析 · Excel 生成 · 启发式判断 · 视觉分析 · Playwright · ...

每个新设计师，都能站在前 100 个设计师的肩膀上。

Skill 是什么

一套"可执行的方法论"，包含 Prompt + 流程 + 宪法 + 知识库 + 黄金样本

目录结构

skills/uxeval/
├── SKILL.md           入口（frontmatter）
├── constitution.md    宪法 · 硬约束
├── pipeline.yaml      流水线 · 12 stages
├── prompts/v1.0.0/    版本化 Prompt
├── reference/         领域知识
├── templates/         输出模板
└── eval/
    ├── golden/        黄金样本
    └── failure/       失败案例

关键设计

版本化 Prompt：每次改动可 git diff、可回归
独立宪法：硬约束放单独文件，每次输出后校验
声明式流水线：YAML 写阶段 / 依赖 / Checkpoint
双格式样本：金样本驱动 Few-shot，失败案例驱动改进

两种 Skill 类型

Pipeline	固定阶段，串行执行（UXEval）
Skill Group	多个子 Skill + workflow（Brand）

UXEval 12 阶段流水线

把"做一次体验评估"拆成可控、可干预、可断点续跑的 12 步

1. PRD 理解

2. 角色推导

3. 场景推导

4. 启发式映射

5. 旅程图 ⚠ C1

6. 任务清单 ⚠ C2

7. (Web 自动化)

8. 截图加载

9. 启发式检测

10. 问题归因 ⚠ C3

11. 报告生成

12. 输出 Excel

三个 Checkpoint 是核心

在关键产物点暂停，让人类有干预入口 — 避免 AI 自嗨跑偏。

C1 · 旅程图	这个用户旅程是否准确？
C2 · 任务清单	任务粒度是否合理？是否覆盖关键场景？
C3 · 严重等级	问题分级是否合理？建议是否可执行？

双模式 · IDE 原生 vs CLI

设计师不愿装 Python，IDE 已经有 LLM。所以 IDE 原生模式是默认。

🎨 IDE 原生模式（默认）

谁在跑：IDE 里的 AI 读 AGENTS.md + prompts，自己执行 12 stage

用什么模型：IDE 已配的 Claude / GPT / DeepSeek

谁用：100% 设计师

✓ 0 安装 0 配置 0 命令行

⚙️ CLI 模式（可选）

谁在跑：Python 引擎调 LLM API

用什么模型：自配 API Key

谁用：工程师 / CI 集成 / 批量评估

需要 pip install + API Key 配置

设计师的实际体验

# 一句话上手
克隆 designos 仓库 → IDE 打开 → 把 PRD 拖进 work/ → 对 AI 说 /uxeval → 完。

# 三个暂停点回复"继续 / 修改 / 补充"
# 6-8 分钟后拿到：旅程图 + 任务清单 + 问题清单 + Excel 报告

技术栈选型

每个选择都有理由 — 不为新而新，为合适而选

层	选型	为什么
语言	`Python 3.11+`	设计师生态、AI/ML 库丰富、MCP 官方 SDK
包管理	`uv`	比 pip 快 10×，比 poetry 简单
构建	`hatchling`	标准 PEP 621，PyPI 友好
类型 / Schema	`Pydantic v2`	严格类型，错误在边界暴露
CLI	`Typer`	类型驱动 CLI
日志	`structlog`	结构化，可上 OpenTelemetry
工具协议	`MCP`	跨厂商标准化，未来兼容性好
默认模型	`Claude Opus 4.7`	长上下文 + 多模态视觉 + 调优最稳
分发	`PyPI + GitHub`	集团已有镜像，零额外基础设施
License	`Apache 2.0`	可商用 + 专利保护

Kernel 内核 · 6 大模块

⚙️

pipeline/

编排器 + Stage Runner，处理 LLM/Tool 两类 stage、依赖、retry、checkpoint

🔌

mcp/

MCP 客户端：stdio + InProcessTransport（开发期内联调用提速 5×）

🧠

llm/

多 Provider 路由（Anthropic / OpenAI / DeepSeek）+ fallback 链

💾

memory/

三级记忆：会话 → 项目 → 组织（GitHub 沉淀）

📂

workspace/

自动初始化、PRD 智能定位、scope 推断

📍

checkpoint/

暂停状态机，支持 auto_confirm 跳过和断点 resume

InProcessTransport：开发期关键优化

标准 MCP 走 stdio = 每次启动 Server 都要 spawn 子进程。开发改代码 → 反复重启 → 调试痛苦。

解法：开发模式直接 import 工具函数调用，绕过子进程；生产环境仍走标准 stdio。+5× 开发体验

三级记忆 + Eval 驱动自演进

不是专家反复改 Prompt，而是给 Skill 灌数据让它自己长

三级记忆

Session  内存中，单次跑
   ↓ 归档
Project  本地 .designos/memory/
   ↓ 价值认定 + 提交
Org      GitHub repo + 专家审核

每一级都有人工 gate，防止脏数据污染

自演进闭环

跑评估 → 收失败案例 → failure/
            ↓
       DSPy 自动 prompt 优化
            ↓
       golden samples 回归
            ↓
       通过 → PR → 专家审核
            ↓
       合并 → 新版本 prompt

工具：promptfoo / DSPy / golden+failure 数据集

每次跑出来的 run 都是养料 — 好的进 golden，坏的进 failure，累积到一定量自动触发优化。

核心设计思路

哲学层 · AI-native

×

做网页/App，里面塞 AI 功能

→

✓

让 AI 成为执行主体，工具数据 Prompt 围绕它编排

知识层 · 让方法论可执行

把脑子里的经验拆三个文件：constitution.md（硬约束）+ prompts/（推理）+ reference/（知识库）。

✓ 可版本化 ✓ 可 diff ✓ 可回归测试

流程层 · 流水线 + Checkpoint

×

一个 20 页大 prompt 跑完所有事

→

✓

12 个 stage，每个明确产物，关键节点 Checkpoint

工具层 · MCP 解耦

工具不是 prompt 里的"请帮我处理 PDF"，而是真实代码 — 通过 MCP 协议暴露给 LLM。

✓ 可独立测试 ✓ 多 Skill 共用 ✓ 可热替换

关键决策的迭代过程

没有银弹 — 走过的弯路才是真正的经验

弯路 1 · CLI-first 而非 IDE-first

初版

pip install designos → designos init → 配 API Key → designos run uxeval

设计师不愿装 Python、不想配 Key（IDE 里明明已经有了）

→

纠正

默认走 IDE 原生模式，CLI 降级为"工程师 / 批量"可选项

AGENTS.md 明确告诉 AI"不要让用户配 API Key"

弯路 2 · 让设计师 git clone 整个仓库

当前

把 designos 仓库当工作目录用

这是开发者视角不是用户视角

→

下一步

designos install 一键注入 Skill 到当前目录

对标 oh-my-zsh / husky 体验

开发踩坑速查

LLM 相关

坑	表现	解法
JSON 带 markdown 代码块	JSONDecodeError	写 JSON 提取器去掉 ```json 包裹
多产物只填了第一个	下游拿不到数据	严格 schema + 解析时拆分
.md 文件被当图片 base64	编码失败	显式判断后缀，文本走 text block
长文档超 token 限制	context_length_exceeded	用长上下文模型或先 summary

工程相关

坑	表现	解法
`from __future__ import annotations` 让 Pydantic 拿不到注解	校验失败	`typing.get_type_hints()` 解析字符串注解
Frozen 模型不接受 None	validation error	`_drop_none_recursive()` 预清洗
Pipeline 字段名 ≠ Tool 参数名	映射失败	写 `_ARG_ALIASES` 别名表
`data.get(name, data)` 兜底	整个 dict 塞进单字段	改成 `data.get(name)`，None 即 None

分发相关

坑	表现	解法
pip --user 后 binary 不在 PATH	command not found	__main__.py 兜底 + 自动改 .zshrc
Trae 沙箱不能写 ~/.designos	PermissionError	DESIGNOS_HOME env + 项目级降级
集团镜像同步慢	找不到新版本	临时 `-i pypi.org/simple/` 强制官方源

Agent Skill 开发最佳实践

Skill 设计

DO 把宪法独立成单文件
DO 流水线显式化（YAML 比大 prompt 可控 100×）
DO 关键节点加 Checkpoint
DO 用 MCP 解耦工具调用
DO 版本化 prompt（git diff + 回归测试）
DON'T 追求"一个 prompt 解决所有"
DON'T 让 AI 自由决定流程顺序
DON'T 在 prompt 里硬编码工具调用

Prompt 编写结构

1. 角色定义
2. 输入说明
3. 任务目标
4. 约束（不能做什么）
5. 输出格式（严格 JSON schema）
6. Few-shot examples（黄金样本）
7. 自检清单

避坑要点

不写"请尽量..."，改"必须..."
不让 LLM 自由发挥结构 → 给 JSON schema
不信单次输出 → 宪法校验 + retry

产品设计三大原则

从 IDE 视角

设计师在哪、AI 在哪、就在哪交互

零配置优先

能从 IDE 拿到的，不要再问用户

简洁触发

/uxeval 比一长串 CLI 好 10×

当前进展 & 下一步

12

Pipeline Stages

160

单元测试

v0.1.2

PyPI 已发布

6

IDE 已适配

M1（已交付）

UXEval Skill 完整流水线跑通
Kernel 内核 + 4 个 MCP Server
多 IDE 集成（AGENTS.md / .claude / .cursor）
PyPI 自动发版（GitHub Actions OIDC）
设计师内测手册

M2（下一阶段）

Web 自动化模式（Playwright + Chromium）
剩余 5 个 Skill（PRD2Proto / IP / Brand / Analytics / DesignSystem）
designos install 一键注入命令
组织级记忆 + 专家审核流
DSPy + promptfoo 自演进闭环

远期愿景

DesignOS 不只是工具
它是设计师集体智慧的载体
每个新加入的设计师，都能站在前 100 个设计师的肩膀上

GitHub: github.com/Eryooo/designos · PyPI: pypi.org/project/designos · 维护：young

谢谢 · Q&A