1、立项原因:传统设计稿转前端代码平均需2天/页,人工转换成本高、视觉还原度参差不齐,且极易遗漏复杂业务逻辑,亟需自动化提效。2、行业场景:互联网产品研发与UI设计协作领域。在快速迭代的敏捷开发背景下,企业急需通过AI技术降本增效,解决前端工程师在切图、布局重构和视觉回归上的重复劳动。
点击空白处退出提示
1、立项原因:传统设计稿转前端代码平均需2天/页,人工转换成本高、视觉还原度参差不齐,且极易遗漏复杂业务逻辑,亟需自动化提效。2、行业场景:互联网产品研发与UI设计协作领域。在快速迭代的敏捷开发背景下,企业急需通过AI技术降本增效,解决前端工程师在切图、布局重构和视觉回归上的重复劳动。
1、功能模块:设计稿自动拉取模块(蓝湖MCP)、多模态视觉理解与代码生成模块、类型检查与Diff比对模块、断点续传与状态管理模块。2、主要功能描述:系统通过MCP协议自动获取蓝湖设计稿及Chrome渲染截图,调用多模态LLM进行布局重构与Vue3 SFC代码生成;引入vue-tsc类型检查与事件指纹Diff机制,确保业务逻辑零丢失;配合多模态评判Prompt进行视觉回归比对与自动修复,实现设计到代码的流水线化。
1、我的任务:负责整体系统架构设计,编写Python异步编排层,设计多模态评判Prompt,并实现断点续传与自动重试机制。2、技术栈与难点:Python、asyncio、httpx、MCP协议、OpenAI SDK、Claude CLI、Vue3、vue-tsc。架构亮点在于通过state.json实现“拉取→生成→比对→修复”的原子步骤编排与断点续传;难点攻克了多模态模型对UI错误的精准召回,以及通过Diff系统100%保留原有业务逻辑。



评论