Token导航 LogoToken导航

Agent Skill · 研究检索

sc-design(设计)

用于辅助界面设计、视觉规范、排版、配色、布局和交互体验优化。它适合让 Agent 根据产品场景整理页面结构、生成 UI 方案、检查视觉一致性或改进组件层级。使用时需要结合现有品牌、设计系统和用户任务,不应只堆装饰元素;涉及真实页面改动时,应通过截图或浏览器预览检查文本溢出、对齐和响应式表现。

sc-design 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为调用外部服务;许可证为 MIT,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 46,384。

总安装 783周安装 32GitHub Stars 17下载 253核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:sc-design(设计)
来源仓库:https://github.com/tony363/superclaude
仓库路径:skills/sc-design
安装命令:
npx skills add https://github.com/tony363/superclaude --skill sc-design
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/tony363/superclaude --skill sc-design

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

sc-design 用于辅助界面设计、视觉规范、排版、配色和布局优化。适合整理页面结构、生成 UI 方案或改进组件层级。sc-design 属于研究检索类 Skill,可作为该场景下的辅助能力补充。使用时需结合现有品牌和设计系统,不应只堆装饰元素。涉及真实页面改动时,应通过截图或浏览器预览检查文本溢出和对齐。

建议先在小范围内测试响应式表现,再应用到生产环境。

来源仓库内路径:skills/sc-design

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/tony363/superclaude --skill sc-design;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

sc-design 怎么安装?

在终端执行 npx skills add https://github.com/tony363/superclaude --skill sc-design。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

sc-design 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

sc-design 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

sc-design 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

sc-design 用的人多吗?

公开数据是累计安装 783 次,近一周安装 32 次,下载 253 次,GitHub 17 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

sc-design 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
sc-design

设计 · 本页

78317调用外部服务MIT通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

System & Component Design Skill

Architecture planning and interface design with industry best practices.

Quick Start

# Architecture design
/sc:design [target] --type architecture

# API specification
/sc:design payment-api --type api --format spec

# Database schema
/sc:design e-commerce --type database --format diagram

Behavioral Flow

  1. Analyze - Examine requirements and existing system context
  2. Plan - Define design approach based on type and format
  3. Design - Create specifications with best practices
  4. Validate - Ensure maintainability and scalability
  5. Document - Generate diagrams and specifications

Flags

FlagTypeDefaultDescription
--typestringarchitecturearchitecture, api, component, database
--formatstringspecdiagram, spec, code

Evidence Requirements

This skill does NOT require hard evidence. Deliverables are:

  • Design specifications and diagrams
  • Interface definitions
  • Schema documentation

Design Types

Architecture (--type architecture)

  • System structure and component relationships
  • Scalability and reliability patterns
  • Service boundaries and communication

API (--type api)

  • RESTful/GraphQL endpoint design
  • Request/response schemas
  • Authentication and versioning

Component (--type component)

  • Interface contracts and dependencies
  • State management patterns
  • Integration points

Database (--type database)

  • Entity relationships and constraints
  • Normalization and indexing
  • Performance considerations

Output Formats

Diagram (--format diagram)

  • ASCII or Mermaid diagrams
  • Component relationship visualization
  • Data flow representation

Specification (--format spec)

  • OpenAPI/Swagger for APIs
  • Detailed interface documentation
  • Technical requirements

Code (--format code)

  • Interface definitions
  • Type declarations
  • Skeleton implementations

Examples

System Architecture

/sc:design user-management --type architecture --format diagram
# Component relationships, data flow, scalability patterns

API Design

/sc:design payment-api --type api --format spec
# OpenAPI spec with endpoints, schemas, auth patterns

Component Interface

/sc:design notification-service --type component --format code
# TypeScript/Python interfaces with clear contracts

Database Schema

/sc:design inventory-db --type database --format diagram
# ER diagrams with relationships and constraints

MCP Integration

PAL MCP (Design Validation)

ToolWhen to UsePurpose
mcp__pal__plannerArchitecture planningSequential planning with branching for design decisions
mcp__pal__consensusDesign decisionsMulti-model validation of architectural choices
mcp__pal__thinkdeepComplex systemsDeep analysis of system requirements
mcp__pal__chatBrainstormingCollaborative design exploration
mcp__pal__apilookupAPI standardsGet current API design best practices

PAL Usage Patterns

# Architecture planning
mcp__pal__planner(
    step="Designing microservices architecture for e-commerce platform",
    step_number=1,
    total_steps=4,
    more_steps_needed=True
)

# Validate design with consensus
mcp__pal__consensus(
    models=[
        {"model": "gpt-5.2", "stance": "for"},
        {"model": "gemini-3-pro", "stance": "against"},
        {"model": "deepseek", "stance": "neutral"}
    ],
    step="Evaluate: Should we use event sourcing for the order management system?"
)

# Deep system analysis
mcp__pal__thinkdeep(
    step="Analyzing scalability requirements for real-time notification system",
    hypothesis="WebSocket with Redis pub/sub will handle 100k concurrent users",
    confidence="medium",
    focus_areas=["scalability", "reliability", "performance"]
)

Rube MCP (Documentation & Collaboration)

ToolWhen to UsePurpose
mcp__rube__RUBE_SEARCH_TOOLSExternal toolsFind diagramming, documentation tools
mcp__rube__RUBE_MULTI_EXECUTE_TOOLShare designsPost to Notion, Confluence, Slack
mcp__rube__RUBE_CREATE_UPDATE_RECIPEDesign workflowsSave reusable design processes

Rube Usage Patterns

# Create design document in Notion
mcp__rube__RUBE_SEARCH_TOOLS(queries=[
    {"use_case": "create notion page", "known_fields": "database:Architecture"}
])

mcp__rube__RUBE_MULTI_EXECUTE_TOOL(tools=[
    {"tool_slug": "NOTION_CREATE_PAGE", "arguments": {
        "title": "Payment API Design v2",
        "content": "## Overview\n..."
    }}
])

# Share design for review
mcp__rube__RUBE_MULTI_EXECUTE_TOOL(tools=[
    {"tool_slug": "SLACK_SEND_MESSAGE", "arguments": {
        "channel": "#architecture",
        "text": "New design ready for review: Payment API v2"
    }},
    {"tool_slug": "JIRA_CREATE_ISSUE", "arguments": {
        "project": "ARCH",
        "summary": "Review: Payment API Design",
        "issue_type": "Task"
    }}
])

Flags (Extended)

FlagTypeDefaultDescription
--pal-planboolfalseUse PAL planner for systematic design
--consensusboolfalseValidate design with multi-model consensus
--sharestring-Share via Rube (notion, confluence, slack)
--create-ticketboolfalseCreate review ticket via Rube

Tool Coordination

  • Read - Requirements analysis
  • Grep/Glob - Pattern analysis
  • Write - Design documentation
  • Bash - External tool integration
  • PAL MCP - Design planning, consensus validation, deep analysis
  • Rube MCP - Documentation sharing, collaboration, review workflows

平台分布

Codex

31.16%
按下载量换算79

Claude Code

24.66%
按下载量换算62

windsurf

17.91%
按下载量换算45

trae

13.37%
按下载量换算34

OpenCode

7.22%
按下载量换算18

Cursor

3.94%
按下载量换算10

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills