Oil UI
主流 AI UI Skill 實機橫評 · 15 次實測與線上 Demo直接看四款介面 ↓

4 款 UI 設計 Skill 15 次實測橫評:Oil UI、frontend-design、Impeccable 與 UI UX Pro Max

給編程 Agent 裝哪款 UI 設計 Skill 最出活?我們用同一份「個人工具庫網頁」需求,在同一大模型下分別實測了市面上最火的 4 款開源 Skill(Oil UI、Anthropic 官方 frontend-design、UI UX Pro Max、Impeccable)以及不裝 Skill 的裸跑效果。下方可直接並排檢視 4 款 Skill 的實機畫面與線上 Demo。

核心要點

裝不裝 Skill 差距立竿見影

不裝 Skill 裸跑不僅版面平庸(84.3 分),3 次生成有 2 次在互動驗收上直接錯誤提示;裝上任意一款專業 UI Skill 後,12 次生成全部通過功能驗收。

4 款 Skill 擅長方向各不相同

frontend-design(Anthropic 官方)與 Impeccable 擅長單頁快速定型;UI UX Pro Max 偏傳統 SaaS 卡片;Oil UI 主打多方向同畫面對比與截圖盲審(專項最佳化後達 89.5 分)。

單頁試水用開源版,商業專案上 Pro

免費開源版足夠搞定單頁官網;若要翻新既有專案、搭建複雜工作台或跑滿 3 輪 9 分盲審,建議直接升級 Oil UI Pro。

真實頁面對比

Oil UI

v0.24.20.24.2

本畫廊開源版 · 多方向對比 + 截圖盲審

88/100
三次均分 87.0
1440 × 900檢視原圖 ↗
Oil UI 第 1 次 desktop 原始截圖

✓ 亮點工具資訊與回饋清楚

△ 限制單次任務未檢驗多方向對比

功能驗收 6/6 通過開啟本次頁面

frontend-design

Anthropiccommit-dbd4588f9e1033efb41dad4bef2f7947c8993d44

Anthropic 官方範例 · 單頁直出風格導引

87/100
三次均分 88.0
1440 × 900檢視原圖 ↗
frontend-design 第 1 次 desktop 原始截圖

✓ 亮點工具架視覺方向統一

△ 限制重複邊線讓卡片偏重

功能驗收 6/6 通過開啟本次頁面

UI UX Pro Max

v2.15.02.15.0

社群高星規則庫 · 標準 SaaS 卡片規範

86/100
三次均分 86.7
1440 × 900檢視原圖 ↗
UI UX Pro Max 第 1 次 desktop 原始截圖

✓ 亮點目錄與篩選覆蓋完整

△ 限制手機頁首較高,工具卡露出較晚

功能驗收 6/6 通過開啟本次頁面

Impeccable

v4.7.04.7.0

前端精修指令集 · 暗色票據與狀態細節

88/100
三次均分 88.0
1440 × 900檢視原圖 ↗
Impeccable 第 1 次 desktop 原始截圖

✓ 亮點票據視覺與狀態細節清楚

△ 限制同排卡片對齊略有偏差

功能驗收 6/6 通過開啟本次頁面

結果概覽

不使用 Skill

84.3 · 三次平均

2/3 次儲存提示語與驗收文字不一致。

看頁面 ↗

四個 Skill

86.7–88.0 · 各三次平均

12 次功能檢查全部通過。

Oil UI 優化候選

89.5 · 雙盲平均

三方向、舊專案與迭代盲審;單次候選複測,不代表官方更新。

看完整記錄 ↗
檢視詳細記錄 ↗
Oil UI 開源版 · 免費
npx skills add oil-oil/oil-ui

結果總表:每次分數與功能狀態

15 次生成的視覺總分(滿分 100)與獨立功能驗收
條件run-1run-2run-3三次總分平均分功能驗收
Oil UI 開源版88 · 通過90 · 通過83 · 通過261/30087.03/3 通過
frontend-design87 · 通過87 · 通過90 · 通過264/30088.03/3 通過
UI UX Pro Max86 · 通過88 · 通過86 · 通過260/30086.73/3 通過
Impeccable88 · 通過87 · 通過89 · 通過264/30088.03/3 通過
無 Skill 對照83 · 失敗86 · 通過84 · 失敗253/30084.31/3 通過,2 次失敗

15 次生成和 15 份匿名視覺評審全部完成,功能驗收 13 次通過、2 次失敗。平均分由三次總分除以 3 得出,保留一位小數,例如 UI UX Pro Max 為 260/3,無 Skill 為 253/3。公開 JSON 保留每次六維分數、功能狀態和素材網址。

怎麼選:單頁快速定型可選 frontend-design(88.0)或 Impeccable(88.0);偏標準 SaaS 卡片目錄可選 UI UX Pro Max(86.7);需要同畫面多方向對比、截圖盲審,或後續用 Oil UI Pro 改造既有專案與複雜後台時選 Oil UI(0.24.2 開源版 87.0,獨立候選複測 89.5)。

Oil UI 開源版 0.24.2:87.0,run-3 的透明重播必須扣分

三次視覺分數為 88、90、83,功能驗收均為 6/6。三版都把搜尋、篩選和六件工具放在產品中心,卡片資訊順序穩定;收藏同步改變文字、圖示或形狀、底色與計數。空結果可重設,載入失敗可重試,表單錯誤提供匯總與逐欄位恢復說明。

run-1 的手機長表單錯誤提示後,需要捲動才能看到完整操作行,部分狀態圖還抓到後續卡片接近透明的入場幀。run-2 的共享索引線與保存插片更完整,但 420ms 入場效果讓搜尋與建議更新截圖短暫發白,小號等寬輔助文字也增加了長頁閱讀負擔。

run-3 每次 renderTools() 重建卡片都會重播從 opacity: 0 開始的 180ms card-in 動畫。搜尋截圖顯示“1 tool”卻沒有可見結果卡,手機搜尋、保存後重新整理和建議重新整理也出現近乎透明的卡片。功能驗收雖透過,這些畫面仍說明篩選回饋會被反復打斷,因此視覺分為 83;它們不能證明結果永久丟失。

Oil UI 開源版第 1 次生成的 CommonShelf 桌面初始畫面
Oil UI 開源版 · run-1 · 桌面初始圖(1440×900);視覺 88/100,功能 6/6 透過。
Oil UI 開源版第 1 次生成的 CommonShelf 手機初始畫面
Oil UI 開源版 · run-1 · 手機初始圖(390×844);視覺 88/100,功能 6/6 透過。
Oil UI 開源版第 2 次生成的 CommonShelf 桌面初始畫面
Oil UI 開源版 · run-2 · 桌面初始圖(1440×900);視覺 90/100,功能 6/6 透過。
Oil UI 開源版第 3 次生成的 CommonShelf 桌面初始畫面
Oil UI 開源版 · run-3 · 桌面初始圖(1440×900);視覺 83/100,功能 6/6 透過。

frontend-design:88.0,統一的工作抽屜語言與重複強調並存

三次視覺分數為 87、87、90,功能驗收均為 6/6。run-1 用冷灰底、標籤紙、手繪層架線、書簽和不同工具符號形成“工作抽屜”方向,工具摘要和適用場景是主角;收藏同步改變文字、書簽填充和底色,手機首卡與無效表單操作完整可見。

run-2 的資訊層級仍清楚,但工具卡 6px 頂條、卡片粗底線及篩選與建議區左邊線疊加,視覺偏重;手機錯誤彈出視窗的取消與保存落在 844px 首屏之外,需要捲動。run-3 也重複藍色左邊線,標籤與中繼資訊偏小。它與 Impeccable 平均分相同,但畫面與問題不同。

frontend-design第 1 次生成的 CommonShelf 桌面初始畫面
frontend-design · run-1 · 桌面初始圖(1440×900);視覺 87/100,功能 6/6 透過。
frontend-design第 1 次生成的 CommonShelf 手機初始畫面
frontend-design · run-1 · 手機初始圖(390×844);視覺 87/100,功能 6/6 透過。
frontend-design第 2 次生成的 CommonShelf 桌面初始畫面
frontend-design · run-2 · 桌面初始圖(1440×900);視覺 87/100,功能 6/6 透過。
frontend-design第 3 次生成的 CommonShelf 桌面初始畫面
frontend-design · run-3 · 桌面初始圖(1440×900);視覺 90/100,功能 6/6 透過。

UI UX Pro Max 2.15.0:86.7,狀態完整,行動端密度與操作位置拖分

三次視覺分數為 86、88、86,功能驗收均為 6/6。三版都按名稱、摘要、適用場景、標籤、價格與平台組織六件工具;收藏同步更新 Save/Saved 文案、書簽、計數和 Saved only 狀態,載入失敗、儲存降級和表單錯誤均有恢復路徑。

run-2 的工具卡 4px 頂部強調條與建議項、規格區左邊線重複,12px 分類、編號和標籤偏多,顯得公式化。run-3 的第一張手機工具卡約從 712px 開始,844px 視口只能看到卡片頂部,整頁約 4695px。桌面與手機的長錯誤表單都要捲動尋找提交和取消,雖通過驗收,完成流程仍不夠直接。

UI UX Pro Max第 1 次生成的 CommonShelf 桌面初始畫面
UI UX Pro Max · run-1 · 桌面初始圖(1440×900);視覺 86/100,功能 6/6 透過。
UI UX Pro Max第 1 次生成的 CommonShelf 手機初始畫面
UI UX Pro Max · run-1 · 手機初始圖(390×844);視覺 86/100,功能 6/6 透過。
UI UX Pro Max第 2 次生成的 CommonShelf 桌面初始畫面
UI UX Pro Max · run-2 · 桌面初始圖(1440×900);視覺 88/100,功能 6/6 透過。
UI UX Pro Max第 3 次生成的 CommonShelf 桌面初始畫面
UI UX Pro Max · run-3 · 桌面初始圖(1440×900);視覺 86/100,功能 6/6 透過。

Impeccable 4.7.0:88.0,狀態相關的目錄細節較扎實

三次視覺分數為 88、87、89,功能驗收均為 6/6。run-1 用票樣打孔、虛線與縫合標記形成統一方向;run-3 的 Catalog register 隨搜尋、保存和篩選改變線型,讓裝飾對應真實狀態。收藏回饋結合文字、標記、填充或邊框,零結果與載入失敗都提供下一步操作。

扣分點主要在密度和小屏流程。run-1 同排卡片的摘要、標籤和中繼資訊基線會隨內容長度錯位,12px 中繼資訊偏弱。run-2 的高頁頭與多層篩選減少了手機首屏的工具操作,整頁達到 3149px;多輪手機錯誤彈出視窗都要繼續捲動才能看到取消與保存。

Impeccable第 1 次生成的 CommonShelf 桌面初始畫面
Impeccable · run-1 · 桌面初始圖(1440×900);視覺 88/100,功能 6/6 透過。
Impeccable第 1 次生成的 CommonShelf 手機初始畫面
Impeccable · run-1 · 手機初始圖(390×844);視覺 88/100,功能 6/6 透過。
Impeccable第 2 次生成的 CommonShelf 桌面初始畫面
Impeccable · run-2 · 桌面初始圖(1440×900);視覺 87/100,功能 6/6 透過。
Impeccable第 3 次生成的 CommonShelf 桌面初始畫面
Impeccable · run-3 · 桌面初始圖(1440×900);視覺 89/100,功能 6/6 透過。

附錄|Oil UI 0.24.2 最佳化候選複測:一次後續試驗

這一附錄記錄 Oil UI 0.24.2 獨立最佳化候選的一次後續複測,環境仍為 Kimi AgentSwarm + kimi-1021-preview。候選不是官方新版本,不在原 15 次樣本內,也不修改或替代原結果;一次試驗不能證明普遍提升。

獨立功能驗收為 6/6,補充連續互動為 2/2,覆蓋 11 個連續檢查點。兩位獨立盲評分別給出 89 和 90 分,平均為 179/2 = 89.5;評審沒有重新執行 Playwright,功能與視覺證據分開記錄。直接證據僅覆蓋 Chromium 的 1440×900 與 390×844,不包含真實手機、所有斷點、其他瀏覽器或完整無障礙審計。

DOM 與動效:連續操作和重新整理未觀察到整組卡片重播
11 個連續檢查點中,保留卡片均記錄 sameOriginalNode=true,不再每次重建整批卡片;卡片與建議的 animationstart 記錄均為空,兩位評審也檢視了連續操作錄屏。儲存按鈕的局部 CSS Transition 單獨記錄,不算列表重播。重新整理恢復後,六張卡片與建議的 cssAnimations 均為 0,restoreAnimationStarts 為空,儲存狀態和建議內容均能恢復。
移動操作與視覺層級
在 390×844 視口和四項錯誤狀態下,取消與送出按鈕均高 48px、底邊為 819px,仍在視口內;兩次操作都是真實觸控點擊,改正後的提交也能在重新整理後恢復。兩位盲評均確認彈出視窗與錯誤摘要沒有粗頂部強調條,錯誤和彈出視窗層級仍然清楚。
舊錯誤提示、小字與佔位對比仍待改進
欄位改正後、再次送出前,舊錯誤摘要與逐欄位錯誤仍顯示。這符合按送出驗證的約定,不是功能失敗,但回饋不夠及時。部分次級文字仍為 9–11px;評審 A 點測輸入佔位文字對比度約為 3.76:1,低於普通文字 4.5:1 的參考線。這只是局部點測,不是完整對比度認證。
Oil UI 0.24.2 獨立最佳化候選的 CommonShelf 桌面初始畫面
獨立最佳化候選 · 桌面初始圖(1440×900);原 15 次橫評之外的一次後續試驗。
Oil UI 0.24.2 獨立最佳化候選的 CommonShelf 手機初始畫面
獨立最佳化候選 · 手機初始圖(390×844);候選不是官方新版本。

無 Skill 對照:84.3,能做出完整介面,但兩次功能失敗不能抹掉

三次視覺分數為 83、86、84。暖紙、編號和索引線也能組成統一的工具目錄,桌面三列與手機單列基本清楚,收藏和空結果通常不只用顏色回饋。底層模型本身已能完成完整介面,不能把對照組當成零分。

run-1 和 run-3 都在 interaction-and-persistence 場景的 Toast 精確文字斷言處失敗:預期純文字“Suggestion saved.”,實際多了勾選符號與空白。run-3 的勾選符號在 HTML 中標為 aria-hidden,不能據此認定建議儲存或持久化整體失效;但按預定契約,兩輪仍為 failed,各通過 5/6,失敗斷言後的同場景步驟不計入已驗收。

輔助文字多次過小、過淡。run-3 的工具序號與佔位文字在局部色值抽算中對比不足,手機錯誤彈出視窗的底部操作只露出上沿;run-1 的介紹與篩選佔據大部分手機首屏。

無 Skill 對照第 1 次生成的 CommonShelf 桌面初始畫面
無 Skill 對照 · run-1 · 桌面初始圖(1440×900);視覺 83/100,功能 5/6,失敗保留。
無 Skill 對照第 1 次生成的 CommonShelf 手機初始畫面
無 Skill 對照 · run-1 · 手機初始圖(390×844);視覺 83/100,功能 5/6,失敗保留。
無 Skill 對照第 2 次生成的 CommonShelf 桌面初始畫面
無 Skill 對照 · run-2 · 桌面初始圖(1440×900);視覺 86/100,功能 6/6 透過。
無 Skill 對照第 3 次生成的 CommonShelf 桌面初始畫面
無 Skill 對照 · run-3 · 桌面初始圖(1440×900);視覺 84/100,功能 5/6,失敗保留。

任務與版本:同一份 CommonShelf 簡報

CommonShelf 是無需帳號的個人工具目錄。簡報提供六條固定工具資料,要求用純 HTML、CSS 和 JavaScript 實現搜尋、分類與收藏篩選、工具儲存、帶驗證的工具建議和鍵盤可操作的 FAQ。除使用者主動開啟官方工具連結外,頁面執行階段不發外部請求。每個 Agent 只交付一個方向,不能生成多版後挑選。

每個 Skill 條件唯讀取指定的 SKILL.md 一次,無 Skill 條件不讀取任何 Skill。版本在生成前鎖定,不以全局同名或付費版替代;許可證隨版本列出。

本次實際測試的四個 Skill 版本與無 Skill 對照
條件固定版本許可證
Oil UI 開源版0.24.2(tag v0.24.2)MIT
frontend-designcommit-dbd4588f9e1033efb41dad4bef2f7947c8993d44Apache-2.0
UI UX Pro Max2.15.0(tag v2.15.0)MIT
Impeccable4.7.0(tag skill-v4.7.0)Apache-2.0
無 Skill 對照無上游 Skill 或版本未提供上游許可證

方法:15 次獨立生成,功能與視覺分開驗收

所有生成均在 Kimi AgentSwarm 中由新 Agent 完成,模型為 kimi-1021-preview,thinking effort 為 max。不同條件可並行,同一條件的 run-1、run-2、run-3 依次進行。每次使用新工作區,不得讀取其他執行的頁面、截圖或對話,也不替換較弱結果。調度和恢復會影響耗時,因此不比較耗時。

生成結束後,獨立 Playwright 1.64.1 驗收器在 Chromium 中檢查六類場景:桌面基線、手機基線、互動與持久化、內容不可用、儲存不可用、減少動態效果,視口為 1440×900 和 390×844。驗收結果不回饋給同版生成,也不以視覺分替代功能結果。

視覺評審使用 15 個匿名材料包,隱去條件身份和生成過程,保留執行檔、截圖與驗收狀態。每個材料包完成一份評審,按六個維度計算每次總分,再取三次算術平均值;六項合計 100 分,不額外加權,也不挑選高分 run 代表整組。

匿名視覺評審的六個維度
維度滿分
視覺層級與可讀性20
產品契合與原創性20
響應式15
互動與狀態回饋20
可訪問性15
細節與動效10

局限:這組證據能說明什麼,不能說明什麼

本次只測試一份英文 CommonShelf 靜態頁面簡報、一個模型,每個條件三個最終樣本。視覺評審雖有六維規則,仍包含判斷;一份評審對應一個匿名材料包,不是大規模使用者研究或統計顯著性實驗。換任務、內容語言、框架或模型,結果可能不同。

功能驗收只覆蓋預定的六類 Chromium 場景,不等於完整產品審計。普通平板只有樣式斷點證據,沒有獨立截圖;未完成 Safari、Firefox、真實觸控螢幕、螢幕閱讀器、200% 縮放或完整 WCAG 檢查。靜態截圖不能完整呈現連續動畫節奏:Oil UI run-3 的透明幀足以證明回饋問題,卻不能說明動畫結束後的穩定畫面品質。

公開演示保留生成後的實際頁面與功能失敗。技術中斷和協議內恢復不計為候選功能失敗,也不用於比較耗時;它們與生成後的獨立驗收是不同證據。

復現:先看證據,再用自己的執行驗證

核對本文可直接檢視 15 個演示、20 張初始圖和 results.json。自行複測應保持同一簡報、固定版本和模型,每次啟用新 Agent,保留三次結果,並在生成後獨立驗收。公開內容資料與演示中的副本逐位元組相同;下方提示是精簡複測簡報,不是原始凍結任務檔案。

開源安裝指令會安裝執行時解析的版本,不保證仍是 0.24.2。嚴格比較時,先記錄實際安裝版本並使用表中的固定提交;換用新版本應視為新測試,不覆蓋本次數字。

  1. 安裝開源 Oil UI,記錄實際版本

    先在自己的任務上試用開源版;本次沒有使用 Oil UI Pro。

    npx skills add oil-oil/oil-ui
  2. 為每個條件做三次獨立生成

    固定模型與內容資料,每次從新 Agent、新工作區開始,只交付一個方向;不讀取或修補其他輪次,也不替換較弱結果。

  3. 分開做功能驗收和匿名視覺評審

    按六類場景檢查 1440×900 與 390×844 頁面,保留所有透過和失敗。視覺評審隱去條件身份,按相同六維規則評分,公開每次結果而非只有平均值。

精簡複測簡報(保留英文以減少任務轉述差異)
Build one complete CommonShelf static web app with plain HTML, CSS and JavaScript. Use the supplied content.json unchanged. Make one coherent direction without asking for a selection. At 1440×900 and 390×844, the first viewport must help a visitor find, understand and save tools. Implement combined search, category and saved-only filters; local-storage saves; a validated suggestion dialog; exactly three keyboard-operable FAQ items; actionable content-unavailable and storage-unavailable states; visible focus; and reduced motion. Keep suggestions outside the curated tool grid. Make no external requests except user-activated official links. Do not import another run or replace a weak result. Preserve every failure, then independently verify the actual page and review anonymized screenshots and runtime files.

這只是同類複測的精簡提示。嚴格復現還需固定本文所列版本,並執行六類驗收場景與相同評分規則。

畫廊真實案例與提示詞參考

瀏覽同類案例合集 →
Oil UI Pro

單頁體驗用免費開源版,正式上線與既有專案改版升級 Oil UI Pro

本次橫評僅測試了免費開源版在“單次靜態直出”下的基線表現。當你需要在真實業務裡跑多方向同畫面選優、翻新既有專案、搭建高密度後台工作台,或用最多 3 輪盲審把頁面打磨到 9 分商用標準時,可直接升級 Oil UI Pro($19.99 一次買斷,終身更新)。

了解 Oil UI Pro 完整功能 →
複製 Pro 安裝提示詞
npx github:oil-oil/oil-cli install oil-ui-pro

常見問題

這份橫評能直接決定我應該安裝哪款 Skill 嗎?

不宜只看平均分。先按目錄層級、行動端操作、動效、功能失敗和原始碼許可證篩選,再開啟對應演示,核對是否符合自己的需求。

Oil UI run-3 功能全部通過,為什麼視覺只有 83 分?

功能驗收確認預定行為可執行,視覺評審還看回饋是否清楚。該輪每次重建工具卡都會重播從透明開始的動畫,搜尋、保存和建議更新截圖多次近乎空白。這是實際可見的回饋問題,但不能證明永久丟卡,因此視覺分為 83。

無 Skill 的兩次失敗是否說明保存完全不可用?

不是。兩輪都因 Toast 實際文字多了勾選符號與空白而未通過精確文字斷言,不能據此宣稱保存或持久化完全失效;但既定契約未滿足,所以仍為 failed 和 5/6。

怎樣核對文章裡的數字和畫面?

先下載 results.json,檢視每次六維分數、總分和功能狀態;再開啟每個候選的三張桌面初始圖、一張手機圖和三個實際演示。手機圖統一取 run-1,未按高分挑選,也不用表單截圖充當主視覺。

延伸閱讀

多方向同畫面對比設計法 ↗真實視口截圖與子 Agent 盲審 ↗UI 設計 Skill 與 v0、元件庫對比 ↗