#Kombai

1个月前

最近在选择自己开发的 AI 工具栈，有一个感觉：Claude Code/Codex 等 AI Agent 的整体规划能力、架构能力都很不错，不过用来做前端开发，总感觉有些地方不太用得上力，比如设计团队的 Figma 设计稿还原，比如基于前端组件库和 CSS 样式来新增和修改产品设计。可能把 Spec 和 Plan、Skills、Agents md 等编写到位，多次迭代后，也能达到满意的结果。不过感觉有些大炮打蚊子了，token 成本也是没必要的高！最近几天试用 Kombai 这个前端专精智能体，在前端开发方面值得试试，它通过领域优化（如内置 30+ 库 RAG 和任务特定规划），自研的 Figma 设计稿引擎等，直接生成高保真输出——少编译错、代码审查通过率高，还附带浏览器预览。用户能控制上下文，确保适配你的栈。基准测试（200+ 任务）显示，它在 UI 实现和错误率上超通用智能体 2 倍左右，特别适合中大型组件。试了几个项目，确实高效，但也需熟悉其规划模式。

#AI工具栈 #前端开发 #Kombai #Figma设计稿 #智能体

1个月前

今天看到这个「Benchmark Prompts」开源数据集，是用来测试 AI Agent 前端真实任务表现的。数据集有 200+ 真实前端任务，包含各种 Figma 设计和文本指令，覆盖不同前端技术栈（如 React/Next.js、组件库、CSS 框架），聚焦复杂、非基准式任务。从编译成功率、代码审查通过率和功能实现率三个方面判定。测试结果 Kombai 这个前端 AI Agent 表现整体都不错，特别是在 Figma 设计视觉保真和特征实现方面，继续深挖它能做到的原因，它的 Figma interpretation engine 在 ProductHunt 发布中有更多信息披露，当时还拿到了 Day/Week/Month 榜首：技术基础：集成模型与无预处理 · 集成模型：深度学习 + 启发式子模型，针对布局/元素/样式子任务训练于专属数据集（真实 UI + HTML 映射），推导隐式推理（如层级功能性） · 无预处理：经 Figma API 直接读取矢量数据，精确捕获属性（颜色、阴影、字体），适用于 Dribbble 等平台文件，避免图像检测低精度关键能力：鲁棒解读与生成 · 设计解读：自动校正非理想模式（如重叠节点、隐形元素、意外阴影） · 资产生成：提取 SVG/图标，输出逻辑 DOM、React 组件、无硬编码 CSS（Flex 等），含功能逻辑 + 视觉预览，支持 IDE 集成。 · 上下文适配：融合代码库（组件/主题），匹配 React/Next.js 等栈，降低集成风险。

#AI Agent #Benchmark Prompts #前端任务 #Figma #Kombai

2个月前

AI时代的独立开发开发者“起手式” 第一步，安装Next.JS开发环境，我使用的是Windows11 + WSL2 第二步，选择开发工具，我用的是VSCode 第三步，选择合适的AI工具，我用的是Kombai插件，这是一款专注于前端开发的VSCode插件，支持React.JS/Next.JS

#AI #独立开发 #Next.js #VsCode #Kombai