Design & UX

从已接受的 ADR 中提取实施指南，编译为面向程序员的平面控制清单。

确认项目无障碍需求，使用 accessibility-requirements.md 模板定义合规级别与具体要求。

配置技术栈，填充技术偏好文档并检测知识缺口，填充技术参考文档。

轻量级变更规范，适用于小型变更、配置调优、微调，产出精简的变更说明。

技术原型验证，验证关键技术点可行性，产出 PROCEEDS 或 PIVOTS 结论。

将需求分解为模块，映射依赖关系、分配优先级，创建 systems-index.md。

本地化扫描、提取与验证，扫描源码中的硬编码字符串，提取到 i18n 资源文件，验证完整性并生成本地化检查报告。

产出结构化工作量估算，使用 estimate.md 模板按Story维度分解估算。

编写设计系统规范，使用 design-system-spec.md 模板定义设计令牌、组件库、排版与色彩体系。

从已接受的 ADR 中提取实施指南，编译为面向程序员的平面控制清单。

确认项目无障碍需求，使用 accessibility-requirements.md 模板定义合规级别与具体要求。

本地化扫描、提取与验证，扫描源码中的硬编码字符串，提取到 i18n 资源文件，验证完整性并生成本地化检查报告。

编写设计系统规范，使用 design-system-spec.md 模板定义设计令牌、组件库、排版与色彩体系。

从已接受的 ADR 中提取实施指南，编译为面向程序员的平面控制清单。

确认项目无障碍需求，使用 accessibility-requirements.md 模板定义合规级别与具体要求。

本地化扫描、提取与验证，扫描源码中的硬编码字符串，提取到 i18n 资源文件，验证完整性并生成本地化检查报告。

编写设计系统规范，使用 design-system-spec.md 模板定义设计令牌、组件库、排版与色彩体系。

从已接受的 ADR 中提取实施指南，编译为面向程序员的平面控制清单。

确认项目无障碍需求，使用 accessibility-requirements.md 模板定义合规级别与具体要求。

AI-powered design review for Figma components with weighted dual-scoring system. Evaluates Style Guide Implementation (70%) and LLM Metadata Accessibility (30%). For export, hands off to atomic-design skill.

Build pages using ONLY existing atomic-design components. REQUIRES atomic-design skill. Use for composing pages, creating views/features from existing components.

Build an Atomic Design system from Figma style guides - extract tokens, create atoms/molecules/organisms/templates/pages as reusable component libraries. Use when building or extending a design system or component library.

Replace multi-stream modality-specific pathways with a unified Transformer backbone processing text, video, and audio tokens in shared sequence via self-attention. Achieves superior visual quality (4.80 vs 4.76), 75% better speech clarity (14.6% WER vs 19.23%), and 80% human preference wins—particularly strong for human-centric scenarios with expressive facial performance and audio-video sync.

Add tool-calling interface for on-demand high-resolution crop retrieval, enabling VLMs to first observe low-resolution global view then selectively request detailed crops. Achieves 80.3% of full-res performance (vs 80.46%) with only 36% of visual tokens, reducing wall-clock latency 4.4× (from 2.71s to 0.61s) through KV-cache reuse without architectural changes.