AI 网页特征规则库 + 可视化图鉴网站

内置 33 类典型 AI 流水线界面特征清单，收录渐变卡片、泛滥 emoji、过度动效等同质化设计套路；配套多语言静态官网，提供改造前后对照 Demo，直观区分人工设计与 AI 模板化产物。

可集成 Agent Skill 代码扫描工具

作为 Cursor、Claude Code 可用的技能包，扫描 Vue、React、HTML、Astro 等前端源码，自动识别代码层面的 AI 设计痕迹，输出检测报告，并提供规范化重构方案。

轻量化无依赖本地扫描引擎

纯 Node 实现、无需额外环境，支持命令行直接调用；仅做风险识别与方案推荐，不会强制篡改业务代码；规则完全开放，开发者能够自主扩充新增 AI 特征识别模板。

消除前端项目同质化，摆脱流水线 AI 审美

AI 快速产出的页面高度趋同，大量紫色渐变、毛玻璃、悬浮缩放效果。借助工具扫描项目，批量定位模板化 UI 代码，改造之后产品拥有独特视觉风格，不再 “千站一面”。

规范 AI 辅助开发流程，提升项目成品质感

在 AI 生成代码之后增加一道自动化质检环节，避免未经筛选的模板样式直接合并进主干分支，降低前端后期重构工作量，提升交付项目设计完整度与专业感。

学习区分人工设计与 AI 生成界面特征

内置完整案例图鉴，新手前端可以直观看懂 AI 高频复用的设计套路；团队可把规则纳入代码评审标准，统一团队对于高质量界面设计的评判共识。

缺少针对前端 UI 代码的 AI 痕迹自动化检测工具

现有去 AI-Slop 项目大多聚焦文本文案优化，没有专门面向网页样式、前端组件代码的识别体系，前端开发者只能依靠肉眼人工辨别 AI 模板代码，效率极低。

AI 辅助开发导致大量项目视觉同质化

全员使用 AI 生成页面后，大量产品复用同一套默认 UI 范式，形成 “AI 流水线网站”，企业产品辨识度下降，设计师与前端需要花费大量精力逆向整改。

缺少标准化参考清单，团队评审没有统一依据

代码评审很难清晰定义 “劣质 AI 生成 UI”，缺少可落地、可对照的判定标准。团队沟通全凭主观感受，对于哪些样式需要重构难以达成统一意见。

填补前端 UI 方向 AI-Slop 开源识别体系空白

市面上同类开源项目集中处理文案，kill-ai-slop 是少有的聚焦网页视觉、CSS、组件代码的规则库，补齐前端工程领域消除 AI 模板化工具赛道缺口。

打通「理论图鉴 + 自动化代码扫描」一体化方案

同类方案大多只有文字清单，无法对接开发工作流；本项目同时提供学习文档与可执行扫描器，能够嵌入 AI 编辑器，把标准落地到日常编码流程中。

提供多语言开放规则基座，方便社区持续扩充

中英文日韩多语言支持，规则完全开源可修改，开发者能够基于这套框架拓展移动端、小程序、后台组件识别规则，快速搭建团队专属前端质检工具。

清理后：

独立前端开发者日常 AI 编码质检

在 Cursor、Claude Code 安装 skill，AI 写完页面代码后执行扫描，根据报告优化 UI 样式；对照官网 Demo 学习设计避坑思路，从源头减少模板化组件的滥用。

开发团队纳入代码评审辅助流程

团队把扫描规则作为 PR 辅助检查项，在合并代码前自动识别典型 AI 流水线样式，提前干预，减少上线后大规模视觉重构，统一前端产出质量标准。

二次开发者基于基座拓展自研工具

Fork 项目扩充识别规则，增加小程序、移动端样式检测；封装成 VSCode 插件、CI 流水线脚本，接入企业内部研发流程，打造团队专属前端自动化质检工具。

功能横向拓展：拓宽代码识别覆盖范围

当前以 Web 前端框架为主，后续可拓展支持小程序、React Native、移动端样式检测；扩充 AI 生成图表、文案、交互逻辑识别规则，覆盖更多前端开发场景。

工作流深度融合，对接研发基建

未来可集成 CI/CD 流水线、VS Code 插件，实现提交代码自动扫描；输出标准化报告，对接缺陷管理系统，把 AI slop 检测完全融入完整研发自动化链路。

商业化与社区生态延伸

基础规则永久开源，面向企业提供定制规则开发、私有规则托管增值服务；持续沉淀高质量设计范例，衍生前端设计规范文档、课程，形成开发者学习生态。