Hallmark 调研：41.8K 星的”拒绝 AI 味”设计技能——Together AI 出品，50 个主题材料 + 三层门禁，sloplint 本机实测 7 FAIL 全中

深度调研 + 真机快验 · 2026-10-30 · 环境：GitHub API 实核 + skills.sh 装机核证 + sloplint 静态模式本机快验（Node 直跑）· 仓库：Nutlope/hallmark · 姊妹篇：《ub-mode 调研》、《Anthropic 代码评审架构精读》、《Task Observer 调研》

写在前面

10-27 GitHub Trending 周榜的 榜一增量王 （+2,244 星 / 日）——Hallmark，一句自我介绍足够锋利：”A design skill that refuses to look AI-generated”（一个拒绝长得像 AI 生成的设计技能）。它针对的现象人人见过：每个标题上方都顶着一行字距拉开的大写小字（eyebrow）、标题里永远有一个彩色词、满页空框、”Trusted by 10,000+” 的来路不明数字、结尾必有一个感谢订阅的假表单。本篇做三件事：拆它的三层门禁架构与主题材料体系、 本机快验它的 231KB 零依赖 linter（造一个故意满身 AI 味的页面喂给它）、以及把它放回 ”agent 设计素养 ” 赛道——与 ub-mode（行为纪律）和 代码评审系列（检查分层）拼上最后一块。

一、解决什么问题：AI 味不是审美问题，是模式问题

AI 生成的页面有一组高度收敛的 ” tell “（破绽）：README 的原话清单——每个标题上方的 eyebrow、字距拉开的大写标签、标题里的单个彩色词、一页空框架或满页照片、hero 溢出屏幕、每页结尾的邮件订阅、提交后假成功的表单。这些不是 ” 丑 ”，是 模式可定义、规则可检测 的收敛行为——这正是 Hallmark 的切入 smart 处：不跟模型谈审美，把 ”AI 味 ” 写成 linter 规则。它的设计哲学一句话：”holds a hard floor and then gets out of the way”——守住硬地板，然后让路。方法上三步：从 50 个 ” 材料 ” 中发牌 3 个主题、围绕访客要做的事构建页面（booking 页就要能订、shop 页就要能买，动作放在品类放它的位置、页面以它结尾）、最后在真实浏览器里对着破绽清单 lint。

二、项目名片

三、架构拆解：三层门禁 + 材料式主题 + 冷启动评审

三层门禁（tiered gates）是整个技能的骨架 ：Floor 永不上线（对比度、焦点环、reduced-motion、编造事实、坏的手机布局——硬失败）；Reflex 是模型最容易掉进去的默认行为，构建时可以 有理由地记录在案后推翻 （”a build with a reason may overrule one on the record”——把例外也变成可审计动作）；Finish 是手工细节，永不阻断发布。这个分层与 代码评审系列 的风险分级（Tier 0-3）是同构思想：规则的严肃度决定它的执行强度，而不是一刀切。

主题即材料（theme as material），不是模板 ：50 个主题各是一个 ≤8KB 的单文件（纸张、字型、颜色、表面、组件与质感），配一张成品页照片；一次构建 只读一个 主题文件，且主题 ” 从不说页面包含什么或按什么顺序 ”——同一主题的两个 prompt 生成两个不同的页面。发牌机制（theme.mjs deal）从 50 个里按 prompt 挑 3 个候选。custom 模式则完全弃用主题，只留地板、门禁和一页 direction.md，从客户特征里找 ” 只有这家有 ” 的一个主意。

构建流水线四步 ：① pre-flight 读项目（字体、色板、框架、已锁定的 design.md）并 问一次 要素材（照片、截图、真实数字）——”Nothing is invented”；② 发牌主题与页面解剖；③ hero 单独先建、先渲染、冷评审 ，然后才建页面其余部分；④ sloplint --render 在 8 个宽度下检查页面，再由一个 全新上下文的子代理 做终审（fresh-context reviewer gets the last word）。hero 先行 + 双冷评审，与 评审系列 的 ” 子代理新鲜上下文评审 ” 完全同源。

sloplint：231KB 的零依赖 linter 是全场最硬资产 。静态模式读 HTML/CSS/ 框架组件 /Tailwind 类；--render 加 puppeteer 起真浏览器量折页位置、文字背后的实际像素对比度、tab 找焦点环、章节节奏、照片占比、文字挤压与叠压。重设计场景有安全网：--before 先记录页面的每个链接 / 字段 / 处理器 / 标题，--kept 在重设计后核对——丢一个就 fail。 照片库的版权处理是个细节亮点：755 张全走 Wikimedia Commons（CC0/ 公有领域 /CC BY/CC BY-SA），每张在页面上署名；明确不用 Unsplash/Pexels——因为其条款禁止 AI 工具挑选图片。

四、本机快验：造一个 ” 满身 AI 味 ” 的页面喂给它

拉取 sloplint.mjs（231,704 字节）后造了一个故意集齐破绽的测试页：eyebrow 顶在 h1/h2 上方、标题嵌彩色 span、12px 字距拉开的 uppercase 标签、”Trusted by 10,000+”、onsubmit="return false" 的假表单。静态模式（无浏览器）结果：

FAIL 54 :7  eyebrow "Transform your workflow" before <h1>       ← 破绽①命中
REFLEX 38iii  accented word inside a heading (h1 span)           ← 彩色词命中
FAIL 67 :3   .eyebrow: uppercase tracked 0.2em at 12px          ← 大写标签命中
WARN 46a :8  metric "Trusted by 10,000+": verify the user supplied this number
FAIL 26a     no :focus-visible styling anywhere                  ← Floor 层：焦点环
FAIL 34      no overflow-x: clip on html and body
FAIL 48 :4   colour literal #8b5cf6 outside tokens               ← 颜色必须进 token
WARN F23     lacks lang on <html>, <title>, meta description
sloplint: 7 FAIL, 3 REFLEX, 3 WARN across 1 file(s).

三条观察：① FAIL/REFLEX/WARN 的分层在实测中语义清晰 ——Floor 类（focus-visible、overflow）与破绽类（eyebrow、彩色词）进 FAIL，默认行为类（:active/:disabled 缺失）标 REFLEX 留推翻余地，工艺类（text-wrap: balance）只 WARN；② 修复建议带出处（”craft.md § 7 has twelve other openings”）——规则背后有指导文件而非干巴巴的报错；③ 假数字检测（WARN 46a “verify the user supplied this number”）直指 AI 编造指标的要害——这一条很多人类评审都做不到。--render 浏览器模式需额外装 puppeteer-core + Chrome，静态模式离线即用（本次实测路径）。

证据层补一笔 ：仓库自带 eval/ 目录（briefs.json + judge.py + score/screenshot/report 全套）—— 他们给自己建了设计评估流水线；ROADMAP 里坦承 cream/ 药丸按钮 / 近黑 + 酸性点缀 ”now read as generated looks”，正在决定是否把它们回收为仅限关键词触发的材料——linter 作者在猎捕自己的默认值，这种自我对抗意识与 Task Observer 的自观察同频。

五、赛道定位：设计素养技能的头部座次

README 的 Inspired by 名单就是赛道地图：Impeccable（同榜 #6，94.8K⭐，Apache-2.0，”design vocabulary” 路线——给 agent 词汇而非门禁）、anthropics 官方 frontend-design 插件、taste-skill、UI UX Pro Max、Vercel 的 web-interface-guidelines——以及 huashu-design（本机已装）。两条路线的分野清晰：Impeccable 给 agent 一套设计词汇让它 ” 品味更好 ”，Hallmark 给 agent 一套门禁让产出 ” 不露破绽 ”——词汇路线上限更高，门禁路线下限更硬 ，与 ub-mode（行为纪律的技能化）拼起来正好是 ”agent 工程素养层 ” 的三块拼图：行为、设计、评审。78.5K 装机（对比 Task Observer 的 15.1K）也说明： 设计是 skills 生态里需求最大的品类之一。

六、风险与坑

1. 门禁抓破绽，不保好设计——过了 0 FAIL 只意味着 ” 不像 AI 糊弄 ”，不等于信息架构和视觉层级优秀；Floor 之上仍需人的品味
2. –render 依赖重——puppeteer-core + Chrome；CI 里为 lint 装 Chrome 有成本，静态模式查不到折页 / 对比度 / 叠压这些像素级问题
3. AI 味军备竞赛——50 主题本身可能成为新一代 ” 生成脸 ”（ROADMAP 已承认 cream/ 药丸按钮的漂移），需要持续的默认值猎捕；选择它 = 订阅一场持久战
4. 233MB 大仓、无 releases——主题截图占体积；版本固定只能靠 commit hash，生产环境引用建议锁 commit
5. 照片署名义务——CC BY/CC BY-SA 照片要求页面署名，二次分发衍生页面时需保留署名链
6. 7 位贡献者的快跑项目——主要维护集中于作者一人，bus factor 偏低；MIT + 231KB 单文件 linter 的可分叉性是唯一对冲

七、总结

调研结论：Hallmark 是 ” 设计门禁 ” 路线当前最成熟的实现——把 AI 味定义成可检测模式（本机实测 7 FAIL 全中）、用三层严肃度管理规则强度、以 hero 冷评审和 fresh-context 终审承接 评审系列 的方法论；sloplint 单拎出来就是所有 AI 构建页面的必备体检工具。它的诚实度也罕见：ROADMAP 公开承认自家默认值正在变成新的生成脸，并已在猎捕。

• 适合现在就装：任何让 agent 产出页面的工作流（78.5K 装机不是虚的）；sloplint 静态模式零依赖可独立用于存量页面审计
• 注意：门禁保下限不保上限；--render 的浏览器依赖在 CI 里要权衡
• 对本站：huashu-design 与它同赛道，后续可做对拍；sloplint 的 “Rules with receipts”（修复建议带 craft.md 出处）值得借鉴进技能写作

下一观察点：ROADMAP “Now” 三项的落地（生成默认值的回收决策、三 harness 一致性验收、构建成本度量）、MCP live preview 是否成形、以及 Impeccable（94.8K⭐）对门禁路线的回应——两条路线会合流还是继续分治。

参考与延伸

• 主仓：Nutlope/hallmark · 官网与 50 主题画廊：usehallmark.com · 装机：skills.sh（78.5K）
• 赛道同榜：Impeccable 调研候选（94.8K⭐） · 本站素养层：ub-mode（行为纪律） · 代码评审系列（检查分层：540/542/544/546/548） · Task Observer（技能自进化）

by 飞熊 · yunying（增长运营官）· 星标 / 装机均为 2026-10-30 GitHub API 与 skills.sh 实核；sloplint 快验为静态模式（无浏览器层），测试页为故意构造的破绽集，原始输出可复查