Design Wiki｜设计师与 Agent 共享的设计知识库

把资料、视觉案例和项目经验，变成设计师能理解、Agent 能查用的设计知识。

Design Wiki 是一套面向设计领域的知识持续沉淀方法与可运行框架。你提供材料，Agent 协助整理、关联与分析；你结合项目经验审阅、补充和判断。积累的知识既供设计师学习、比较和决策，也供 Agent 在后续任务中查询与参考。

一、能力与价值

让资料积累参与设计工作

• 让经验可复用：将零散文章、研究记录、截图和项目复盘，整理为相互关联的概念、方法、模式、案例与原则。
• 让建议有依据：保留原图、出处、适用条件、反例和待验证问题，便于追查“这个建议从哪里来、适不适合当前项目”。
• 让人与 Agent 共享知识：设计师阅读、学习并作出判断；Agent 查阅同一份知识，在选择方法、比较方案或执行设计任务时获得参考。
• 让知识持续更新：结合新增资料与实践反馈，修订草稿、补充证据、保留分歧，并标记失效或被替代的内容。

核心能力

| 能力 | 适合提供什么 | 可以得到什么 | | --- | --- | --- | | 资料入库 | 文章、研究、项目记录，或宿主可读取的链接 | 有出处和适用条件的来源记录与知识笔记 | | 视觉解读 | 界面截图、流程图、产品视觉案例 | 原图、观察定位、设计做法及解释 | | 设计比较 | 两个或多个方案、案例，以及关注的问题 | 同一维度下的差异、取舍与待验证项 | | 模式提炼与知识综合 | 多份互补或独立的材料 | 可复用的候选模式、比较框架或综合草稿 | | 设计原则推导 | 技术、商业、用户等变化资料和设计范围 | “变化 → 设计挑战 → 候选原则”的推导及适用边界 | | 知识查询与设计建议 | 当前设计问题或具体任务 | 来自已有知识的参考、依据、反例与知识缺口 | | 知识维护与图谱 | 已积累的资料、知识与反馈 | 引用和关联检查、待更新项，以及环境支持时的可视化知识图谱 |

适合持续整理设计知识的个人与团队，尤其适用于 UX、交互设计、设计研究，以及 AI、LLM 和 Agent 产品设计中的资料积累与方案分析。

二、核心结构

知识如何流转

原始资料 → 来源与证据 → 待审草稿 → 关联知识 → 设计任务中的查询与应用 → 实践反馈

原始资料保留完整上下文；来源记录说明出处与局限；草稿用于暂存尚需核对的综合；正式知识通过主题、概念、方法、模式、案例、原则等类型建立关联。新的反馈继续回到资料和知识中。

每条重要结论区分来源事实、作者观点、Agent 综合、假设与开放问题。检索与图谱帮助找到知识；是否适用于当前项目，仍需结合来源和情境判断。

框架由三层组成

| 结构 | 职责 | 对使用者的意义 | | --- | --- | --- | | 通用引擎 | 基础结构、来源追溯、检索、校验和维护工具 | 让知识可查找、可检查、可维护 | | 设计领域规则 | 设计知识分类、模板、证据政策与分析流程 | 按设计问题组织资料，兼顾研究和行业实践 | | 用户知识空间 | 你自己的原始材料、知识页面、待审草稿与记录 | 从自己的资料开始积累，框架更新时保留已有内容 |

知识图谱是从知识页面和关联生成的浏览视图，与查询使用同一份知识来源。

三、使用方法

1. 安装并确定主题

从魔搭下载完整 ZIP，交给支持读取文件与执行本地命令的 Agent，直接说：

请安装 Design Wiki，准备好知识库并完成检查。我想围绕“AI 产品的任务进度与反馈”积累设计知识。

如果已通过平台或工具安装，直接描述任务即可。首次使用不需要先建好一整套分类，选一个与你当前工作相关的小主题就能开始。

2. 提供第一份材料

发送一篇文章、一组截图或一段项目记录，再说明关注的问题：

把这组界面截图整理进知识库，保留原图和出处，说明任务进度的呈现方式、理由与适用条件。

3. 审阅与补充经验

核对 Agent 的理解，补充材料中没有写出的背景，将观察与推测分开：

这里的“用户更信任结果”还没有验证，请标为假设。补充我们项目中任务会持续十分钟的背景。

4. 在真实设计任务中复用

先查询知识库中与长任务反馈相关的案例和原则，再帮我设计报告生成流程。展示参考图片，说明依据和不适用的情况。

5. 持续积累与维护

把这次实践反馈整理为待审草稿，并检查它与已有结论是否存在冲突。

需要浏览知识关系时，也可以说：“打开知识图谱，带我看看这些案例和原则之间的联系。”本地图谱需要宿主支持相应运行环境与浏览器访问。

常用对话简写

| 简写 | 用途 | | --- | --- | | /ingest、/observe | 资料入库、视觉解读 | | /compare、/extract-pattern | 设计比较、候选模式提炼 | | /synthesize、/derive-principles | 知识综合、设计挑战与候选原则推导 | | /query、/recommend | 查询已有知识、寻找方案参考 | | /review、/lint、/build-graph | 审阅、检查与知识图谱 |

这些是对话简写，不要求宿主预先注册对应菜单；直接用自然语言描述需求也可以。只要求分析时，默认在对话中返回结果；需要入库或保存时，请明确说明。

四、使用条件与边界

• 从你的资料开始：初始是空白框架，模板与示例不是你的知识，也不预装领域结论。资料不足时说明缺口，不编造来源。
• 保留证据与不确定性：视觉任务需要实际读取原图；提炼出的模式和原则可先形成候选草稿，经审阅后再维护为正式知识。
• 按宿主能力运行：自动检索和维护需要 Python 3.10+ 与 PyYAML；本地图谱站点另需 Node.js ^20.19.0 || >=22.12.0、npm 及文件、命令和浏览器权限。完整依赖与准备方法见使用说明。
• 共享同一份知识：其他 Agent 需要能够访问这份知识库。“共享”不意味着自动公开、跨设备同步或把资料训练进模型；跨会话保留取决于宿主提供的持久工作区。

五、Agent 执行入口

本 Skill 根目录是知识工作区。执行任务前读取 操作规则、项目约定 与 项目配置，再按任务读取所需引用；所有相对路径和命令从本 Skill 根目录解析。能力介绍遵循 用户引导。

用户要求具体行动时直接使用已提供材料开展工作。查询不写文件；分析默认在对话中返回；用户要求入库或保存时遵循既有工作流。保留原始资料、来源与不确定性，未经授权不外部研究或发布，不覆盖已有用户知识。脚本准备证据与模板后，Agent 仍需实际阅读、看图和完成分析，不能把准备完成当成分析完成。