ClawHub

Scheme Generation Design Writing

Other

概念方案生成与设计说明撰写。根据历史项目资料和 Figma 设计稿自动生成概念方案模板（.docx）和设计说明文档（.docx）。适用场景：(1) 用户提供历史项目资料目录 + 需求，要求生成概念方案模板，(2) 用户提供 Figma 链接 + 历史项目资料，要求撰写设计说明，(3) 用户只需要生成方案模板或设计说明之一，(4) 用户提到'方案模板'、'设计说明'、'概念方案'、'design doc'、'design proposal'等关键词。依赖 figma skill（读取设计稿）。

Install

openclaw skills install scheme-generation-design-writing

概念方案生成与设计说明撰写 Skill

概述

这是一个专业的 UI/UX 设计文档自动生成工具，充分利用 OpenClaw 的原生能力，将设计文档产出时间从 3-5 天缩短至 2 分钟。

核心价值：

  • 基于历史项目资料智能生成概念方案
  • 根据 Figma 设计稿自动撰写设计说明
  • 支持多风格方案对比
  • 输出专业的 Word 文档

核心理念：

  • Skill 只做编排和索引管理
  • OpenClaw 负责理解、生成和渲染
  • 无需复杂的 Python 库依赖

工作流程

流程 1: 生成概念方案

\
用户输入需求 ↓ Skill: 扫描并索引历史项目 ↓ Skill: 匹配相关项目（Top 5） ↓ OpenClaw: 读取相关项目文档 ↓ OpenClaw: 理解设计风格和规范 ↓ OpenClaw: 生成 3 个风格的方案 ↓ OpenClaw: 渲染 Word 文档 ↓ 输出结果 \\

流程 2: 生成设计说明

\
用户提供设计稿 + 需求 ↓ Skill: 匹配相关历史项目 ↓ OpenClaw: 分析设计稿 ├─ 图片 → OpenClaw 视觉理解 └─ Figma → figma skill 提取 ↓ OpenClaw: 读取相关设计说明 ↓ OpenClaw: 生成结构化设计说明 ↓ OpenClaw: 渲染 Word 文档 ↓ 输出结果 \\

使用方法

场景 1: 生成概念方案

用户输入示例： \
请基于历史项目生成一个智能家居 APP 的概念方案，要求：

  • 行业：IoT / 智能硬件
  • 目标用户：25-45岁，中高收入
  • 核心功能：设备控制、场景联动、数据可视化
  • 设计风格：科技感、简洁、现代 \\

Skill 执行步骤：

  1. 检查项目索引是否存在，如不存在则运行 \python scripts/index_projects.py\
  2. 运行 \python scripts/match_projects.py "智能家居 IoT 科技感"\ 匹配相关项目
  3. 将匹配到的项目路径返回给 OpenClaw
  4. OpenClaw 读取这些项目的文档并理解设计模式
  5. OpenClaw 根据
    eferences/concept_plan_schema.md\ 生成 3 个不同风格的方案
  6. OpenClaw 创建 Word 文档并保存到配置的输出目录

场景 2: 生成设计说明

用户输入示例： \
请基于这个设计稿生成设计说明：

  • 设计稿：C:\designs\smart-home.png
  • 项目：智能家居控制 APP
  • 目标用户：25-45岁家庭用户 \\

或者：

\
请基于这个 Figma 设计稿生成设计说明： https://www.figma.com/file/xxxxx \\

Skill 执行步骤：

  1. OpenClaw 分析设计稿（布局、色彩、字体、组件）
    • 如果是图片：使用 OpenClaw 的视觉理解能力
    • 如果是 Figma 链接：调用 figma skill 提取设计信息
  2. 运行 \python scripts/match_projects.py "智能家居"\ 匹配相关项目
  3. OpenClaw 读取相关项目的设计说明文档
  4. OpenClaw 根据
    eferences/design_desc_schema.md\ 生成结构化设计说明
  5. OpenClaw 创建 Word 文档并保存

配置

config.json

在使用前需要配置项目路径和输出路径：

\\json { "projects_path": "C:\path\to\your\historical\projects", "output_path": "C:\path\to\output\directory", "max_related_projects": 5, "num_proposal_styles": 3, "enable_figma": true, "enable_image_analysis": true } \\

配置说明：

  • \projects_path: 历史项目资料的根目录
  • \output_path: 生成文档的输出目录
  • \max_related_projects: 匹配相关项目的最大数量（默认 5）

  • um_proposal_styles: 生成概念方案的风格数量（默认 3）
  • \enable_figma: 是否启用 Figma 集成（默认 true）
  • \enable_image_analysis: 是否启用图片分析（默认 true）

脚本说明

scripts/index_projects.py

功能： 扫描历史项目目录，生成项目索引
输出： \data/project_index.json\
运行： \python scripts/index_projects.py\

索引包含：

  • 项目名称、路径、日期
  • 自动识别的行业和类型
  • 提取的关键词
  • 文件分类（需求文档、设计文档、设计稿等）

scripts/match_projects.py

功能： 基于需求关键词匹配相关项目
输入： 需求关键词
输出： 相关项目路径列表（按相关度排序）
运行： \python scripts/match_projects.py "关键词"\

匹配算法考虑：

  • 关键词在项目名称、行业、类型中的匹配度
  • 项目新鲜度（越新越好）
  • 项目完整度（文件越多越好）

项目索引结构

\\json { "version": "1.0.0", "created_at": "2026-05-27T11:30:00", "total_projects": 50, "projects": [ { "id": "proj_001", "name": "2020.12.9 福建省农村信用社手机银行体验升级", "path": "C:\projects\2020.12.9 福建省农村信用社...", "date": "2020-12-09", "industry": "金融", "type": "APP", "keywords": ["手机银行", "金融", "体验升级"], "files": { "requirements": ["需求文档.docx"], "design_docs": ["设计说明.docx"], "designs": ["首页.png", "列表页.png"], "others": [] }, "file_count": 4, "indexed_at": "2026-05-27T11:30:00" } ] } \\

文档模板结构

详细的文档结构定义请参考：


  • eferences/concept_plan_schema.md\ - 概念方案模板结构

  • eferences/design_desc_schema.md\ - 设计说明模板结构

概念方案包含章节

  1. 封面
  2. 项目概述
  3. 设计目标与范围
  4. 用户画像与场景（可选）
  5. 竞品分析（可选）
  6. 信息架构（可选）
  7. 交互方案（可选）
  8. 视觉风格方向（可选）
  9. 技术可行性评估（可选）

设计说明包含章节

  1. 封面
  2. 页面概述
  3. 页面布局结构
  4. 组件清单与说明（可选）
  5. 交互逻辑（可选）
  6. 视觉规范（可选）
  7. 响应式适配（可选）
  8. 设计变量引用（可选）

依赖

必需

  • Python 3.7+
  • openClaw（用于文档理解和生成）

可选

  • figma skill（用于 Figma 设计稿分析）

Python 包

  • 标准库即可，无需额外安装

首次使用

  1. 配置项目路径 编辑 \config.json\，设置你的历史项目路径和输出路径

  2. 建立项目索引 \\ash python scripts/index_projects.py \\

  3. 测试匹配 \\ash python scripts/match_projects.py "智能家居" \\

  4. 开始使用 在 OpenClaw 中输入需求即可

性能指标

  • 索引构建: 1-2 分钟（50 个项目）
  • 项目匹配: < 1 秒
  • 方案生成: 30-60 秒
  • 设计说明生成: 60-90 秒
  • 生成质量: 人工审阅通过率 > 70%

优势

✅ 极简: 代码 < 500 行，无复杂依赖
✅ 智能: 充分利用 OpenClaw 的理解能力
✅ 灵活: OpenClaw 可处理各种文档格式
✅ 快速: 2 分钟生成专业文档
✅ 可扩展: 易于添加新的文档类型和模板

注意事项

  1. 历史项目要求

    • 至少 20-30 个项目
    • 推荐 50-100 个项目
    • 项目质量越高，生成质量越好

  2. 文件格式支持

    • Word (.docx, .doc)
    • PDF (.pdf)
    • Markdown (.md)
    • 图片 (.jpg, .png, .gif)
    • Figma 链接

  3. 生成质量

    • 首次生成可能需要人工审阅和调整
    • 建议定期更新项目索引
    • 可以基于反馈优化匹配算法

故障排查

问题 1: 找不到相关项目

原因： 索引不存在或关键词匹配度低
解决：

  • 运行 \python scripts/index_projects.py\ 重建索引
  • 调整查询关键词，使用更具体的描述

问题 2: 生成质量不佳

原因： 历史项目数量少或质量低
解决：

  • 增加高质量历史项目
  • 优化需求描述，提供更多上下文
  • 手动指定参考项目

问题 3: 索引构建失败

原因： 项目路径错误或无访问权限
解决：

  • 检查 \config.json\ 中的路径是否正确
  • 确保有读取权限
  • 检查路径中是否有特殊字符

问题 4: Figma 集成失败

原因： figma skill 未安装或配置错误
解决：

  • 确保 figma skill 已安装
  • 检查 Figma API token 配置
  • 验证 Figma 链接是否有效

更新日志

v1.0.0 (2026-05-27)

  • 初始版本发布
  • 支持概念方案生成
  • 支持设计说明生成
  • 支持图片和 Figma 设计稿分析
  • 智能项目匹配算法

许可证

MIT License

作者

Created for ClawHub Skills Repository