ui-ux-pro-max-skill CIP Deliverable 规格指南:从 7 大企业识别资产到 AI 生成的实现全解
本文以 ui-ux-pro-max-skill 仓库中 CIP Deliverable Guide 文档为主体,完整讲解企业识别系统(Corporate Identity Program, CIP)七大类交付物(Logo、文具、办公环境、服饰、车辆、数字资产、活动物料)的设计规格、尺寸参数与工艺要求,并结合 deliverables.csv 数据契约、BM25 检索引擎 与 Gemini 生成脚本,说明这套交付物清单是如何被 design skill 转化为可搜索、可生成交互式 mockup 的技术资产。
一、CIP 交付物体系在仓库中的定位
ui-ux-pro-max-skill 是一个为多种平台提供 UI/UX 设计智能的 AI skill。在其 design skill 中,CIP(企业识别系统)是内置能力之一:覆盖 50+ 交付物、20 种设计风格、20 个行业,使用 Gemini Nano Banana(Flash/Pro)模型生成 mockup 图片。
cip-deliverable-guide.md 是 CIP 子模块的规格说明书,回答“每一类交付物应该长什么样、用什么规格”;而 cip-design.md 负责“怎么生成”。两者构成完整闭环:本文聚焦前者,并用后者及仓库源码佐证其落地方式。
数据层面,该文档描述的每一类交付物都对应 deliverables.csv 中的一行结构化记录(共 50 条),字段包括尺寸(Dimensions)、文件格式(File Format)、Logo 位置(Logo Placement)、色彩用法(Color Usage)、字体说明(Typography Notes)、mockup 场景(Mockup Context)、最佳实践(Best Practices)与反模式(Avoid)。
二、Core Identity:核心识别资产
指南的第一部分定义品牌的“母版资产”,一切其他物料都从它派生。
2.1 主 Logo(Primary Logo)
- 矢量格式:SVG、AI、EPS
- 必须定义净空区(clear space)规则
- 从 favicon 到巨幅广告牌全程可缩放
在 deliverables.csv 第 1 行中,Primary Logo 的规格被进一步结构化:文件格式为 SVG AI EPS PNG,Logo Placement 为“Center prominent”,色彩用法为“Full color palette”,Mockup Context 为“Clean background product shots”,最佳实践是“Ensure clear space, maintain proportions”,反模式是“Distortion, crowding, busy backgrounds”。
值得注意的是,render-html.py 内置的 DELIVERABLE_INFO 字典(L23-L96)对 business card、letterhead、reception signage、polo shirt、vehicle 等交付物都预置了 concept / purpose / specs 三段描述,其 specs 字段与指南中的规格完全一致(例如 business card 为 “Standard 3.5 x 2 inches, premium paper stock”),说明该文档不仅是给人读的规范,也是 HTML 演示页文案的单一事实来源。
2.2 Logo 变体(Logo Variations)
- 横版(Horizontal)、竖版(Vertical)、堆叠版(Stacked)
- 仅图标/符号版(Icon/symbol only)
- 单色版本(黑色、白色、反白)
对应 CSV 第 2 行:色彩用法为 “Mono color, reverse”,最佳实践是同时创建 horizontal / vertical / stacked / icon 四种变体,反模式是“Inconsistent modifications, unauthorized changes”。这一要求与 generate.py 中的图像编辑模式直接呼应——--logo 参数传入真实 Logo 后,脚本会以 “Use the EXACT logo from the provided image - do NOT modify or recreate the logo” 写入 prompt(见 build_cip_prompt,L89-L183),从生成侧强制保证 Logo 在所有交付物变体中的视觉一致性。
三、Stationery Set:办公文具套装
3.1 名片(Business Card)
| 项目 | 规格 |
|---|---|
| 标准尺寸 | 3.5 x 2 英寸 / 85 x 55 mm |
| 纸张克重 | 优质纸 300-400 gsm |
| 工艺 | 哑光(matte)、局部 UV(spot UV)、烫金(foil)、压凸(emboss) |
| 文件格式(CSV 补充) | PDF / AI 印刷级文件 |
| Logo 位置(CSV 补充) | 正面居中或角落 |
| 反模式(CSV 补充) | 版面拥挤、字体过多、廉价纸张 |
deliverables.csv 为名片补充了 Mockup Context “Marble, wood, desk surface”,即默认在大理石/木质桌面上呈现。而 mockup-contexts.csv 则把该场景细化为完整拍摄参数:例如 “Marble Desk” 上下文规定 soft natural daylight 光线、45 度俯拍机位、white/grey marble veins 背景,以及 “photorealistic soft shadows luxury” 的 prompt 修饰词。当 generate.py 的 build_cip_prompt 组装 prompt 时,会把这些 Mockup Context 拼入 “Setting: {mockup_context}” 片段(L114-L119),使同一名片规格在不同场景下呈现不同质感。
3.2 信纸(Letterhead)
- A4 或 Letter 尺寸
- 顶部预留 Logo/联系方式区域
- 提供数字版与印刷版两种
CSV 补充:文件格式为 PDF AI Word template,色彩用法要求 “Subtle brand colors”(品牌色应克制),最佳实践是 “Consistent margins, proper hierarchy”,反模式是 “Overpowering logo, excessive graphics”。
3.3 信封(Envelope)
- 规格:DL、C4、C5 三种标准尺寸
- Logo 位于翻盖(flap)或正面
- 回邮地址(return address)需统一样式
CSV 补充:信封需与信纸构成统一的设计系统(“Match letterhead design system”),反模式是印刷错位与低质纸张。
指南列出的三项文具在 CSV 中被扩展为 6 项(增加 Folder 文件夹、Notebook 笔记本、Pen 钢笔),例如 Folder 要求 “A4/Letter pocket folder,含口袋与模切设计”,Pen 则归类到 Promotional(宣传品)而非 Stationery,这种分类差异体现了 CSV 按“使用场景”而非“文档章节”组织的思路。
四、Office Environment:办公环境
4.1 前台标识(Reception Signage)
- 3D 立体字(3D dimensional letters)
- 背光 LED 选项
- 材质:亚克力(acrylic)、金属(metal)、木(wood)
CSV 将其扩展为 “Reception Signage”(第 13 行)与 “Wayfinding Signage”(第 13 行)两条记录,并补充了 “Meeting Room Signs”(会议室门牌,A5/A6 自定义尺寸,强调可读性)。render-html.py 的预置描述中,reception signage 的 specs 写为 “3D dimensional letters, backlit LED options, premium materials”,purpose 是 “Creates strong first impression for visitors and reinforces brand identity”。
4.2 导视系统(Wayfinding System)
- 统一的图标系统
- 清晰的层级结构
- ADA 合规(无障碍标准)
CSV 中 Wayfinding Signage 的最佳实践是 “Consistent system, clear hierarchy”,反模式是“Inconsistent styles, poor visibility”。ADA 合规这一硬性要求在 CSV 中没有逐字复述,体现了“文档给人定标准、CSV 给机器做检索”的分工。
4.3 墙面图形(Wall Graphics)
- 使命/价值观展示
- 大幅壁画(large-scale murals)
- 玻璃磨砂贴膜(window frosting)
CSV 将其拆为两条:第 15 行 “Wall Graphics”(全墙面覆盖、全色域渐变、Mockup 场景为 open office space)与第 16 行 “Window Graphics”(磨砂隐私贴膜,Vector cut files 切割文件,反模式是“遮挡自然光、画面杂乱”)。mockup-contexts.csv 的 “Office Lobby” 上下文(现代办公大堂、明亮办公照明、广角建筑机位)正是生成这类 mockup 时的默认场景。
五、Apparel:服饰
5.1 Polo 衫
- 优先刺绣工艺(embroidery preferred)
- Logo 位于左胸
- 面料要求珠地棉(pique cotton)
5.2 工作服/制服(Uniforms)
- 部门色彩编码(department color coding)
- 工牌(name badge)一体化设计
- 有安全要求时须满足(如反光条等)
deliverables.csv 将服饰类扩展为 Polo Shirt(第 18 行,S-XXL 全尺码、刺绣矢量文件)、T-Shirt(第 19 行)、Cap Hat(第 20 行)、Jacket(第 21 行)、Apron(第 22 行)五条记录。Polo Shirt 的 CSV 规格为 “Left chest, back” 双位置、Mockup 场景为 “Folded or worn lifestyle”,最佳实践 “Quality fabric, embroidery”、反模式 “Cheap fabric, poor embroidery” 与指南的“质量面料”要求一一对应。
render-html.py 中 Polo Shirt 的预置描述同样精确继承指南:concept 为 “Professional team apparel”,specs 为 “Premium pique cotton, embroidered logo on left chest”——文档中的“pique cotton”在这里成为演示页的固定文案。
六、Vehicle Branding:车辆品牌化
6.1 轿车/商务车
- 车门面板品牌化
- 局部贴覆(partial wrap)或全车贴覆(full wrap)
- 联系方式必须清晰可见
6.2 车队车辆(Fleet Vehicles)
- 全车队设计统一
- 高可视度联系方式
- 专业施工安装
CSV 将车辆类拆为 Car Sedan(第 30 行)、Van(第 31 行)、Truck(第 32 行)三条:Sedan 强调 “Door, hood, trunk” 位置与 “Side angle, motion blur” 场景;Van 要求 “Maximum visibility, contact info”;Truck 则强调 “High visibility, fleet consistency”。三条记录共享同一反模式基线:“Amateur install, bubbles, peeling”(业余施工、气泡、翘边)。mockup-contexts.csv 为车辆提供了 “Street Scene”(城市街道、golden hour、3/4 前侧机位)、“Parking Lot”(车队、阴天柔光)、“Highway Motion”(追拍、运动模糊)三个专门场景,search.py 搜索 “vehicle branding” 时即会命中这些上下文。
七、Digital Assets:数字资产
7.1 社交媒体
- 头像(Profile Picture):使用图标版 Logo
- 封面图(Cover Image):按平台分别制作
- 帖子模板(Post Templates)
7.2 邮件签名(Email Signature)
- HTML 响应式
- 最大宽度 600px
- 仅保留必要联系信息
CSV 补充了两条指南未展开的数字资产:Favicon(第 36 行,16x16 / 32x32 ICO/PNG/SVG,反模式 “Too complex, loses form”)与 Social Media Cover(第 34 行,强调平台安全区 “Platform-specific safe zones”)。Email Signature 的 CSV 规格与指南完全一致:“600px max width, HTML responsive, limited web-safe colors”,并额外给出 “Images blocked, heavy files” 这一现实反模式(邮件客户端屏蔽图片、附件过重)。
八、Events & Promotional:活动与宣传品
8.1 展台(Trade Show Booth)
- 模块化设计(modular design)
- 易于组装(easy assembly)
- 关键信息(key messaging)醒目可见
CSV 第 44 行给出具体规格:10x10 / 10x20 英尺标准展位尺寸、large format print 大幅面印刷、反模式 “Cheap materials, hard to assemble”。同时 Events 类还包含 Banner Stand(第 45 行,80x200cm 标准易拉宝)、Table Cover(第 46 行,6ft/8ft 桌布)、Backdrop(第 47 行,媒体墙 repeat pattern,强调摄影友好)、Name Badge 与 Lanyard(第 48-49 行)等,形成完整展会物料链。
8.2 宣传品(Promotional Items)
- 质量优先于数量
- 优先选择实用物品
- 品牌色突出
CSV 把宣传品扩展为 12 条记录(Pen、Tote Bag、Paper Bag、Gift Box、USB Drive、Water Bottle、Mug Cup、Umbrella 等),每条都带专属 Mockup Context(如 Water Bottle 的 “Lifestyle, fitness, outdoor”、Mug 的 “Lifestyle, office desk”)和针对性反模式(USB Drive 的 “Cheap mechanism, low storage”、Umbrella 的 “Cheap mechanism, breaks easily”),核心原则与指南一致:耐用机制 + 品牌色 + 实用价值。
九、数据契约:deliverables.csv 的 12 字段结构
上述七大类在 deliverables.csv 中共 50 行,表头 12 列固定:
No, Deliverable, Category, Keywords, Description, Dimensions,
File Format, Logo Placement, Color Usage, Typography Notes,
Mockup Context, Best Practices, Avoid
其中 Category 的取值比文档章节更细,共 10 类:Core Identity、Stationery、Security Access(ID Badge / Lanyard / Access Card,指南未单列)、Office Environment、Apparel、Promotional、Vehicle、Digital、Product(Packaging Box / Label / Tag / Retail Display)、Events、Documents(Certificate)。
core.py 的 CSV_CONFIG(L17-L38)明确定义了检索契约:deliverable 域以 Deliverable, Category, Keywords, Description, Mockup Context 五列作为 BM25 语料(search_cols),输出时返回全部 12 列(output_cols)。这意味着用户在 search.py 中查询 “business card” 时,命中的 Description/Keywords 决定排序,而返回的 Dimensions/Best Practices/Avoid 正是指南中那些规格条目的机器可读版本。
十、检索引擎:BM25 与四域自动路由
core.py 内置了一个轻量 BM25 实现(L42-L101):
- 分词器
tokenize(L55-L58):小写化、去标点、过滤长度 ≤2 的单词; - 参数 k1=1.5、b=0.75(L45),标准 BM25 取值;
- IDF 使用平滑公式
log((N - df + 0.5) / (df + 0.5) + 1)(L77); search(L152-L171)只返回得分 >0 的 top-N 结果(默认MAX_RESULTS=3)。
detect_domain(L136-L149)负责在四个数据域之间自动路由:
| 域 | 数据文件 | 路由关键词示例 |
|---|---|---|
| deliverable | deliverables.csv | card、letterhead、envelope、signage、vehicle、packaging、booth |
| style | styles.csv | minimal、luxury、vintage、corporate、playful |
| industry | industries.csv | tech、finance、legal、healthcare、hospitality |
| mockup | mockup-contexts.csv | mockup、scene、lighting、studio、lifestyle |
无法识别时回落到 deliverable 域(L149)。search_all(L174-L181)则跨四域联合检索;get_cip_brief(L184-L215)把 industry → style → 该行业 Key Deliverables 三次检索串成一份品牌简报,取行业前 5 个关键交付物逐一回查 deliverable 域,并合成色彩系统(primary/secondary)、字体、材质与工艺——这正是把指南“规格条目”升级为“可执行设计决策”的关键函数。
十一、实战工作流:从规格到 Mockup 生成
结合 cip-design.md 与 SKILL.md,完整工作流四步(以下命令在仓库根目录执行,Windows 下将 python3 换为 python):
1. 生成 CIP 简报(行业 → 风格 → 推荐交付物):
python3 .claude/skills/design/scripts/cip/search.py "tech startup" --cip-brief -b "BrandName"
2. 按域检索交付物规格(即本文前八节的机器入口):
python3 .claude/skills/design/scripts/cip/search.py "business card letterhead" --domain deliverable
python3 .claude/skills/design/scripts/cip/search.py "luxury premium elegant" --domain style
python3 .claude/skills/design/scripts/cip/search.py "hospitality hotel" --domain industry
python3 .claude/skills/design/scripts/cip/search.py "office reception" --domain mockup
3. 生成 mockup 图片。generate.py 的 MODELS(L29-L33)定义两个模型:
| 模型键 | 模型名 | 定位 |
|---|---|---|
flash(默认) |
gemini-2.5-flash-image |
快速、低成本 |
pro |
gemini-3-pro-image-preview |
高质量、4K 文字渲染 |
# 带真实 Logo(推荐,图像编辑模式)
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo /path/to/logo.png --deliverable "business card" --industry "consulting"
# 整套 CIP(默认 5 件:business card / letterhead / office signage / vehicle / polo shirt,见 generate_cip_set L286-L338)
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo /path/to/logo.png --industry "consulting" --set
# Pro 模型(4K 文字)
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo logo.png --deliverable "business card" --model pro
# 无 Logo(AI 自解释品牌)
python3 .claude/skills/design/scripts/cip/generate.py --brand "TechFlow" --deliverable "business card" --no-logo-prompt
源码层面有三个与指南规格直接相关的细节:
load_logo_image(L36-L66)用 PIL 把 RGBA/P 模式 Logo 贴到白底再转 RGB,因为 “Gemini works best with RGB”;build_cip_prompt(L89-L183)对每个交付物执行一次 deliverable 域检索,取出 Description、Dimensions、Logo Placement 拼进 prompt(如 “logo placement: {logo_placement}”),即指南的规格条目成为 prompt 的组成部分;- 输出文件命名规则为
{brand_slug}-{deliverable_slug}-{timestamp}.png(L265-L268),品牌名与交付物均小写连字符化,便于第四步按文件名反查交付物。
4. 渲染 HTML 演示页:
python3 .claude/skills/design/scripts/cip/render-html.py --brand "TopGroup" --industry "consulting" --images ./cip-output
render-html.py 通过 get_deliverable_info(L109-L120)从文件名(如 topgroup-business-card-*.png)反查 DELIVERABLE_INFO 字典,输出包含品牌 Hero 区、交付物卡片(concept / purpose / specs)、base64 内嵌图片的单文件响应式暗色页面。
十二、风格与行业数据的协同
交付物规格落地时还需搭配 styles.csv(20 种风格)与 industries.csv(20 个行业)。每个风格给出 Primary/Secondary Colors(HEX 值)、Typography、Materials、Finishes、Mood、Best For / Avoid For;每个行业给出 CIP Style 推荐、Key Deliverables 与 Mood。例如:
- Corporate Minimal:
#0F172A #1E3A8A #FFFFFF,材质 “Premium paper quality materials”,工艺 “Matte, spot UV”——与指南 Business Card 的 “300-400gsm / matte, spot UV, foil, emboss” 工艺清单相互印证; - Luxury Premium:
#1C1917 #D4AF37 #FFFFFF,工艺 “Gold foil, emboss, deboss”,Best For “Luxury, fashion, jewelry, hotels”,Avoid For “Budget, mass market”。
get_cip_brief 的色彩回退策略(core.py L208-L214)体现了优先级:风格行 Primary Colors → 行业行 Primary Colors,字体同理,保证即使风格检索落空,行业数据仍能兜底输出完整简报。
十三、小结:文档、数据与代码的三层一致性
cipt-deliverable-guide 的价值在于它是三层结构中“人可读”的那一层:
- 规格层(本文主体文档):7 大类交付物的人类语言规格,含尺寸、工艺、位置、合规要求;
- 数据层(deliverables.csv 等 4 个 CSV):50 条交付物 × 12 字段 + 20 风格 + 20 行业 + 20 mockup 场景,是 core.py BM25 索引的语料;
- 执行层(search.py / generate.py / render-html.py):把检索结果注入 prompt、调用 Gemini 图像生成与图像编辑、产出单文件 HTML 演示页。
三者之间通过字段名(如 Mockup Context、Logo Placement)与文案(如 “pique cotton”“3.5 x 2 inches”)保持逐字一致,修改任一层的规格时应对照其余两层同步更新,才能维持整套 CIP 交付物从检索到生成的可预期性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00