【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158

Closed
Closed
【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
Labels
showcased已收录上线外滩大会2026外滩大会 2026 参赛作品

Description

@wx73306-create
wx73306-create
opened on Aug 13, 2026

参赛项目名称

Code Designer AI — AI 驱动的网页逆向工程平台

团队 / 作者

吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）

我做了什么

Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：

URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。

核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。

使用的工具

  • OpenWork / 百炼 CLI

  • 百炼能力 / 模型：

    模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：

    阶段用途模型角色
    ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
    ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
    ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
    ④ 组件架构规划组件树 / Props / 状态设计LLM
    ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
    ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
    • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
    • 支持的模型（用户在管理后台自由切换）：
      • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
      • MiMo：mimo-v2.5-pro-ultraspeed
      • OpenAI：gpt-4o
      • Anthropic：claude-3.5-sonnet
      • Google Gemini：gemini-2.0-flash
      • DeepSeek 等

  • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试

  • 其他：

    • 前端框架：Next.js 15（App Router）+ React 19
    • 语言：TypeScript 5
    • 样式：TailwindCSS + shadcn/ui
    • 数据库：PostgreSQL（Supabase）+ Prisma ORM
    • 任务队列：Redis + BullMQ（异步 Agent 执行）
    • 认证：Auth.js（NextAuth v5）
    • 浏览器自动化：Playwright
    • 部署：Docker + Nginx + 阿里云 ECS

效果展示

网站预览

ImageImage

🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：

（截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）

项目链接

踩坑记录

  1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
    评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
    解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
  2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
    评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
    解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
  3. 多智能体长链路执行的同步超时问题
    6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
    解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。

Metadata

Metadata

Assignees

No one assigned

    Labels

    showcased已收录上线外滩大会2026外滩大会 2026 参赛作品

    Type

    No type

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions

      , 'i'); if (__m === '*' || __re.test(location.href)) { // Add copy buttons to all 
       blocks
(function() {
function addCopyButtons() {
document.querySelectorAll('pre code').forEach(function(codeBlock) {
if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;
codeBlock.parentElement.setAttribute('data-copy-added', 'true');
var btn = document.createElement('button');
btn.textContent = 'Copy';
btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';
btn.onmouseover = function() { this.style.opacity = '1'; };
btn.onmouseout = function() { this.style.opacity = '0.7'; };
btn.onclick = function() {
navigator.clipboard.writeText(codeBlock.textContent).then(function() {
btn.textContent = 'Copied!';
setTimeout(function() { btn.textContent = 'Copy'; }, 1500);
});
};
codeBlock.parentElement.style.position = 'relative';
codeBlock.parentElement.appendChild(btn);
});
}
addCopyButtons();
// Re-run on dynamic content
var observer = new MutationObserver(addCopyButtons);
observer.observe(document.body, { childList: true, subtree: true });
})();
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '

      Skip to content
      【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
      Closed
      Closed
      【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
      Labels
      showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
      Description
      @wx73306-create
      wx73306-create
      opened on Aug 13, 2026
      参赛项目名称
      Code Designer AI — AI 驱动的网页逆向工程平台
      团队 / 作者
      吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
      我做了什么
      Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
      URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

      平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
      核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
      使用的工具
      • OpenWork / 百炼 CLI
      • 百炼能力 / 模型：
        模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
        阶段用途模型角色
        ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
        ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
        ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
        ④ 组件架构规划组件树 / Props / 状态设计LLM
        ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
        ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
        • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
        • 支持的模型（用户在管理后台自由切换）：

          • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
          • MiMo：mimo-v2.5-pro-ultraspeed
          • OpenAI：gpt-4o
          • Anthropic：claude-3.5-sonnet
          • Google Gemini：gemini-2.0-flash
          • DeepSeek 等
      • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
      • 其他：
        • 前端框架：Next.js 15（App Router）+ React 19
        • 语言：TypeScript 5
        • 样式：TailwindCSS + shadcn/ui
        • 数据库：PostgreSQL（Supabase）+ Prisma ORM
        • 任务队列：Redis + BullMQ（异步 Agent 执行）
        • 认证：Auth.js（NextAuth v5）
        • 浏览器自动化：Playwright
        • 部署：Docker + Nginx + 阿里云 ECS
      效果展示
      网站预览
      ImageImage
      🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
      （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
      项目链接
      踩坑记录
      1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
        
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
        解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
      2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
        
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
        解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
      3. 多智能体长链路执行的同步超时问题
        
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
        解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
      Metadata
      Metadata
      Assignees
      No one assigned
        Labels
        showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
        Type
        No type
        Projects
        No projects
          Milestone
          No milestone
          Relationships
          None yet
          Development
          No branches or pull requests
          Issue actions
          
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Force GitHub README to respect dark mode
(function() {
var style = document.createElement('style');
style.textContent = '
.markdown-body {
color-scheme: dark light;
}
.markdown-body pre { background: #161b22 !important; }
.markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }
.markdown-body table th, .markdown-body table td { border-color: #30363d !important; }
.markdown-body img { background: #0d1117; }
.markdown-body blockquote { border-left-color: #8b949e; }
.markdown-body hr { border-color: #30363d; }
';
document.head.appendChild(style);
})();
}
} catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

          Skip to content
          【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
          Closed
          Closed
          【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
          Labels
          showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
          Description
          @wx73306-create
          wx73306-create
          opened on Aug 13, 2026
          参赛项目名称
          Code Designer AI — AI 驱动的网页逆向工程平台
          团队 / 作者
          吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
          我做了什么
          Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
          URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

          平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
          核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
          使用的工具
          • OpenWork / 百炼 CLI
          • 百炼能力 / 模型：
            模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
            阶段用途模型角色
            ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
            ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
            ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
            ④ 组件架构规划组件树 / Props / 状态设计LLM
            ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
            ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
            • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
            • 支持的模型（用户在管理后台自由切换）：

              • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
              • MiMo：mimo-v2.5-pro-ultraspeed
              • OpenAI：gpt-4o
              • Anthropic：claude-3.5-sonnet
              • Google Gemini：gemini-2.0-flash
              • DeepSeek 等
          • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
          • 其他：
            • 前端框架：Next.js 15（App Router）+ React 19
            • 语言：TypeScript 5
            • 样式：TailwindCSS + shadcn/ui
            • 数据库：PostgreSQL（Supabase）+ Prisma ORM
            • 任务队列：Redis + BullMQ（异步 Agent 执行）
            • 认证：Auth.js（NextAuth v5）
            • 浏览器自动化：Playwright
            • 部署：Docker + Nginx + 阿里云 ECS
          效果展示
          网站预览
          ImageImage
          🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
          （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
          项目链接
          踩坑记录
          1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
            
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
            解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
          2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
            
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
            解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
          3. 多智能体长链路执行的同步超时问题
            
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
            解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
          Metadata
          Metadata
          Assignees
          No one assigned
            Labels
            showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
            Type
            No type
            Projects
            No projects
              Milestone
              No milestone
              Relationships
              None yet
              Development
              No branches or pull requests
              Issue actions
              
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Highlight search terms from Google/DuckDuckGo/Bing referrer
(function() {
var ref = document.referrer;
var terms = [];
if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {
var url = new URL(ref);
var q = url.searchParams.get('q') || url.searchParams.get('p');
if (q) {
terms = q.split(/\s+/).filter(function(t) { return t.length > 2; });
}
}
if (terms.length === 0) return;
var style = document.createElement('style');
style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';
document.head.appendChild(style);
function highlight(node) {
if (node.nodeType === 3) { // text node
var text = node.textContent;
var found = false;
terms.forEach(function(term) {
var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\]\\]/g, '\\') + ')', 'gi');
if (regex.test(text)) {
found = true;
var frag = document.createDocumentFragment();
var parts = text.split(regex);
parts.forEach(function(part, i) {
if (i % 2 === 0) {
frag.appendChild(document.createTextNode(part));
} else {
var span = document.createElement('span');
span.className = 'userscript-highlight';
span.textContent = part;
frag.appendChild(span);
}
});
node.parentNode.replaceChild(frag, node);
}
});
} else if (node.nodeType === 1 && node.childNodes) { // element
var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];
if (!skipTags.includes(node.tagName)) {
Array.from(node.childNodes).forEach(highlight);
}
}
}
highlight(document.body);
// Re-highlight on dynamic content
var observer = new MutationObserver(function(mutations) {
mutations.forEach(function(m) {
m.addedNodes.forEach(function(node) {
if (node.nodeType === 1 || node.nodeType === 3) highlight(node);
});
});
});
observer.observe(document.body, { childList: true, subtree: true });
})();
}
} catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

              Skip to content
              【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
              Closed
              Closed
              【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
              Labels
              showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
              Description
              @wx73306-create
              wx73306-create
              opened on Aug 13, 2026
              参赛项目名称
              Code Designer AI — AI 驱动的网页逆向工程平台
              团队 / 作者
              吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
              我做了什么
              Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
              URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

              平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
              核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
              使用的工具
              • OpenWork / 百炼 CLI
              • 百炼能力 / 模型：
                模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
                阶段用途模型角色
                ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
                ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
                ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
                ④ 组件架构规划组件树 / Props / 状态设计LLM
                ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
                ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
                • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
                • 支持的模型（用户在管理后台自由切换）：

                  • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
                  • MiMo：mimo-v2.5-pro-ultraspeed
                  • OpenAI：gpt-4o
                  • Anthropic：claude-3.5-sonnet
                  • Google Gemini：gemini-2.0-flash
                  • DeepSeek 等
              • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
              • 其他：
                • 前端框架：Next.js 15（App Router）+ React 19
                • 语言：TypeScript 5
                • 样式：TailwindCSS + shadcn/ui
                • 数据库：PostgreSQL（Supabase）+ Prisma ORM
                • 任务队列：Redis + BullMQ（异步 Agent 执行）
                • 认证：Auth.js（NextAuth v5）
                • 浏览器自动化：Playwright
                • 部署：Docker + Nginx + 阿里云 ECS
              效果展示
              网站预览
              ImageImage
              🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
              （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
              项目链接
              踩坑记录
              1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
                
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
                解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
              2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
                
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
                解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
              3. 多智能体长链路执行的同步超时问题
                
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
                解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
              Metadata
              Metadata
              Assignees
              No one assigned
                Labels
                showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                Type
                No type
                Projects
                No projects
                  Milestone
                  No milestone
                  Relationships
                  None yet
                  Development
                  No branches or pull requests
                  Issue actions
                  
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Strip utm_, fbclid, gclid, etc. from all links on page
(function() {
var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',
'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',
'ref', 'ref_src', 'source', 'medium', 'campaign'];
function cleanUrl(url) {
try {
var u = new URL(url, window.location.origin);
var changed = false;
trackingParams.forEach(function(p) {
if (u.searchParams.has(p)) {
u.searchParams.delete(p);
changed = true;
}
});
return changed ? u.toString() : url;
} catch (e) {
return url;
}
}
function cleanLinks() {
document.querySelectorAll('a[href]').forEach(function(a) {
var clean = cleanUrl(a.href);
if (clean !== a.href) a.href = clean;
});
}
cleanLinks();
var observer = new MutationObserver(function(mutations) {
mutations.forEach(function(m) {
m.addedNodes.forEach(function(node) {
if (node.nodeType === 1) {
if (node.tagName === 'A') cleanLinks();
node.querySelectorAll('a[href]').forEach(function(a) {
var clean = cleanUrl(a.href);
if (clean !== a.href) a.href = clean;
});
}
});
});
});
observer.observe(document.body, { childList: true, subtree: true });
})();
}
} catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); }
})();
(function(){
try {
var __m = "youtube.com";
var __re = new RegExp('^' + "youtube\\.com" + '

                  Skip to content
                  【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
                  Closed
                  Closed
                  【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
                  Labels
                  showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                  Description
                  @wx73306-create
                  wx73306-create
                  opened on Aug 13, 2026
                  参赛项目名称
                  Code Designer AI — AI 驱动的网页逆向工程平台
                  团队 / 作者
                  吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
                  我做了什么
                  Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
                  URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

                  平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
                  核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
                  使用的工具
                  • OpenWork / 百炼 CLI
                  • 百炼能力 / 模型：
                    模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
                    阶段用途模型角色
                    ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
                    ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
                    ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
                    ④ 组件架构规划组件树 / Props / 状态设计LLM
                    ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
                    ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
                    • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
                    • 支持的模型（用户在管理后台自由切换）：

                      • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
                      • MiMo：mimo-v2.5-pro-ultraspeed
                      • OpenAI：gpt-4o
                      • Anthropic：claude-3.5-sonnet
                      • Google Gemini：gemini-2.0-flash
                      • DeepSeek 等
                  • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
                  • 其他：
                    • 前端框架：Next.js 15（App Router）+ React 19
                    • 语言：TypeScript 5
                    • 样式：TailwindCSS + shadcn/ui
                    • 数据库：PostgreSQL（Supabase）+ Prisma ORM
                    • 任务队列：Redis + BullMQ（异步 Agent 执行）
                    • 认证：Auth.js（NextAuth v5）
                    • 浏览器自动化：Playwright
                    • 部署：Docker + Nginx + 阿里云 ECS
                  效果展示
                  网站预览
                  ImageImage
                  🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
                  （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
                  项目链接
                  踩坑记录
                  1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
                    
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
                    解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
                  2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
                    
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
                    解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
                  3. 多智能体长链路执行的同步超时问题
                    
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
                    解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
                  Metadata
                  Metadata
                  Assignees
                  No one assigned
                    Labels
                    showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                    Type
                    No type
                    Projects
                    No projects
                      Milestone
                      No milestone
                      Relationships
                      None yet
                      Development
                      No branches or pull requests
                      Issue actions
                      
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Auto-enable theater mode on YouTube
(function() {
function tryTheater() {
var btn = document.querySelector('button[aria-label="Theater mode"], ytd-player #player button[title="Theater mode"]');
if (btn && !btn.classList.contains('activated')) {
btn.click();
}
}
// Try immediately
tryTheater();
// Try after navigation (SPA)
var lastUrl = location.href;
setInterval(function() {
if (location.href !== lastUrl) {
lastUrl = location.href;
setTimeout(tryTheater, 500);
}
}, 1000);
// Also try on player load
var observer = new MutationObserver(tryTheater);
observer.observe(document.body, { childList: true, subtree: true });
})();
}
} catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

                      Skip to content
                      【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
                      Closed
                      Closed
                      【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
                      Labels
                      showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                      Description
                      @wx73306-create
                      wx73306-create
                      opened on Aug 13, 2026
                      参赛项目名称
                      Code Designer AI — AI 驱动的网页逆向工程平台
                      团队 / 作者
                      吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
                      我做了什么
                      Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
                      URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

                      平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
                      核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
                      使用的工具
                      • OpenWork / 百炼 CLI
                      • 百炼能力 / 模型：
                        模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
                        阶段用途模型角色
                        ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
                        ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
                        ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
                        ④ 组件架构规划组件树 / Props / 状态设计LLM
                        ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
                        ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
                        • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
                        • 支持的模型（用户在管理后台自由切换）：

                          • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
                          • MiMo：mimo-v2.5-pro-ultraspeed
                          • OpenAI：gpt-4o
                          • Anthropic：claude-3.5-sonnet
                          • Google Gemini：gemini-2.0-flash
                          • DeepSeek 等
                      • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
                      • 其他：
                        • 前端框架：Next.js 15（App Router）+ React 19
                        • 语言：TypeScript 5
                        • 样式：TailwindCSS + shadcn/ui
                        • 数据库：PostgreSQL（Supabase）+ Prisma ORM
                        • 任务队列：Redis + BullMQ（异步 Agent 执行）
                        • 认证：Auth.js（NextAuth v5）
                        • 浏览器自动化：Playwright
                        • 部署：Docker + Nginx + 阿里云 ECS
                      效果展示
                      网站预览
                      ImageImage
                      🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
                      （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
                      项目链接
                      踩坑记录
                      1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
                        
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
                        解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
                      2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
                        
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
                        解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
                      3. 多智能体长链路执行的同步超时问题
                        
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
                        解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
                      Metadata
                      Metadata
                      Assignees
                      No one assigned
                        Labels
                        showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                        Type
                        No type
                        Projects
                        No projects
                          Milestone
                          No milestone
                          Relationships
                          None yet
                          Development
                          No branches or pull requests
                          Issue actions
                          
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Remove or un-stick sticky/fixed headers that block content
(function() {
function unstick() {
document.querySelectorAll('header, nav, [role="banner"], .header, .navbar, .sticky, .fixed-top, [style*="position: fixed"], [style*="position:sticky"]').forEach(function(el) {
if (el.style.position === 'fixed' || el.style.position === 'sticky' || getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {
el.style.position = 'static';
el.style.top = 'auto';
el.style.zIndex = 'auto';
}
});
}
unstick();
var observer = new MutationObserver(unstick);
observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });
})();
}
} catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

                          Skip to content
                          【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
                          Closed
                          Closed
                          【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
                          Labels
                          showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                          Description
                          @wx73306-create
                          wx73306-create
                          opened on Aug 13, 2026
                          参赛项目名称
                          Code Designer AI — AI 驱动的网页逆向工程平台
                          团队 / 作者
                          吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
                          我做了什么
                          Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
                          URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

                          平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
                          核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
                          使用的工具
                          • OpenWork / 百炼 CLI
                          • 百炼能力 / 模型：
                            模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
                            阶段用途模型角色
                            ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
                            ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
                            ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
                            ④ 组件架构规划组件树 / Props / 状态设计LLM
                            ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
                            ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
                            • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
                            • 支持的模型（用户在管理后台自由切换）：

                              • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
                              • MiMo：mimo-v2.5-pro-ultraspeed
                              • OpenAI：gpt-4o
                              • Anthropic：claude-3.5-sonnet
                              • Google Gemini：gemini-2.0-flash
                              • DeepSeek 等
                          • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
                          • 其他：
                            • 前端框架：Next.js 15（App Router）+ React 19
                            • 语言：TypeScript 5
                            • 样式：TailwindCSS + shadcn/ui
                            • 数据库：PostgreSQL（Supabase）+ Prisma ORM
                            • 任务队列：Redis + BullMQ（异步 Agent 执行）
                            • 认证：Auth.js（NextAuth v5）
                            • 浏览器自动化：Playwright
                            • 部署：Docker + Nginx + 阿里云 ECS
                          效果展示
                          网站预览
                          ImageImage
                          🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
                          （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
                          项目链接
                          踩坑记录
                          1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
                            
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
                            解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
                          2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
                            
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
                            解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
                          3. 多智能体长链路执行的同步超时问题
                            
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
                            解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
                          Metadata
                          Metadata
                          Assignees
                          No one assigned
                            Labels
                            showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                            Type
                            No type
                            Projects
                            No projects
                              Milestone
                              No milestone
                              Relationships
                              None yet
                              Development
                              No branches or pull requests
                              Issue actions
                              
, 'i');
if (__m === '*' || __re.test(location.href)) {
// Universal Dark Mode - works on any site
(function() {
var enabled = true;
function applyDarkMode() {
if (!enabled) return;
// Create style element if it doesn't exist
var style = document.getElementById('universal-dark-mode-style');
if (!style) {
style = document.createElement('style');
style.id = 'universal-dark-mode-style';
document.head.appendChild(style);
}
// Dark mode CSS - inverts colors but preserves images/video
style.textContent = '
/* Invert everything except media */
html {
filter: invert(1) hue-rotate(180deg) !important;
background: #1a1a2e !important;
}
/* Restore images, videos, iframes, canvas */
img, video, iframe, canvas, svg, picture, [style*="background-image"] {
filter: invert(1) hue-rotate(180deg) !important;
}
/* Preserve specific elements that should not be inverted */
.no-dark-mode, .no-dark-mode *,
[data-theme="light"], [data-theme="light"],
.ace_editor, .ace_editor *,
.CodeMirror, .CodeMirror *,
.monaco-editor, .monaco-editor *,
.markdown-body pre, .markdown-body pre *,
.highlight, .highlight *,
pre code, pre code * {
filter: none !important;
}
/* Fix common UI elements */
.modal, .popup, .dropdown-menu, .tooltip, .popover {
filter: invert(1) hue-rotate(180deg) !important;
background: #2d2d44 !important;
border-color: #444 !important;
}
/* Scrollbars */
::-webkit-scrollbar { background: #1a1a2e !important; }
::-webkit-scrollbar-thumb { background: #444 !important; }
::-webkit-scrollbar-thumb:hover { background: #555 !important; }
/* Selection */
::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }
::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }
';
}
function removeDarkMode() {
var style = document.getElementById('universal-dark-mode-style');
if (style) style.remove();
}
// Toggle with Alt+Shift+D
document.addEventListener('keydown', function(e) {
if (e.altKey && e.shiftKey && e.key === 'D') {
e.preventDefault();
enabled = !enabled;
if (enabled) {
applyDarkMode();
console.log('[Universal Dark Mode] Enabled');
} else {
removeDarkMode();
console.log('[Universal Dark Mode] Disabled');
}
}
});
// Apply on load
applyDarkMode();
// Re-apply on dynamic content
var observer = new MutationObserver(function(mutations) {
if (enabled && !document.getElementById('universal-dark-mode-style')) {
applyDarkMode();
}
});
observer.observe(document.head, { childList: true });
console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');
})();
}
} catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); }
})();
})();

                              Skip to content
                              【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台 #158
                              Closed
                              Closed
                              【外滩大会2026】网站复刻：Code Designer AI — AI 驱动的网页逆向工程平台#158
                              Labels
                              showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                              Description
                              @wx73306-create
                              wx73306-create
                              opened on Aug 13, 2026
                              参赛项目名称
                              Code Designer AI — AI 驱动的网页逆向工程平台
                              团队 / 作者
                              吴Wxx（GitHub: [@wx73306-create](https://github.com/wx73306-create)）
                              我做了什么
                              Code Designer AI 是一个 AI 驱动的网页逆向工程平台，旨在解决传统网页复刻过程中"分析难、周期长、还原度低"的问题。用户输入任意网站 URL 后，系统通过 多智能体协作 自动完成：
                              URL → 网页抓取 → 视觉分析 → Design Token 提取 → 组件架构规划 → React 代码生成 → 质量检测 → 项目导出

                              平台自动解析目标网站的 HTML / CSS / 布局 / 字体 / 颜色 / 尺寸 / 动画等设计信息，并生成可直接 npm install && npm run dev 跑起来的 React + TypeScript + TailwindCSS Next.js 工程。
                              核心亮点：模型可插拔 —— 6 个 Agent 阶段中每个阶段的 AI 模型都可在管理后台独立指定，支持阿里云百炼、MiMo、OpenAI、Anthropic、Gemini、DeepSeek 等多家厂商混合编排，用户可以根据成本/效果自由切换。
                              使用的工具
                              • OpenWork / 百炼 CLI
                              • 百炼能力 / 模型：
                                模型按 6 个 Agent 阶段分工（每个阶段模型独立可配）：
                                阶段用途模型角色
                                ① 网页抓取渲染 / DOM / 截图 / 字体资源无 LLM（Playwright）
                                ② 视觉分析布局 / 字体 / 配色 / 组件识别VL 模型
                                ③ Design Token 提取结构化输出设计令牌（颜色/字号/间距/圆角/阴影）LLM
                                ④ 组件架构规划组件树 / Props / 状态设计LLM
                                ⑤ React 代码生成生成 React + TypeScript + TailwindCSSCoder LLM
                                ⑥ 质量检测视觉对比 / Lint / 还原度评分LLM + VL
                                • 默认接入：阿里云百炼（DashScope 兼容 API / bl 命令），默认模型 qwen-3.7plus
                                • 支持的模型（用户在管理后台自由切换）：

                                  • 阿里云百炼：qwen-3.7plus / qwen-3.7max / qwen-3.8max / qwen-3.6flash 等
                                  • MiMo：mimo-v2.5-pro-ultraspeed
                                  • OpenAI：gpt-4o
                                  • Anthropic：claude-3.5-sonnet
                                  • Google Gemini：gemini-2.0-flash
                                  • DeepSeek 等
                              • Skill 名称：QoderWorkCN —— 多智能体调度与百炼调用链封装，统一管理 Agent 调度、Token 计量、失败重试
                              • 其他：
                                • 前端框架：Next.js 15（App Router）+ React 19
                                • 语言：TypeScript 5
                                • 样式：TailwindCSS + shadcn/ui
                                • 数据库：PostgreSQL（Supabase）+ Prisma ORM
                                • 任务队列：Redis + BullMQ（异步 Agent 执行）
                                • 认证：Auth.js（NextAuth v5）
                                • 浏览器自动化：Playwright
                                • 部署：Docker + Nginx + 阿里云 ECS
                              效果展示
                              网站预览
                              ImageImage
                              🔗 GitHub Pages 直接预览 5 个真实复刻样例（点击即可查看完整还原效果）：
                              （截图位：①首页 ②URL 输入 → AI 分析流程 ③生成代码与质检报告 ④项目导出 ZIP）
                              项目链接
                              踩坑记录
                              1. Demo 地址使用 IP + 端口（http://150.158.27.120:3000/）
                                
评审指出公开展示页面不会放这种地址（IP 易变、易被扫描，不是长期可访问链接）。
                                解决：将项目完整代码推送到 GitHub 公开仓库作为长期可访问的项目链接；同时启用 GitHub Pages 服务 docs/showcase/，让 5 个内置复刻样例可以直接在线预览。
                              2. 早期想用固定的"百炼模型调用链"表格写死每个 Agent 调用的模型
                                
评审要求写全模型版本号、并说明每个环节的具体模型。深入设计后发现系统的真实架构是模型可插拔的：每个 Agent 的模型都由用户在管理后台独立选择，支持多家厂商混部，硬写一个固定调用链会误导读者。
                                解决：README 与提交文案都改为"VL 模型 / LLM / Coder LLM"通用描述，并在「使用的工具」中明确说明模型阶段分工 + 支持的模型清单 + 默认配置（百炼 qwen-plus），既诚实又满足"写全模型版本号 + 哪个环节用哪个模型"的要求。
                              3. 多智能体长链路执行的同步超时问题
                                
6 个 Agent 顺序串联、每一步输出都要作为下一步输入（视觉分析 → Token 提取 → 架构规划 → 代码生成 → 质检），单次完整复刻耗时较长，最初的同步串联方案在 HTTP 长连接下容易超时。
                                解决：采用 Redis + BullMQ 异步任务队列 + 事件回调（编排见 src/lib/agents/pipeline.ts，队列见 src/lib/redis.ts），每个 Agent 完成后写回状态与产物，工作台通过轮询/事件实时拉取每个 Agent 的进度，单次完整复刻可异步跑 30 秒 ~ 3 分钟不等。
                              Metadata
                              Metadata
                              Assignees
                              No one assigned
                                Labels
                                showcased已收录上线外滩大会2026外滩大会 2026 参赛作品
                                Type
                                No type
                                Projects
                                No projects
                                  Milestone
                                  No milestone
                                  Relationships
                                  None yet
                                  Development
                                  No branches or pull requests
                                  Issue actions