在线预览

PAGX Skills

让 AI 编程助手能够创建、修改并优化 PAGX 矢量图形。

下载 Skills 安装包

最后更新:2026 年 3 月 13 日

简介

PAGX Skills 是面向 AI 编程助手的专业技能扩展包。安装后,AI 可以根据自然语言描述生成结构简洁的 PAGX 矢量图形,优化文件大小和渲染性能,并在需要时查询 PAGX 语法、属性和命令行工具用法。

当前主流的 AI 图像生成工具(如 Stable Diffusion、DALL-E)主要基于位图生成,其本质是一个概率采样过程。这意味着当生成结果中某个局部细节不符合预期时,通常无法仅针对该细节进行精确调整,而需要重新生成整张图像。这种局限性使得基于位图的 AI 工具更适合前期的创意探索,难以满足上线交付环节对精确控制和稳定复用的要求。要解决这一问题,需要让 AI 在具备精确结构的矢量图形上进行工作。然而,目前 AI 在矢量生成领域尚未大规模应用,核心原因在于缺少专门为 AI 优化的通用矢量格式标准。PAGX 正是为此设计的——相比 SVG 等传统矢量格式,PAGX 在文件格式层面针对 AI 进行了深度优化,并配套提供了完善的 Skills 和命令行工具,使其具备更强的视觉表达能力和更精准的元素定位能力,支持精确的二次编辑和持续迭代:理论上,只要迭代次数足够多,产出就能持续逼近上线质量标准。

PAGX 格式目前仍在持续迭代中,规范文档可能随时更新。目前已初步完成静态矢量部分,后续将继续扩充动效能力——届时 AI 也将具备直接生成动效的能力。

安装指南

1. 安装 Node.js

Skills 安装包包含命令行工具 @libpag/pagx,运行依赖 Node.js。若本机尚未安装,请先完成以下步骤:

第 1 步 — 访问 nodejs.org,下载适用于你操作系统的 LTS(长期支持)版本。

第 2 步 — 运行安装程序,按照屏幕提示操作,保持所有默认设置即可。

第 3 步 — 验证安装是否成功。打开终端(macOS 上的"终端"应用,Windows 上的"命令提示符"或"PowerShell"),输入以下命令:

node --version

如果显示类似 v22.x.x 的版本号,说明 Node.js 已安装成功。

2. 安装 AI 编程助手

PAGX Skills 可用于任何支持 Skills 机制的 AI 编程助手。这里以 CodeBuddy Code 为例,其他工具请参考其官方文档完成安装。

第 1 步 — 打开终端,运行以下安装命令:

npm install -g @tencent-ai/codebuddy-code

第 2 步 — 安装完成后,输入以下命令启动:

codebuddy

按照屏幕提示完成初始设置和账号认证。

如需了解详细的安装说明和系统要求,请参阅 CodeBuddy Code 官方文档

3. 安装 PAGX Skills

下载 pagx.zip 后,将其解压,把得到的 pagx 文件夹放到用户级 Skills 目录中。这样所有项目都可以使用该技能。

平台Skills 目录
macOS / Linux~/.codebuddy/skills/
WindowsC:\Users\<用户名>\.codebuddy\skills\

最终目录结构应如下所示:

.codebuddy/
  skills/
    pagx/
      SKILL.md
      references/
        ...

如果 .codebuddy/skills/ 文件夹尚不存在,手动创建即可。然后在任意项目目录下启动 CodeBuddy Code,PAGX Skills 会被自动识别并加载。

@libpag/pagx 命令行工具会在 AI 助手首次需要时自动安装,这依赖于第 1 步中搭建的 Node.js 环境。

开始使用

PAGX Skills 目前主要在 CodeBuddy Code + Claude Opus 4.6 模型上完成测试。使用其他工具或模型时效果可能有所不同。

安装完成后,可直接用自然语言驱动 AI。下面按"创建→迭代→验证"给出常见示例:

创建 PAGX 文件

首次创建时,请在提示中包含 "PAGX" 关键词,以便 AI 激活 PAGX 技能。激活后,同一对话中的后续消息无需再重复该关键词。

修改与迭代

渲染与检查

在线预览

你也可以通过 PAGX Playground 在线预览 PAGX 文件 — 只需将任意 .pagx 文件拖放到页面上,即可在浏览器中查看渲染效果。

使用建议

多轮迭代,稳定收敛。不要期望 AI 单次生成的结果就能直接达到上线标准,而应通过多轮迭代持续优化。其核心原理是:只要迭代次数足够多,产出就能持续逼近上线质量。AI 和工具承担高频执行与自动验证,人类则在关键节点提供审美与结构指导。随着大模型、Skills 及配套工具的持续进步,人工参与的轮次将逐步减少,自然语言描述的效率也会不断提升。

创作导向,非精确临摹。当提供位图参考时,应将其视为风格、氛围和构图方向的指引,而非要求逐像素复刻。位图生成基于概率采样,输出更接近"视觉印象";而矢量生成则产生参数明确、结构清晰的描述。从概率分布中直接还原唯一结构超出了当前大模型的能力范围。更可靠的做法是:先让 AI 生成结构正确的矢量版本,再通过调整局部参数精细打磨细节。