用 Claude Code 写前端完全没问题，但生成的页面总是千篇一律，看着就是一股 AI 味。 偶然看到 Claude Code Frontend Design Toolkit 这个项目，整理了能让 Claude Code 输出更好看前端界面的工具合集。 按使用场景分成了十个板块，从设计风格、主题配色、动效动画到 Figma 转代码、浏览器测试，收录了 70 多个插件和技能。 GitHub： 还针对不同场景给出推荐，比如说开发装哪三个就够，团队有设计师交付 Figma 文件该配什么，solo 快速出原型又该怎么搭。 除此之外，还贴心地标注了每个工具的 token 消耗，方便控制成本。 如果你正在用 Claude Code 做前端，想要提升视觉效果的朋友，可以收藏一下这份清单。

最近 guizang 、zarazhangrui 花叔等大佬纷纷开源 PPT Skill，我花了一天测试完了7个ppt skill项目，直接把结论分享给大家： AI 生成 PPT 丑的核心原因，不是 AI 能力不行，是你没给它正确的审美约束系统 这7个开源 Skill 解决的就是这个问题——它们把“什么样的 PPT 人类才愿意看”编译成了 AI 能理解的规则 下面按使用场景分类推荐，直接对号入座： 1. frontend-slides：看图选风格的 Vibe Coding 典范 GitHub: zarazhangrui/frontend-slides (17k+星） 这是我测下来最符合“Vibe Coding”理念的一个 核心亮点：不问你要什么风格，直接生成3个不同方向的预览图让你挑 挑完之后再生成完整 deck，全程零 CSS/JS 知识门槛 支持12种精选风格模板，PPT 转网页，一键 Vercel 部署或导出 PDF 作者 zarazhangrui 在 X 上说得很直白：“代码生成的 slides 可以比大部分 PPT 工具做得更好，但前提是你得先让 Claude 理解什么叫‘好看’” 这个 Skill 的精髓在于 Show, Don't Tell——不让用户描述审美，而是让用户指认审美 适合场景：需要快速出一套有设计感的演示文稿，尤其是对外 pitch 或线上分享 2. huashu-design：一句话生成 HTML deck + 可编辑 PPTX GitHub: alchaincyf/huashu-design (13k+星） 花叔这个项目野心更大，不只是做 PPT，而是做“HTML-native 设计系统” 一句 Prompt 能同时输出： 专业 HTML deck（浏览器直接打开） 可编辑 PPTX（给不懂代码的同事改） MP4导出（直接当视频用） 交互原型（可点击的 App demo） 内置20种设计哲学（Bauhaus、Swiss、Brutalism……）,5维设计评审系统 在 X 中文圈常和 guizang 项目并列推荐，两者审美路线不同：huashu 偏“设计工具消失感”,guizang 偏“杂志编辑部美学” 适合场景：需要多格式交付，或者团队里既有技术也有非技术人员协作 3. guizang-ppt-skill：专治 AI 生成 PPT 审美灾难 GitHub: op7418/guizang-ppt-skill (7k+星） 歸藏在 X 上分享自己的 PPT 模板后，直接把整套审美系统开源成了 Skill 这个项目的定位很明确：横向翻页杂志风 HTML PPT 10种布局骨架，5套主题配色（不允许自定义 hex 值，强制保护美学） WebGL 流体背景，Motion One 驱动的入场动效，单文件输出（离线可用） 歸藏在 README 里写：“颜色搭配错了画面瞬间变丑，保护美学比给自由更重要” 这句话戳中了 AI 生成内容的核心痛点——自由度和质量往往是反比关系 适合场景：15-30分钟的线下分享、私享会，需要凸显个人风格的场合 4. open-slide:Agent 最后一公里生产力工具 GitHub: 1weiho/open-slide (3k+星） 这个项目思路最特别：不是“生成 PPT”，而是“为 Agent 设计的 Slide 框架” 每张幻灯片是一个 React 组件，固定1920×1080画布 核心 workflow: 一句话 prompt 生成整套 deck 在浏览器里点击任意元素留 comment 运行 /apply-comments,Agent 自动应用修改 支持演讲者笔记、定时器、导出 HTML/PDF 适合场景：需要高频迭代、多轮修改的场景，或者本身就在用 Claude Code/Cursor 的开发者 5. html-ppt-skill：模板党的军火库 GitHub: lewislulu/html-ppt-skill (3k+星） 这个项目走的是“模板丰富度”路线： 36套主题 15个完整 deck 模板 47种动画预设 演讲者模式（讲稿+计时器） 适合不想从零开始设计，直接套模板改内容的场景 如果你的需求是“快速出一版能看的”，这个库的模板密度是最高的 6. beautiful-html-templates: Agent 自动挑选填充 GitHub: zarazhangrui/beautiful-html-templates (1k+星） 同样是 zarazhangrui 的项目，这个更像是 frontend-slides 的模板仓库 32套 HTML Slide 模板，专为 coding agent 准备 Agent 可以根据内容类型自动挑选合适的模板填充 适合场景：批量生成多套风格一致的 deck，或者需要建立团队统一视觉规范 7. open-design: Claude Design 的开源替代 GitHub: nexu-io/open-design Tom Huang 团队开源的设计系统，支持： 幻灯片、图片、视频、HyperFrames 导出 71套品牌设计系统 配套工具 html-anything（多格式转高审美 HTML，包括 Keynote 风 PPT） 这个项目的野心是做“本地优先的 Claude Design 替代方案” 如果你需要的不只是 PPT，而是整套设计工作流，这个是最完整的 这些 Skill 的共同点是：它们都在用代码重新定义“什么是好看的 PPT” 以前做 PPT 是在 PowerPoint 里拖拽，现在是在跟 AI 描述你要什么 但 AI 不懂审美，所以这些开源作者做的事，本质上是把审美编译成了 AI 能理解的规则 这才是这些项目真正的价值 如果你也在用 Claude Code 做内容生产，这7个库值得全部 clone 下来试一遍 因为你会发现：AI 生成内容的天花板，往往不在 AI 本身，而在你给它的“审美约束系统”有多严谨 所有项目都是开源免费，直接 GitHub 搜索项目名就能找到 装好之后在工具里输入对应的 skill 名称就能调用

《从50亿颗芯片订单，看Starlink一个不为人知的万亿市场》 路透社昨天的报道称SpaceX和意法半导体过去12年订单总量已经达到50亿颗芯片。 市场可能还没有意识到，这是一个Starlink不为人知的隐藏赛道。它不仅仅是一个"卫星互联网项目"，还是一个全球性的电磁感知基础设施。 这50亿颗芯片是射频前端模块（radio-frequency front-end modules），也叫天线单元（antenna elements），它们基于BiCMOS工艺制造，用于Starlink用户终端的相控阵天线。 简单说，这些芯片让你家的"锅"能够自动追踪高速移动的卫星，保持稳定连接。 Starlink用的相控阵是军用雷达技术吗？ 新闻提到Starlink的终端天线用了"相控阵"技术。这听起来很军工——没错，这和战斗机雷达、宙斯盾系统用的是同一类技术。 相同点：都是电子扫描天线，通过精确控制每个天线单元的信号相位，让波束可以快速转向，不需要机械转动。 关键差异：目的完全不同，所以精度不同。 Starlink的应用方向，不是雷达而是通信技术，但它未来可能具备"雷达式感知"的潜力。 能"感知"什么？ 四个字：RF感知。 Starlink终端在和卫星通信时，信号会穿过大气层、经过各种环境。这个过程中，任何异常都会在信号里留下痕迹。 它能感知的东西分三层： 第一层（最精准）：电磁环境本身——哪里有干扰源、频谱异常、噪声变化。这对通信系统本身就有巨大价值。 第二层（可持续建模）：传播环境——下雨、沙尘、湿度、电离层扰动。气象公司会很感兴趣。 第三层（模糊但有用）：大尺度物体——比如某个区域是否有大型飞行器或船只经过。注意，它只能回答"有没有"、"有没有变化"，不能精确识别是什么。 精度对比： 军用雷达：厘米到米级 RF感知：百米到公里级 所以RF感知不是"弱版雷达"，而是一个永远在线的全球异常检测系统。雷达是手电筒，看得清但照得窄；RF感知是环境光，到处都有但很模糊。 starlink相控阵通信感知技术的竞争优势极难复制，由于其不可逆的工程路径和物理资源先手。 五道护城河： 1. 相控阵×消费级×百万规模：历史上几乎没人同时做到这三件事。军工相控阵很贵，消费电子没这精度，百万级规模需要完全不同的供应链。 2. 射频制造学习曲线：50亿颗芯片的制造经验不光是订单问题，还是时间积累：每一轮生产都在优化良率、降低成本、发现问题。。。 3. 芯片成本的极致压缩：把军工级核心部件降到1美元以下（虽然牺牲了部分性能）。这50亿颗订单本身就是"成本消化器"——只有这种规模才能把单价压到这个程度。 4. 系统复杂度下沉到终端：传统思路是让终端简单、网络复杂。Starlink反过来，让终端承担更多计算，这样卫星和网络可以更灵活。这是反直觉的设计选择，一旦跑通就成了结构性优势。 5. 垂直一体化：SpaceX同时控制火箭、卫星、终端、网络。这意味着它可以"有序失败"——某一层出问题，其他层可以补。别人只做其中一环，就没有这种容错空间。 另外，还有LEO轨道的垄断性优势 Starlink选择了低地球轨道（LEO），大约550公里高度。这不是随便选的。 LEO是相控阵通信感知网络的最优选择 信号损耗低，延迟低（20-40毫秒，打游戏够用） 终端功耗可接受（不需要大功率天线） 卫星移动快，网络拓扑持续变化——这意味着AI有大量数据可学习 竞争对手的困境： 更低轨（VLEO）：大气阻力大，卫星寿命短，需要频繁补充。技术可行，商业上几乎不可行。 同轨但晚来：轨道密度、频谱分配、避碰规则全面受限。你不能在人家卫星旁边乱飞。 更高轨（MEO/GEO）：通信能做，但延迟变高，终端功耗上升。更重要的是，轨道变化慢，AI学习材料少，感知能力被"钝化"。 LEO是通信和感知同时成立的最优高度。Starlink已经在这个高度部署了超过6000颗卫星，预计3-5年，将几乎占满LEO空间所有可用轨道。 和6G的关系 严谨地说，6G技术上不强制要求天地一体化。但战略上，几乎必然。 原因不在于速度（5G的速度对大多数应用已经够了），而在于： 覆盖的完整性：海洋、沙漠、极地、航空，这些地方地面基站覆盖不到。 网络级可靠性：地震、战争等极端情况下，地面网络可能瘫痪，卫星网络是兜底。 AI网络需要全局视角：未来的AI应用需要在全球范围内调度计算和数据，没有天基网络就是瘸腿的。 没有非地面网络（NTN）能力的6G，将被视为"不完整"。 覆盖全球的天基雷达？ 尽管starlink不会变成高精度的全球雷达。技术上做不到，也没必要。 但会演化成一个全球持续在线、低精度、AI驱动的感知底座。 未来的分层结构可能是： 第一层：Starlink类RF感知——覆盖广、连续、低精度。相当于全球的"背景感知网"。 第二层：高性能军用雷达——数量少、精度高。在关键区域提供精确信息。 第三层：无人机/高空气球等机动节点——按需部署，灵活补盲。 这三层不是替代关系，而是协同。第一层发现异常，第二、三层精确跟进。 Starlink的全球感知网络市场多大？ 未来5-10年的市场空间，从大到小： 6G融合基础设施：与地面网络融合，成为全球通信底座的一部分。万亿美元级。 国家级主权通信：关键基础设施的通信保障，政府客户。千亿美元。 航空/海事/能源/物流：飞机WiFi、远洋船舶、偏远矿区等需要连续连接的场景。千亿美元。 政府/军方感知服务：非火控级别的态势感知。百亿美元。 全球RF感知与环境智能：气象、海洋、频谱监测等。百亿美元。 总结 Starlink的真正护城河不在单一技术，而在于： 它率先把最适合相控阵+AI的物理空间（LEO）占满，并在其上跑出了真实规模的系统。 它正在成为全球电磁环境的"持续在线感知层"。

Web3 版本的 HTTPS——机密协议 HTTPZ 要来了。 它使用 FHE 为每个应用默认启用端到端加密。 FHE 应用之所以一直没有普及，就是因为运行速度过慢。 这正是 @Zama 团队过去五年持续攻克的问题。 如今的 FHE 已经足够高效，能够支持任意类型的应用， 并能使用 Solidity、Python 等主流语言开发， 速度比五年前提升了 100 倍以上。 FHE 还具备量子级别的安全性，目前没有任何已知的量子算法可以破解它。 很多人以为 Zama 是新的 L2， 甚至我最开始也这样理解。 但实际上它不是新的 L1 或 L2， 而是 构建在现有区块链之上的跨链保密层。 这意味着用户无需桥接到新链， 即可直接从任意链与保密的去中心化应用（DApp）交互。 Zama 协议能够在现有的公链上，以保密方式发行、管理和交易资产。 本质上，Zama 协议就像 DEX 背后的“语言机”。 你在前端看不到它，但应用的每一步都在依赖它的基础能力。 ---------------------------------------------------------- The Web3 equivalent of HTTPS — the confidential protocol “HTTPZ” — is on the way. It brings default end-to-end encryption to every application through FHE. The reason FHE hasn’t gone mainstream in the past is simple: it used to be far too slow. That’s exactly what the @Zama team has spent the last five years fixing. Today, FHE is finally efficient enough to power real applications. It works with familiar languages like Solidity and Python, and it’s now over 100× faster than it was just a few years ago. On top of that, FHE provides quantum-resistant security, with no known quantum algorithm capable of breaking it. A lot of people still think Zama is launching a new L2 — I actually thought the same at first. But Zama isn’t a new L1 or L2. It’s a cross-chain confidentiality layer built on top of existing blockchains. This means users don’t need to bridge anywhere. They can interact with confidential DApps directly from their current chain. The Zama protocol enables confidential asset issuance, management, and trading across existing public blockchains. At its core, the Zama protocol works like an execution engine behind the scenes — invisible on the front end, but powering everything underneath.