Fudge MCP

恭喜发布，我非常喜欢这个想法，因为 AI 真的在扫描真实网站并给出推荐界面。我好奇的是 Fudge 和 Lovable 之间有什么区别？

我喜欢这个理念，给智能体一个扎实的设计框架作为工作基础，确实能带来很大不同。

有意思的想法。用真实的设计参考而不是模糊的 prompt，这很合理。

@Simdi Jinkins 说得对，谢谢。所以实际上大多数“品味”的约束最终都落在智能体的 prompt 或指令里，而不是工具本身——Fudge 只是给它提供可以借鉴的原始素材。明白了，我原来还以为更多会内嵌到提取步骤里。

我想小心的一点是：所谓的“基于度量的设计证据”在多大程度上会接近某家真实公司的实际品牌形象，而非通用模式。从某类网站提取字体/颜色/布局作为灵感没问题，但如果智能体过度依赖某一非常接近的视觉匹配，结果可能看起来像那个品牌的克隆版，而不是普通的“好品味”。有没有什么机制来推动它混合多个参考，而不是只盯着单一最佳匹配？

"Better taste and not more adjectives"这句话说得太对了，简直扎心。我们在为客户做设计时花了大量时间做情绪板，现在正在积极把AI生成融入这个流程——所以通过字体/组件/布局搜索真实网站，而不是第五次输入"cleaner, more premium"这种提示词，正是我们缺失的那一块。一定要试试这个。