【AI辅助设计】有人已经搭建了一个AI设计团队！

前言

如今 AI 已经渗透到各个领域了，也为各个工作职能添上了更多提效的可能性。关于 AI 辅助设计，一直是本号关注的重点。之前一直集中在单点工具上，如辅助出图、辅助修改设计素材等。 最近看到一个国外的团队，直接使用 Google 最新的大语言模型 Gemini 2.0，搭建了一个“设计团队，直接从流程上去赋能设计，感觉还是很惊艳的👍，觉得有用，整理分享给设计师们。

AI 设计团队介绍

搭建这个流程的是这位小哥。

据他的介绍，他的这个“团队”有以下功能：

1. 视觉设计
2. UX 分析
3. 市场分析

呃，这妥妥的一个准 UED 团队啊~🥱。

看看这个团队的效果

我们从演示视频，看看工作情况😂

上传一个设计稿：

做一些必要的设置和分析提示语。

就可以点击生成，可以分析 UX、UI、已经市场等，生成一个报告形式。

报告内容还是很详尽的，对设计的 review 很有帮助🐂🍺

接着看看搭建教程

以下内容就直接转移官方的教程

多代理人工智能设计团队

在多代理人工智能系统中，专门化的代理可以协同解决复杂问题，形成强大且实用的范式。每个代理都有其独特的能力和目标，能够有效地构建出既强大又实用的系统。随着我们添加多模态能力，比如图像、文本、视频和结构化数据，这些系统的能力将进一步增强。

在本教程中，我们将构建一个由谷歌最新的 Gemini 2.0 驱动的多代理设计团队，其中三位专门化的代理将协作提供全面的设计见解。

每个代理通过 Gemini 的多模态能力，从不同视角解析设计资源，包括分析视觉层次、评估交互模式，并结合市场定位的背景进行考量。代理之间通过沟通和协调，将各自的发现整合为统一且可执行的洞察。

我们将使用 Phidata，这是一个专门为协调 AI 代理设计的框架，提供代理通信、内存管理和工具集成的基础设施。通过使用 Phidata，我们可以轻松创建不仅能够处理多种输入模态，还能结合这些模态进行推理的代理。

此外，Gemini 2.0 Flash 为我们的 AI 代理带来了多模态、卓越性能和快速推理等令人印象深刻的能力。最棒的是，API 在模型实验阶段是免费的，并且提供慷慨的速率限制！

此应用程序利用多个专门化的 AI 代理，结合视觉理解、用户体验评估和市场研究见解，为您的产品及其竞争对手的 UI/UX 设计提供全面的分析。

我们的设计团队：

1. 视觉代理（Vision Agent） - 该代理专注于视觉分析，识别设计元素、模式、视觉层次，并评估色彩方案和排版等构图基础。它从组件关系到整体品牌一致性，对视觉设计的技术层面进行分析。

2. 用户体验代理（UX Agent） - 该代理专注于用户体验评估，分析用户流程、交互模式，并识别可用性问题和改进机会。它应用 UX 设计和无障碍性最佳实践，提供增强用户交互的可操作建议。

3. 市场代理（Market Agent） - 该代理是市场研究专家，结合 DuckDuckGo 搜索功能，分析市场趋势和竞争模式，同时提供战略定位见解。此代理将设计分析与市场研究结合，提供上下文相关的建议和行业特定指导。

功能：

• 跨三个代理视角的综合分析
• 与竞争对手设计的比较分析
• 可定制的重点领域以获得详细见解
• 上下文相关分析以确保相关性
• 带有进度指示器的实时处理
• 结构化、可操作的输出

此应用程序通过结构化的分析工作流程协调三个代理的工作：

分析类型及代理分配：

1. 视觉设计分析 - 由视觉代理处理

   • 处理上传的图像
   • 根据用户选择的重点领域分析特定元素，如色彩方案、排版、布局
   • 提供视觉组件的技术分析

2. 用户体验分析 - 由用户体验代理管理

   • 从用户体验的角度评估相同图像
   • 关注用户流程、交互和无障碍性
   • 提供实用的改进建议

3. 市场分析 - 由市场代理进行

   • 使用 DuckDuckGo 结合视觉分析进行网络研究
   • 提供市场背景和竞争见解
   • 提出定位战略

工作流程过程：

• 用户上传设计文件及可选的竞争对手设计
• 选择要运行的分析类型（可以选择任意组合）
• 可以指定重点领域，如色彩方案、排版、布局、导航、交互、无障碍性、品牌或市场契合度
• 每种选定的分析类型触发其对应的代理
• 所有代理均可访问相同的图像，但通过其专门化的视角进行分析
• 结果被编译成一份综合报告，每个代理的洞察清晰分开
• 如果选择了多种分析类型，会有一个综合的“关键收获”部分，展示不同视角如何相互关联

在开始之前，请确保您具备以下条件：

1. 您的机器上已安装 Python（建议使用 3.10 或更高版本）
2. 获取您的 Gemini API密钥
3. 选择一个代码编辑器（我们推荐 VS Code 或 PyCharm，它们对 Python 支持非常友好）
4. 基本了解 Python 编程

分步说明

设置开发环境

首先，让我们准备好开发环境：

1. 克隆 GitHub 仓库：

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git

2. 移动到以下目录：

ai_agent_tutorials/ai_multimodal_design_agent

3. 安装依赖：

pip install -r requirements.txt

4. 获取 API 密钥：访问 Google AI Studio > 创建或选择一个项目 > 生成 API 密钥

创建 Streamlit 应用

让我们创建应用程序。新建一个文件 design_agent_team.py，并添加以下代码：

1. 导入所需库并进行设置：

   • 使用 Streamlit 创建界面
   • 使用 Phidata 管理 AI 代理
   • 使用 Pillow 进行图像处理
   • 使用 DuckDuckGo 进行网络搜索
   • 使用 Google Gemini 作为语言模型

2. 创建视觉分析代理：
   （代码略，参考原文）

3. 创建用户体验分析代理：
   （代码略，参考原文）

4. 创建市场研究代理：
   （代码略，参考原文）

（代码片段较多，省略重复部分）

运行应用程序

完成代码后，启动应用程序：

在终端中，导航到项目文件夹，然后运行以下命令：

streamlit run design_agent_team.py

现在，您已经成功构建了一个由 Gemini 2.0 驱动的多代理设计分析团队。这个工具可以显著简化任何设计评审过程，并为改进提供有价值的见解。

在继续开发您的 AI 代理团队时，可以考虑以下增强功能：

• 使用 Gemini 的视频功能支持视频分析
• 为不同设计类型创建自定义分析模板
• 添加报告导出功能

不断实验和优化，构建更智能的 AI 解决方案！

更多 AI 辅助设计和设计灵感趋势，请关注公众号（设计小站）：sjxz 00。