Stitch——Google热门的免费AI UI设计工具

Stitch——Google热门的免费AI UI设计工具

Google Stitch是谷歌在2025年I/O大会上推出的一款AI驱动的UI设计工具。它能根据文字描述或草图快速生成网页和移动端界面,并导出可用于开发的前端代码,并且可以直接与另一个前端AI编码工具AI Studio直接联动,将生成的UI发给AI Studio进行开发。

访问方式与要求:

  1. 通过访问官网(stitch.withgoogle.com),使用谷歌账户登录即可开始使用。
  2. Google Stitch并不支持全部地区,如vpn设置为中国香港也无法访问,美国地区可以使用。

使用流程:

第一步:进入官网并完成登录:

第二步:选择合适的模型:

    1. 默认选择的是3 Flash,使用Gemini 3.0 Flash,生成速度较快。
    2. 3 Pro模式下,优先保障高质量与推理能力,速度缓与3 Flash。
    3. Redesign模式使用Nano Banana Pro重新设计现有项目,需要添加屏幕截图。
    4. Ideate模式下,支持提出问题并寻找解决方案。

第三步:选择移动端或Web端并添加描述:

示例:3 Flash模式下,创建Web端项目:

内容描述:实现一个简单的项目管理工具UI界面;

模型思考反馈:

模型绘制过程:


绘制完成:

内容总览:

界面详情:

第四步:生成变体

当希望得到同一个界面的多个不同UI设计(变体)时,有以下三种方式:

  1. 选中已经生成的UI设计界面,在对话框中选中“3x”,添加提示词指导变体的生成;
  2. 通过“+”按钮上传图片资源,在对话框中选中“3x”,添加提示词指导变体的生成;
  3. 只通过对话框添加提示词描述并选中“3x”,生成多个变体。
示例:

通过Select选择要生成变体的设计稿:

对话框会显示已选择的界面,选择变体后添加描述补充即可:

结果概述:

界面详情(生成3个变体):

第五步:微调

当stitch给出的界面设计总体符合自己的愿景时,可以采取更细化的调整UI组件内容

选择编辑按钮:

然后在界面上选择需要微调修改的组件内容:

例如我选择了如图的进度条样式,并选择Edit With AI,输入提示词:

思考过程:

最终结果:(此处省略几次样式美化与调整)

第六步:导出与使用

选中目标设计稿后悬停,会弹出一个菜单栏,鼠标悬停到More即可展示菜单选项:

使用一:直接复制使用前端代码:

在悬停菜单中选择“查看代码”:会直接展示该界面的前端代码,且支持复制。

使用二:复制(导出)到Figma:

在悬停菜单中选择“复制到Figma”:

点击右边弹出框底部的“转换”即可完成复制,在Figma中粘贴即可:

使用三:导出:

实际上包含了“复制代码”、“复制到Figma”、“下载”,并且支持更多的导出方式。

其中.zip导出格式会下载一个压缩包,解压后包含两个文件:一个code.html代码文件和一个screen.png图片文件。

Read more

OpenClaw 集成 GitHub Copilot 指南

OpenClaw 集成 GitHub Copilot 指南

OpenClaw 集成 GitHub Copilot 指南 本文档介绍如何将 GitHub Copilot 作为模型提供商集成到 OpenClaw 中,实现通过 GitHub 账户调用 Copilot 模型能力。 目录 * 什么是 OpenClaw * 什么是 GitHub Copilot * 前提条件 * 安装 OpenClaw * 两种集成方式 * 方式一:内置 GitHub Copilot 提供商(推荐) * 方式二:Copilot Proxy 插件 * 设置默认模型 * 配置文件示例 * 模型管理 * 常见问题排查 * 参考资料 什么是 OpenClaw OpenClaw 是一个开源的 AI 助手平台,提供自托管的 AI 网关(

【源力觉醒 创作者计划】开源、易用、强中文:文心一言4.5或是 普通人/非AI程序员 的第一款中文AI?

【源力觉醒 创作者计划】开源、易用、强中文:文心一言4.5或是 普通人/非AI程序员 的第一款中文AI?

前言 * 你有没有发现,AI 正在悄悄渗透进我们的生活:写文案、画插图、做PPT、答作业,它几乎无所不能😍 !但很多人可能会问: AI,我能用吗?用得起吗?适合我吗?特别是中文用户,面对清一色英文界面、动辄上百元的 API 费用、还要“翻墙”的闭源大模型,常常望而却步😩。 * 好消息来了,文心一言4.5 正式开源,带着「能跑、好用、懂中文」的标签亮相😎。这不仅是一款中文大模型,更像是为中文用户量身定做的一把 AI 钥匙,让你在本地就能打开 AI 世界的大门!在这个“不会用 AI 就像不会用手机”的时代,早点上手,早点受益。 * 一起来轻松玩转文心大模型吧👉一文心大模型免费下载地址: https://ai.

LLaMA-Factory本地部署与离线安装指南

LLaMA-Factory本地部署与离线安装实战指南 在大模型技术飞速发展的今天,越来越多企业和开发者希望基于主流预训练模型构建专属的垂直领域AI能力。然而,从环境配置到微调训练,整个流程往往伴随着复杂的依赖管理和网络限制问题——尤其是在内网部署、数据安全要求严格的生产环境中。 LLaMA-Factory 正是为解决这一痛点而生。它不仅集成了全参数微调、LoRA、QLoRA 等多种高效微调方法,还提供了直观的 WebUI 操作界面,真正实现了“开箱即用”。更关键的是,其对多后端推理引擎(如 vLLM)、量化格式(GPTQ/AWQ/HQQ)和优化技术(FlashAttention-2、Unsloth)的全面支持,让资源受限场景下的高性能训练成为可能。 但如果你所在的服务器无法访问公网?如何确保在防火墙之后依然能顺利搭建这套系统?本文将带你一步步完成 本地化部署 与 完全离线安装 的全过程,尤其适用于金融、政务、制造等对网络隔离有严格要求的行业环境。 我们先从最简单的在线安装说起,再深入剖析无网环境下的完整迁移方案。你会发现,只要掌握核心思路,即使是跨机器的复杂部署,也能变得清晰可

【AIGC文生图】通义万相2.1应用拓展与蓝耘云平台实践

【AIGC文生图】通义万相2.1应用拓展与蓝耘云平台实践

探索调参之道:通义万相2.1应用拓展与平台调优实践 近年来,随着生成模型不断迭代升级,通义万相在图像生成领域的表现愈发引人瞩目。相比于基础的文生图使用,如何在平台应用拓展和参数调优上发掘更大潜力,已成为众多开发者与工程师关注的热点。本文将从实际应用案例出发,分享一些调参心得与平台优化策略,并着重探讨蓝耘GPU平台在这方面的独特优势,力求帮助读者快速上手并走上创新之路。 一、通义万相2.1来临 前几日,通义官方发布了万相最新文生图模型2.1。 通义万相2.1在模型底层和交互体验上都有显著升级,具体来说: * 模型参数与语义理解升级 新版本参数规模已经突破千亿级别,使得对输入文本的语义捕捉更为精准,能更好地理解复杂描述,生成的图像在细节和质感上都有明显提升。与此同时,内置的智能改写功能可以自动优化用户输入,使得图像风格和表现更符合预期。 * 生成速度与细节表现的提升 得益于优化的算法和模型架构,生成速度大幅加快,尤其在高分辨率(最高支持200万像素)输出时,依然能保持流畅高效。同时,细节表现力增强后,无论是人物表情、光影效果还是场景布置,都能呈现得更加生动自