淘天以Tarot Pixel为编码Agent提供视觉上下文
概述
针对传统 D2C 需人工选图层、切图、识别多状态且一次性输出无法迭代的问题,团队不再建「设计稿到代码」的管道,而是建一个 Agent 可查阅的视觉参考系统:Tarot Pixel 不生成代码,只把设计稿转成结构化视觉预览并提供 REST API 让 Coding Agent 按需查询,形成「实现 → 比对 → 修正」闭环。 系统由四个模块组成:CLI 命令行工具(TUI 交互式,管理视觉稿、模型配置、服务启动、Skill 安装)。Viewer 可视化中间层(一比一复刻的 Web 界面,服务开发者预览、Agent Browser Use 与 Map 模式叠加节点边界标注)。API 服务(本地 HTTP,提供 overview、d2c-context、composite、screenshot、chat、node-map 等 20+ 接口,按需拉取、分层获取、幂等无状态)。 内置 Agent 系统(经 Chat API 暴露,作为 Coding Agent 的「视觉顾问」,承担图层定位、切图决策、还原度比对,内置 20+ 工具调用)。MasterGo 插件作为数据层核心,支持整个设计稿一次性导出、多模块并行,导出时自动完成蒙版翻译(简单蒙版转 CSS overflow:hidden + border-radius,复杂蒙版自动导出 PNG 且文字保持可编辑)、PEN 矢量形状识别(圆转为 border-radius: 50%)、[likely-decorative] 装饰图层标记、精度控制(字重修正、透明度去重、数值四舍五入)与资源自动导出。 信息密度上,查询只返回单节点及其直接子节点并带布局推断文本,合图以视觉单元为粒度经 Playwright 截图把约 20 个装饰图层合并为一张背景 PNG。Skill 文档适配 Cursor 与 Qoder,纯 API 驱动,不定义项目代码风格。运行环境为 Cursor + Sonnet 4.6 及以上、Qoder + 性能及以上。 工程侧与 AI 侧的边界为:像素级 CSS 提取、资源导出、蒙版处理、布局推断交给确定性工程,装饰/内容判断与状态识别交给 AI,代码生成完全交给 Coding Agent。