工具

Onlook 開源新版:讓 AI Agent 直接修改真實介面

Onlook 將視覺畫布直接疊加在既有程式碼庫上,讓開發者使用現有 AI Agent 修改介面原始碼。它能減少設計與開發之間的重複實作,但程式碼審查與測試責任仍須由團隊承擔。

字級

Onlook 將畫布疊加在真實程式碼庫上,讓編碼 Agent 得以直接修改介面。設計師少一道交付流程,工程師則多一份程式碼責任。

Onlook 開源新版:AI Agent 直接修改真實介面

設計工具與程式碼生成器之間,長期隔著一道人工流程。

設計師在 Figma 完成設計後,工程師還得重新實作一次版面、樣式與元件。AI 可以縮短編碼時間,但通常仍被限制在開發環境中,看不到真實頁面。

Onlook 試圖打破這道隔離。它沒有再打造一套獨立的視覺化編輯器,而是將畫布直接覆蓋在現有程式碼庫上。使用者可以繼續使用手邊的 Agent,讓 Agent 修改正式專案中的介面程式碼。

Onlook 是 YC W25 專案。本次更新以開源桌面應用程式的形式向開發者社群釋出。原始碼托管於 GitHub 倉庫,團隊也提供官方網站與示範影片。

Onlook 究竟改變了什麼

真正的變化不是畫布多了幾個按鈕,而是 Onlook 換了一個工作對象。

團隊表示,他們已全面重構 Onlook,將產品從傳統設計工具重新定位為 agentic design tool,並開放原始碼。

這裡的「Agentic」包含兩層意涵。

第一層,是視覺操作能對應到真實程式碼。拖曳元素、調整尺寸或修改樣式,不再只是產生一張靜態設計稿,而是直接變更程式碼庫中的對應元件。

第二層,是執行者不必限於 Onlook 內建的模型。使用者可以透過自己已在使用的 Agent 修改程式碼。Agent 負責理解需求、尋找檔案並執行變更;Onlook 則負責呈現頁面與互動結果。

這和「上傳截圖,再讓模型生成一組頁面」並不相同。前者的起點是既有程式碼庫,介面變更會直接反映在專案架構中;後者較容易做出可運作的新頁面,卻難以確保它符合既有的設計系統、業務狀態與路由邏輯。

當然,「直接修改程式碼」不代表所有操作都會自動變成可合併的 Pull Request。誰能修改、可修改哪些目錄,以及變更如何審查,仍取決於專案本身的權限與流程。

將畫布放進程式碼庫,才是關鍵

傳統的 Figma-to-code 流程通常分成四個步驟:

  1. 設計師完成靜態設計稿。
  2. 工程師閱讀設計檔案。
  3. 工程師找到元件並實作樣式。
  4. 雙方反覆溝通像素、間距與互動細節的差異。

Onlook 將第 1 步與第 3 步壓縮在一起。

畫布顯示的是程式碼庫實際執行後的介面。設計師調整元素時,Agent 可以沿著元件樹找到對應實作,再把修改寫回原始碼。工程師不必先接收一份「設計需求」,而是在同一份 Git diff 上檢查成果。

最貼近日常工作的改變,是回饋週期縮短了。

過去要調整按鈕位置,設計師得先改稿,工程師再實作,最後雙方一起查看預覽。Agentic UI 的目標,是讓視覺調整直接發生在當前程式碼與頁面狀態中。回饋流程因此從「跨工具溝通」變成「跨角色審查程式碼」。

但程式碼責任並未消失,只是換了發生位置。

設計師能更快看到結果,也更容易提出細微調整;工程師則要面對更多直接落到原始碼的變更。如果 Agent 破壞了響應式規則、覆蓋局部樣式,或繞過既有元件,審查壓力不會自動減少。

這也是 Onlook 與一般設計工具最值得比較之處:它減少的是重複實作,而非工程判斷。

25,000 人支持,不代表工作流已經成熟

Onlook 團隊表示,專案已獲得超過 25,000 名設計師與開發者支持,共有 100 多名貢獻者。

這兩個數字顯示專案具備真實的社群基礎。100 多名貢獻者也代表它已不再只是一個展示專案,因為有人願意持續提交程式碼、修正問題與補充文件。

不過,支持人數不能直接換算成生產環境的可用性。

桌面應用程式能開啟、Agent 能修改檔案,只能證明技術链路確實存在。大型專案還有另一系列問題:

  • 團隊使用 React、Vue,或其他框架?
  • 頁面是否依賴複雜的狀態管理?
  • 元件是否有明確的設計 token 與使用邊界?
  • Agent 修改後,由誰執行測試與檢查視覺回歸?
  • 多人與多個 Agent 同時工作時,如何處理檔案衝突?

這些問題通常不會出現在產品發布頁,卻決定團隊能否每天使用這項工具。

25,000 名支持者比較像是反映興趣與早期採用者規模。能否進入日常開發流程,仍要看團隊能否將它接入既有的 CI、元件規範與程式碼審查制度。

兩度登上 GitHub Trending 榜首之後

Onlook 曾兩度成為 GitHub 全球 Trending 排行第一。

這項成績可以帶來更多關注,也能吸引貢獻者。但排行榜只能說明倉庫在某段時間內獲得了異常高的造訪量,無法證明新版本已達到穩定狀態。

這次更重要的動作,反而是「全面重構並開放原始碼」。

Onlook 不只是增加一項 AI 功能,而是重新定義產品邊界:不是讓設計師在另一個視窗畫稿,而是讓視覺介面成為操作程式碼庫的入口。開放原始碼後,社群也能檢視 Agent 與原始碼之間的映射方式,而不必只依賴一段錄製示範。

開源在這裡有兩項價值。

一是可稽核。團隊可以看見 Agent 如何辨識頁面元素、如何組織修改,也能針對自己的程式碼庫擴充能力。

二是可試錯。不同團隊的技術堆疊、元件規範與 Agent 工具鏈差異很大,固定的產品很難一次涵蓋所有情境。

但開源不等於零成本導入。倉庫提供的是通用實作,不代表每個團隊都無須處理權限、沙箱、日誌與審查機制。

哪些團隊適合現在試用 Onlook

Onlook 目前較適合以下幾類團隊:

已有前端程式碼庫。

如果專案已經從零到一完成,Onlook 的價值不是協助產生第一版頁面,而是讓後續 UI 調整更快。如果倉庫仍是空的,獨立設計工具搭配編碼 Agent 通常會更直接。

需要頻繁微調介面。

活動頁、行銷頁、儀表板與內部工具經常需要調整文案、間距與版面。將視覺操作與程式碼變更放進同一條鏈路,可以降低溝通成本。

願意讓 Agent 修改正式原始碼。

團隊必須接受程式碼審查、測試與回滾機制。建議先在獨立分支執行,並限制 Agent 可存取的目錄。

擁有穩定元件規範的小型團隊。

如果設計系統已定義按鈕、表單與版面限制,Agent 更容易沿用既有模式。當元件本身沒有清楚邊界時,画布越自由,產生的技術債可能累積得越快。

不建議一開始就在核心專案中全面部署。先挑選一個低風險頁面試跑,記錄 Agent 的修改數量、人工修正時間與回滾次數。這三項指標比示範中的操作速度更有參考價值。

原始碼位於 github.com/onlook-dev/onlook。團隊同時提供官方網站與示範影片,使用者可以先看完完整流程,再決定是否安裝。

編輯觀察

Onlook 值得關注,不是因為畫布操作更順手,而是它將設計與編碼之間的交付物改成了 Git diff。過去 AI 產生元件後,工程師通常還得負責篩選、重寫與整合;現在視覺修改會直接進入既有程式碼庫,審查對象也從設計稿變成可執行的變更,這才是它與既有工具不同的地方。

我的判斷是,Onlook 會先在小型前端專案中展現價值。元件較少、預覽速度快、diff 容易檢查,試驗成本也低。大型專案真正卡住的地方可能是元件邊界、權限、視覺回歸與多人並行作業,而不單是模型能力。團隊揭露的 25,000 名支持者、100 多名貢獻者,以及兩度登上 GitHub Trending 榜首,足以證明關注度,卻不能證明穩定性。唯有後續公開返工率、失敗類型與審查記錄,才能更準確判斷它究竟是一套可落地的日常工作流,還是一個漂亮但尚未成熟的入口。

來源: https://github.com/onlook-dev/onlook/