$ loading_
自动渲染界面设计稿并执行一致性检查，支持循环式设计评审。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"design-review" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请对这组 UI 设计稿进行无头渲染，运行确定性 lint 检查，并列出发现的布局、命名或规范问题。
返回渲染结果与一份可复现的问题清单，便于逐项修正。
基于当前界面方案开启一轮设计评审：先渲染，再由独立视觉 critic 给出反馈，并记录本轮状态用于后续迭代。
得到一轮结构化评审意见和可继续追踪的评审状态。
对修改前后的两个设计版本分别渲染并执行相同 lint 规则，整理差异与新增问题。
输出版本差异对比及质量变化摘要，帮助判断是否接受修改。
设计师在提交方案前，可先对设计稿做无头渲染和确定性检查，提前发现不一致或不符合规范的问题。这样能减少人工走查成本并提升评审效率。
产品经理或开发者在界面迭代过程中，可使用状态化评审循环持续记录每轮反馈。独立视觉 critic 的意见有助于稳定比较不同版本的改动效果。
当界面改版频繁时，团队可以对多个版本应用相同的确定性 lint 规则，识别新增问题或回归问题。适合需要重复执行、结果可复现的设计检查流程。
它是一个 MCP 服务器，用于无头渲染 UI 设计产物、运行确定性 lint 检查，并管理带有独立视觉 critic 的状态化设计评审循环。
给定素材没有提供安装步骤、依赖或配置方法。具体接入方式见源码仓库。
从描述看，它强调无头渲染、确定性检查，以及可持续追踪的评审循环，而不是一次性的主观人工点评。它还包含独立视觉 critic 参与反馈。
将设计文档分发给多个模型评审，并结合项目知识生成校准共识结论。
审查 MCP 服务器的质量与安全性，并给出评分和改进建议
通过 MCP 检索和阅读设计系统组件，快速发现相关组件与设计资源。
自动化执行代码审查，提供语法检查、代码讲解与改进建议。
用双模型独立审查代码并汇总为统一评审报告
帮助团队智能分析蓝湖设计稿与禅道缺陷报告，定位问题并提炼改进建议