功能介绍
评论列表

详情介绍

Deco是京东团队在"前端智能化"方向的重要探索,专注于通过人工智能技术打通设计与开发之间的壁垒。该工具的核心能力是将Sketch、Photoshop等设计稿或图片文件自动解析并生成高质量的多端代码,支持Taro、React、Vue、HTML等多种主流前端框架。Deco通过结合规则系统、计算机视觉、智能布局算法和深度学习技术,不仅能够实现视觉稿的高精度还原,还能输出具有语义化类名和组件化结构的可维护代码。目前该工具已在京东内部大规模应用,尤其在电商大促场景中显著提升研发效率。

3. 官网入口地址

4. 下载地址

  • Deco目前主要通过Sketch插件形式使用,用户可在官网首页下载插件

5. 功能介绍

Deco的技术架构包含四个核心层次:组件识别层、图层处理层、布局算法层和语义化层。组件识别层利用深度学习目标检测算法,通过超过2万样本的数据集训练,能够识别设计稿中的业务组件、基础组件和页面区块。图层处理层通过Sketch插件解析设计稿原始信息,进行符号解耦、图层合并、蒙层处理等操作,输出结构化的D2C Schema数据。
布局算法层是Deco的核心技术创新,它将绝对定位的图层元素转换为具有良好层级结构的布局。通过空间布局算法、投影布局算法、特征检测算法等,系统能够自动推导出合理的Flexbox布局或绝对定位方案。语义化层则采用正向推理引擎,结合NLP文本分析和图像识别技术,为元素节点生成具有语义化的类名,如自动识别商品图片并赋予"goods_pic"类名。
Deco还提供AI开放平台,允许业务团队自定义训练组件识别模型,以及可视化编辑器支持组件标记、数据绑定、事件绑定等高级功能,使生成的代码具备交互逻辑。

6. 应用场景

Deco主要适用于以下场景:电商大促页面开发,京东双11个性化会场研发中应用Deco覆盖90%的楼层模块,效率提升48%;UI设计师与前端开发协作,减少设计稿还原的重复工作;创业团队快速原型开发和产品迭代;多端统一开发需求,支持一次生成跨平台代码。

7. 定价和示例

定价策略:目前息中未明确提及Deco的具体定价模式,外部用户可访问体验版进行试用。
应用示例:对于电商商品页设计稿,Deco能够自动识别商品图片、价格文本等元素,通过布局算法生成栅格化结构,并为各元素添加语义化类名,最终输出组件化的React或Vue代码。

Deco常见问题

本文标签