在《像素与架构的系统共鸣》研究课题中，我们深入探讨了画面设计、美学、视觉心理与 IT 工程规划之间的系统级共鸣。然而，理论研究最终需要落地生根。如何让一个 AI大语言模型理解诸如“格式塔心理学”、“视觉张力”或者“组件高内聚”这样的抽象概念？
这就是 gestalt-prompt-workflow 这个 Agent Skill 诞生的初衷。它的核心使命，是将抽象的美学与心理学理论映射为可被机器执行的提示词生成引擎。
五维系统共鸣指标的降维打击
要让 AI 能够精准输出高质量的代码与设计结构，我们必须将主观感受量化。系统架构围绕着课题中提出的五个核心量化指标运行，要求 Agent 在面对任何开发需求时，都必须从这五个维度进行“降维打击”式的审视：
- GII (格式塔知觉完形指数，权重 45%)：让模型学会运用接近性和连续性。比如，取代物理边界，强制使用留白来划分界面层级，实现网格对齐。
- TPF (时序缓动与物理拟真度)：负责解析微交互动效的时间节奏。通过引入贝塞尔曲线缓动与交错加载 (Stagger) 等概念，消解用户在使用过程中的认知断层。
- COE (仅图层合成渲染优化率，权重 55%)：这是工程与设计的交汇点。强制 AI 在实现动效时，严格锁定
transform和opacity属性，坚决守护 60fps 甚至 120fps 的 GPU Composite 渲染性能，绝不妥协。 - SCR (源码排版视觉清澈度)：规范代码的输出格式。代码本身也需要“格式塔排布”。通过高对比度语法高亮与空行的语义块切分，极大降低人类开发者阅读时的认知负荷。
- OCC (组件内聚与网格重用率)：在组件层面，将 UI 资产精确映射到高内聚、低耦合的前端代码封装中。
系统内部的触发与数据流
作为一个基于 Google Antigravity (AGY) SDK 标准封装的高级内部能力，当宿主 Agent 遇到涉及前端开发、UI 设计或架构评估的任务时，便会自动唤醒此 Skill。
其内部数据流逻辑非常明确：
首先，解析外部原始设计与开发需求。随后，五维指标映射分析器将根据需求，分别生成对应的 GII、TPF、COE 和 OCC 约束（例如：“发现图表和列表，触发 GII 无边框软分割和 OCC 网格复用策略”）。接着，将这些独立的约束点注入到预设的 design_prompt_template.md 模板之中。最后，输出带有极其严苛 SCR 源码排版规范的设计提示词，或是直接生成代码。
在实际项目中的能力扩展
在实际应用中，它扮演了“设计师 + 架构师”的双重角色。只需在 Agent 初始化时引入该 Skill 路径：
config = LocalAgentConfig(
# ...
skills_paths=["/home/nick/workspaces/gestalt-prompt-workflow"]
)
并配合系统级别的思想约束（System Prompt）：“执行界面开发任务时必须优先使用 gestalt-prompt-workflow 并遵循其五维约束。”
这样，面对诸如“我们需要开发一个数据管理中台的仪表盘页面”这样的简单一句话需求，系统不仅能生成基础结构，更能自发地赋予其流畅的转场缓动、极致的图层渲染优化，并确保产出的 React/Vue 组件在结构上高度内聚。它真正实现了让“优雅的设计与健壮的架构”在每一行自动生成的代码中产生共鸣。