1实现原理 · 为什么它能做到

与 tools/* 系列同构的 belt 白名单执行层 + 但内容主体是『知识规则库』：skill 先以 9 张规则表（5 Elements/Headline 公式/Section Order/Social Proof 类型/Form/Mobile/Page Speed/Common Mistakes）把落地页设计方法论编译成人读规则，再附 belt 示例产出素材——是『指南 + 素材工具』混合体，而非纯工具目录。

guides/design/landing-page-design/SKILL.md

Everything visible before scrolling must communicate value in 5 seconds.

ASCII 线框图把 above-the-fold 公式画成可见布局模板（Logo/Nav/CTA/Headline/Subheadline/Hero/Social proof），agent 可直接照着搭结构。

文案层用『公式 + 正反例』约束：Headline 给 5 条转换公式（Outcome without pain / Outcome in timeframe…），并配 ❌/✅ 对照清单让模型避开空话。

guides/design/landing-page-design/SKILL.md

❌ "Welcome to Our Platform" (says nothing about value)

公式表 + 反例表双约束：既给生成方向也给排除集，比纯正向 prompt 更防『高级但空洞』的文案。

CTA 心理学显式化：文案公式（Action verb + value/outcome + optional risk reducer）与视觉规则（高对比、最小 44px 高度、above-the-fold 重复出现、主/次 CTA 层级）分表给出。

guides/design/landing-page-design/SKILL.md

**Formula:** Action verb + value/outcome + (optional: reduce risk)

『Learn More / Submit / Sign Up』被列为低承诺坏例，规则粒度细到按钮文案。

外部事实获取走检索 app 而非 skill 自带逻辑：竞品/数据调研用 tavily/search-assistant 与 exa/answer 两个 belt app，把『查证』委托给平台搜索服务。

guides/design/landing-page-design/SKILL.md

belt app run tavily/search-assistant --input '{

『Research competitor landing pages』与『Research for social proof stats』两处示范说明 skill 期望 agent 先调研再设计，而非纯拍脑袋。

素材生成直接给成品级 prompt：hero 图（flux-dev-lora 1248x832、seedream-4-5 2K）、OG 分享卡（flux 1200x630 或 html-to-image 内嵌 HTML 模板）——prompt 即设计资产。

guides/design/landing-page-design/SKILL.md

belt app run infsh/html-to-image --input '{

html-to-image 示例把一段内联 HTML/CSS 作为输入交给远端渲染服务生成 1200x630 图片，是『代码即设计稿』的轻量用法。

2核心能力

01Above-the-fold 结构设计（5 秒价值传达 + 5 元素规则表）

02Headline/Subheadline 文案生成（5 条公式 + ❌✅ 反例集）

03CTA 文案与视觉规则（动词+价值公式、44px、对比色、主次 CTA）

049 段页面分区排序与每区要点（Hero→Social Proof→Problem→Solution→How It Works→Testimonials→Pricing→FAQ→Final CTA）

05Social proof 六类型 × 放置位矩阵与竞品数据调研（tavily/exa）

06表单/移动端/性能规则（每字段降 ~11%、48x48 触达、LCP <2.5s 等）

07hero/OG 素材生成与模板化出图（flux/seedream/html-to-image）

3外部依赖

Kind	Dependency / Endpoint
cli	belt（inference.sh CLI）
package	belt-sh/cli（npx skills add 安装）
api	素材生成与检索 app：falai/flux-dev-lora、bytedance/seedream-4-5、infsh/html-to-image、tavily/search-assistant、exa/answer
network	安装说明托管
package	相关技能包 inference-sh/skills@ai-image-generation / web-search / prompt-engineering

4管控建议与判定依据

建议配套管控措施

面向 Agent

分级或逐次授权，建议在沙箱运行

面向管理者

审批流程、可回滚、全程审计

判定依据（文件路径与关键语句摘要）

网络端点: 声明外部网络访问: platform belt CLI → inference.sh 平台（图像生成 app）；tavily/exa 检索 app 会把查询外发给第三方搜
SKILL.md: 声明调用宿主 CLI 解释器或外部运行环境

审计说明： 。无自带脚本/凭证读取；知识规则部分零副作用，belt 部分仅用于出图与检索，外发对象可预期（inference.sh + tavily/exa 检索服务）。留意点：① 检索查询与素材 prompt 出网，商业敏感信息注意脱敏；② 检索内容直接进入文案存在『把网页垃圾当真』的信息污染面；③ 供应链同前（npx 无 pin、inference-sh 未改名镜像、树内无 LICENSE 文件）；④ 正文规则含无出处的统计断言，宜当作启发而非事实。按统一分档准则：本 skill 调用的 `belt` 是第三方 npm/npx 分发的 CLI（`npx skills add belt-sh/cli` 安装），以 `belt login` 登录态运行并消耗 inference.sh 账号配额/计费——属『调第三方 CLI 且触配额/登录态』，故取橙色（评估后使用）；skill 源码本身不含任何 token/密钥读取。

5第二遍独立确认

[discrepancy] description 声称覆盖 F-pattern reading — grep -i 'f-pattern|reading pattern' 仅命中第 3 行 description 自身，正文全篇无 F-pattern 阅读模式相关规则——该宣称在源码内无内容支撑。
[ok] above-the-fold / 5 元素 / section order / social proof / form / mobile / page speed 均有正文支撑 — 各主题均有独立小节与规则表（Above-the-Fold Formula、The 5 Elements、Section Order、Social Proof Types、Form Design、Mobile Optimization、Page Speed）。
[ok] 检索与出图调用点 — tavily/search-assistant（Quick Start 竞品调研）、exa/answer（social proof 数据）、falai/flux-dev-lora（hero/OG）、bytedance/seedream-4-5（2K hero）、infsh/html-to-image（模板 OG）调用点均真实存在。
[unlocatable] 数字断言出处（~11%/field、48x48、LCP 2.5s、60%+ mobile） — 正文以断言形式给出（'Every field reduces conversion ~11%'、'60%+ traffic is mobile'），无引用/来源链接，无法在本源码内核实其依据。
[ok] 无脚本/无凭证/无本地写入 — 目录仅 SKILL.md；curl/wget/密钥 token 零命中；无 shell 重定向；执行面为白名单 belt。
[ok] 知识规则与 tools/* 目录型 skill 的分工 — 本文件不含模型目录表，模型选择（flux/seedream）内嵌在示例中；与 ai-image-generation 以 Related Skills 互链，无内容重复。
[ok] license/stars/commit 元数据 — pin == 本地 HEAD == becc25649700；skills-shell/superpowers stars=0、pushed_at 2026-09-02T14:16:56Z；MIT 声明见 plugin.json/README 徽标，树内无 LICENSE。
[unlocatable] installs 安装量 — 无公开安装量数据源，置 null。

6结论

把落地页方法论压缩成可直接执行的规则表：公式、正反例、9 段顺序都给死，模型产出稳定度高、不依赖临场发挥。

反例集（❌ 清单）防空洞文案/防低质 CTA，比纯正向指引更有效。

调研-文案-出图一条链：检索 app 提供证据、公式生成文案、belt 出 hero/OG 素材，agent 可端到端交付。

素材 prompt 已按落地页场景调好（1248x832 hero、1200x630 OG、2K seedream），非通用文生图参数。

适合： 适合 SaaS/创业团队让 agent 快速产出结构完整、文案不空洞的落地页方案（文案+结构+hero/OG 素材），尤其适合有 ai-image-generation/web-search 配套、接受推理费用与素材出网的工作流。

不适合： 不适合把『转换优化』当科学实验的严谨增长团队（规则无出处、无 A/B 支撑）；不适合需要完整前端代码/上线实现的场景（本 skill 产出文案/结构/图片，不含 HTML/CSS 交付——html-to-image 只是出图）；不适合设计系统已固化、只需按既有模板执行的大厂内部页。

Install Agent-Ready

① Verified Mirror 2026-09-09

Option A · Direct DownloadDownload landing-page-design.tar.gz

sha256: 86b2ef761ae5147b…

Option B · Copy Guide for Agent

install.json

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit becc256497.