DESIGN.md: Uma especificação de formato para descrever identidade visual para agentes de codificação

✍️ OpenClawRadar📅 Publicado: April 24, 2026🔗 Source
DESIGN.md: Uma especificação de formato para descrever identidade visual para agentes de codificação
Ad

O Google Labs lançou o DESIGN.md, uma especificação de formato para descrever uma identidade visual para agentes de codificação. O arquivo combina tokens de design legíveis por máquina (front matter YAML) com justificativa de design legível por humanos (prosa em markdown). Os tokens fornecem valores exatos aos agentes; a prosa explica por que esses valores existem e como aplicá-los.

Visão Geral do Formato

Um arquivo DESIGN.md tem duas camadas delimitadas por cercas --- no topo: front matter YAML para tokens e um corpo em markdown com seções ##. Exemplo de trecho:

---
name: "Heritage"
colors:
  primary: "#1A1C1E"
  secondary: "#6C7278"
  tertiary: "#B8422E"
  neutral: "#F7F5F2"
typography:
  h1:
    fontFamily: "Public Sans"
    fontSize: "3rem"
  body-md:
    fontFamily: "Public Sans"
    fontSize: "1rem"
  label-caps:
    fontFamily: "Space Grotesk"
    fontSize: "0.75rem"
rounded:
  sm: "4px"
  md: "8px"
spacing:
  sm: "8px"
  md: "16px"

Os tokens são os valores normativos. A prosa fornece contexto para a aplicação.

Principais Recursos

  • Tipos de token: Cores (hex sRGB), objetos de Tipografia (fontFamily, fontSize, fontWeight, lineHeight, letterSpacing, fontFeature, fontVariation), Dimensões (número+unidade), Referências a tokens ({path.to.token}).
  • Componentes: Mapeie um nome para propriedades de sub-token, ex.: components.button-primary.backgroundColor: "{colors.tertiary}".
  • Ordem das seções (opcional, mas aplicada): Visão Geral, Cores, Tipografia, Layout e Espaçamento, Elevação e Profundidade, Formas, Componentes, O que Fazer e o que Não Fazer.
Ad

Ferramentas CLI

Valide um DESIGN.md com o linter:

npx @google/design.md lint DESIGN.md
{
  "findings": [
    {
      "severity": "warning",
      "path": "components.button-primary",
      "message": "textColor (#ffffff) em backgroundColor (#1A1C1E) tem taxa de contraste 15.42:1 — passa WCAG AA."
    }
  ],
  "summary": { "errors": 0, "warnings": 1, "info": 1 }
}

Detecte regressões entre versões:

npx @google/design.md diff DESIGN.md DESIGN-v2.md
{
  "tokens": {
    "colors": {
      "added": ["accent"],
      "removed": [],
      "modified": ["tertiary"]
    },
    "typography": { "added": [], "removed": [], "modified": [] }
  },
  "regression": false
}

Exemplo de Uso

Um agente lendo o exemplo Heritage produzirá uma interface com títulos em tinta escura em Public Sans, um fundo de calcário quente (#F7F5F2) e botões de call-to-action em Boston Clay (#B8422E) — tudo a partir de um único arquivo.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

Desenvolvedor solo constrói agente de IA multiplataforma para desktop com controle remoto móvel em 3 semanas e envia para mais de 40 países
Tools

Desenvolvedor solo constrói agente de IA multiplataforma para desktop com controle remoto móvel em 3 semanas e envia para mais de 40 países

Um desenvolvedor solo construiu o Skales, um agente de IA nativo para desktop com mais de 139 ferramentas e um aplicativo complementar para controle remoto — tudo em 3 semanas usando Claude. O app roda em macOS, Windows e Linux, é local-first e gratuito, e já tem usuários ativos em mais de 40 países.

OpenClawRadar
Mozilla Thunderbolt: Cliente de IA Empresarial de Código Aberto para Infraestrutura Autogerenciada
Tools

Mozilla Thunderbolt: Cliente de IA Empresarial de Código Aberto para Infraestrutura Autogerenciada

A Mozilla anunciou o Thunderbolt, um cliente de IA de código aberto sob licença MPL 2.0, projetado para que organizações implantem infraestrutura de IA auto-hospedada com escolha de modelos, integração de dados corporativos e aplicativos nativos multiplataforma.

OpenClawRadar
O FOMOE Permite a Inferência do Modelo Qwen3.5 de 397B em Hardware de Desktop de US$ 2.100
Tools

O FOMOE Permite a Inferência do Modelo Qwen3.5 de 397B em Hardware de Desktop de US$ 2.100

FOMOE (Fast Opportunistic Mixture of Experts) permite executar o modelo principal Qwen3.5 de 397 bilhões de parâmetros a 5-9 tokens/segundo em hardware de consumo usando duas GPUs de US$ 500, 32 GB de RAM e uma unidade NVMe com quantização Q4_K_M.

OpenClawRadar
🦀
Tools

Claude prototipa um aplicativo de análise imobiliária em 3 horas usando dados ao vivo do Zillow via clawhub

Um desenvolvedor usou o Claude com a ferramenta clawhub zillow-full para construir um aplicativo de análise de fluxo de caixa de aluguel — extraindo dados da API ao vivo do Zillow, prototipando a interface em torno de respostas JSON reais e entregando um protótipo funcional em uma tarde.

OpenClawRadar