惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cisco Talos Blog
Cisco Talos Blog
V
V2EX
C
Check Point Blog
GbyAI
GbyAI
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
T
Troy Hunt's Blog
博客园 - Franky
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Security Blog
Microsoft Security Blog
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
The Cloudflare Blog
S
SegmentFault 最新的问题
Latest news
Latest news
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
I
InfoQ
博客园 - 【当耐特】
NISL@THU
NISL@THU
A
About on SuperTechFans
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Scott Helme
Scott Helme
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Security Latest
Security Latest
V
Vulnerabilities – Threatpost
Security Archives - TechRepublic
Security Archives - TechRepublic
A
Arctic Wolf
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
IT之家
IT之家
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
SecWiki News
SecWiki News
大猫的无限游戏
大猫的无限游戏
S
Security Affairs
The Register - Security
The Register - Security
www.infosecurity-magazine.com
www.infosecurity-magazine.com
L
LINUX DO - 热门话题
T
Tor Project blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
LazyWeb: 257 тысяч экранов реальных приложений как контекст для AI-агентов
nlaik · 2026-05-10 · via Все публикации подряд на Хабре

Уровень сложностиСредний

Время на прочтение9 мин

Охват и читатели72

Обзор

Бесплатный MCP-сервер, который пытается решить главную боль AI-разработки UI — генерики и «AI-look» в каждом интерфейсе

Если вы хоть раз просили Claude Code, Cursor или Codex сделать вам интерфейс, то наверняка замечали одну и ту же проблему. Код модель пишет неплохо — React, Tailwind, всё на местах. Но визуальный результат всегда выглядит как «сайт, сгенерированный AI». Одинаковые карточки. Одинаковые градиенты. Одинаковый набор паттернов из верхней пятёрки результатов поиска по запросу «modern web design».

Причина простая: LLM училась на средних значениях своих обучающих данных. Без свежих визуальных референсов модель сходится к усреднённому решению — тому, которое чаще всего встречалось в датасете. Дизайнер-человек смотрит на конкретные продукты и черпает идеи оттуда. Агент работает по «памяти», и эта память усреднённая.

Несколько недель назад вышел проект LazyWeb, который пытается решить именно эту проблему. Это MCP-сервер, который даёт агенту доступ к 257 000 экранов реальных приложений из 25 000+ компаний, плюс шесть «opinionated skills» — структурированных рабочих процессов для дизайн-ресёрча. И самое интересное — сервис полностью бесплатен, без подписки и без регистрации.

Я установил, погонял на реальной задаче (pricing-страница для пет-проекта) и расскажу, что получилось.


Что это и кто за этим стоит

Проект запустил Али Абуэлатта — бывший продакт-лид Duolingo. Релиз состоялся 2 мая 2026 года, после чего проект разлетелся по сообществу Claude Code в Twitter и Discord.

Архитектурно это два слоя.

Слой 1: MCP-сервер. Хостится на https://www.lazyweb.com/mcp, говорит по streamable HTTP (не stdio). Работает по client-agnostic принципу — подключается к любому MCP-совместимому агенту: Claude Code, OpenAI Codex, Cursor, Cline, Continue.dev. Основные функции: поиск экранов, скачивание скриншотов локально, фильтрация по категории и паттернам, получение полного контекста по компании (логотип, цвета бренда, топовые экраны).

Слой 2: 6 opinionated skills. Это плагин для Claude Code, который ставится отдельно (репозиторий aboul3ata/lazyweb-skill, MIT-лицензия, ~180 звёзд на момент моего обзора). Это не код, а структурированные промпты-скиллы, которые превращают сырые MCP-вызовы в законченные дизайн-исследования.

Шесть скиллов такие:

Команда

Что делает

/lazyweb-design-research

Глубокий конкурентный анализ. Идентифицирует конкурентов, ищет в LazyWeb и веб, скачивает референсы, делает структурированный отчёт

/lazyweb-quick-references

Быстрый поиск референсов. Легче design-research — найти, сгруппировать, показать

/lazyweb-design-improve

Улучшение существующего интерфейса. Делает скриншот вашего экрана, ищет похожие у топов, предлагает 1-5 идей улучшения

/lazyweb-design-brainstorm

Кросс-категорийный брейнсторм. Целенаправленно ищет ВНЕ вашей категории. Если все в финтехе копируют друг друга — этот скилл смотрит на гейминг и социальные апы

/lazyweb-add-inspo-source

Подключение внешних библиотек — Mobbin, Savee, Dribbble, Behance

/lazyweb-remove-inspo-source

Отключение внешних библиотек

Скиллы работают локально — после установки они лежат у вас на диске и продолжают функционировать оффлайн (но без доступа к самой базе экранов, которая остаётся удалённой).


А правда ли «бесплатно без лимитов»

Это первый вопрос, который у меня возник. В мире SaaS «бесплатно без лимитов» обычно означает «бесплатно три дня, потом мы попросим email и подписку».

Я проверил. Это действительно бесплатно. Регистрация не требуется. Логина нет. Email не запрашивается. Token, который выдаётся при установке, — это просто bearer-ключ для авторизации MCP-вызовов, привязанный к ничему конкретному. В документации прямо написано, что этот токен авторизует только referenced design tools — без биллинга, без приватных данных, без destructive operations.

Что касается лимитов — я делал десятки запросов за вечер, ничего не сломалось и не упёрлось. По заявлениям автора в репозитории, ограничений по rate нет. Возможно, в случае массового злоупотребления ограничения появятся, но на момент тестирования всё открыто.

Бизнес-модель, насколько я понимаю — это сейчас investment phase. Автор открыто говорит, что цель проекта — заполнить пустоту, которую не закрывают коммерческие альтернативы (Mobbin стоит сотни долларов в год без API). На горизонте, видимо, либо paid tier для продвинутых функций, либо корпоративные интеграции.


Установка

Установка делается за две команды. Я работаю в Claude Code, поэтому показываю под него.

Шаг 1: получить токен. Простой curl-запрос к публичному эндпоинту:

mkdir -p ~/.lazyweb
 
curl -sS -X POST https://www.lazyweb.com/api/mcp/install-token \
  -H "content-type: application/json" \
  -d '{}' | node -e "
    let s='';
    process.stdin.on('data', d => s += d);
    process.stdin.on('end', () => 
      require('fs').writeFileSync(
        process.env.HOME + '/.lazyweb/lazyweb_mcp_token',
        JSON.parse(s).token
      )
    )
  "

Это сохраняет токен в ~/.lazyweb/lazyweb_mcp_token. Никакого email и подтверждений по почте.

Шаг 2: установить плагин-маркетплейс и сам плагин:

claude plugin marketplace add https://github.com/aboul3ata/lazyweb-skill
claude plugin install lazyweb@lazyweb

Перезапуск Claude Code, и скиллы появляются в неймспейсе /lazyweb:*. Я сразу проверил, что всё подключилось:

/lazyweb:lazyweb-quick-references "modern pricing page"

Получил структурированный список референсов с миниатюрами в течение секунд тридцати. Работает.


Реальный кейс: pricing-страница для SaaS пет-проекта

Чтобы протестировать инструмент по-настоящему, я взял конкретную задачу. Я делаю небольшой SaaS для разработчиков (детали неважны), и мне нужна была pricing-страница. Три тарифа: Free, Pro, Team. Раньше я бы открыл DribbBle, полистал минут двадцать, потом попросил Claude Code «сверстай мне современную pricing-страницу с тремя тарифами». На выходе получил бы шаблонный pricing с одинаковыми карточками, которые я уже видел у тысячи стартапов.

Сейчас сделал по-другому. Запустил deep design research через LazyWeb:

/lazyweb:lazyweb-design-research
 
Topic: pricing page for developer SaaS
Context: Three-tier pricing (Free, Pro, Team), targeting 
indie developers and small teams
Goal: Find patterns that work, identify anti-patterns, 
get specific recommendations

Скилл начал работу. Это не моментальный ответ — реально занимает минут 5-7 на качественный анализ. По ходу процесса я видел, что делает Claude:

  1. Идентифицировал список конкурентов (Linear, Vercel, Railway, Supabase, PlanetScale и ещё штук десять).

  2. Сделал серию вызовов search_screenshots к LazyWeb для каждого конкурента.

  3. Скачал референсные скриншоты в локальную папку проекта.

  4. Прогнал визуальный анализ через vision_screenshots (это отдельный MCP-инструмент, который описывает экран в текстовой форме).

  5. Сформировал структурированный отчёт в report.md с inline-картинками. В итоге получил такую структуру в проекте:

.lazyweb/lazyweb-design-research/pricing-page-2026-05-09/
├── report.md
└── references/
    ├── linear-pricing.png
    ├── vercel-pricing.png
    ├── railway-pricing.png
    ├── supabase-pricing.png
    ├── planetscale-pricing.png
    ├── stripe-pricing.png
    └── ...

Сам отчёт примерно на четыре экрана. Структура такая:

  • TL;DR — короткие выводы: какие паттерны работают, какие нет

  • Examples — список изученных конкурентов с описанием каждого

  • Findings — конкретные находки: что есть общее у всех, что отличает топов от середняков

  • Patterns — рабочие паттерны (например, «выделение Pro-плана через accent color и increased shadow»)

  • Anti-Patterns — то, что часто встречается, но снижает конверсию (например, «слишком много галочек в каждом плане без иерархии»)

  • Unique Angles — нестандартные ходы у конкретных компаний

  • Recommendations — конкретные рекомендации под мою задачу Самое полезное в отчёте — секция Findings. Например, там было замечание: «Из 12 проанализированных pricing-страниц 9 используют эффект “Pro-tier elevation” — выделение среднего тарифа через увеличенный shadow, accent border и слегка увеличенный размер. Linear использует это же, но более тонко — через цветовой индикатор сверху карточки. Это считается визуально менее агрессивным и работает лучше для технической аудитории.»

Это конкретный совет, привязанный к реальным примерам. Не абстрактное «выделите рекомендуемый тариф», а с обоснованием и сравнением подходов.


А что с самим интерфейсом

После отчёта я попросил Claude Code сгенерировать pricing-страницу с учётом этого ресёрча:

Now build the pricing page based on this research. 
Use Linear's tier-elevation pattern. 
Three tiers: Free, Pro ($19/mo), Team ($49/seat/mo).
React + Tailwind.

Результат сравнивал с тем, что генерил Claude Code без LazyWeb на тот же промпт.

Без LazyWeb: дефолтный pricing с тремя одинаковыми карточками, центральная выделена через border-blue-500 и галочку «Most Popular». Стандартный shadcn/ui-look. Все галочки одного размера. Кнопки одного стиля.

С LazyWeb (после design-research):

  • Иерархия информации в карточках выстроена иначе — не «название тарифа сверху, цена ниже», а сначала выделенная цена крупным шрифтом, потом название тарифа и одной строкой описание use-case

  • Pro-tier elevated через цветовую полоску сверху карточки (вдохновение от Linear), а не через border всей карточки

  • В списке функций — иерархия: жирные ключевые функции, обычные второстепенные. Это снижает визуальный шум

  • Кнопки разные: Free — outline, Pro — filled accent, Team — filled но темнее. Контраст в CTA, как делает Vercel Разница не «небо и земля», но визуально интерфейс действительно стал ближе к тому, как оформляют свои продукты топовые SaaS, а не к шаблону «AI-сгенерированной страницы».


Где это работает хорошо, где спорно

После двух недель использования у меня сложилась более полная картина.

Работает хорошо

Конкурентный анализ конкретной фичи. Если вам нужна референсная подложка под решение конкретной задачи (онбординг, settings page, paywall, dashboard) — LazyWeb отрабатывает на ура. Это, по сути, замена двадцати минут листания DribbBle.

Кросс-категорийный брейнсторм. Скилл /lazyweb-design-brainstorm действительно находит интересные паттерны из других категорий. Я попросил поискать вне финтеха для своего fintech-проекта, и получил неожиданные референсы из gaming и productivity-tools. Несколько идей оттуда я взял в работу.

Интеграция в рабочий флоу разработчика. Самое ценное — что не нужно переключаться. Не открываю DribbBle в браузере, не сохраняю картинки, не перетаскиваю их в редактор. Всё происходит в Claude Code, рядом с кодом. Скриншоты сохраняются локально и доступны как референсы при следующих итерациях.

Где спорно

Качество базы экранов неоднородное. 257 тысяч экранов — это много, но среди них есть скриншоты, которые видно сделаны автоматически и невысокого разрешения. Не всё одинаково годно для референса. У Mobbin на сегодня качество выше, но и доступа без подписки нет.

Категории и фильтры не идеальны. Некоторые мои поисковые запросы возвращали странные результаты — например, на запрос «settings page for developer tools» в выдаче попадались settings-экраны мобильных игр. Релевантность можно улучшать.

Без визуальной модели качество ниже. Если ваш агент не имеет vision-возможностей (то есть не может «смотреть» на скриншоты), большая часть ценности LazyWeb теряется. Claude 3.5 Sonnet и старше — норм. Codex поддерживает vision частично. Cursor — зависит от настроек модели.

Зависимость от удалённого сервиса. Если LazyWeb упадёт, ваши уже скачанные референсы останутся, но новые поисковые запросы не пойдут. Это нормальный риск для бесплатного сервиса в фазе early-stage. Для критичных проектов имеет смысл сразу скачивать всё нужное локально.

Не подойдёт для брендовых задач. LazyWeb даёт паттерны и идеи, но не делает за вас брендинг. Если задача стояла «сделай нам уникальный визуальный язык» — это не сюда.

Что в маркетинге не соответствует

В телеграм-постах, которые анонсировали проект, я встречал формулировки в духе «делает интерфейс — результат выходит идеальный». Это сильное преувеличение. LazyWeb не делает интерфейс. Он даёт референсы и анализ, на основе которых интерфейс делает уже агент (или вы сами). Без хорошего промпта и без понимания, что вы строите, ни LazyWeb, ни Claude Code не выдадут «идеальный результат».

«Сервис собирает 250 тысяч экранов, ищет схожие паттерны и рефы» — это правда. «Прога делает интерфейс — идеальный» — это маркетинг.

Также стоит сказать прямо: «без ограничений, без лимитов и совершенно бесплатно» — это правда сейчас, в фазе раннего запуска. Будет ли это так через год — вопрос открытый. Но на сегодня платить не за что.


Что я взял для своей практики

Несколько архитектурных уроков, которые я вытащил из этого проекта.

MCP — это удачный уровень абстракции для контекстных сервисов. LazyWeb не пишет код за вас, не запускает агента. Он просто даёт API, через которое агент может получить нужные данные. Это правильный паттерн для всего класса задач «дать LLM специфический контекст»: документация, дизайн-референсы, корпоративные знания, бенчмарки.

Skills + MCP — продуктивная комбинация. Сырой MCP-сервер бесполезен без правильного workflow. Скиллы превращают набор инструментов в готовый рабочий процесс. То же самое мы видим в book-to-skill, claude-skills и других проектах — это становится стандартным паттерном для AI-tooling.

Бесплатность как стратегия distribution. Mobbin не предоставил API и потерял весь сегмент AI-агентов. LazyWeb сделал API и при этом убрал даже регистрацию — и за две недели набрал репутацию в сообществе. Это работает, но дорого в content costs (хостинг 257k картинок не бесплатен).

Отсутствие моментального решения — это нормально. Design-research через LazyWeb занимает 5-7 минут. Многим хочется «один промпт — готовый интерфейс». Но качественный ресёрч требует времени, и это правильный компромисс.


Итог

LazyWeb решает реальную проблему — отсутствие визуальных референсов у AI-агентов при работе над интерфейсами. Он не превращает Claude Code в дизайнера, но даёт агенту контекст, без которого тот скатывается в усреднённые шаблоны.

Если вы регулярно генерите UI через AI-агентов — стоит попробовать. Установка занимает две минуты, риск — нулевой, ценность ощутима уже на первой задаче.

Если вы делаете один лендинг в полгода — возможно, это избыточно. Откройте Mobbin trial, посмотрите 30 экранов руками, и этого хватит.

Если вы дизайнер-человек, не работающий с AI-агентами — LazyWeb для вас тоже доступен. На сайте есть веб-каталог в /canvas/flows и /canvas/companies, где можно листать те же 257k экранов без всяких MCP. Это не Mobbin по уровню курации, но в качестве дополнительной библиотеки референсов вполне рабочая штука.

В любом случае это интересный пример проекта, где открытость (open source плагины, бесплатный API без логина) использована как осознанная стратегия. И решение в этом подходе намного более здоровое, чем в большинстве «AI-pro» сервисов с месячной подпиской за функцию, которая решается одним промптом.


Ссылки: