首页 作品 博客 关于
返回设计笔记

我用Claude把 150 所高校的 VI 手册变成了一个检索网站

2026-06-07 | AI工具

我用Claude把 150 所高校的 VI 手册变成了一个检索网站

《AI程序实验》系列。实验编号:PBL-001 实验名称:用 claude+deepseek 开发一个 国内大学vi视觉识别手册资料检索网站 实验时长:1 天 实验成本:1 元

做设计这些年,电脑里攒了一个文件夹,专门收集各大高校的视觉形象识别系统(VI)手册。清华的、北大的、浙大的、南开的……有完整的品牌规范 PDF,也有可以直接编辑的 AI、CDR 源文件,还有一些学校校庆专题的 VI 资料。

日积月累,这个文件夹变成了一个巨兽:32 个 G,1900 多个文件,100 多所学校。

每次想找一个学校的 VI,过程是这样的:打开文件夹 → 在一堆中文文件名里肉眼扫描 → 找到了但是 PDF 还是 AI?不知道,点进去看 → 有没有这个学校的校庆 VI?好像有,再翻翻……

说实话,有好几次我想用某个学校的资料,翻了两分钟没找到,就算了。

想法有了,但不会写代码
我一直想给这个资料库做一个"目录"。最好能:
搜索学校名字
知道每个学校有哪些格式(PDF、AI、CDR、JPG)
哪些是 985、211,排在前面
哪些有源文件可以直接编辑
哪些有校庆专题
听起来像一个数据库对吧?Excel 也行。

但我试过手动整理。整理了 20 所学校就放弃了——太累了。每个学校要点进去看有什么格式,文件大小、路径、有没有校庆……150 所学校搞完,手也废了。

我需要一个能自动扫描文件夹、识别信息、生成可用界面的东西。
这种东西,以前我只想到两个办法:要么花钱找人开发,要么自己学编程。

然后我想起来,我电脑里装了 Claude Code+deepseek。

我打开 Claude Code,把文件夹的路径给它,然后说了一段话:

"我想基于这个文件夹做一个小数据库。大学名称、VI 手册格式、985/211 排列在前面、有些学校还包含校庆的 VI。你能给个方案吗?"

我没写一行代码。我没告诉它用什么技术。我就是用自然语言描述了我的想法。

Claude 自己把我的文件夹扫描了一遍,回来跟我说:

你这个文件夹大概有 1900 多个文件,210 多个目录
我发现了 27 所学校有校庆/周年相关的资料
文件格式分布是:JPG 最多,然后是 PDF、PNG、AI……
我建议你用 JSON 数据库 + HTML 可视化页面,不需要装任何软件,浏览器打开就能用
它还主动对比了几个方案:Excel 也行,SQLite 也行,但对我的场景来说,一个能搜索能筛选的网页最合适。

说实话,看到这些分析的时候,我已经有点震惊了。我只是给它一个文件夹路径,它自己搞清楚了我到底有什么、想要什么。

实施阶段:它写代码,我做测试
确定了方案之后,Claude 开始干活了。

它写了三个文件:

一个 Python 脚本,自动扫描整个资料文件夹,提取每所学校的名称、拥有的文件格式、文件大小、是否有源文件、是否有校庆资料
一个 JSON 数据文件,结构化存储所有扫描结果
一个 HTML 网页,把这个数据库变成一个可搜索、可筛选、可点击展开的漂亮页面
整个过程我跟它的互动是什么样的呢?我举1个例子。

中间它踩过的坑
过程中还有一些小波折,但每次我只需要说一两句话:
"这个学校应该是 985,但你识别成了普通学校" → 它检查了分类数据库,补充遗漏
"东南大学的信息科学与工程学院应该归到东南大学下面" → 它加了院系归并逻辑
"有些学校名后面还带着 vi 或者 vis 后缀" → 它改了名字清洗规则
"985/211 要排在前面" → 它改了排序算法
每一次,我都是在用设计师的语言描述问题。它自己在背后做技术转换。

最终成果
最后桌面上多了一个叫 大学VIS资料库 的文件夹,:

双击 index.html,浏览器打开之后是这样的:

顶部统计卡片:150 所学校,25 所 985,20 所 211,25 所有可编辑源文件,26 所有校庆资料

搜索框:输入"北京",立刻过滤出来

筛选标签:点一下"有源文件",马上知道哪些学校有 AI 或 CDR 可以直接编辑;点一下"985",只看顶尖学校

卡片列表:每所学校一张卡片,左边有颜色条区分 985/211/普通,中间是格式标签(PDF、AI、CDR、JPG……),有校庆的会特别标记

点击展开:能看到这个学校有哪些文件、文件大小、存储路径

从"有这个想法"到"用上这个工具",前后不到两个小时。我一共写了一行代码——不对,一行代码也没写。

这件事对我的触动
以前觉得,"做工具"这件事跟我没关系。我是设计师,不是程序员。我的工作是用 Figma 和 Illustrator,不是用 Python 和 HTML。

但这次经历让我意识到一件事:AI 时代的 "会" 和 "不会",边界变了。

我不需要知道怎么用 Python 遍历文件夹、不需要知道正则表达式怎么写、不需要理解 JSON 的数据结构。我只需要:

清楚地描述我想要什么
发现问题时及时反馈
验证结果是否符合预期
这不就是设计师最擅长的事吗?

我们每天都在做需求理解、方案评审、视觉走查。只不过以前走查的是设计稿,现在走查的是一个网页工具。

最后
这篇文章没有一行示例代码。因为我真的写不出来。

但那个网页就在我桌面上。140 所学校,32 个 G 的资料,现在三秒钟就能找到我想要的。

实现想法这件事,门槛比我们想的低得多。

以前"我不会写代码"是一堵墙。现在,它会变成一个对话框。
最后,欢迎大家访问 www.daok.cn/vis-database/。