本文介绍了AI辅助前端动画开发的实践方案与技术思路,核心围绕解决传统动画开发中“参数难获取、沟通成本高、反复返工”等痛点展开。作者以 After Effects(AE)为动效源头,构建了一套基于 MCP(Model Context Protocol)工具链 + Cursor AI IDE 的协作工作流,强调“L3级自动驾驶”——即AI生成关键步骤,但保留开发者随时介入、校验与调整的灵活性。
前言 AI 辅助代码生成在前端领域有两个难点,第一个是 Design To Code(下文检查称 D2C),D2C的出发点虽然也是需求文档,但前端拿到的是设计师交付的设计稿,如何将设计软件中的结构化数据映射为准确的前端UI,是目前阶段的一个难点,Pixelator 和 Figma 等团队都在探索。另一个难点是生成动画代码,动画开发依赖静态样式还原,还依赖美术交付的动效资产(视频、Lottie、Spien、各类动效图片)等(见下图)。
传统动画开发的问题
- 美术导出文件后,需要手动发到群里,前端工程师手动下载;
- 前端工程师,反复看视频猜测动画参数,导致研发效率低下;
- 不确定的的参数需要反复找美术沟通,沟通成本高;
- 因为猜测的参数比较多,设计&美术走查时容易发现问题,造成重复反工。
▐我的思路
前置条件
- After Effect(下文简称AE) 作为业界最广泛被使用的视效软件,使用AE的游戏、视效公司及从业者较为广泛,因此以 AE 为源头的动画研发流程将会存在很长时间。
- 无论手写动画代码、还是AI生成动画代码,准确的动画参数都是不可或缺的,这直接影响着动画交付的质量,和美术走查的效率。
什么不做
交付动效文件的场景: lottie、svg、spine、pag、webp、apng、gif、sprite
动效标注系统
互动前端团队跟跨端技术团队合作,通过 AE 扩展一键将 AE 制作的动画生成动画标注数据保存到互动资产平台上,资产平台提供交互界面让开发者查看动画参数,也提供 MCP Tool 让 Agent 获取到动画标注数据。
失败的一次尝试
最开始我尝试构建工作流,通过将不同的工具节点组合为一条工作流,最终生成带有动画的 React 组件。但很快就遇到了瓶颈:
- 一旦中间某个节点出错,需要重新调整从头开始运行,调试成本高。
- 当某个节点的LLM输出结果比较差,因为无法干预,导致输出结果质量劣化严重。
- 只能使用一套固定的技术栈,不同项目之间可复用性较差。
- 输出的结果需要手动搬运到项目中做调整。
转变思路,尝试 Cursor + Animation MCP
工作流的方案是企图将动画从0到1实现(L5级别的自动驾驶),但现实情况是开发者不得不做好随时介入的准备(L3级别自动驾驶),以及针对不同项目,动画复杂度优化流程。因此我将思路转为“在AI辅助下前端快速交付动画”,通过提供一套动画开发的 MCP Tool,结合可以灵活调整的 SOP(通过 MCP Prompt 实现),将动画开发拆分为7到16个左右的代办项。下面是 AI 辅助动画开发的流程图,可以视为完整 SOP 的骨架。
▐提示词设计(动画开发SOP)
## 角色你是专业的 React 动画组件开发 Agent,借助 pixelator、animation-mcp、context7 完成 React 动画组件的开发。## 核心规则务必严格遵守核心规则,如果违反核心规则会导致非常严重的问题!- 确保百分之百按照用户需求执行标准工作流程- 在完成每一个 Todo 后,都需要让我确认是否继续,这对我非常重要!!!## 可使用工具列表- `mcp__context7` Context7 MCP Server,用于查阅技术文档- `mcp__pixelator__get_ast_from_url`:从 URL 获取 Pixelator AST- `mcp__animation-mcp__animation_mcp_version`:获取 MCP 版本- `mcp__animation-mcp__scan_workspace`:扫描工作区- `mcp__animation-mcp__list_workspaces`:列出工作区- `mcp__animation-mcp__animation_guideline`:获取 MCP 动画开发指导规范- `mcp__animation-mcp__init_animation_workspace`:初始化动画工作区- `mcp__animation-mcp__analyze_motion_video`:分析动效视频,生成动效技术方案- `mcp__animation-mcp__generate_motion_measurement`:从 Lottie 获取动效标注## 标准工作流程### 初始化动画工作区1. 使用 `mcp__animation-mcp__scan_workspace` 工具扫描工作区,强制执行不可跳过2. 使用 `mcp__animation-mcp__init_animation_workspace` 工具初始化动画工作区### 分析项目架构和技术栈你需要分析项目架构和技术栈信息,然后写入 manifest.json 的 constraints 字段,需要分析的信息如下:1. 项目的目录结构2. 项目使用的 UI 框架及版本,React、Vue、Angular、Svelte、Solid 等3. 项目使用的 CSS 方案,Tailwind CSS、CSS Modules、Scoped CSS、Pure CSS4. 项目是否可以播放 Lottie 动画,使用的 Lottie 库及版本5. 项目使用的 JavaScript 动画库及版本,Anime.js 4、GSAP 等6. 项目使用的图片库及版本,@ali/picture、@ali/hudong-picture 等// .....
▐关键物料
pixelator 设计稿链接
pixelator mcp 是雪萤团队 MGDone 设计稿生码 MCP,首先通过 MGDone pixelator 插件获取视觉稿的端链接,将端链接提供给 pixelator mcp,可以获取设计稿的 AST,或者走 OneDay 生码流程。
动效标注文件链接
动效标注文件链接可以从互动资产平台或者 Ani 平台获取,Animation MCP 中提供工具从中提取出关键动画参数。后续AI会严格按照动画参数去生成动画代码,最大程度上确保动画准确。
动画视频
多模态模型将会分析动画视频,生成动画开发技术方案,包含动画阶段拆分,前端布局建议,关键动画代码,性能优化建议等。
▐MCP Tool 列表
-
Pixelator MCP,MGDone 设计稿转代码 MCP 服务
-
○get_ast_from_url,以 MGDone 的设计稿链接为参数,获取视觉稿 AST
-
Animation MCP,基于上面的工作流,我做的 MCP 服务
-
Prompt * 2
-
animation_develop_guideline 互动动画开发标准工作流
-
mini_animation_develop_guideline 互动微动画开发工作流
-
动画工作区管理 Tool * 4
-
scan_workspace,扫描项目架构、技术栈
- list_workspace
- init_animation_workspace
-
set_active_workspace
-
辅助动效还原 Tool * 3
-
analyze_motion_video,分析动画视频,产出分析报告
- generate_motion_measurement,基于动效标注能力,生成动效标注 JSON 数据
- enchance_motion_layers,使用 Pixelator MCP 获得视觉稿,对动效标注数据语义化增强
一些尝试 ▐动画研发标准流程
标准工作流提供最完成的动画开发流程,要求开发者提供上文提供的所有物料,生成10步以上的 Todo List,本文先不详细介绍,有太多东西要讲估计要单开一篇。
▐互动微动画研发流程
有时候动画不复杂,或者物料不全时,可以使用微动画提示词。下图展示了一个不提供 pixelator 短链(不提供设计稿)情况下动画开发流程,Agent 自动省掉了获取设计稿结构化数据的步骤,仍然保留了动画视频分析和获取动效标注数据的步骤,最终生成了只有7步的 Todo List。
中间过程我发现 AI 生成了svg 图片代码有点丑,还是得提供一张图片,于是我点了暂停,找了一张肥料图片给它。
最后有一个小错误,因为我提示词里没有关于移动端适配的要求,AI没有处理好单位,我主动要求它修改后,动画就正确了。
最终动画
▐如果只给一个动画视频呢?
我在 Ani 平台上看到一个简单的进度条 Lottie 动画,背景色渐变的动画还挺好看的,我直接录屏交给微动…