即刻App年轻人的同好社区
下载
置顶
最近在对比Claude Code使用不同模型通过Figma MCP还原客户端设计稿，手里有GLM-5V-Turbo和Claude，用空项目来还原一个比较简单的页面。
跑完后，两个模型首次运行后，效果差距巨大，GLM还原度甚至达不到30%，甚至背景色都全是错的；而Claude还原的七七八八，除了个别需要一些技巧处理的UI元素外，其他实现的勉强可用。
到这里，身边人基本上只会说一句Claude就是比GLM强太多，但在专业的评测中，其实模型的差距并不大，为了搞清楚为什么实现效果差距这么大，于是看了下他们的执行过程。
我在Claude Code上安装了status line，可以看当前对话的输入tokens和输出tokens，发现一个简单页面的Figma图层读取的输入全程下来就有300多k的输入了，而GLM的最大上下文长度是200K，也就是超出了上下文长度，最终会触发自动压缩上下文。当上下文被压缩后，图层里的数据就会丢失，比如背景色数据丢失后，就会产生错误的背景色。而Claude是1M上下文，在整个执行过程中，上下文没有超出，所以保留了完整的Figma图层信息，还原度就相对比较高。
找到问题后，就可以针对性的进行优化，比如可以通过subagent来读取Figma图层，拿到数据后转成JSON文件保存到本地，这个JSON文件比如100k大小；可以再运行另一个subagent将JSON转换为md文件，用文档形式描述相关布局和颜色信息，实测这个md文件可以将JSON信息压缩到80k左右；最后把这个md文件返回给主进程，让主进程根据md文件内容去实现代码，从而减少输入的token占用，保留完整的设计稿细节，最终输出的结果就会好很多。
虽然可以有钱任性的挥霍Claude的1M上下文，但是如果在非空项目中，1M上下文也会很容易被占满，所以这种技巧在Claude模型下也非常有价值。
跑完后，两个模型首次运行后，效果差距巨大，GLM还原度甚至达不到30%，甚至背景色都全是错的；而Claude还原的七七八八，除了个别需要一些技巧处理的UI元素外，其他实现的勉强可用。
到这里，身边人基本上只会说一句Claude就是比GLM强太多，但在专业的评测中，其实模型的差距并不大，为了搞清楚为什么实现效果差距这么大，于是看了下他们的执行过程。
我在Claude Code上安装了status line，可以看当前对话的输入tokens和输出tokens，发现一个简单页面的Figma图层读取的输入全程下来就有300多k的输入了，而GLM的最大上下文长度是200K，也就是超出了上下文长度，最终会触发自动压缩上下文。当上下文被压缩后，图层里的数据就会丢失，比如背景色数据丢失后，就会产生错误的背景色。而Claude是1M上下文，在整个执行过程中，上下文没有超出，所以保留了完整的Figma图层信息，还原度就相对比较高。
找到问题后，就可以针对性的进行优化，比如可以通过subagent来读取Figma图层，拿到数据后转成JSON文件保存到本地，这个JSON文件比如100k大小；可以再运行另一个subagent将JSON转换为md文件，用文档形式描述相关布局和颜色信息，实测这个md文件可以将JSON信息压缩到80k左右；最后把这个md文件返回给主进程，让主进程根据md文件内容去实现代码，从而减少输入的token占用，保留完整的设计稿细节，最终输出的结果就会好很多。
虽然可以有钱任性的挥霍Claude的1M上下文，但是如果在非空项目中，1M上下文也会很容易被占满，所以这种技巧在Claude模型下也非常有价值。
2 01
对DeepSeek-V4的唯一遗憾是还没有自主的联网搜索能力，目前API测试说知识库到2025年10月左右，但是依然称iOS最新版本是iOS 19，这一点在跑agent时如果没有额外的联网搜索mcp辅助还是很不方便的，而使用mcp进行联网搜索，在某些场景下你必须主动去提及才行。
5 30
