Autoname

Autoname是什么

Autoname是一款面向Figma设计师的AI图层命名插件，由Hugo Duprez开发。它可以识别所选设计内容，并为图层及其子图层生成更容易理解的名称。

这款工具聚焦于图层命名，不负责生成完整界面或重构设计系统。插件免费开放使用，客户端代码以MIT许可证公开。

Autoname主要功能

• 一键命名：对Figma中选中的图层执行自动识别和重命名。
• 递归处理：在选定范围内继续处理其包含的子图层。
• 组件保护：检测组件和实例，避免随意改写关键复用对象的名称。
• AI分类：利用图像分类模型判断按钮、图片、文字区块等常见界面元素。
• 自定义模型：允许更换模型地址并导入自己的Teachable Machine模型。
• 调试模式：显示提交给模型的图像，并在Figma控制台输出预测信息。
• 开源客户端：开发者可查看插件实现、构建项目或按许可证修改代码。

适合处理哪些图层

• 名称仍是Frame、Group或Rectangle等默认值的界面图层。
• 从模板、线框稿或外部文件复制后缺少语义名称的对象。
• 包含大量嵌套结构，需要先完成基础整理的页面或组件草稿。
• 希望在交付开发前提高图层可读性的移动端和网页设计稿。
• 需要用统一分类模型识别团队常见界面元素的设计文件。

组件和实例保护机制

Autoname会检测组件与实例，尽量避免重命名这些承担复用关系的对象。这个机制可以降低自动操作干扰组件库命名和实例映射的风险。

保护机制并不等于操作绝对无风险。执行前仍应确认选择范围，并在运行后检查组件、变体和特殊图层名称。

AI命名如何工作

1. 用户在Figma画布中选择需要整理的图层或外层框架。
2. 插件把目标视觉内容整理成模型能够识别的图像输入。
3. 分类模型预测图层最接近的界面元素类别。
4. 插件将预测结果写入对应图层名称，并继续处理允许修改的子图层。
5. 用户复查结果，再手动调整业务专有名称或识别错误。

安装Autoname教程

1. 登录Figma，并进入社区插件页面。
2. 搜索由Hugo Duprez发布的Figma Autoname，核对作者和插件标识。
3. 点击打开或安装插件，并授权其在当前设计文件中运行。
4. 返回设计稿，从插件菜单启动Autoname。
5. 先复制测试页面，在小范围图层上验证命名结果。

一键自动命名教程

1. 选中一个或多个需要整理的图层，也可以选择包含多层结构的框架。
2. 打开Autoname插件，检查当前选择是否包含不应修改的对象。
3. 执行自动命名，等待模型加载和识别完成。
4. 展开图层面板，检查父层与子层的名称是否符合设计语义。
5. 撤销错误结果或手动补充页面业务名称，再保存设计文件。

选择范围与子图层处理

插件会围绕当前选择及其子层运行，因此选择外层页面框架可能一次影响大量对象。需要精确控制时，可先选择单个卡片、导航栏或内容模块。

对于已经建立严格命名规范的页面，建议分区执行。分批处理更容易发现分类偏差，也方便使用Figma撤销功能恢复。

导入自定义AI模型

Autoname支持更换模型地址，可配合Teachable Machine制作组织自己的图像分类模型。团队可以训练更符合内部组件、产品术语和设计模式的类别。

自定义模型设置步骤

1. 整理需要识别的类别，例如主按钮、标签、头像、卡片和导航项。
2. 为每个类别准备足够且具有差异的界面截图样本。
3. 在Teachable Machine中训练图像分类模型，并使用测试样本检查准确率。
4. 导出或托管兼容模型，记录插件能够访问的模型地址。
5. 在Autoname中替换模型地址，并用独立测试文件验证输出。
6. 模型稳定后再扩大使用范围，并持续补充容易混淆的样本。

调试模式怎么用

调试模式会在插件内显示发送给模型的框架图像，并把预测结果写入Figma控制台。它适合排查选择范围、模型类别和命名结果不一致的问题。

• 检查模型实际接收到的图像是否裁切完整。
• 观察不同类别的预测结果和容易混淆的界面元素。
• 验证自定义模型地址能否正常加载。
• 定位模型识别问题与插件重命名逻辑问题。

开源代码与本地开发

官方客户端仓库采用MIT许可证，项目使用Svelte、TypeScript、Tailwind CSS、TensorFlow和Teachable Machine等技术。开源范围主要是插件客户端，不代表Figma平台或所有模型服务都属于该项目。

本地构建基本流程

1. 获取官方客户端代码，并阅读仓库中的许可证和开发说明。
2. 安装项目依赖，在本地启动或构建插件资源。
3. 在Figma桌面端通过开发插件功能导入项目中的manifest。
4. 修改代码后重新构建，必要时重启插件查看变化。
5. 启用调试模式检查图像输入、预测日志和命名结果。
6. 发布修改版前核对MIT许可证、第三方依赖和Figma平台规则。

技术栈与依赖

典型使用场景

• 设计稿清理：快速替换大量默认图层名，改善文件可读性。
• 开发交付：在交付前整理页面结构，帮助工程师定位设计元素。
• 模板整理：对复制或导入的模板进行初步语义命名。
• 团队规范：结合自定义模型识别内部常见组件类别。
• 教学练习：帮助初学者理解图层组织和基础命名思路。
• 开源学习：研究Figma插件、前端界面和图像分类模型的结合方式。

适合哪些用户

• 需要频繁整理Figma图层的产品设计师和视觉设计师。
• 维护大型页面文件并希望减少重复命名工作的设计团队。
• 准备把设计稿交付给前端或客户端工程师的产品团队。
• 希望训练专用界面分类模型的设计系统维护者。
• 学习Figma插件开发和TensorFlow前端应用的开发者。

Autoname的优势

• 目标单一清晰，适合处理图层命名这一高频重复工作。
• 支持选中层和子图层，可减少逐层手动修改的时间。
• 主动保护组件和实例，降低破坏复用结构的概率。
• 无需购买插件套餐，个人和团队均可免费尝试。
• 客户端代码公开，并采用宽松的MIT许可证。
• 支持自定义模型，可适应不同团队的设计语言。
• 提供调试模式，方便开发者检查模型输入和预测结果。

使用限制

• AI分类并非始终准确，外观相似的按钮、卡片和小型对象可能被混淆。
• 自动名称通常是通用类别，不能理解订单状态、业务模块等完整产品语义。
• 选择大型框架会影响较多子图层，运行后需要人工逐区检查。
• 插件需要联网下载模型，网络受限时可能无法正常初始化。
• 自定义模型需要准备样本、训练、托管和维护，并非导入后即可长期稳定。
• 开源仓库主要覆盖客户端，不应推断全部模型、托管服务或Figma能力都可私有化。
• 官方项目更新节奏可能变化，安装前应核对社区页面和代码仓库状态。

隐私与安全注意事项

• 运行前确认所用模型地址以及插件需要访问的数据范围。
• 涉及未发布产品、客户资料或保密设计时，应先完成组织内部审批。
• 使用第三方或自建模型时，需要评估模型托管方的日志与数据保留策略。
• 不要仅凭自动命名判断图层业务含义，重要交付仍由设计师复核。
• 建议在副本中测试，并利用Figma版本历史保留可恢复节点。

提高命名质量的方法

1. 先删除无用图层，并把明显的组合关系整理清楚。
2. 按页面区块分批运行，避免一次选择整个复杂文件。
3. 保留组件、实例和业务关键层的既有规范名称。
4. 将通用AI名称补充为团队约定的页面和状态语义。
5. 记录经常误判的元素，为自定义模型增加针对性样本。
6. 完成自动命名后执行一次人工审查，再交付开发或归档。

价格与版本

Autoname官方将插件标为完全免费，没有公开会员、积分或按席位收费方案。使用Figma、自定义模型托管或内部开发可能产生的成本不属于Autoname插件收费。

基本信息

推荐指数

综合推荐指数为4.2分，满分5分。它适合需要快速清理Figma默认图层名的设计师，但AI结果仍需要人工补充业务语义和检查误判。

常见问题

Autoname主要做什么？

它利用图像分类模型为Figma中选中的图层及其子图层自动生成名称。

Autoname免费吗？

免费，官方没有公开会员、积分或按席位收费套餐。

它会重命名组件和实例吗？

插件会检测并保护组件与实例，但运行后仍建议人工检查关键复用对象。

可以一次处理多个图层吗？

可以，插件会处理当前选择，并可继续检查其包含的子图层。

命名结果一定准确吗？

不一定，外观接近或业务语义复杂的元素可能出现分类和命名错误。

可以使用自己的模型吗？

可以，用户可训练Teachable Machine模型并在插件中更换模型地址。

为什么需要联网？

插件需要通过网络下载模型，网络不可用或模型地址失效时可能无法完成识别。

Autoname是开源工具吗？

官方客户端代码公开并采用MIT许可证，但Figma平台和外部模型服务不属于该许可证范围。

是否提供独立API？

目前没有面向外部系统的独立公共API，主要以Figma插件形式使用。

适合大型设计系统吗？

可用于初步整理，但大型设计系统应结合内部规范、自定义模型和严格人工审查。