Skip to content

Anatomy:让 AI 把抽象概念画成一台会动的机械

约 6414 字大约 21 分钟

AIClaude CodeSVG可视化

2026-10-13

解释一个技术概念,我们习惯的画法是画方框和箭头:Client → DNS → CDN → Origin。这种图能说明「有哪些部件」,但说明不了「它们各自在干什么」——把运动留给了读者自己去脑补。

Anatomy 换了一种做法:你说出一行概念,它发明一台真实存在的机械装置,而这台装置的运转本身就是这个概念。LRU 缓存不做成流程图,做成一个书架;布隆过滤器不做成哈希位图,做成一台三转轮老虎机;互斥锁做成水箱和一把联锁钥匙。

它的最高规则只有一句话,写在 SKILL.md 最顶端:

The object is the explanation.(装置本身就是解释。)

这个项目 2026 年 10 月 8 日建仓,5 天后拿到 6.5k star。它同时是一个 Claude Code Skill(兼容 Antigravity / OpenCode / Codex)和一份配备好的 npm 图表库 anatomy-figures。本文把它的设计思想、绘图规范、三层技术架构和验证机制拆开看一遍——这里面最值得学的,其实不是那些图,而是它怎么把「好看」变成「可验证」。

一、它到底在做什么

1.1 概念到机械的映射

Anatomy 的核心工作是一张对照表:左边是抽象概念,右边是一台具体机器。这张表出自 SKILL.md,也是它整个方法论最直观的体现:

概念装置
一个 GPU context 服务多个 canvas一台龙门绘图仪:一个打印头依次访问 16 个槽位
内容没变就跳过工作的 cache key一把弹子锁:所有弹子对齐时锁芯才转,否则什么都不重画
七个 render target,每个 texel 字节数不同一个七层抽屉的柜子,每层深度等于它的字节数
可分离模糊(49×49 次采样 vs 49+49)一块钉板印章,旁边导轨上放着两把梳子
按下并倾斜的弹簧一台测试台:弹簧、探针和一块千分表
高程剖面一把贴着边缘压下去的轮廓规
依赖朝向的光照一个小影棚:转台周围架着主光和补光

信息密度最高的几处:哈希表碰撞是一台邮局分拣台(pigeonholes)——一台编码机算 "the hash of its name mod 8",打印出桶号,把信投进对应格子,摞在已有信件之上;TCP 三次握手是两站之间的索道,罐子以三种角色往返,先是 SYN,然后是带 ACK 三角旗的 SYN,最后是 ACK,每站的信号臂(semaphore)表示连接状态;temperature 采样是一个 16 格轮盘,每格宽度等于该 token 的概率,一个恒温旋钮推动分隔条(frets),升温就把概率质量摊开、降温就收拢。

这类映射的关键不是「像不像」,而是机构与概念一一对应。互斥锁那张图讲得很清楚:一个水箱由两台泵、两个控制器供水,共享资源是水位,锁是一把联锁钥匙。没有钥匙时,两个控制器可能在同一瞬间读到同一个陈旧水位、各自启动泵,水箱溢出;有了钥匙,只有持钥匙的控制器才能读水位并启泵,另一个必须等待。不是「用一个锁的图标表示锁」,而是把一个真实的竞态条件摆出来给你看。

1.2 两种失败模式

SKILL.md 明确点名了它要避免的两种画法:

  • Too abstract(过抽象):堆叠的平板、悬浮的板块、贴着标签的盒子——看起来不像任何东西。
  • Too flat and bland(过扁平):一块大板加几条线——没有体积、没有零件、无处可看。

解药是同一个:一台可辨认的机器,由许多小而精确、各有用途的零件构成。所以「至少 40 个零件」不是审美偏好,是硬性门槛。

1.3 交互

图不是静态的。响应指针和键盘,可以旋转、按压、拖拽;无人操作时自动循环一段 idle tour;仪表盘会读取实时数据(涡扇那张图里,测力传感器读数从 14 kN 爬到 334 kN,拖动滑块就能看到推力变化)。离屏时停止渲染,系统开了 prefers-reduced-motion 时保持静止。

二、SKILL.md:一份写给 AI 的画图规约

Anatomy 最有意思的地方在于,它本质上不是一段代码,而是一份规约。整份 SKILL.md 155 行,规定的是「Claude 该按什么顺序、遵守什么原则去造一张图」。

2.1 frontmatter 与路由

---
name: anatomy
description: Build crafted, highly detailed, interactive isometric SVG figures that explain a technical idea as a real physical object (a test rig, a dial gauge, a cabinet of drawers, a plotter, a lock), with many small precise solid parts, four-tone shading, correct painter's order, a framed card with title, hint and live readout, and calm eased motion. Use this whenever someone wants an isometric illustration, an explanatory diagram or figure for docs, a blog post, a landing page or an article, a "Linear-style" or "premium" technical drawing, an interactive explainer, or an SVG that shows how a system, algorithm or component works, even if they never say "isometric". ...
license: MIT
compatibility: Written for Claude Code; also runs in Antigravity, OpenCode and Codex. Needs Node.js 20.10+, and Chrome or Chromium for the checks.
---

注意 description 的写法。Skill 在被匹配上之前,Claude 只看到名字和 description,所以这段文字实际承担的是路由职责——它把「isometric 插画 / 技术插画 / 交互式讲解 / 给文档配的示意图」全列了出来,最后补一句 "even if they never say 'isometric'"。也就是说即使用户压根不知道 isometric 这个词,只要请求落在「解释某个东西怎么工作」这个意图上,技能就会被加载。这是写 Skill 时值得抄的一个细节。

2.2 十步工作流

SKILL.md 把整个绘画过程固定成十步,顺序不能改:

  1. Size it before you start. 先定尺寸档位,并报出大致耗时。
  2. Truth first. 先收集被解释物的真实数字与行为——尺寸、计数、阈值、曲线。读数、运动、标题全部必须真实。尽量写成一个小的纯模块(如 rig.ts),之后一切由它驱动。
  3. Invent the object. 选一台机器,其机构与概念一一对应,用一句话说明「什么在动、这个动意味着什么」。绝不照抄参考图:只取参考图的 finish(质感),不取它的 object(物本身)。
  4. Parts list. 列出至少 40 个零件,并归入五个组:base(底板、脚、凹槽、角螺钉、标牌、刻度条)、structure(立柱、导轨、框梁、端挡)、mechanism(滑架、轴套、弹簧、柱塞、指针)、controls(滚花旋钮、拇指螺钉、表冠)、subject(被解释物本身,也是唯一被点亮的 lit part)。每个零件都必须坐在另一个零件上。
  5. Plan the world. 世界单位 ≈ 真实物 1 px,x/y 在地面、z 向上。选相机,然后 fitProjection(...) 适配卡片。
  6. Build geometry once. 用 kit 预计算所有静态路径。只有形状会变的零件才每帧重建。
  7. Paint back to front, bottom to top. 见第三节的排序规则。
  8. Frame it. 放进卡片:左上 Fig n、右上短标题、左下交互提示、右下实时读数。
  9. Make it live. 用基于时间的平静运动,写属性而不是每帧重渲染。
  10. Verify like a critic. 先放大,再读你造的每一张 PNG。

2.3 三个尺寸档位

档位零件数时间预算
Figure40–80,SVG,至多一层 WebGL30–90 分钟(常低于 1 小时)
Hero80–150,多层 WebGL 或 1 个 3D 主体约 2–4 小时
Epic整台车辆/建筑/工厂,多运动系统6 小时以上,未经用户同意绝不启动

无论哪一档,第一个小时内必须有一个能在浏览器打开的可用页面。这条约束挺实用:它逼着模型先出一个能跑的草稿,而不是憋两小时出一个没法看的东西。

2.4 craft rules:几条最硬的

  • Solids, not wireframes. 每个零件都用纸色填充并有序绘制;没有透视边、没有虚线隐藏线。
  • Small precise detail, never noise. 倒角 0.4–1.6,凹槽内缩 3–5,螺钉是 0.4–0.55 的点、在板角带环,旋钮滚花,标尺每 4–5 单位一根刻度、每第 5 根为主刻度。
  • Lines resolve. 每条线都结束在某物上——一个面、另一条线,或者一个终端点。无引线、无气泡标注、无尺寸箭头、无悬浮标签。
  • No pipe or cable passes through anything. 静止、拆解、爆开动画的任何一帧都不得穿透。
  • Curved surfaces shade smoothly, never in a staircase. 光滑曲面不能出现阶梯状色带。
  • A texture ends on a real edge or fades. 肋条、螺栓圈、标尺线、接缝、凹槽绝不终止于表面中部。
  • 两条尺子:1× 时读作一台清晰机器;4× 时每一处区域都仍有真实可寻之物。一块光板或一个空角是「未完成」,不是「平静」。

三、绘图规范:正交相机、四色调、唯一高亮

3.1 相机

用的是正交投影(orthographic),一个函数处理所有点。默认 azimuth 45°、elevation 30°。

这里有个考据细节:严格来说 30° 是 dimetric(二测)而不是真正的 isometric——真 isometric 的俯视角是 35.264°,而 30° 下地面边缘以 26.565° 上升,也就是「每两像素横、一像素纵」。缩放常数 const UNIT = Math.sqrt(1.6); 让默认视图下地面轴 1 世界单位恰好等于 1 缩放单位——横向 0.894、纵向 0.447,平方和为 1。

投影公式:

x′ = ox + k·(x sinA − y cosA)
y′ = oy + k·((x cosA + y sinA)·sinE − z cosE)

屏幕 y 向下增长,所以高度是减去的。

3.2 四色调与光照

每个可见侧面按「面向光的方正程度」落入四档之一,顶面另有更亮的 fill。光从观察者左侧来,并且随相机旋转:

const [lx, ly] = [-sinA, cosA];
const lit = (nx * lx + ny * ly + 1) / 2;

把光锁在相机上,好处是任何角度下所有图的光照都是一致的,也让 3D 转动变便宜(不用重算光照)。

色调层级是:base/脚 = lo,structure = mid,subject = hi;恰好一个 accent 是 lit(暗色主题里是白,亮色主题里是黑)——那就是读者该看的那个零件。凹槽用 faint,次刻度 lo,主刻度 mid,零刻度 hi。只有当颜色本身是被解释对象时才用色(比如 RGB 通道)。

3.3 排序:painter's algorithm 与「切一刀」

SVG 没有深度缓冲,所以从后往前、从下往上画:先 base,再画立在它上面的,重复件按 depthOf(朝向观察者的距离)排序。

经典失败是互相包裹——比如绕在柱子上的线圈。解法不是调层级,而是把环绕件拆成前后两半,柱子画在中间。这条规则贯穿整个项目:几何上切一刀,永远不要靠微调顺序去糊。

3.4 图内无文字

不出现方框、箭头或标签。文字全在卡片外——左上角图号、右上角短标题、左下角交互提示、右下角实时读数;图例和真实标题放卡片下方。图内除了至多一处极小的铭刻标签,不放任何字。

四、三层技术架构

4.1 纯 SVG(核心)

所有实体几何都是 SVG path。静态路径预计算一次,只有形状会变的零件每帧重建。回转件来自 lathe(车床),管线电缆来自 tube builder。着色和排序见上一节。

代表图:dial-indicator(最小,约 300 行)、desk-computer(约 85 个实体 / 850 条 path)、arcade-cabinet(Hero 档,约 240 个实体 / 15 条电缆)。

4.2 SVG + WebGL

只用于线条画不出的东西:火与尾焰、水与焦散、真实灯光、辉光、蒸汽。规则很克制——零件本身仍然是 SVG,而且「如果一个特效删掉后解释仍然完整,就删掉它」。

层级栈是 后层 SVG → canvas → 前层 SVG,跨两侧的零件要切开。顺序存在于层栈中,而不是深度缓冲里。

与 SVG 对接靠把 kit 自己的数字交给着色器:

vec2 project(vec3 p){
  return uOrigin + uK * vec2(
    p.x * uCam.x - p.y * uCam.y,
    (p.x * uCam.y + p.y * uCam.x) * uCam.z - p.z * uCam.w
  );
}

还有一个 onFloor(vec2 vb, float h)——回答反向问题「某像素下方是哪个地面点」,好让辉光精确落在已经画好的线上。

这里有个挺妙的坑:暗色页面用的辉光可以靠 screen 混合做加法;但亮色页面不可能「更亮」——用作者的话说,「没有什么比纸更亮」。所以亮色主题下的辉光被当成 ink(墨水)来处理:着色器先决定页面应该显示什么颜色,再反解出能产生该颜色的墨水,并带一个 alpha 下限,使近白核心仍能遮住它后面的线。

4.3 真 3D(beta)

只在「某零件在深度上真正转动」就是那个概念本身时才用——转盘、表盘、屈伸的手指、断裂脱落的零件。其余图保持静态 kit art。

实现方式是每帧把凸的 kit 图元(棱柱、回转体、穹顶、带平面的球、lathe、tube)重新投影、重新着色。「转过 θ 角」被等价成「用 azimuth a − θ 再画一遍 kit」。

排序靠分离平面:同组对内用固定在组内的平面,不同连杆对用固定在公共坐标系的平面,其余每帧求解。

代价是性能:只转一个主体,周围保持静态。小图能跑 60 fps,而那张 380 个零件的屈伸手在 1440 px 下只有约 20 fps,手机档(390 px、4× CPU 降频)约 13–15 fps。

五、验证机制:把「看起来对」变成「证明对」

这是整个项目我认为最值得学的一部分。

一个几千条 path 的等距图,靠肉眼是没法保证绘制顺序正确的——两个零件谁在前谁在后,错一格就穿帮,而人眼看不出,放大到 4× 才显形。Anatomy 的做法是让机器去证明。

5.1 几何审计 kit/audit.mjs

原理:每个 helper 在绘制时记录它画的真实 3D 形状(回转体、板、棱柱、盒、球、管,以及被宿主裁切的 pad)和 route。审计随后对每一对屏幕上重叠的物件投射光线(ray-cast),判断哪个表面更近,然后把每个零件的 key 抬到刚好满足所有成对关系。

核心 API 只有三个:

  • recorder(P, { order, spring }) — 收集物件/形状/route
  • settle(R, P) — 对每个重叠对 ray-cast 出真实深度(静止、拆解、重放爆开),设置 painter's key
  • auditOrExit(R, P) — --audit 钩子,跑全部检查,任何问题就非零退出

检查项包括:clearance(静止/拆解/飞行中)、terminals、loose ends(散线头)、supports、folds、self-overlap、crowding、coverage、wobble、seats、depth order、through in mid-flight。

有条原则特别值得记:一个无法满足的 pair 是 interlock(互锁),修复方式是「在几何上切一刀」,绝不是对 key 微调。而用一个「占位形状」(stand-in shape)让审计闭嘴,是 bug——审计会把它判失败。

5.2 线端检查 scripts/lines.mjs

走每条纹理线的两端,每端必须在 1 像素内落在一条描边、一个点或一个轮廓上,或者藏在之后的 fill 下。基准数据:涡扇那张图的 262 条线共 594 个端点,零悬空;故意种一条杂线后变成「596 中 2 个悬空」,并报出像素距离。

这条检查之所以必要,是因为审计看得见几何、看不见 markup。作者的原话是:「审计看得见几何、看不见 markup;线条检查看得见 markup、看不见深度。两者都不能替代去看。」

5.3 实测数据

这些数字很能说明「好看」是怎么被量化的:

  • 涡扇审计:541 个实体、6,320 个重叠对、6,320 条 order 规则,62.4 秒,passed
  • Raptor 首版:54 个 clearance 问题、323 个 depth-order 问题——其中 190 对在组装时反了、133 对在分离时反了;全部清零
  • 转动表盘审计:1,368.75 秒(近 23 分钟),73 个零件、7,200 步 0.05°、1,084 个分离平面
  • headless 驱动:用 headless Chrome 开 WebGL,经 DevTools Protocol 驱动,含虚拟时钟(覆盖 requestAnimationFrame),使一个 100 ms 的事件能被跨多帧检查

作者还有一条关于「pop」的判定纪律:一次跳变只有在「每次减半后仍高于 60%」时才算 pop。换句话说,抖动和真实跳变被用尺度区分开了。

六、作为图表库使用:anatomy-figures

图本身通过 npm 包发布。

npm install anatomy-figures

React 用法(每张图有独立入口,导入一张不会拉入其他图):

import Turbofan from "anatomy-figures/turbofan";

export default function Page() {
  return <Turbofan />;
}

不装 React 的话,用它提供的自定义元素:

import { define } from "anatomy-figures/element/turbofan";
define();
<anatomy-turbofan theme="dark"></anatomy-turbofan>

包是 type: module、无 dependencies、sideEffects: false,peer 依赖只有 react/react-dom >= 18。共有 105 个 export entries(56 个独立图 + 56 个 element/* 自定义元素入口,加 themes)。

6.1 主题与设计令牌

五套主题:dark(默认)、light、paper、blueprint、sepia。

<Turbofan theme="light" />
<Turbofan theme="blueprint" />
<Turbofan theme={{ base: "dark", "--anatomy-card": "#000000", "--anatomy-hi": "#ffffff" }} />

整棵子树设置一次:

import { AnatomyTheme, Turbofan } from "anatomy-figures";

<AnatomyTheme theme="paper">
  <Turbofan />
</AnatomyTheme>

26 个 --anatomy-* 变量分五类,可以直接 tokens 传进去——它们设在图形自身上,因而优先于外部 CSS:

<Watch
  theme="light"
  tokens={{
    "--anatomy-card": "#ffffff",
    "--anatomy-lit": "#e5484d",
    "--anatomy-weight": "0.8px",
  }}
/>
分类变量
Surfaces(10)card(卡片)、paper(实体填充,需与 card 相等)、top(顶面)、shade-0~shade-3(四档侧面,按朝向光的程度)、face/lit-top/lit-shade(唯一 lit part 的本体/顶面/侧面)
Lines(6)hi(主体轮廓)、mid(结构、主刻度)、lo(底座、脚、默认线)、faint(凹槽)、dot(螺钉头)、halo(柔和阴影)
Accent & colour(4)lit(唯一 accent)、red、green、blue(仅当颜色是被解释对象时)
Text(3)text(图号与读数)、muted(标题与提示)、strong(最亮文本)
Shape(3)weight(线宽)、halo-opacity、mono(角标字体)

七、安装 Skill 与 prompt 技巧

7.1 安装

npx skills add wheresryan22/anatomy -g -a claude-code

各平台落地位置:

平台装到
Claude Code~/.claude/skills/anatomy
OpenCode~/.config/opencode/skills/anatomy
Codex~/.agents/skills/anatomy
Antigravity~/.gemini/antigravity/skills/anatomy

不想用 CLI 的话,一行 curl 也能装(skill 本体只依赖 Node 内置模块,无需 npm install):

mkdir -p ~/.claude/skills/anatomy && \
  curl -L https://github.com/wheresryan22/anatomy/archive/refs/heads/main.tar.gz \
  | tar -xz --strip-components=1 -C ~/.claude/skills/anatomy

环境要求:Node ≥ 20.10,脚本检查需要 Chrome/Chromium。

7.2 prompt 技巧

核心原则一句话:prompt 描述想法,不要描述画法。三个关键词是「opt-in」的,只有写进那一行才生效:

  • interactive — 启用指针与键盘响应;否则是一张静止画
  • WebGL — 用着色器画火、水、等离子、光,仍在同一等距相机内
  • 3D — 零件在深度上真正转动,每帧重新投影重排;「慢:以小时计,不是分钟」

官方示例:

/anatomy explain how an LRU cache evicts entries, interactive
/anatomy explain how a jet engine afterburner works, interactive, WebGL
/anatomy explain why the Earth has seasons, interactive, 3D
/anatomy a mechanical metronome on a small wooden plinth, swinging at 120 bpm, with a sliding weight you can drag, interactive
/anatomy explain how a CDN edge cache serves a request, interactive, as React components for our Next.js docs, dark theme

三个用好它的习惯:① 点名想法而非画法,给真实数字(尺寸、计数、速率、阈值);② 或者点名物体并说明什么该动;③ 说明它将在哪里运行(独立 HTML / 单独 SVG / React 组件;亮或暗)。

八、实测耗时

好看是有代价的。官站给的数据(builder 是 Claude):

图耗时
Watch movement(手表机芯)1 h 54 min,一遍过
Seasons(四季)1 h 57 min,与手表并行,含 3D 审计
Raptor engine10 h 33 min(首个可用版本 38 分钟)
Turbofan(涡扇)14 h(首次构建 4 h 41 min,之后五轮评审/修复)

规律很清楚:能跑的首版来得快;大部分时间花在 4× 尺寸下的「第二眼」——故障都在这里显形:电缆穿过管道、喷口阴影呈阶梯、叶片在切口处折成薄片。涡扇那次三轮评审留下了 309 张截图。

九、图集一览

官站 collection 共 52 张图 = 33 张编号图 + 19 张早期示例,分组为 SVG(22)、WebGL(10)、3D(1)。

SVG 部分(概念 → 装置):哈希表碰撞 → 分拣台;二分查找 → 实验室天平;DNS 解析 → 气动管道;消息队列 → 弹珠轨道;LRU 缓存 → 书架;TCP 握手 → 邮件索道;梯度下降 → 等高线模型;布隆过滤器 → 水果机;flex-grow → 台钳;标记清除 → 模块化合成器;B 树索引 → 旋转卡片柜;防抖节流 → 八音盒记录仪;互斥锁 → 水箱与钥匙;归并排序 → 排钟架;temperature 采样 → 轮盘。

WebGL 部分:加力燃烧室 → 推力台;玻璃熔炉口;托卡马克;等离子切割 → CNC 龙门;煤炉锻打;涡扇地面试车(Trent 970);发电机组;炼油泵;钢包浇铸;TRIGA 池式反应堆。

3D 部分只有一张:Seasons(黄铜太阳系仪 Tellurion)——支柱上的灯代表太阳,五个齿轮让地球 23.4° 的轴全年指向同一方向,使两半球轮流朝向灯。

两台「大机器」值得单独提:

  • Trent 970(A380 的发动机):挂在运转推力台上,近上四分之一被切掉露出内部;风扇 + 中压 + 高压三个转子各有转速;风扇每秒吸入 1.2 吨空气;测力传感器读数 14 → 334 kN。
  • Raptor 2:全流量分级燃烧,可拆成从万向架到喷管的 11 个总成;主燃烧室 300 bar;羽流、激波、水花、蒸汽都是 WebGL,画在后层与前层 SVG 之间。

十、局限与适用边界

官方的 Limits 写得挺诚实,值得原样保留:

  • Claude 造得好,但不总「看」得好——一个零件数值上正确却可能看起来不对。最好的修复来自看着图运行、描述哪里别扭。
  • 好就慢——skill 要求至少 40 个零件,不会为速度牺牲细节;要快必须显式要求,且拿到的是 Figure 而非 Hero。
  • 3D 是 beta——一次只转一个主体;一个转动图的完整审计要 15–20 分钟。
  • 参考图仅供 mood——一张照片只给 finish,不给 object。
  • 把第一张图当作草稿——玩、发现问题、说出来、再要一次。「大部分质量来自第二眼」。
  • 它不是图表库——没有坐标轴、数据系列或数据图。数字以「模型驱动的实时读数」和「零件的真实尺寸与计数」出现。
  • 它画机器、仪器、工具与家具,不画人,也不是精确地图。没有机构可建的抽象概念,出来会较弱。

技术上还有几条硬边界:SVG 没有深度缓冲,painter's algorithm 排不了循环重叠或穿透,所以几何必须切开;审计看不见线条 markup;WebGL 无法与 SVG 做深度测试,排序只能靠层栈;亮色页面无法「加亮」,被迫用 ink 反解而非 additive glow;任何「删掉后解释仍成立」的 shader 都被移除。作者最后那句总结也很清醒:「零审计是必要而非充分。」

十一、小结

把 Anatomy 拆完,它值得学的地方其实有三层。

第一层是那个「映射表」的思路。 把一个抽象概念逼成一台真实机器,会强制你回答一些平时可以糊弄过去的问题:这个操作的输入到底从哪进来?状态存在哪个零件里?竞争发生在哪一步的哪个瞬间?很多概念一旦被要求「做成机器」,讲不通的地方自己就暴露了。

第二层是「读数必须真实」。 十步工作流里第二步是 Truth first——先写一个纯模块(如 rig.ts)算出真实的数字,然后图的运动完全由它驱动。齿轮的转速、仪表盘的读数、标题上的数字,全部来自同一套底层模型。动画是状态的表达,不是装饰。 模型与视觉同构,中间没有一层「看起来差不多」的近似。

第三层,也是最实用的一层,是把审美要求变成可执行的验证。 「画得对」本来是主观的,Anatomy 把它拆成了 ray-cast 的成对深度证明、1 像素容差的线端检查、0.05° 步进的轨道扫描,以及「每次减半仍高于 60% 才算 pop」这样的量化判据。这套东西的意义不止于画图——当你要求 AI 产出一个人类无法逐行复核的复杂结果时,「让它自我证明」几乎是唯一的办法。

至于要不要用:如果你需要给文档、博客、落地页配一张「一眼就懂」的技术插画,并且能接受从 30 分钟到几小时的等待,它现在的完成度已经很高。但要记住它的定位——它画的是机器,不是图表。想画柱状图、折线图,它帮不上忙;想做精确地图、想画人,也帮不上忙。

相关链接

本文调研基准日期为 2026 年 10 月 13 日。文中 SKILL.md 规则、绘图参数、验证数据、npm 用法均来自官方站点与仓库的公开资料;仓库 star 数、发布时间线等为当日快照,可能随时间变化。项目为 MIT 许可。