Die Skill, die ein Raketentriebwerk zeichnet, um einen Cache zu erklären

Ein Bildmodell um ein Diagramm bitten, das erklärt, wie ein Cache-Key Neuberechnung vermeidet, und es kommt ein Rechteck, drei Pfeile und das Wort „CACHE“ in einer Schrift, die nicht existiert. Anatomy fragen, und es kommt ein Stiftzuhaltungsschloss, das sich nur dreht, wenn alle Stifte fluchten – denn ein Cache-Key, der Arbeit überspringt, wenn sich nichts geändert hat, ist mechanisch genau das.
Anatomy ist eine Claude-Skill und im letzten Monat still zu einer der meistgesternten Agent-Skills geworden, bei rund 25.700 Sternen. Es ist zugleich das beste Argument, das ich dafür gesehen habe, dass „KI-Bildgenerierung“ der falsche Rahmen für das ist, was mit technischer Illustration passiert.
Die Regel, die es funktionieren lässt
Der Workflow der Skill hat einen ersten Schritt, den die meisten Kreativ-Prompts überspringen: erst die wahren Zahlen sammeln.
Bevor sie irgendetwas zeichnet, ermittelt sie die realen Größen – Drücke, Durchsätze, Zähnezahlen, Rohrdurchmesser, die tatsächliche Zahl der Verbindungen im Pool. Dann erfindet sie ein physisches Objekt, dessen Funktion das Konzept ist. Dann eine Teileliste. Dann die Welt, in der das Objekt steht. Dann Geometrie, von hinten nach vorne gemalt, gerahmt, animiert und am Ende von einem Skript geprüft, das sich wie ein feindseliger Kritiker verhält.
Diese Reihenfolge ist das Produkt. Ein Modell, das „illustriere einen Rate Limiter“ hört, produziert eine dekorative Metapher. Ein Modell, dem gesagt wird, ein Token-Bucket fülle mit 10 Tokens pro Sekunde auf und halte 30, und das dann ein Objekt bauen soll, das sich so verhält, produziert etwas, mit dem man denken kann.

Was es tatsächlich zeichnet
Maschinen, Instrumente, Werkzeuge, Möbel. Keine Menschen, keine Karten. Die Galerie enthält ein Raptor-2-Triebwerk im Prüfstand beim Feuern, wobei die Abgasfahne als WebGL-Shader in derselben isometrischen Kamera gerendert wird wie die SVG-Hardware; eine Wellenwanne für die Schule mit zwei Tauchkörpern, Lampenlicht und Kaustiken auf Papier; eine Wärmetauscher-Espressomaschine mit abgenommener Seitenwand, die den Wasserfluss beim Bezug zeigt.
Das Triebwerk ist das Beispiel, das man genau ansehen sollte. Darüberfahren, und es zerfällt in elf Baugruppen, die zwischen den Streben auseinanderhängen. Jede Leitung, die verbunden war, ist nun sichtbar getrennt, und das Prüfskript belegt, dass keine Leitung im Ruhezustand, im zerlegten Zustand und in jedem Zwischenbild irgendetwas durchdringt.
Dieser letzte Satz trennt das Ganze von einem Bild. Es ist ein Modell eines Objekts mit Invarianten, und die Invarianten prüft Code.
Geometrie mit Testsuite
Das Repo bringt ein Kit mit: eine isometrische Kamera, eine Solids-Bibliothek, runde Teile auf jeder Achse, Rohre und Kabel, eine WebGL-Schicht, eine 3D-Runtime, React-Komponenten. Keine Abhängigkeiten außer React für die React-Teile. Darüber liegen die Prüfungen.
kit/audit.mjs belegt die Geometrie – nichts schneidet sich, jedes Ende sitzt auf einer Halterung, jede Überlappung wird in Tiefenreihenfolge gezeichnet. In Headless-Chrome nehmen Capture- und Drive-Skripte Screenshots, Nahaufnahmen und verlangsamte Kontaktbögen auf. Ein Line-Checker lässt jede Linie durchfallen, die in der Luft endet. Ein Turn-Check prüft die 3D-Frame-Konsistenz.
Ich habe noch keinen anderen bildgenerierenden Workflow gesehen, der einen Linter mitliefert. Das sollte man kurz sacken lassen. Die Ausgabe ist SVG, WebGL und HTML, also diffbar, prüfbar und versionierbar. Man nimmt kein Bild ab, sondern ein kleines Ingenieursartefakt.
Es ist langsam, und das ist eine Designentscheidung
Das README sagt es direkt: Eine Figur braucht eine lange Sitzung. Teileliste, Geometrie, Audit, dann Nahaufnahmen jeder Verbindung in beiden Themes. Der Raptor-Build dauert einige Minuten. Ein vollständiges 3D-Orbit-Audit dauert 15 bis 20 Minuten für dreißig Teile. Ein Stresstest mit 380 Teilen lief bei 1440 Pixeln Breite mit etwa 20 fps.
Verglichen mit sechs Sekunden für ein Standbild niedriger Qualität bei einem Bildmodell sieht man, warum viele abspringen. Der Vergleich ist allerdings unfair. Sechs Sekunden kaufen ein Bild, das man nutzt oder nicht. Zwanzig Minuten kaufen eine Zeichnung, die in die Dokumentation geht und in einem halben Jahr korrigiert werden kann, wenn die Poolgröße von zehn auf fünfundzwanzig steigt.
Die Grenzen werden genauso deutlich genannt. Es ist keine Chart-Bibliothek – keine Achsen, keine Serien, keine Datenplots. Zahlen erscheinen nur als Live-Anzeigen und als echte Teilezahlen. Hat die Idee keinen Mechanismus zum Bauen, wird die Figur schwach. Und der 3D-Modus ist Beta: belegt am eigenen Beispiel und einer Testfigur, nicht in Produktionsarbeit.
Installation
Es ist eine Standard-Agent-Skill – ein Ordner mit einer SKILL.md –, die Installation ist also eine Zeile gegen die Skills-CLI:
npx skills add wheresryan22/anatomy -g -a claude-code
Das Agent-Flag gegen antigravity, opencode, codex oder minimax-code tauschen, wenn das das eigene Setup ist, oder das -g weglassen, um ins aktuelle Projekt zu installieren. Man kann es auch einfach nach ~/.claude/skills/anatomy klonen.
Nötig ist Node 20.10 oder neuer. Es gibt nichts zu npm installen – nur eingebaute Module. Für die Prüfskripte braucht man Chrome oder Chromium, die headless mit aktivem WebGL laufen, und React 18 oder neuer, wenn man die React-Ausgabe will.
Dann spricht man mit ihr:
/anatomy explain how a token bucket rate limiter works, interactive
/anatomy an isometric SVG explaining how a CDN edge cache works, cache hit vs miss, TTL of 60 s, for a dark landing page
Man muss die Skill nicht benennen. Wer eine isometrische Illustration, eine erklärende Figur für Doku oder einen interaktiven Explainer verlangt, lädt sie automatisch.
Warum das über ein Repo hinaus zählt
Drei Dinge, in aufsteigender Wichtigkeit.
Erstens: Es ist ein Gegenbeispiel zur Idee, KI-Illustration sei ein Spielautomat. Die Skill verbringt den Großteil ihrer Anweisungen mit Constraints, Verifikation und Handwerksregeln und fast keine mit Stiladjektiven. Dieses Verhältnis ist das Gegenteil dessen, was die meisten Prompt-Bibliotheken lehren.
Zweitens: Sie stellt ein maschinenlesbares Artefakt ans Ende eines generativen Prozesses. SVG und HTML lassen sich prüfen, diffen, neu erzeugen. PNG nicht. Wenn diese Werkzeuge in die Dokumentation wandern, entscheidet dieser Unterschied, ob eine Figur eine Produktänderung überlebt.
Drittens, und daran denke ich ständig: Die Skill besteht auf echten Zahlen, bevor sie zeichnet. Die meiste KI-Bildwelt lügt durch Auslassung – sie rendert eine plausible Szene ohne Mengen, und die Plausibilität verdeckt die Abwesenheit. Anatomys Regel, dass die Zahlen zuerst kommen, ist eine kleine, konkrete, übertragbare Vorgabe für alle, die technische Visuals erzeugen, mit oder ohne Agent.
An einer Figur ausprobieren
Das eine Konzept im eigenen Produkt nehmen, das neue Ingenieure immer falsch verstehen. Als isometrische Figur mit echten Zahlen anfordern. Nach zwanzig Minuten ansehen, was zurückkommt, und es an einem anderen Maßstab messen als ein generiertes Foto: Verhält sich das Objekt so, wie sich das Konzept verhält?
Wenn ja, gibt es Dokumentation, die das Diagramm überlebt. Wenn nicht, ist das Scheitern konkret und lehrreich – meist zeigt sich, dass das Konzept keinen Mechanismus hatte, nur eine Beschreibung. Das ist nützlich zu lernen über die eigene Erklärung, und kein Bildmodell sagt es einem.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.