Anatomy : des schémas techniques que l'on peut auditer

Demandez à un modèle d'image un schéma expliquant comment une clé de cache évite de recalculer, et vous obtenez un rectangle, trois flèches et le mot « CACHE » dans une police qui n'existe pas. Demandez à Anatomy, et vous obtenez une serrure à goupilles qui ne tourne que si toutes les goupilles s'alignent — parce qu'une clé de cache qui saute le travail quand rien n'a changé, mécaniquement, c'est exactement cela.
Anatomy est un skill Claude, et il est discrètement devenu l'un des skills d'agent les plus étoilés du mois, avec environ 25 700 étoiles. C'est aussi le meilleur argument que j'aie vu pour dire que « génération d'images par IA » est un mauvais cadre pour ce qui arrive à l'illustration technique.
La règle qui le fait fonctionner
Le workflow du skill commence par une étape que la plupart des prompts créatifs sautent : collecter d'abord les vrais chiffres.
Avant de dessiner quoi que ce soit, il établit les valeurs réelles — pressions, débits, nombre de dents, diamètres de tuyaux, nombre exact de connexions dans le pool. Puis il invente un objet physique dont le fonctionnement est le concept. Puis une nomenclature. Puis le monde dans lequel l'objet s'inscrit. Puis la géométrie, peinte de l'arrière vers l'avant, cadrée, animée, et enfin vérifiée par un script qui se comporte comme un critique hostile.
Cet ordre est le produit. Un modèle à qui l'on demande d'« illustrer un rate limiter » produira une métaphore décorative. Un modèle à qui l'on dit qu'un token bucket se remplit à 10 tokens par seconde et en contient 30, puis à qui l'on demande de construire un objet qui se comporte ainsi, produit quelque chose avec quoi l'on peut raisonner.

Ce qu'il dessine réellement
Des machines, des instruments, des outils, du mobilier. Pas de personnages, pas de cartes. La galerie comprend un moteur Raptor 2 sur banc d'essai en train de tirer, la flamme rendue par un shader WebGL dans la même caméra isométrique que le matériel SVG ; une cuve à ondes d'école avec deux batteurs, une lampe et des caustiques projetées sur du papier ; une machine à espresso à échangeur thermique panneau ouvert, montrant le circuit d'eau au moment de l'extraction.
L'exemple du moteur mérite un examen attentif. Survolez-le, et il se sépare en onze ensembles qui pendent séparément entre les montants. Chaque tuyau qui était connecté apparaît visiblement déconnecté, et le script d'audit prouve qu'aucun tuyau ne traverse quoi que ce soit au repos, une fois l'ensemble séparé, ni sur aucune image intermédiaire.
Cette dernière phrase est ce qui distingue ce travail d'une image. C'est le modèle d'un objet avec des invariants, et les invariants sont vérifiés par du code.
De la géométrie avec une suite de tests
Le dépôt embarque un kit : une caméra isométrique, une bibliothèque de solides, des pièces rondes sur n'importe quel axe, des tuyaux et des câbles, une couche WebGL, un runtime 3D, des composants React. Aucune dépendance au-delà de React pour les parties React. Par-dessus se trouvent les contrôles.
kit/audit.mjs prouve la géométrie — rien ne s'intersecte, chaque extrémité repose sur un support, chaque chevauchement est dessiné dans l'ordre de profondeur. Dans Chrome sans interface, des scripts de capture et de pilotage produisent captures d'écran, gros plans et planches contact ralenties. Un vérificateur de lignes rejette toute ligne qui s'arrête en plein vide. Un vérificateur de rotation valide la cohérence des images 3D.
Je n'ai vu aucun autre workflow de génération d'images livrer un linter. Cela mérite qu'on s'y arrête un instant. La sortie est du SVG, du WebGL et du HTML : elle peut donc être comparée, auditée et versionnée. Vous n'acceptez pas une image, vous acceptez un petit artefact d'ingénierie.
C'est lent, et c'est un choix de conception
Le README le dit sans détour : une figure demande une longue session. Nomenclature, géométrie, audit, puis gros plans de chaque jointure dans les deux thèmes. La construction du Raptor prend quelques minutes. Un audit complet en orbite 3D prend 15 à 20 minutes pour trente pièces. Un test de charge à 380 pièces tournait autour de 20 images par seconde sur 1440 pixels de large.
Comparez avec les six secondes d'une image basse qualité produite par un modèle, et vous comprenez pourquoi les gens décrochent. La comparaison est injuste, cependant. Six secondes achètent une image qu'on utilise ou non. Vingt minutes achètent un dessin qu'on peut mettre dans une documentation et corriger six mois plus tard, quand la taille du pool passe de dix à vingt-cinq.
Les limites sont énoncées tout aussi crûment. Ce n'est pas une bibliothèque de graphiques : pas d'axes, pas de séries, pas de tracés de données. Les nombres n'apparaissent que sous forme d'affichages en direct et de comptes de pièces réels. Si votre idée n'a pas de mécanisme à construire, la figure sera faible. Et le mode 3D est en bêta : validé sur son exemple et une figure de test, pas sur un travail de production.
L'installer
C'est un Agent Skill standard — un dossier avec un SKILL.md — l'installation tient donc en une ligne avec la CLI skills :
npx skills add wheresryan22/anatomy -g -a claude-code
Remplacez le drapeau d'agent par antigravity, opencode, codex ou minimax-code si c'est votre configuration, ou retirez le -g pour installer dans le projet courant. Vous pouvez aussi simplement le cloner dans ~/.claude/skills/anatomy.
Il faut Node 20.10 ou plus récent. Il n'y a rien à installer avec npm install — modules intégrés uniquement. Il faut aussi Chrome ou Chromium pour les scripts de vérification, qui tournent sans interface avec WebGL activé, et React 18 ou plus récent si vous voulez la sortie React.
Ensuite, vous lui parlez :
/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
Pas besoin de nommer le skill. Demandez une illustration isométrique, une figure explicative pour la documentation ou un explainer interactif, et il se charge tout seul.
Pourquoi cela compte au-delà d'un dépôt
Trois choses, par ordre d'importance croissante.
D'abord, c'est un contre-exemple à l'idée que l'illustration par IA est une machine à sous. Le skill consacre l'essentiel de ses instructions aux contraintes, à la vérification et aux règles de métier, et presque rien aux adjectifs de style. Ce ratio est l'inverse de ce qu'enseignent la plupart des bibliothèques de prompts.
Ensuite, il place un artefact lisible par machine au bout d'un processus génératif. Le SVG et le HTML se relisent, se comparent et se régénèrent. Le PNG, non. À mesure que ces outils entrent dans la documentation, cette distinction décide si une figure survit à un changement de produit.
Troisièmement, et c'est la partie à laquelle je pense le plus : le skill exige de vrais nombres avant de dessiner. La plupart des images IA mentent par omission — elles rendent une scène plausible sans aucune quantité, et la plausibilité masque l'absence. L'exigence d'Anatomy, faire passer les nombres en premier, est une règle petite, précise et transférable pour quiconque produit des visuels techniques, avec ou sans agent.
Essayez sur une seule figure
Choisissez le concept de votre produit que les nouveaux ingénieurs comprennent toujours de travers. Demandez-le en figure isométrique avec de vrais nombres. Regardez ce qui revient au bout de vingt minutes, et jugez-le selon un autre critère qu'une photo générée : l'objet se comporte-t-il comme le concept se comporte ?
Si oui, vous avez une documentation qui survivra au schéma. Sinon, l'échec sera précis et instructif — le plus souvent, le concept n'avait pas de mécanisme, seulement une description. C'est utile à apprendre sur votre propre explication, et aucun modèle d'image ne vous le dira.
Articles associés
Une feuille de calcul communautaire de clics pour couper les publicités des Android chinois
Il ne touche pas au système, ne déverrouille rien, ne flashe rien. Il bascule un à un les interrupteurs que les fabricants ont déjà prévus. Le prix à payer, c'est la liste qu'il faut continuer d'écrire.
GPT Image 2.6 a tenu le prix des tokens et fait monter la facture
GPT Image 2.6 reprend chaque tarif au token de 2.5 et coûte malgré tout plus cher par image, parce qu'une part plus grande du travail se paie en tokens de sortie. Onze jours après le lancement, la grille tarifaire dit plus que le classement.
Quelqu'un a reconstruit IDM de l'extérieur et a écrit ce qu'il n'a pas touché
Une réimplémentation en Rust d'Internet Download Manager revendique 5 fois la vitesse et 86 langues. Le document le plus intéressant est le paragraphe qui explique comment elle a été construite sans rien copier.
Rune est un framework UI Rust conçu pour qu'un agent puisse vérifier son propre travail
Rune rend en headless, vide son arbre d'éléments et accepte des entrées scriptées, ce qui donne à un agent de codage un signal différable qu'aucune capture d'écran ne fournit. Le framework est en préversion et n'accepte pas de pull requests.