仕組みを描くAnatomy、画像生成にリンターを付ける

キャッシュキーがどう再計算を避けるかを説明する図を画像モデルに頼むと、長方形と3本の矢印と、存在しないフォントで「CACHE」と書かれたものが返ってくる。Anatomyに頼むと、すべてのピンが揃ったときだけ回るピンタンブラー錠が返ってくる。何も変わっていなければ仕事を飛ばすキャッシュキーは、機械的にはまさにそれだからだ。
AnatomyはClaudeのスキルで、この1カ月で最もスターを集めたエージェントスキルのひとつになっている。約2万5700スター。そして「AI画像生成」という枠組みが、技術イラストに起きていることに対して間違っていると示す、私が見た最良の例でもある。
それを機能させている規則
このスキルのワークフローには、多くの創作プロンプトが飛ばす最初のステップがある。まず本当の数字を集める。
何かを描く前に、実際の数値を確定する。圧力、処理量、歯数、管径、プール内の実際の接続数。そのうえで、その働きそのものが概念である物理的な物体を発明する。次に部品表。次にその物体が置かれる世界。次にジオメトリを奥から手前に塗り、フレーミングし、アニメーション化し、最後に敵対的な批評家のように振る舞うスクリプトで検証する。
この順序が製品だ。「レートリミッタを図解して」と頼まれたモデルは装飾的な比喩を出す。トークンバケットが毎秒10トークンで補充され30を保持すると伝え、そのように振る舞う物体を作れと頼まれたモデルは、推論できる何かを出す。

実際に何を描くのか
機械、計器、道具、家具。人ではなく、地図でもない。ギャラリーには、テストスタンドで点火するRaptor 2エンジンがあり、プルームはSVGのハードウェアと同じアイソメトリックカメラでWebGLシェーダとして描かれる。2つの撹拌子、ランプ光、紙に映るコースティクスを備えた学校の波紋水槽。横板を外した熱交換式エスプレッソマシンが、抽出時に水の流れを見せる。
エンジンの例をよく見るべきだ。ホバーすると11のアセンブリに分かれ、支柱のあいだで互いに離れてぶら下がる。つながっていたパイプはすべて目に見えて外れ、監査スクリプトは、静止時、分解時、その間のすべてのフレームで、どのパイプも何も貫通していないことを証明する。
この最後の一文が、これを絵と分ける。不変条件を持つ物体のモデルであり、その不変条件がコードで検査されている。
テストスイート付きのジオメトリ
リポジトリにはキットが入っている。アイソメトリックカメラ、ソリッドのライブラリ、任意の軸に沿った丸物、パイプとケーブル、WebGLレイヤー、3Dランタイム、Reactコンポーネント。React部分以外にReact以上の依存はない。その上に検査が乗る。
kit/audit.mjsがジオメトリを証明する。何も交差せず、すべての端がマウントの上にあり、すべての重なりが奥行き順に描かれている。ヘッドレスChromeで、キャプチャとドライブのスクリプトがスクリーンショット、クローズアップ、スロー再生のコンタクトシートを取る。線チェッカーは宙に浮いた線を落とす。ターンチェックは3Dフレームの一貫性を検証する。
リンターを同梱する画像生成ワークフローを、私は他に知らない。少し立ち止まる価値がある。出力はSVG、WebGL、HTMLなので、diffが取れ、監査でき、バージョン管理できる。あなたは絵を受け入れているのではなく、小さな工学成果物を受け入れている。
遅い、それが設計判断だ
READMEが直接そう書いている。1枚の図には長いセッションがかかる。部品表、ジオメトリ、監査、そして両テーマで全ての継ぎ目のクローズアップ。Raptorのビルドは数分。30部品の完全な3D軌道監査は15〜20分。380部品のストレステストは幅1440ピクセルで約20fpsだった。
画像モデルの低品質静止画が6秒だと比べると、なぜ敬遠されるかわかる。ただし比較は不公平だ。6秒が買うのは、使うか使わないかの絵。20分が買うのは、ドキュメントに載せられ、プールサイズが10から25に変わった6カ月後に直せる図面だ。
限界も同じくらい率直に書かれている。チャートライブラリではない。軸も系列もデータプロットもない。数字はライブの読み取り値と実際の部品数としてしか現れない。アイデアに組み立てるべき機構がなければ、図は弱くなる。3Dモードはベータで、その例と1枚のテスト図で証明されているだけで、実務では未検証だ。
インストール
標準的なAgent Skill、つまりSKILL.mdを持つフォルダなので、インストールはskills CLIに対して一行だ。
npx skills add wheresryan22/anatomy -g -a claude-code
エージェントのフラグは環境に合わせてantigravity、opencode、codex、minimax-codeに替える。現在のプロジェクトに入れるなら-gを外す。~/.claude/skills/anatomyにクローンするだけでもいい。
Node 20.10以降が必要だ。npm installするものはない。組み込みモジュールだけ。検証スクリプトにはChromeかChromiumも必要で、WebGLを有効にしてヘッドレスで動く。React出力が欲しいならReact 18以降も。
あとは話しかけるだけ。
/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
スキル名を指定する必要はない。アイソメトリックのイラスト、ドキュメント用の説明図、インタラクティブな解説を頼めば、自分で読み込まれる。
なぜ1つのリポジトリを超えて重要か
3つあり、重要度の低い順に述べる。
第一に、AIイラストはスロットマシンだという考えへの反例になっている。このスキルは指示のほとんどを制約、検証、制作上の規則に費やし、スタイルの形容詞にはほぼ使わない。その比率は、多くのプロンプト集が教えるものと正反対だ。
第二に、生成プロセスの終点に機械可読な成果物を置いている。SVGとHTMLはレビューでき、diffが取れ、再生成できる。PNGはできない。こうしたツールがドキュメントに進出するにつれ、この違いが、製品が変わっても図が生き残るかを決める。
第三に、これが何度も考えてしまう部分だが、このスキルは描く前に本物の数字を要求する。ほとんどのAI画像は省略によって嘘をつく。量の入っていないもっともらしい場面を描き、そのもっともらしさが不在を隠す。数字が先、というAnatomyの要求は、エージェントの有無にかかわらず技術的なビジュアルを生成する人にとって、小さく具体的で移植可能な規則だ。
1枚の図で試す
製品の中で、新しいエンジニアが必ず間違える概念を1つ選ぶ。それを本物の数字入りのアイソメトリック図として頼む。20分後に返ってきたものを見て、生成写真を評価するのとは違う基準で判断する。その物体は、概念が振る舞うように振る舞うか。
そうなら、図より長生きするドキュメントが手に入る。そうでなければ、失敗は具体的で示唆に富む。たいていは、その概念に機構がなく説明しかなかったということだ。それは自分の説明について知るのに役立ち、どの画像モデルも教えてくれない。
関連記事
中国製 Android のシステム UI に載った広告を切る、コミュニティ管理のタップ表
システムには触らず、アンロックも書き込みもしない。ベンダーがもともと用意したスイッチを一つずつ倒すだけだ。代償は、この一覧を書き続ける人が要ることにある。
GPT Image 2.6 はトークン単価を据え置き、請求額を上げた
GPT Image 2.6 は 2.5 のトークン単価をすべて引き継ぎながら、1 枚あたりの費用は上がった。仕事の多くが出力トークン側に移ったからだ。11 日目の価格構造は、ランキングより多くを語る。
外から IDM を作り直した人が、触れなかった部分を書き残した
Mister Download Manager は Internet Download Manager の流れを Rust で作り直し、5 倍の速度と 86 言語を掲げる。より興味深いのは、何もコピーせずにどう作ったのかを説明した段落のほうだ。
Rune はエージェントが自分の仕事を検証できるように作られた Rust UI フレームワーク
Rune はヘッドレスで描画し、要素ツリーを出力し、スクリプト化された入力を受け付ける。スクリーンショットでは決して得られない、diff できる信号をコーディングエージェントに渡せる。フレームワークはプレリリースで、プルリクエストは受け付けない。