← 返回部落格
Ai預計閱讀 8 分鐘

一個 Claude Skill,把摩托車引擎變成能拆開看的網頁

發布於 2026年11月14日
一個 Claude Skill,把摩托車引擎變成能拆開看的網頁

這個專案的說明書只有一句話。要 Claude Code 做一個能拆開的四行程摩托車引擎模擬器,它就做出來。問它機械錶怎麼走時,它也能做。要一條液壓挖土機大臂的拆解,再加一段二十秒的影片,兩樣都會給你。

專案叫 teardown,3,497 個 star,MIT 授權,它是一個 skill 而不是一個應用程式。安裝只有一行:`npx skills add elvarofficial/teardown -g -a claude-code`,然後在資料夾裡跑 `npm install && npx playwright install chromium`。需要 Node 20 或更新版本;想要影片就裝 ffmpeg,想要聲音就裝 Python 3。

產出是什麼

每台機器一個 HTML 檔案,完全離線,three.js 和字型都內嵌進去。這個限制就是設計本身。沒有伺服器,沒有 CDN,讀者那邊不需要建置步驟。你可以把它寄給別人,打開就能看。

頁面裡,機器在正中央。周圍每個 HUD 面板讀的都是模擬給出的真實數值,不是規格表上的引文:軸轉速、汽門正時、壓力。有一顆按鈕會打開你按下那一刻正在做功的組件,於是你能看到此刻負責運動的那個零件。如果一段時間沒人碰,頁面會自己開始導覽,按固定順序移動鏡頭、打開部件。

一個離線 HTML 頁面裡被拆開的三維摩托車引擎,周圍環繞著顯示即時數值的面板

三台機器作為參考實作一起發布:一具 V8 引擎、一架 Cessna、一隻 Strandbeest。你可以在本機用 `node sims/build.mjs v8-live` 建置並打開結果,即使你不打算要 Claude 再造新的,這一步也值得做。它展示了這個 skill 瞄準的水準。

這個 skill 怎麼維持品質

有意思的工程不在 3D,而在審查迴路。`SKILL.md` 裡寫著機器如何組裝、什麼算看起來對,以及 agent 在交付前該怎麼檢查自己的產出。`sims/kit/` 下的工具包提供執行環境、舞台和著色器預熱,所以模型不用每次請求都從零寫一個算繪器。

錄製是另一條線,同樣刻意。`sims/capture.mjs` 逐格算繪成 60fps 的 MP4,或算繪成供審查用的劇照拼版。`run_sfx.py` 在影片的時間軸上程序化生成音效,並做母帶處理到 minus 14 LUFS,那是串流平台做正規化時對準的響度目標。音畫對不上的生成影片一眼就能看出來,這一步決定了東西能不能發出去。

傳承寫得很直白:執行環境、影格擷取、音效引擎和審查規則來自 whaleyxbt/claude-motion,同樣是 MIT。音效樣本是 Freesound 的 CC0 素材,由另一個儲存庫整理。建立在別人的動畫工具包上並且明講,這件事談不上光鮮,但它就是這東西幾週而不是幾個月就上線的理由。

為什麼能拆的機器比示意圖教得好

爆炸視圖在維修手冊裡用了一個世紀,理由很充分:它回答了「裡面有什麼」,卻沒回答「什麼帶動什麼」。靜態圖沒辦法顯示凸輪在活塞到達上死點之前就頂開了汽門,而這恰恰是讓汽門正時一下通的那個事實。

互動能便宜地解決這個。拖動滑桿改變曲軸角度,機器其餘部分跟著動。在循環中途打開殼體,能看出哪個零件正在受力。面板上的數字會更新,於是你可以在旁邊看著關係變化,而不是把它背下來。

導覽模式比聽起來更重要。多數人不知道先點哪裡,而一個靜止不動、等著你問出好問題的頁面,就是一個會被關掉的頁面。自動導覽把模擬變成講解,而這正是多數技術內容真正需要的形態。

顯而易見的失效方式

語言模型寫物理模擬,有時會把物理搞錯。它會做出一個看起來很像樣的引擎,汽門正時偏了二十度,或者一個齒輪比乘不起來的變速箱。整條流程裡沒有任何東西保證正確;審查規則提高機率,但不背書。

這點值得說,因為這些頁面的製作水準高到有說服力。乾淨的 3D 模型配即時數字,讀起來就是權威。如果數字是編的,這頁就是一段非常有說服力的錯誤資訊,而且比一張糟糕的示意圖更危險,因為它會動。

對策和對任何 agent 產出一樣:要它把來源和算式攤開來。一個做得扎實的模擬器會把參數暴露在程式碼裡,你可以核對 3,000 rpm 的四行程循環是不是每分鐘點火 1,500 次。如果面板上寫的不是這個數,頁面就是錯的,而你自己看得出來。

第二個限制是範圍。機械原理清楚的機器能成立:引擎、鐘錶、連桿機構、液壓臂。行為主要靠化學、電磁或軟體定義的機器,沒辦法化簡成一個旋轉裝配體,你要它做一顆電池,它會交給你一個自信而無用的東西。

影片往往比頁面更像交付物

值得把一次請求產出的兩樣東西分開看。互動頁面是給想弄懂的人。錄好的影片是給其他所有人:簡報、發布貼文、培訓模組、展場循環播放。

第二種產出正是擷取和音訊流程存在的理由,也是它按接近播出標準而不是 demo 標準來做的理由。一段 60fps 算繪、音訊母帶壓到 minus 14 LUFS 的影片,丟進剪輯軟體不用返工。一個人拖滑桿的螢幕錄影不行。多數 AI 生成的講解內容就是死在這些成品之間的差距上:想法對了,收尾沒做。

格式就是故事

讓它不只是一顆聰明 demo 的,是輸出格式。一個 HTML 檔案,離線,自己會導覽,配一段錄好的影片和壓過的音訊,這是一件完整的教學作品。它可以是著陸頁、業務講解、博物館展台,或是一本硬體手冊的附錄。

這個組合過去需要一個 3D 美術、一個動態設計、一個音效設計和一個前端。現在它需要一句話和一輪審查,而審查才是人該花時間的地方。模型在組裝和鏡頭上好得不得了。它在數字上還不可靠,而頁面的存在就是為了那些數字。

相關文章