← 返回博客
Ai预计阅读 8 分钟

一个 Claude Skill,把摩托车发动机变成能拆开看的网页

发布于 2026年11月14日
一个 Claude Skill,把摩托车发动机变成能拆开看的网页

这个项目的说明书只有一句话。让 Claude Code 造一个能拆开的四冲程摩托车发动机模拟器,它就造出来。问它机械表怎么走时,它也能造出来。要一条液压挖掘机大臂的拆解,再加一段二十秒的视频,两样都会给你。

项目叫 teardown,3,497 个 star,MIT 许可,它是一个 skill 而不是一个应用。安装只有一行:`npx skills add elvarofficial/teardown -g -a claude-code`,然后在目录里跑 `npm install && npx playwright install chromium`。需要 Node 20 或更新版本;想要片子就装 ffmpeg,想要声音就装 Python 3。

产出是什么

每台机器一个 HTML 文件,完全离线,three.js 和字体都内联进去。这个限制就是设计本身。没有服务器,没有 CDN,读者那边不需要构建步骤。你可以把它邮件发给别人,打开就能看。

页面里,机器在正中间。周围每个 HUD 面板读的都是仿真给出的真实数值,不是规格表上的引文:轴转速、气门正时、压力。有个按钮会打开你按下那一刻正在做功的组件,于是你能看到此刻负责运动的那个零件。如果一段时间没人碰,页面会自己开始巡览,按固定顺序移动镜头、打开部件。

一个离线 HTML 页面里被拆开的三维摩托车发动机,周围环绕着显示实时数值的面板

三台机器作为参考实现一起发布:一台 V8 发动机、一架 Cessna、一只 Strandbeest。你可以在本地用 `node sims/build.mjs v8-live` 构建并打开结果,即使你不打算让 Claude 再造新的,这一步也值得做。它展示了这个 skill 瞄准的水准。

这个 skill 怎么维持质量

有意思的工程不在 3D,而在审查回路。`SKILL.md` 里写着机器如何装配、什么算看起来对,以及 agent 在交付前该怎么检查自己的产出。`sims/kit/` 下的工具包提供运行时、舞台和着色器预热,所以模型不用每次请求都从零写一个渲染器。

录制是另一条线,同样刻意。`sims/capture.mjs` 逐帧渲染成 60fps 的 MP4,或者渲成供审查用的剧照拼版。`run_sfx.py` 在片子的时间线上程序化生成音效,并母带处理到 minus 14 LUFS,那是流媒体平台做归一化时对准的响度目标。音画对不上的生成视频一眼就能看出来,这一步决定了东西能不能发出去。

传承写得很直白:运行时、帧捕获、声音引擎和审查规则来自 whaleyxbt/claude-motion,同样是 MIT。音效样本是 Freesound 的 CC0 素材,由另一个仓库整理。基于别人的动画工具包并且明说,这事算不上光鲜,但它就是这东西几周而不是几个月就上线的理由。

为什么能拆的机器比示意图教得好

爆炸视图在维修手册里用了一个世纪,理由很充分:它回答了「里面有什么」,却没回答「什么带动什么」。静态图没法显示凸轮在活塞到达上止点之前就顶开了气门,而这恰恰是让气门正时一下通的那个事实。

交互能便宜地解决这个。拖动滑块改变曲轴转角,机器其余部分跟着动。在循环中途打开壳体,能看出哪个零件正在受力。面板上的数字会更新,于是你可以看着关系变化,而不是把它背下来。

巡览模式比听起来更重要。多数人不知道先点哪里,而一个静止不动、等着你问出好问题的页面,就是一个会被关掉的页面。自动巡览把仿真变成讲解,而这正是多数技术内容真正需要的形态。

显而易见的失效方式

语言模型写物理仿真,有时会把物理搞错。它会做出一个看起来很像样的发动机,气门正时偏了二十度,或者一个传动比乘不起来的变速箱。整条流水线里没有任何东西保证正确;审查规则提高概率,但不背书。

这点值得说,因为这些页面的制作水准高到有说服力。干净的 3D 模型配实时数字,读起来就是权威。如果数字是编的,这页就是一段非常有说服力的错误信息,而且比一张糟糕的示意图更危险,因为它会动。

对策和对任何 agent 产出都一样:让它把来源和算式摆出来。一个做得扎实的模拟器会把参数暴露在代码里,你可以核对 3,000 rpm 的四冲程循环是不是每分钟点火 1,500 次。如果面板上写的不是这个数,页面就是错的,而且你自己看得出来。

第二个限制是范围。机械原理清楚的机器能成立:发动机、钟表、连杆机构、液压臂。行为主要靠化学、电磁或软件定义的机器,没办法化简成一个旋转装配体,你要它做一块电池,它会交给你一个自信而无用的东西。

片子往往比页面更像交付物

值得把一次请求产出的两样东西分开看。交互页面是给想弄懂的人。录好的片子是给其他所有人:路演、发布贴、培训模块、展会循环播放。

第二种产出正是捕获和音频流水线存在的理由,也是它按接近播出标准而不是 demo 标准来做的理由。一段 60fps 渲染、音频母带压到 minus 14 LUFS 的片子,丢进剪辑软件不用返工。一个人拖滑块的录屏不行。多数 AI 生成的讲解内容就是死在这两件东西之间的差距上:想法对了,收尾没做。

格式就是故事

让它不只是一个聪明 demo 的,是输出格式。一个 HTML 文件,离线,自己会巡览,配一段录好的片子和压过的音频,这是一件完整的教学作品。它可以是落地页、销售讲解、博物馆展台,或者一本硬件手册的附录。

这个组合过去需要一个 3D 美术、一个动效设计、一个声音设计和一个前端。现在它需要一句话和一遍审查,而审查才是人该花时间的地方。模型在装配和镜头上非常好。它在数字上还不可靠,而页面的存在就是为了那些数字。

相关文章