别再画框图了:我让 AI 给初中物理造了 10 台能转的机器

做了这么多年笔记，配图这件事一直很别扭。

想讲清楚“欧姆定律”，画一个电阻符号，再画两根箭头，标上 U、I、R。画十遍，它还是一张示意图。你看着它，能背出公式，但脑子里没有那个“电流被挤压着往前推”的画面。

问题不在画得丑，在于框图这种形式，天生只能表达“谁连着谁”，表达不了“它是怎么动起来的”。

直到这周用上一个叫 Anatomy 的开源 Skill，我才第一次见到另一种解法：不画图，直接给你造一台机器。

它不是绘图库，也不是图表工具。它是一个 Agent Skill——装进 Claude Code、Codex、OpenCode、Antigravity、MiniMax Code 这类智能体里，然后你描述一个概念，它会做三件事：

官方文档里有几个让我拍桌子的映射：

你看，这已经不是“配图”了，这是用机械结构在替你做比喻，而且比喻是能跑起来的。

— 机械隐喻：Anatomy 智能体原理图

三种输出形态

同一套零件库、同一台等距相机、同一套工艺规则，输出分三档：

它最不像“AI 画图”的地方：几何审计

AI 画图最大的毛病是“看着对，其实错”——零件互相穿模、线条悬在半空、遮挡关系颠倒。

Anatomy 的处理方式是让它自证清白。

kit/audit.mjs 给每个零件记录真实三维形状，对屏幕上每一对重叠零件做射线投射，算出谁在前谁在后。深度顺序是证明出来的，不是目测调的。

收尾的 auditOrExit 会跑十来项检查：间隙、端点悬空、弯折自叠、锥度抖动、深度序，任何一项不过，直接非零退出，不许交付。

此外还有一条“线端检查”：每条纹理线必须终结在描边、端点或轮廓上，任何一条线悬在半空就判失败。

— 三种输出形态与几何审计

三种装法，推荐第一种。

方式一：skills CLI（最省事）

CMDnpx skills add wheresryan22/anatomy -g

它会问你要装到哪个 agent。想跳过询问就直接指定：

默认落位分别是：

方式二：git clone

CMDgit clone https://github.com/wheresryan22/anatomy.git ~/.claude/skills/anatomy

关键是 SKILL.md 必须落在 skills 目录下的 anatomy 子目录里。

方式三：下载 ZIP

下载后解压，把 anatomy-main 改名成 anatomy，丢进 skills 目录即可。

装完怎么用

装好之后，Claude Code 会自动识别；如果 skills 目录原本不存在，需要执行一次 /reload-skills。调用方式是：Claude Code、OpenCode、Antigravity、MiniMax Code 用 /anatomy，Codex 用 $anatomy。

当然，你根本不用记这些——直接跟你的 Agent 说一句“帮我把这个项目装上”就够了。我这次就是这么干的：

PROMPT请帮我把 https://github.com/wheresryan22/anatomy 安装

这样我们就把 Anatomy 安装好了。

装完 Skill，我想找个足够有说服力的练手素材。技术概念太抽象，讲给非技术朋友听没共鸣；那就换个所有人都学过、但基本都还给老师的东西——初中物理。

先让 AI 把知识点铺开：

PROMPT请帮我梳理一下初中物理有哪些原理？请给出清单

清单是出来了，但纯文字的展示效果很差，密密麻麻一屏，看着就困。于是让它换个形式：

HTML 页面一出来，层次立刻清楚了。这一步很关键：AI 输出内容的质量，一半取决于它用什么形式交付。

Anatomy 有个硬边界——它只画机器、仪器、工具、家具，不画人，不画地图。

所以不是所有物理原理都能塞进去。像“光的折射”“声音的产生”这类纯现象，做出来容易变成一张漂亮但空洞的板子。于是让它按 Anatomy 的“造物”标准重新筛一遍：

这 10 个能被选出来，是因为它们背后都有一台现成的机器可以对应：

看出来了吗？每一个都是一个能上手拧的装置。这就是 Anatomy 的选题标准：先问“有没有一台机器，它的动作就是这个原理”，有，才值得做。

接下来就是正式生成：

这一步要有心理准备。10 个画面，前后跑了 1 个多小时。

原因在 Anatomy 的工作流里写得很清楚：先收集真实数字，再发明物体，写零件表，规划世界坐标，构建几何，从后往前绘制，加卡片边框，让它动起来，最后像批评家一样逐个关节自检。而且它要求零件少于 40 个不算完工，还要在明暗两套主题下分别截图检查。

这不是“生成一张图”，这是“装配一台设备”

点进任意一个可以看明细页。拿欧姆定律举例：

注意几个细节：每台装置外面都有一个卡片框架，带标题、提示文字和实时读数；读数不是随手标的标签，而是和驱动零件运动的是同一个模型——你调阀门，电流表数字真的在变；零件有真实的厚度和受光面，四层色调，遮挡关系正确，不会出现“A 管子从 B 箱子里穿过去”的穿模。

下面是我整合好的 10 个成品（可交互，可拆解）：

踩了 10 个坑之后，我总结出三条，比任何参数都重要。

01说概念，别说图形

不要写“画一个电路图，左边是电池，右边是电阻”，要写“解释欧姆定律：电压不变时，电阻变大电流变小”。你越具体描述图形，它越退化成一张示意图；你越说清概念，它越会去发明一台真正的机器。

02给真实数字

尺寸、数量、速率、阈值、温度、压力，有多少给多少。因为 Anatomy 的整个自检体系是围绕“真实数字”建立的：你给 3 个零件，它给你 3 个零件；你给“16 孔龙门架、10 个连接池、阈值 100 令牌每秒”，它才会认真排布世界坐标。

03指定产物形态

独立 HTML 页面，还是单个 SVG 文件，还是 React / Next.js 组件？亮色主题还是暗色主题？要不要 WebGL 层，也就是有没有火、水、光这类场景？不指定，它会自己猜，猜错的概率不低。

一个完整的例子是这样的：

///

LAST

写在最后

SUMMARY · 为什么值得

今天主要带大家了解并实测了一个叫 Anatomy 的开源 Skill——它到底是什么、为什么值得折腾，以及怎样用它把初中物理做成能转的机器，核心看点是“不画框图、不写一行绘图代码，一句话让 AI 给你造一台能上手拧的装置”。

通过“让 Agent 自己装 Skill”这套最低门槛的方案，即便你完全不懂前端、不会写 SVG、也没碰过等距投影，也能跑通从梳理知识点、筛选题，到批量生成 10 个可交互页面的完整链路——先认清“只画机器不画人”“零件少于 40 个不算完工”“慢是刻意的”这 3 道硬约束，再按“装 Skill、铺知识点、筛 TOP 10、批量生成”这 4 步走一遍，全程不用自己画一笔，一个多小时就能拿到 10 台带实时读数、能拨能拆的等距机械装置。

无论你是想给技术文档配图、又受够了框图的工程师，还是想把“抽象原理”讲给孩子、讲给同事听的普通用户，都能通过这套流程把看不见的概念变成摸得着的实物，明显降低“把一件事讲清楚”的门槛。在实际使用中，Anatomy 把零件表、几何、明暗、动效、自检这 5 个环节串成一条流水线，零件按画家算法从后往前绘制，几何审计逐对射线投射证明遮挡顺序，线端悬空直接判失败；尤其是“屏幕上的读数和驱动零件运动的是同一个模型”这套设计，让它在“真的能解释清楚”这个方向上，比只会生成漂亮示意图的工具更有说服力。

当然，它慢、它不是 CAD、它甚至可能让你“看着懂了其实没懂”——但只要它能把一个抽象的东西，变成有重量、有间隙、有摩擦、可以亲手拨一下的实物，这一个小时就花得值。

今天的分享就到这里结束了，我们下一篇文章见。

装了 5 个 AI 编程工具才发现：我真正缺的是一个"模型中转层"

把 Meta Muse 接进本地代理，AI 对话、生图、生视频全部免费

一句话提示词，AI 帮我做了一条手绘白板讲解视频

Meta Muse 爆火，国内 0 门槛注册全攻略

用 Seed-2.1-pro 0915 做了个技能包：把中国古诗词做成带朗诵和字幕的视频

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING